Nama : Huliya Sofariyanti

NIM : 190431626544

Offering : AA

HASIL ANALISIS DATA STATA

Pengaruh Pajak dan Retribusi Terhadap Pendapatan Asli Daerah

Data Pajak, Retribusi dan Pendaptan Asli Daerah

pendapatan asli
tahun pajak retribusi daerah
2011 64.69 37.15 172.33
2012 71.30 42.78 197.25
2013 95.92 45.31 262.27
2014 153.92 51.91 411.19
2015 170.11 40.40 461.89
2016 191.4 40.83 502.75
2017 255.85 38.40 743.31
2018 281.12 37.08 585.29
2019 298.23 44.70 623.81
2020 280.73 23.20 583.85
2021 321.64 32.03 669.36

Adapun variabel yang dipergunakan yaitu variabel independen dan dependen yang meliputi:

a. Variabel Independent :
Pajak (X1)
Retribusi (X2)
b. Variabel Dependent :
Pendapatan Asli Daerah (Y)
Persamaan regresi :

Y = a + bx1 + bx2 + + e.

Y (Pendapatan Asli Daerah) = a - bx1(Pajak) + bx2(Retribusi) + e.

Y = -31.45526 + 2.028754 + 2.597252 + e

Uji Signifikansi Paramater Individual (Uji Statistik t) :

1. Nilai konstanta sebesar -31.45526 menunjukkan jika variabel independen X1 (Pajak)

dan X2 (Retribusi), dianggap konstan maka rata-rata Y (Pendapatan Asli Daerah)
sebesar -31.45526.
2. Nilai koefisien regresi X1 (Pajak) sebesar 2.028754 menunjukkan setiap kenaikan
Pajak sebesar 1% maka Y (Pendapatan Asli Daerah) akan meningkat sebesar
2.028754 persen.
3. Nilai koefisien regresi X2 (Retribusi) sebesar 2.597252 menunjukkan setiap kenaikan
Retribusi sebesar 1% maka Y (Pendapatan Asli Daerah) akan menurun sebesar
2.597252 persen.

Kesimpulan :
X1 (Pajak) dan X2 (Retribusi) memiliki hubungan positif,terhadap Y (Pendapatan Asli
Daerah).

Selanjutnya lihat nilai t. Nilai t digunakan untuk melihat pengaruh dari variabel Pajak (X1)
dan Retribusi(X2) terhadap Pendapatan Asli Daerah (Y).
Nilai t hitung :

 Pajak (X1) : 7.83 > 2.306 (signifikan)

 Retribusi (X2) : 0.79 < 2.306 (tidak signifikan)
 Constanta : -0.20 < 2.306(tidak signifikan)
Nilai Probabilitas :

 Pajak (X1) : 0.000 < 0.05 (signifikan)

 Retribusi (X2) : 0.450 > 0.05 (tidak signifikan)
 Constanta : 0.850 < 0.05 (tidak signifikan)

Uji Signifikansi Simultan (Uji Statistik F) :

Nilai F (2,8) : 35.76

Maka nilai F-tabel adalah 4.46 dan bandingkan dengan nilai F-hitung. Diperoleh nilai 35.76 >
4.46 artinya hubungan antar variabel simultan atau kedua variabel X1 (Pajak) dan X2
(Retribusi) secara bersama-sama (simultan) berpengaruh terhadap Y (Pendapatan Asli
Daerah).

Prob > F : 0.0001 < 0.05 (simultan)

Kesimpulan : Variabel Independen simultan dan berpengaruh terhadap dependen.

Koefisien Determinasi (R2) :

Hasil output R-squared memiliki besaran nilai 0.8994 yang berarti variasi kedua variabel
independent X1 (Pajak) dsn X2 (Retribusi) mampu menjelaskan 89.94% variasi variabel Y
(Pendapatan Asli Daerah). Sisanya 10.06% dijelaskan oleh variabel lain yang tidak diteliti.
Kesimpulan : Model regresi sangat baik karena nilainya di atas 50%.

PENGUJIAN ASUMSI KLASIK

Uji asumsi klasik yang digunakan adalah uji normalitas, heterokedastisitas, multikolinearitas,
autokorelasi, dan linearitas.

1. Uji normalitas

Nilai Pr (Skewness) :

 Pajak (X1) : 0.7305

 Retribusi (X2) : 0.2833
Nilai Pr (Kurtosis) :

 Pajak (X1) : 0.1019

 Retribusi (X2) : 0.2116

Nilai Prob > chi2 :

 Pajak (X1) : 0.1853 > 0.05 (Berdistribusi Normal)

 Retribusi (X2) : 0.1947 < 0.05 (Berdistribusi Normal)

Kesimpulan : Berdasarkan hasil uji normalitas dapat disimpulkan untuk Pajak (X1) dan
Retribusi(X3) sudah berdistribusi normal dengan nilai diatas 0.05

2.Uji Autokorelasi

Hasil output tersebut diperoleh nilai Durbin-Watson d-statistic (3,11) sebesar

1.637153. Langkah untuk menentukan apakah data tersebut terjangkit masalah autokorelasi
atau tidak yaitu dengan menentukan nilai pada tabel Durbin Watson dan membandingkan
dengan nilai Durbin-Watson d-statistic (3,11).

1 Durbin watson stat 1.637153.

2 K (Variabel Independen) 2

3 Included Observations 11

4 DL 0.7580

5 DU 1.6044

6 4-DU 2.3956

7 4-DL 3.242

Jika d > dU maka tidak terdapat autokorelasi positif

3.Uji Heteroskedastisitas

Berdasarkan hasil output tersebut diperoleh nilai chi2 dan probabilitas chi2. Nilai chi2 (1)
sebesar 1.89 dan Prob > chi2 sebesar 0.1691 . Dasar untuk menentukan data terjangkit
masalah heteroskedastisitas adalah jika nilai Prob > chi2 lebih kecil daripada tingkat alpha
0.05 (5%). Jika nilai Prob > chi2 lebih besar daripada tingkat alpha 0.05 (5%), maka data
terbebas dari masalah heteroskedastisitas. Nilai Prob > chi2 sebesar 0.1691 artinya lebih
besar dari 0.05 (5%), sehingga data ini terbebas dari masalah heteroskedastistisitas.

4.Uji Multikolinearitas

Hasil output diketahui nilai VIF :

 Pajak(X1) : 1.27 = 0.784522

 Retribusi (X2) : 1.27 = 0.784522

Dasar untuk menentukan apakah data terjangkit masalah multikolinearitas yaitu jika nilai
diatas 10. Hasil pengujian ini menunjukkan nilai VIF semua variabel dibawah 10, sehingga
dapat disimpulkan bahwa data tidak terjangkit masalah multikolinearitas.