Uji Multikolonieritas Analisis Hasil Penelitian 1. Analisis Statistik Deskriptif

b. Uji Multikolonieritas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu: Tolerance 0.10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian: Tabel 4.4 Coefficients untuk Kinerja = fpajak, retribusi, hasil PH, lain-lain Model Collinearity Statistics Tolerance VIF 1 Constant Pajak .027 36.512 Retribusi .028 35.579 Hasil_PH .726 1.378 Lain_lain .719 1.391 a Dependent Variable: Kinerja Sumber: Data yang diolah penulis, 2009. Tabel 4.5 Coefficient Correlations = fpajak, retribusi, hasil PH, lain-lain Model Lain_lain Retribusi Hasil_PH Pajak 1 Correlations Lain_lain 1.000 .277 -.360 -.306 Retribusi .277 1.000 -.092 -.983 Hasil_PH -.360 -.092 1.000 .034 Pajak -.306 -.983 .034 1.000 Covariances Lain_lain 1.53E-022 3.26E-023 -1.41E-022 -2.34E-023 Retribusi 3.26E-023 9.04E-023 -2.77E-023 -5.76E-023 Hasil_PH -1.41E-022 -2.77E-023 9.97E-022 6.67E-024 Pajak -2.34E-023 -5.76E-023 6.67E-024 3.80E-023 a Dependent Variable: Kinerja Sumber: Data yang diolah penulis, 2009. Universitas Sumatera Utara Tabel diatas menyimpulkan bahwa untuk uji multikolonieritas, data tidak terdistribusi secara normal. Hal ini ditunjukkan dari hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance 0.10 yang berarti terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF 10. Berdasarkan tabel diatas dapat disimpulkan bahwa ada multikolonieritas antar variabel independen dalam model ini. Untuk mengatasi hal ini, penulis mencoba melakukan penulis melakukan transformasi data ke model Lg10 dari persamaan Kinerja = fPajak, Retribusi, Hasil_PH, dan Lain_lain, menjadi Kinerja = fLg10_Pajak, Lg10_Retribusi, Lg10_HasilPH, dan Lg10_Lain-lain . Berdasarkan hasil dari transformasi data ini, maka di dapat hasil sebagai berikut: Tabel 4.6 Coefficients untuk Kinerja = fPajak, Retribusi, Hasil_PH, dan Lain_lain Model Collinearity Statistics Tolerance VIF 1 Constant lg10_pajak .148 6.780 lg10_retribusi .175 5.706 lg10_hasil_PH .724 1.382 lg10_lain_lain .646 1.549 a. Dependent Variable: lg10_kinerja Sumber: Data yang diolah penulis, 2009. Universitas Sumatera Utara Tabel 4.7 Cofficients Correlations untuk Kinerja = fPajak, Retribusi, Hasil_PH, dan Lain_lain Model lg10_lain_lai n lg10_retribu si lg10_hasil_ PH lg10_pajak 1 Correlations lg10_lain_lain 1.000 .245 -.305 -.372 lg10_retribusi .245 1.000 .041 -.890 lg10_hasil_PH -.305 .041 1.000 -.160 lg10_pajak -.372 -.890 -.160 1.000 Covariances lg10_lain_lain .002 .001 .000 -.001 lg10_retribusi .001 .005 7.628E-5 -.004 lg10_hasil_PH .000 7.628E-5 .001 .000 lg10_pajak -.001 -.004 .000 .004 a. Dependent Variable: lg10_kinerja Sumber: Data yang diolah penulis, 2009. Hasil transformasi dengan menggunakan Lg10 diatas dapat kita lihat bahwa data telah terdistribusi secara normal untuk uji multikolonieritas. Melihat hasil besaran korelasi antar variabel independen tampak bahwa variabel laba bersih mempunyai korelasi sebesar -0.305 atau sekitar 30,5. Hasil dari coefficient correlations tersebut menunjukkan tidak ada korelasi yang tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi tidak adanya multikolonieritas. Universitas Sumatera Utara Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance 0.10 yang berarti tidak terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF 10. Berdasarkan tabel diatas dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model ini. c. Uji Heteroskedastisitas Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang terartur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar. Universitas Sumatera Utara 3 2 1 -1 -2 -3 Regression Standardized Predicted Value 5 4 3 2 1 -1 -2 R egression S tudent iz ed R esi dual Scatterplot Dependent Variable: Kinerja Gambar 4.3 Scatterplot Sumber: Data yang diolah penulis, 2009. Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain .

d. Uji Autokorelasi