lxii hasil pengolahan data dengan program SPSS Vs.15, maka diperoleh hasil sebagai
berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh jumlah PKP yang menyetorkan PPN X
1
, SPT Masa PPN yang dilaporkan X
2
dan SSP PPN yang disetorkan X
3
terhadap Penerimaan PPN Y. Hasil regresi dapat dilihat pada tabel:
Tabel 4.6 Analisis Hasil Regresi
Coefficientsa
Model Unstandardized
Coefficients Standar
dized Coeffici
ents t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolera nce
VIF B
Std. Error
1 Constant
30800956 743.010
26399828 913.682
1.167 .249
PKP -
18777935. 527
22115469. 835
-.106 -.849
.400 .940
1.064 SSP
5.904 1.239
.597 4.766
.000 .940
1.064 a Dependent Variable: PPN
Sumber: Data yang diolah penulis, 2009. Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai beikut:
PPN = Rp 30.800.956.743,010 + Rp 18.777.935,527 PKP + 5, 904 SPT + 5,904
SSP +
ε Keterangan :
Universitas Sumatera Utara
lxiii 1 Konstanta sebesar Rp 30.800.956.743,010 menunjukkan bahwa apabila
tidak ada variabel independen X
1
= 0, X
2
= 0 dan X
3
= 0 maka Penerimaan PPN sebesar Rp 30.800.956.743,010.
2 b
1
sebesar Rp 18.777.935,527 menunjukkan bahwa setiap kenaikan jumlah PKP yang menyetorkan PPN sebesar 1 akan diikuti oleh kenaikan
Penerimaan PPN sebesar Rp 18.777.935.527 dengan asumsi variabel lain tetap.
3 b
2
sebesar 5, 904 menunjukkan bahwa setiap kenaikan 1 pada SPT Masa PPN akan diikuti oleh kenaikan Penerimaan PPN 5, 904 dengan asumsi
variabel lain tetap. 4 b
3
sebesar 5,904 menunjukkan bahwa setiap kenaikan 1 pada SSP PPN yang disetorkan akan diikuti oleh kenaikan Penerimaan PPN 5, 904
dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai
dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel- variabel independen memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square,
Universitas Sumatera Utara
lxiv maka kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu
nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen.
Tabel 4.7 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .580a
.337 .307
10162547498.36 1
1.617 a Predictors: Constant, SSP, PKP
b Dependent Variable: PPN
Sumber: Data yang diolah penulis, 2009. Pada model summary, nilai koefisien korelasi R sebesar 0,580 yang berarti
bahwa korelasi atau hubungan antara PPN dengan variabel independennya PKP, SPT, SSP begitu kuat karena berada di atas 0,5. Angka adjusted R square atau
koefisien determinasi adalah 0,307. Hal ini berarti 30,7 variasi atau perubahan dalam Penerimaan PPN dapat dijelaskan oleh jumlah PKP yang menyetorkan
PPN, SPT Masa PPN yang dilaporkan dan SSP PPN yang disetorkan, sedangkan sisanya 69,3 dijelaskan oleh sebab-sebab lain. Standar Error of Estimate
SEE adalah Rp 10.162.547.498,36, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
Universitas Sumatera Utara
lxv
c. Pengujian Hipotesis