56
normalitas diatas ialah bahwa data telah terdistribusi secara normal sehingga dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.3.2.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Adanya multikolinearitas
dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Batas tolarence value adalah 0,1 dan VIF adalah 10.
Jika tolarance value 0,1 atau VIF10 maka tidak terjadi multikoniearitas. Hasil uji multikolinearitas dapat dilihat pada tabel
4.8 di bawah ini.
Tabel 4.8 Hasil Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Std.
Coefficients T
Sig. Collinearity
Statistics B
Std. Error
Beta Toler
ance VIF
Constant -9,829
1,392 -7,062
,000 pjk_daerah
,193 ,049
,438 3,958
,000 ,488
2,050 ret_daerah
,299 ,077
,416 3,864
,000 ,514
1,947 pert_eko
,158 ,377
,034 ,419
,677 ,929
1,076 a. Dependent Variable: TKKD
Sumber : Data sekunder yang diolah, 2016
Tabel 4.8 dapat dilihat bahwa nilai tolerance dan VIF dari variabel pajak daerah adalah sebesar 0,488 dan 2,050. Variabel
retribusi daerah adalah sebesar 0,514 dan 1,947. Variabel pertumbuhan ekonomi adalah sebesar 0,929 dan 1,076. Oleh karena
Universitas Sumatera Utara
57
itu, dapat disimpulkan dalam model ini tidak terdapat masalah multikolinearitas antara variabel bebas karena nilai tolerance 0,1
dan nilai VIF 10.
4.3.2.3 Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup
tersebut. Uji heterokedastisitas ini dapat dilakukan dengan analisis grafik dan uji gletser. Pada analisis grafik jika titik-titik menyebar
secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka
dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Hasil analisis grafik dapat dilihat pada gambar berik
Gambar 4.3 Hasil Scatterplot Heterokedastisitas
Sumber : Data sekunder yang diolah, 2016
Universitas Sumatera Utara
58
Dari scatterplot diatas dapat dilihat bahwa titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang
jelas, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model
regresi. Selanjutnya mendeteksi heterokedastisitaas melalui uji
gletser. Pengambilan keputusan dalam uji gletser dimana variabel independen yang signifikan secara statistik memengaruhi variabel
dependen absolut Ut absUt jika sig 0,05 maka disimpulkan model regresi tidak mengandung heterokedastisitas dan jika sig
0,05 maka disimpulkan model regresi mengandung masalah heterokedastisitas. Dalam tabel di bawah ini disajikan tabel uji
gletser yang diolah melalui data skunder oleh penulis.
Tabel 4.9 Hasil Uji Gletser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
Constant -,016
,857 -,019
,985 pjk_daerah
-,043 ,030
-,256 -1,430
,158 ret_daerah
,052 ,048
,189 1,083
,283 pert_eko
,084 ,232
,047 ,361
,719 a. Dependent Variable: absut
Sumber : Data sekunder yang diolah, 2016
Dari tabel hasil uji gletser di atas tampak nilai signifikan variabel independen terhadap variabel dependen absolut Ut absUt
Universitas Sumatera Utara
59
adalah pajak daerah dengan nilai signifikan 0,158, retribusi daerah dengan nilai signifikan 0,283 dan pertumbuhan ekonomi dengan nilai
signifikan 0,719. Maka dapat disimpulkan model regresi tidak mengandung masalah heterokedastisitas karena nilai signifikan
variabel independen terhadap variabel dependen absolut Ut absUt 0,05.
4.3.2.4 Uji Autokorelasi