Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.
Tabel 4.6 Hasil Uji Durbin Watson
Model Summaryb
Mode l
R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-
Watson 1
.719a .517
.496 .52222
1.481 a Predictors: Constant, Ln_Pajak, Ln_SDA
b Dependent Variable: Ln_Belanjamodal Sumber : Data yang diolah penulis, 2009
Tabel 4.6 memperlihatkan nilai statistik D-W sebesar 1,481 Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi
autokorelasi positif maupun autokorelasi negatif.
3. Analisis Regresi
Pengujian asumsi klasik menyimpulkan bahwa model regresi yang dipakai dala penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased
Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan
data dengan program SPSS 15, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antar variabel independen dan variabel
dependen, melalui pengaruh BM = fDBH Pajak, DBH SDA. Hasil regresi dapat dilihat pada tabel 4.11 berikut ini:
Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.
Tabel 4.7 Analisis Hasil Regresi
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
B Std. Error
1 Constant
10.885 2.058
5.290 .000
Ln_SDA .047
.053 .100
.889 .379
Ln_Pajak .551
.091 .675
6.025 .000
a Dependent Variable: Ln_Belanjamodal
Sumber : Data yang diolah penulis, 2009. Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut:
BM = 10,885 + 0,551 DBH Pajak + 0,047 DBH SDA + e Keterangan
1 Konstanta sebesar 10,885 menunjukan bahwa apabila tidak ada variabel
independen X1=0 dan X2=0 maka Belanja Modal sebesar 10,885. 2
1
sebesar 0,551 menunjukan bahwa setiap kenaikan DBH Pajak sebesar 1 akan diikuti oleh kenaikan Belanja Modal sebesar 0,551 dengan asumsi
variabel lain tetap. 3
2
sebesar 0,047 menunjukan bahwa setiap kenaikan DBH SDA sebesar 1 akan diikuti oleh kenaikan Belanja Modal sebesar 0,047 dengan asumsi
variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukan 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 menunjukan seberapa besar variabel
Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.
independen menjelaskan variabel dependennya. Nilai R Square adalah nol sampai dengan satu. Apabila nilai R Square semakin mendekati satu, maka variabel-
variabel independen menberikan semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen. Sebaliknya, semakin kecil nilai R
Square, maka kemampuan variabel-variabel independen dalam menjelaskan variabel-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 4.8 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
Model R
R Square Adjusted
R Square Std. Error of
the Estimate 1
.719a .517
.496 .52222
a Predictors: Constant, Ln_Pajak, Ln_SDA Sumber : Data yang diolah penulis, 2009.
Pada model summary, nilai koefisien korelasi R sebesar 0,719 yang berarti bahwa korelasi atau hubungan antara Belanja Modal dengan variabel
independennya DBH Pajak, DBH SDA kuat berada di atas 0,5. Angka Adjusted R Square atau koefisien determinasi adalah 0,496. Hal ini berarti 49,6 variasi
atau perubahan dalam Belanja Modal dapat dijelaskan oleh variasi dari DBH Pajak dan DBH SDA, sedangkan sisanya 50,4 dijelaskan oleh sebab-sebab
lain. Standar Error of Estimate SEE adalah 0,52222, yang mana semakin besar
Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.
SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian Hipotesis
