44
1. Analisis Data
Model statistik yang dipakai adalah model regresi berganda multiple regression
. Multiple Regression adalah suatu teknik yang digunakan untuk menghitung seberapa jauh hubungan antara beberapa variabel bebas
independen dengan variabel terikat dependen. Model regresi linier berganda dapat dirumuskan sebagai berikut :
Y = a + b
1
x
1
+ b
2
x
2
+ e
Dimana: Y
a b
X
1
X
2
E =
= =
= =
= Variabel Dependen Penerimaan PPN
Konstanta Koefisien
Variabel Independen Inflasi Variabel Independen Nilai Tukar Rupiah
Error
2. Teknik Analisis
a. Uji Asumsi Klasik 1 Uji Normalitas
Menurut Santoso 2002, uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan
variabel independen mempunyai distribusi data normal atau tidak. Model regresi yang baik adalah distribusi normal atau mendekati
normal. Deteksi normalitas dilakukan melalui dua cara yaitu
45 dengan melihat grafik histogram dan dengan melihat penyebaran
data atau titik pada sumbu diagonal dari grafik Normal Probability Plot
. Dasar pengambilan keputusannya untuk grafik histogram yaitu jika grafik menunjukkan pola distribusi normal maka model
regresi memenuhi asumsi normalitas, sedangkan untuk grafik Normal Probability Plot
adalah sebagai berikut: a Jika data menyebar di sekitar diagonal dan mengikuti arah garis
diagonal maka model regresi mengikuti asumsi normalitas. b Jika data menyebar jauh dari garis diagonal dan atau tidak
mengikuti arah garis diagonal, maka regresi tidak memenuhi asumsi normalitas.
2 Uji Multikolonieritas Menurut Ghozali 2005: 91, uji multikolonieritas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas Independen. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independen. Salah satu cara yang dapat dilakukan untuk mendeteksi problem multikolonieritas
ini adalah dengan melihat Tolerance TOL dan Variance Inflation Factor
VIF. Model regresi dapat dikatakan bebas dari problem multikolonieritas jika nilai VIF tidak lebih dari 10 dan TOL tidak
kurang dari 0,1.
46 3 Uji Heteroskedastisitas
Menurut Santoso 2002, uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi keseimbangan
varians dari residual satu pengamatan ke pengamatan lain. Jika nilai variansnya tetap, maka disebut homoskedastisitas. Sebaliknya
jika variansnya berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Salah satu cara
untuk mendeteksi ada tidaknya heteroskedastisitas yaitu dengan melihat Scatterplot yang dihasilkan program SPSS. Dasar
pengambilan keputusannya, jika ada pola tertentu seperti titik-titik yang
ada membentuk
suatu pola
tertentu yang
teratur bergelombang, melebar kemudian menyempit maka telah terjadi
heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. 4 Uji Autokorelasi
Menurut Santoso 2002, autokorelasi bertujuan untuk menguji apakah sebuah regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dan kesalahan pada periode t-1. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Tentu
saja model regresi yang baik adalah yang bebas dari problem tersebut. Salah satu cara yang digunakan untuk mendeteksi
autokorelasi yaitu dengan menggunakan uji Durbin Watson D-W,
47 dimana jika angka D-W dibawah -2 ada Autokorelasi positif, angka
D-W diantara -2 sampai +2 tidak ada Autokorelasi, dan angka D- W di atas +2 berarti ada Autokorelasi negatif.
b. Uji Hipotesis 1 Uji Koefisien Determinasi
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara 0 dan 1 satu. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Ghozali, 2005: 83.
2 Uji Signifikasi Simultan F Statistik Uji F Statistik pada dasarnya menunjukkan apakah semua variabel
independen atau bebas yang dimasukkan dalam mempunyai pengaruh secara bersama-sama terhadap
variabel dependen terikat. Ghozali, 2005: 84. Untuk uji F ini digunakan tingkat
signifikansi 5. 3 Uji Parsial t test
Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen. Ghozali, 2005:
84. Untuk uji parsial ini tingkat signifikansi yang digunakan juga sebesar 5.
48
E. Operasional Variabel Penelitian 1. Variabel Independen
Kategori