41
Uji heteroskedastisitas dilakukan dengan cara melihat grafik scattter plot antara variabel dependen yaitu ZPRED dengan residualnya SRESID. Dasar
analisisnya: 1
Jika ada pola-pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka terjadi heteroskedastisitas,
2 Jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di bawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Auto korelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan dengan lainnya.
Pengujian autokorelasi dapat dilakukan dengan menggunakan uji Durbin- Watson. Panduan mengenai angka D-W untuk mendeteksi autokorelasi bisa dilihat
pada tabel D-W, yang bisa dilihat pada buku statistik yang relevan. Namun demikian secara umum bisa diambil patokan:
1 Angka D-W di bawah -2 berarti ada autokorelasi positif,
2 Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
3 Angka D-W di atas +2 berarti autokorelasi negatif.
42
3. Pengujian Hipotesis a. Analisis Regresi
Model regresi linier berganda adalah model regresi yang memiliki lebih dari satu variabel independen. Pada penelitian ini terdapat dua variabel independen, yakni
pajak daerah dan retribusi daerah. Model regresi linier berganda dikatakan model yang baik jika model tersebut memiliki asumsi normalitas data dan terbebas dari
asumsi-asumsi klasik
statistik baik
multikolinieritas, autokorelasi
dan heterokedastisitas.
Persamaan regresi linier berganda yaitu :
Y = α + β1X1 + β2X2 + β3X3+ β4X4+ ε
Keterangan : Y = Indeks Pengungkapan,
X1 = Pajak Daerah, X2 = Retribusi Daerah,
X3 = Dana Alokasi Umum X4 = Dana Alokasi Khusus
α = Konstanta, ε = error,
β1, β2, β3, β4 = koefisien regresi yang menunjukkan perubahan variabel
dependen berdasarkan pada variabel independen.
43
b. Uji Parsial t-test
Uji parsial t-test bertujuan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan. Untuk pengujian
secara parsial ini digunakan uji-t. Hipotesis statistik yang diajukan adalah : H1 : bi ≠ 0 : ada pengaruh
Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah: 1 H1 diterima apabila nilai probabilitas
level of significant
sebesar 0,05, 2 H1 ditolak apabila nilai probabilitas
level of significant
sebesar 0,05.
c. Uji Simultan F-test