Pengujian Asumsi Klasik Deskripsi Obyek Penelitian 1.

69

4.3.2. Pengujian Asumsi Klasik

4.3.2.1.Uji Multikolinieritas Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF. Dari hasil pengujian terhadap gejala mulitikolinieritas diperoleh hasil sebagai berikut : Tabel 4.15. Hasil Uji Multikolinieritas Variabel bebas Tolerance VIF Sosialisasi Peraturan Perpajakan X1 1,000 1.000 Sanksi Perpajakan X2 1,000 1.000 Sumber : Lampiran 13 Berdasarkan hasil pengujian dapat diketahui bahwa nilai VIF seluruh variabel bebas dalam penelitian ini lebih kecil dari 10, artinya seluruh variabel bebas pada penelitian ini tidak terjadi gejala multikolinier Ghozali, 2001:57. 4.3.2.2.Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas Santoso, 2002:208. Hal ini bisa diidentifikasi dengan menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas dimana nilai probabilitas yang diperoleh harus lebih besar dari 0,05. Hasil pengujian Rank Spearman’s dapat dilihat pada tabel berikut ini: 70 Tabel 4.16. Hasil Uji Heteroskedastisitas No Variabel Nilai mutlak dari residual Taraf Signifikansi 1. 2. Sosialisasi Peraturan Perpajakan X1 Sanksi Perpajakan X2 -0,193 -0,184 0,389 0,411 Sumber : Lampiran 14 Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan cara menggunakan uji Rank Spearman yaitu dengan membandingkan antara residual dengan seluruh variabel bebas. Mendeteksi adanya heteroskedastisitas adalah sebagai berikut : Gujarati, 1999 : 177 a. Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas b. Nilai probabilitas 0,05 berarti terkena heteroskedastisitas Dari hasil korelasi tersebut tidak diperoleh adanya korelasi yang signifikan antara Unstandardized Residual dengan masing-masing variabel bebas yang diteliti, dengan nilai taraf signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan bahwa tidak terjadi penyimpangan heteroskedastisitas pada variabel-variabel bebas yang diteliti. 4.3.2.3.Uji Autokorelasi Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada waktu tertentu data cross sectional” Gujarati, 1995: 422. Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Jadi dalam model regresi linear diasumsikan tidak terdapat gejala autokorelasi. Artinya nilai residual Y observasi – Yprediksi pada waktu ke-t e t tidak boleh ada hubungan 71 dengan nilai residual periode sebelumnya e t-1 . Identifikasi gejala autokorelasi dapat dilakukan dengan kurva di bawah ini. Gambar 4.1 : Distribusi Daerah Keputusan Autokorelasi Daera h kera g u -ra gua n Daera h Kera g u -ra g ua n Berdasarkan gambar diatas dapat diketahui bahwa distribusi daerah penentuan keputusan dimulai dari 0 nol sampai 4 empat. Dan dapat disimpulkan karena nilai dari analisis sebesar 2,233 berada pada daerah tidak ada autokorelasi sehingga dapat diputuskan bahwa telah terbebas dari penyimpangan autokorelasi.

4.3.3. Hasil Pengujian Regresi Linier Berganda