Penerimaan PBB (Y)
METODE PENELITIAN
7. Uji Linearitas
3.7. Definisi Operasional
Setiap variabel beserta cara pengukurannya dijelaskan sebagai berikut ini agar diperoleh kesamaan pemahaman persepsi dan arti terhadap konsep-konsep dalam penelitian ini, yaitu:
1. Realisasi Penerimaan PBB adalah nilai nominal pembayaran oleh wajib pajak PBB terhutang (penduduk) kepada Pemerintah melalui Dirjen Pajak (mulai tahun 2000 sampai dengan tahun anggaran 2011), diukur dengan satuan rupiah.
2. PDRB adalah nilai barang-barang dan jasa yang diproduksi dalam suatu daerah ataupun wilayah tertentu baik yang dihasilkan oleh perusahaan dalam negeri maupun yang dihasilkan oleh perusahaan luar negeri yang berada didalam negeri dalam kurun waktu 1 tahun yang dikonsumsi, sehingga dapat juga diartikan sebagai jumlah pendapatan agregat suatu penduduk dalam suatu daerah dalam kurun waktu tertentu (1 tahun). Nilai yang diambil dalam hal ini adalah hasil publikasi (data sekunder) dari BPS, diukur dengan satuan rupiah.
3. Tingkat Inflasi adalah tingkat kenaikan harga barang-barang secara umum yang terjadi dalam suatu periode dan dibandingkan pada periode sebelumnya, diukur dengan satuan persen.
4. Tingkat Suku Bunga Tabungan adalah prosentase antara tambahan pendapatan yang diterima oleh masyarakat (diberikan bunga sebagai nasabah perbankan) bila menabung pada bank. Tingkat suku bunga disini yang diambil bukan berdasarkan bank tertentu namun tingkat rata-rata yang diterima seluruh masyarakat akibat menabung di perbankan pada kurun waktu tertentu. Nilai ini adalah hasil publikasi dari BI selaku pengawas dan pengendalian sektor moneter oleh pemerintah, diukur dengan satuan persen. 5. Jumlah penduduk adalah banyak penduduk yang bertempat tinggal di Kota
BAB IV
HASIL DAN PEMBAHASAN
4.1. Gambaran Umum Lokasi Penelitian
Dalam hal ini pelaksanaan penelitian dilaksanakan di Perusahaan Daerah Kota Medan terletak antara : - 2º.27’ - 2º.47’ Lintang Utara - 98º.35’ - 98º.44’ Bujur Timur dengan ketinggian 2,5 - 37,5 meter di atas permukaan laut.
Kota Medan merupakan salah satu dari 30 Daerah Tingkat II di Sumatera Utara dengan luas daerah sekitar 265,10 km². Kota ini merupakan pusat pemerintahan Daerah Tingkat I Sumatera Utara yang berbatasan langsung dengan Kabupaten Deli Serdang di sebelah utara, selatan, barat dan timur.
4.2. Gambaran Penduduk
Pembangunan kependudukan dilaksanakan dengan mengindahkan kelestarian sumber daya alam dan fungsi lingkungan hidup sehingga mobilitas dan persebaran penduduk tercapai optimal.
Mobilitas dan persebaran penduduk yang optimal, berdasarkan pada adanya keseimbangan antara jumlah penduduk dengan daya dukung dan daya tampung lingkungan. Persebaran penduduk yang tidak didukung oleh lingkungan dan pembangunan akan menimbulkan masalah sosial yang kompleks, dimana penduduk menjadi beban bagi lingkungan maupun sebaliknya.
Pada tahun 2010, penduduk Kota Medan mencapai 2.097.610 jiwa. Dibanding hasil Sensus Penduduk 2000, terjadi pertambahan penduduk sebesar 193 337 jiwa (10.15%). Dengan luas wilayah mencapai 265,10 km², kepadatan penduduk mencapai 7 913 jiwa/km².
Tabel 4.1. Kepadatan Penduduk Menurut Kecamatan Tahun 2006 - 2010 di Kota Medan No Kecamatan Luas Wilayah (Km2 Penduduk ) Kepadatan Penduduk per Km2 1 Medan Tuntungan 20,68 80.942 3.914 2 Medan Johor 14,58 123.851 8.495 3 Medan Amplas 11,19 113.143 10.111 4 Medan Denai 9.05 141.395 15.624 5 Medan Area 5,52 96.544 17.490 6 Medan Kota 5,27 72.580 13.772 7 Medan Maimun 2,98 39.581 13.282 8 Medan Polonia 9,01 52.794 5.859 9 Medan Baru 5,84 39.516 6.766 10 Medan Selayang 12,81 98.317 7.675 11 Medan Sunggal 15,44 112.744 7.302 12 Medan Helvetia 13,16 144.257 10.962 13 Medan Petisah 6,82 61.749 9.054 14 Medan Barat 5,33 79.771 13.278 15 Medan Timur 7,76 108.633 13.999 16 Medan Perjuangan 4,09 93.328 22.819 17 Medan Tembung 7,99 133.579 16.718 18 Medan Deli 20,84 166.793 8.004 19 Medan Labuhan 36,67 111.173 3.032 20 MedanMarelan 23,82 140.414 5.895 21 Medan Belawan 26,25 95.506 3.638 Kota Medan 2010 265,10 209.7610 7.913,0 2009 265,10 212.1053 8.001,0 2008 265,10 210.2105 7.929,5 2007 265,10 208.3156 7.858,0 2006 265,10 206.7288 7.798,0
Berdasarkan Tabel 4.1. terlihat bahwa kepadatan penduduk Kota Medan mengalami kenaikan dari tahun 2006 hingga 2010. Kepadatan penduduk yang terbanyak di kecamatan Medan Perjuangan yaitu sebesar 22.819 jiwa per Km2 dan lalu diikuti di kecamatan Medan Tembung yaitu sebesar 16.718 jiwa per Km2, dan kepadatan penduduk yang sedikit di kecamatan Medan Labuhan yaitu sebesar 3.032 jiwa per Km2.
4.3. Kondisi Pertumbuhan Ekonomi di Kota Medan
Produk Domestik Regional Bruto (PDRB) pada tingkat regional (provinsi/ kabupaten/kota) menggambarkan kemampuan suatu wilayah untuk menciptakan output (nilai tambah) pada suatu waktu tertentu. PDRB dari sisi sektoral merupakan penjumlahan seluruh komponen nilai tambah bruto yang mampu diciptakan oleh sektor-sektor ekonomi atas berbagai aktivitas produksinya.
Produk Domestik Bruto maupun agregat turunannya disajikan dalam 2 (dua) versi penilaian, yaitu atas dasar harga berlaku dan atas dasar harga konstan. Disebut sebagai harga berlaku karena seluruh agregat dinilai dengan menggunakan harga pada tahun berjalan, sedangkan harga konstan penilaiannya didasarkan kepada harga satu tahun dasar tertentu. Dalam publikasi di sini digunakan harga tahun 2000 sebagai dasar penilaian.
Laju pertumbuhan ekonomi kota Medan pada tahun 2010 mengalami peningkatan bila dibandingkan dengan tahun sebelumnya. Pada tahun ini pertumbuhan ekonomi Kota Medan mencapai 14,71 persen.
Ada beberapa sektor yang pertumbuhannya di atas rata-rata yakni sektor Bangunan 17,65 persen, sektor keuangan, asuransi dan jasa jasa perusahaan 18,19 persen.
Jika dilihat kontribusi masing-masing sektor pendapatan regional pada tahun 2010 masih sangat dominan berasal dari perdagangan dan restauran sebesar 26,92 persen.
Berdasarkan harga konstan pada tahun 2000 pendapatan perkapita telah mencapai Rp 15 110 000.
Perkembangan PDRB Kota Medan Atas Dasar Harga Berlaku Tahun 2008 – 2010 (Jutaan Rupiah).
Tabel 4.2. PDRB Kota Medan Atas Dasar Harga Berlaku Tahun 2008 – 2010 (Jutaan Rupiah)
No Lapangan Usaha Tahun
2008 2009 2010
1 Pertanian 1.837.810,55 2.023.057,29 2.225.319,51
2 Penggalian 2.886,64 2.981,71 2.945,70
3 Industri Pengolahan 10.420.824,81 10.860.498,52 12.475.525,44
4 Listrik, Gas dan Air 1.142.922,02 1.244.801,65 1.415.443,98
5 Bangunan 6.233.094,48 6.927.190,35 8.149.938,26
6 Perdagangan, Hotel dan
Restoran 16.917.473,49 19.502.959,16 22.431.933,66 7 Pengangkutan dan Komunikasi 12.456.643,15 14.255.715,71 15.786.832,71 8 Keuangan, Asuransi, Usaha persewaan 9.547.458,30 10.062.914,30 11.893.128,25 9 Jasa-jasa 6.718.757,83 7.750.089,43 8.033.048,52 P D R B 65.277.871,26 72.630.208,14 83.315.016,03
Sumber : Badan Pusat Statistik Kota Medan, 2011
Berdasarkan Tabel 4.2. terlihat PDRB atas dasar harga berlaku mengalami peningkatan positif mulai tahun 2008 sampai tahun 2010, dimana nilai PDRB tahun 2008 sebesar 65.277.871,26 juta rupiah, dan pada tahun 2009 sebesar 72.630.208,14 juta rupiah, dan pada tahun 2010 sebesar 83.315.016,03 juta rupiah. Peningkatan nilai PDRB ini lebih banyak didominasi oleh peningkatan sektor perdagangan, hotel dan restoran, sektor pengangkutan dan komunikasi dan sektor industri pengolahan serta sektor lainnya.
Perkembangan PDRB Kota Medan atas dasar harga konstan tahun 2000 dapat dilihat pada tabel di bawah ini.
Tabel 4.3. PDRB Kota Medan Atas Dasar Harga Konstan Tahun 2000 (Jutaan Rupiah) Pada Tahun 2008 – 2010
No Lapangan Usaha Tahun
2008 2009 2010
1 Pertanian 735.253,74 765.950,80 771.325,61
2 Penggalian 567,16 569,77 553,49
3 Industri Pengolahan 4.514.289,28 4.591.595,91 4.792.159,14
4 Listrik, Gas dan Air 442.537,31 464.916,70 497.661,59
5 Bangunan 3.463.836,71 3.748.682,48 4.005.474,15
6 Perdagangan, Hotel dan
Restoran 8.134.822,15 8.824.157,84 9.584.505,26 7 Pengangkutan dan Komunikasi 6.287.379,45 6.866.783,50 7.346.132,59 8 Keuangan, Asuransi, Usaha persewaan 4.586.682,59 4.720.839,82 5.224.975,56 9 Jasa-jasa 3.208.583,61 3.446.554,21 3.690.691,41 P D R B 31.373.951,99 33.430.051,02 35.913.478,81
Sumber : Badan Pusat Statistik Kota Medan, 2011
Berdasarkan Tabel 4.3. terlihat PDRB Kota Medan atas dasar harga konstan tahun 2000 mengalami peningkatan yaitu pada tahun 2008 nilainya sebesar 31.373.951,99 juta rupiah, dan pada tahun 2009 sebesar 33.430.051,02 juta rupiah, dan pada tahun 2010 sebesar 35.913.478,81 juta rupiah. Peningkatan nilai PDRB ini lebih banyak didominasi oleh peningkatan sektor perdagangan, hotel dan restoran, sektor pengangkutan dan komunikasi dan sektor keuangan serta sektor lainnya.
Perkembangan laju pertumbuhan PDRB atas dasar harga berlaku dapat dilihat pada tabel di bawah ini.
Tabel 4.4. Laju Pertumbuhan PDRB Atas Dasar Harga Berlaku Tahun 2008 – 2010 (%).
No Lapangan Usaha Tahun
2008 2009 2010
1 Pertanian 16,48 10,08 10,00
2 Penggalian 6,56 3,29 1,21
3 Industri Pengolahan 15,41 4,22 14,87
4 Listrik, Gas dan Air 9,82 8,91 13,71
5 Bangunan 15,00 11,14 17,65
6 Perdagangan, Hotel dan
Restoran 19,93 15,28 15,02
7 Pengangkutan dan Komunikasi 18,09 14,44 10,74
8 Keuangan, Asuransi, Usaha
persewaan 21,87 5,40 18,19
9 Jasa-jasa 14,01 15,35 15,28
P D R B 17,72 11,26 14,71
Sumber : Badan Pusat Statistik Kota Medan, 2011
Berdasarkan Tabel 4.4. terlihat laju pertumbuhan PDRB atas dasar harga berlaku di Kota Medan mengalami fluktuasi pada tahun 2008 nilai pertumbuhan ekonomi sebesar 17,72 persen, pada tahun 2009 mengalami penurunan menjadi sebesar 11,26 persen, dan pada tahun 2010 mengalami peningkatan menjadi 14,71 persen.
Perkembangan laju pertumbuhan PDRB atas dasar harga konstan dapat dilihat pada tabel di bawah ini.
Tabel 4.5. Laju Pertumbuhan PDRB Atas Dasar Harga Konstan Tahun 2000 Pada Tahun 2008 – 2010 (%). No Lapangan Usaha Tahun 2008 2009 2010 1 Pertanian 3,89 4,18 0,70 2 Penggalian 13,49 0,46 2,86 3 Industri Pengolahan 3,91 1,71 4,37
4 Listrik, Gas dan Air 4,52 5,06 7,04
5 Bangunan 8,07 8,22 6,85
6 Perdagangan, Hotel dan
Restoran 5,60 8,47 8,62
7 Pengangkutan dan
Komunikasi 8,15 9,22 6,98
8 Keuangan, Asuransi, Usaha
persewaan 10,31 2,92 10,68
9 Jasa-jasa 7,08 7,42 7,08
P D R B 6,89 6,55 7,43
Sumber : Badan Pusat Statistik Kota Medan, 2011
Berdasarkan Tabel 4.5. terlihat laju pertumbuhan PDRB atas dasar harga konstan tahun 2000 di Kota Medan mengalami fluktuasi atau dapat dikatakan telah mengalami kenaikan yang positif, dari tahun 2008 sampai dengan 2010, dimana pada tahun 2008 nilai pertumbuhan ekonomi sebesar 6,89 persen dan pada tahun 2010 mengalami peningkatan menjadi 7,43 persen, hal ini disebabkan karena adanya peningkatan produksi di berbagai sektor, khususnya di sektor keuangan, perdagangan dan hotel serta restoran.
4.4. Pengujian Hipotesis
Berdasarkan hasil regresi liner berganda dari data sekunder yang diolah dengan metode Ordinary Least Square (OLS) menggunakan SPSS 20 maka diperoleh persamaan regresi linier berganda pada tabel berikut ini :
Tabel 4.6. Hasil Persamaan Regresi Linier Berganda
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -6.745 2.251 -2.996 .005 PDRB 1.051 .154 .822 6.813 .000 INF .049 .043 .048 1.133 .264 SB -.696 .477 -.154 -1.460 .152 PDDK .687 .706 .085 .972 .336
Sumber : Hasil Pengolahan Data, 2013
Dengan persamaan regresi linier berganda sebagai berikut :
PBB = - 6,745 + 1,051 PDRB + 0,049 INF – 0,696 SB + 0,687 PDDK
4.5. Uji Asumsi Klasik
1. Uji Multikolinieritas
Dari hasil nilai korelasi antar empat variabel independen bahwa terdapat korelasi tertinggi antara variabel PDRB dengan tingkat suku bunga dengan tingkat korelasi -0.701 atau sekitar 70,1%. Karena nilai korelasi tersebut masih berada dibawah 90%, maka dapat dikatakan bahwa tidak terjadi multikolinieritas antara variabel tersebut.
Hasil perhitungan nilai Tolerance juga menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance lebih dari 10 hal ini menunjukkan bahwa tidak ada multikolinieritas antara variabel independen pada model regresi terebut tersebut.
Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama yaitu tidak terdapat nilai VIF yang lebih besar dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antara variabel independen pada model regresi tersebut.
Tabel 4.7. Korelasi Antar Variabel Independen
Correlations PBB PDRB INF SB PDDK Pearson Correlation PBB 1.000 .865 -.205 -.703 .509 PDRB .865 1.000 -.239 -.701 .541 INF -.205 -.239 1.000 .348 -.026 SB -.703 -.701 .348 1.000 .125 PDDK .509 .541 -.026 .125 1.000 N PBB 48 48 48 48 48 PDRB 48 48 48 48 48 INF 48 48 48 48 48 SB 48 48 48 48 48 PDDK 48 48 48 48 48
Tabel 4.8. Hasil Nilai VIF Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) -6.745 2.251 -2.996 .005 PDRB 1.051 .154 .822 6.813 .000 .104 9.597 INF .049 .043 .048 1.133 .264 .851 1.175 SB -.696 .477 -.154 -1.460 .152 .137 7.314 PDDK .687 .706 .085 .972 .336 .200 4.989 a. Dependent Variable: PBB
Sumber : Hasil Pengolahan Data, 2013
2. Uji Serial Korelasi
Nilai Durbin Watson (DW) sebesar 1.914. Selanjutnya nilai ini dibandingkan dengan nilai dl dan du pada tabel Durbin Watson pada k = 4 dan n = 48, maka diperoleh nilai dl = 1,25 dan du = 1,63 pada tabel Durbin Watson. Dimana nilai DW hasil penelitian yaitu 1,99 lebih besar dari nilai dl yaitu 1.63 sehingga pada model regresitersebut tidak terdapat adanya autokorelasi.
Tabel 4.9. Uji Durbin Watson
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .967a .935 .929 .07639 1.914
a. Predictors: (Constant), PDDK, INF, SB, PDRB
b. Dependent Variable: PBB
Sumber : Hasil Pengolahan Data, 2013
3. Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah dalam model regresi, variabel terikat dan variabel bebas, atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah model regresi yang berdistribusi normal (Wijaya, 2011).
Uji normalitas data dalam penelitian dilihat dengan cara memperhatikan penyebaran data (titik-titik) pada Normal P-Plot of Regression Standardized Residual
dan dengan melihat grafik histogram dari residualnya. Persyaratan dari uji normalitas data adalah sebagai berikut (Wijaya, 2011):
a. Jika output Grafik Histogram menunjukkan pola berdistribusi normal, maka mengindikasikan data berdistribusi normal.
b. Jika Grafik Normal P-Plot of Regression Standardized Residual menunjukkan penyebaran data (titik-titik) di sekitar garis diagonal dan mengikuti arah garis diagonal maka mengindikasikan model regresi memenuhi asumsi normalitas.
Berdasarkan Grafik Histogram, dapat dilihat bahwa pola distribusi data adalah normal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Begitu juga, berdasarkan penyebaran data (titik-titik) pada Normal P-Plot of Regression Standardized Residual maka dapat dirlihat bahwa data menyebar di sekitar
garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.1. Histogram Regression Standardized Residual
Pengujian normalitas dapat juga dilakukan dengan tabel Kolmogorov-Sminov. Menurut Ghozali (2001) menyatakan bahwa untuk mengetahui apakah data terdistribusi normal atau mendekati normal atau bisa dianggap normal, dapat pula dilakukan Uji Statistik parametrik Kolmogorov-Smirnov, yaitu dengan menggunakan Tabel Kolmogorov-Smirnov Test. Pengujian normalitas data dengan menggunakan Uji Smirnov dengan dasar pengambilan keputusan melihat Tabel Kolmogorov-Smirnov Test, yaitu jika nilai Kolmogorov-Kolmogorov-Smirnov tidak signifikan pada 0,05 (p > 0,05), maka residual berdistribusi normal. Berikut hasil uji Kolmogorov-Smirnov pada tabel di bawah ini.
Tabel 4.10. Hasil Uji Kolmogorov-Smirnov
Sumber : Hasil Pengolahan Data, 2013
Berdasarkan Tabel Kolmogorov-Smirnov Test di atas, diketahui bahwa nilai Kolmogorof–Smirnov Test adalah berturut-turut sebesar 0,501, 0,782, 0,170, 0,928 dan 0,965 dan ini berarti tidak signifikan pada tingkat 0,05 (karena niali p > 0,05). Jadi dapat disimpulkan bahwa residual berdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
PBB PDRB INF SB PDDK
N 48 48 48 48 48
Normal Parametersa,b Mean 10.4911 13.0295 .2533 .5648 5.7046
Std. Deviation .28597 .22369 .27867 .06324 .03524
Most Extreme Differences Absolute .119 .095 .160 .079 .072
Positive .060 .092 .097 .079 .072
Negative -.119 -.095 -.160 -.072 -.058
Kolmogorov-Smirnov Z .827 .657 1.109 .544 .498
Asymp. Sig. (2-tailed) .501 .782 .170 .928 .965
a. Test distribution is Normal.
4. Uji Linieritas
Uji linieritas adalah untuk melihat hubungan antara variabel bebas/independen dan variabel terikat/dependen, apakah berbentuk linier atau tidak linier. Bentuk hipotesisnya adalah :
Ho : Model regresi berbentuk linier
Ha : Model regresi berbentuk tidak linier
Selanjutnya, menetapkan taraf alpa signifikansi, misaknya 5 persen, berarti apabila nilai signifikansi lebih besar dari alpa 5% berarti Ho diterima, artinya model regresi berbetuk linier, sebaliknya bila nilai signifikansi lebih kecil dari alpa 5% berarti Ho ditolak, artinya model regresi berbetuk tidak linier. Hasil pengujian linieritas pada tabel dibawah ini.
Tabel 4.11. Hasil Uji Deviation From Linearity ANOVA Table Sum of Squares df Mean Square F Sig. PBB * Independen Variabel Between Groups (Combined) 3.808 46 .083 2.300 .487 Linearity .161 1 .161 4.484 .281 Deviation from Linearity 3.646 45 .081 2.251 .492 Within Groups .036 1 .036 Total 3.844 47
Sumber : Hasil Pengolahan Data, 2013
Berdasarkan Tabel Uji Deviation From Linearity di atas, diketahui bahwa nilai Deviation From Linearity Test adalah sebesar 0,492 dan ini berarti tidak signifikan pada tingkat 0,05 (karena niali p = 0,492 > 0,05). Jadi dapat disimpulkan bahwa model regresi berbentuk linier.
4.6. Uji Statistik Analisis Regresi Linier Berganda
4.6.1. Koefisien Determinasi (R2
Koefisian determinasi (R
)
2) pada intinya untuk mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1 (0 ≤ R 2 ≤ 1). Nilai R2
yang kecil berarti kemampuan variasi variabel-variabel independen dalam menjelaskan variasi variabel dependen. Nilai yang mendekati 1 (satu) berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2001). Berikut Tabel Hasil Koefisien Determinasi (R2
Tabel 4.12. Hasil Koefisien Determinasi (R
) hasil olah data dengan SPSS:
2
Model Summary
)
b
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 .967a .935 .929 .07639
a. Predictors: (Constant), PDDK, INF, SB, PDRB
b. Dependent Variable: PBB
Sumber : Hasil Pengolahan Data, 2013
Berdasarkan Tabel Hasil Koefisien Determinasi (R2) di atas, maka diperoleh
nilai koefisien determinasi (R2) = 0,935. Hal ini menunjukkan bahwa 93,50%
penerimaan pajak bumi dan bangunan di Kota Medan dapat dijelaskan oleh variasi dari variabel PDRB, tingkat suku bunga, tingkat inflasi dan jumlah penduduk. Sedangkan sisanya yaitu sebesar 6,5% lagi dijelaskan oleh variabel lain di luar model penelitian.
4.6.2. Uji Serempak (Uji Statistik F)
Uji Serempak (Uji Statistik F) pada dasarnya menunjukkan apakah semua variabel independen (bebas) yang dimasukkan dalam model mempunyai pengaruh secara serempak terhadap variabel dependen (terikat). Hasil uji secara serempak (Uji Statistik F) dapat dilihat pada tabel berikut:
Tabel 4.13. Hasil Uji Secara Serempak/Bersama-Sama
ANOVA
Model
b
Sum of Squares df Mean Square F Sig.
1 Regression 3.593 4 .898 153.917 .000a
Residual .251 43 .006
Total 3.844 47
a. Predictors: (Constant), PDDK, INF, SB, PDRB
b. Dependent Variable: PBB
Sumber : Hasil Pengolahan Data, 2013
Berdasarkan Tabel Anova di atas, maka diperoleh nilai signifikansi pada regresi linier beganda sebesar 0,000. Hal ini menunjukkan bahwa nilai signifikansi pada regresi berganda lebih kecil dari nilai probabilitas 0,05 (0,000 < 0,05). Oleh karena nilai signifikansi lebih kecil dari nilai probabilitas 0,05, maka Ho (variabel PDRB, tingkat suku bunga, tingkat inflasi dan jumlah penduduk secara serempak tidak ada pengaruh signifikan terhadap penerimaaan PBB) ditolak, dan Ha diterima. Jadi dapat disimpulkan bahwa variabel PDRB, tingkat suku bunga, tingkat inflasi dan jumlah penduduk secara serempak berpengaruh signifikan terhadap penerimaaan Pajak Bumi dan Bangunan/PBB).
Selain dengan membandingkan nilai signifikansi F (F hitung) terhadap nilai probabilitas, Uji Serempak (Uji Statistik F) dapat juga dilakukan dengan membandingkan nilai F hitung terhadap F tabel. Berdasarkan Tabel Anova di atas, diperoleh F-hitung = 153.917, sedang F-tabel(0,05;4;43)
4.6.3.Uji Statistik t (Uji Parsial)
= 2,65. Hal ini menunjukkan bahwa F hitung lebih besar dari F tabel (153,917 > 2,65). Oleh karena F hitung > F tabel, maka tolak Ho dan terima Ha. Jadi dapat disimpulkan bahwa variabel PDRB, tingkat suku bunga, tingkat inflasi dan jumlah penduduk secara serempak berpengaruh secara signifikan terhadap penerimaaan.
Uji Statistik t (Uji Parsial) digunakan untuk menentukan pengaruh antara variabel bebas PDRB, tingkat inflasi, tingkat suku bunga dan jumlah penduduk secara parsial terhadap penerimaaan PBB dapat dilihat pada tabel dibawah ini.
Tabel 4.14. Hasil Uji Secara Parsial
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -6.745 2.251 -2.996 .005 PDRB 1.051 .154 .822 6.813 .000 INF .049 .043 .048 1.133 .264 SB -.696 .477 -.154 -1.460 .152 PDDK .687 .706 .085 .972 .336 a. Dependent Variable: PBB
Berdasarkan hasil Uji Statistik pada uji t atau Uji Parsial pada Tabel 4.12, maka diperoleh nilai signifikansi variabel PDRB sebesar 0,000. Oleh karena nilai signifikansi lebih kecil dari nilai probabilitas 0,05 (0,000 < 0,05), maka Ho (secara parsial tidak ada berpengaruh secara signifikan Produk Domestik Regional Bruto terhadap nilai Pajak Bumi dan Bangunan) ditolak, dan Ha diterima. Jadi dapat disimpulkan bahwa secara parsial variabel Produk Domestik Regional Bruto berpengaruh secara signifikan terhadap nilai Pajak Buni dan Bangunan di Kota Medan.
Berdasarkan hasil Uji Statistik t atau Uji Parsial Tabel 4.12, diperoleh nilai signifikansi variabel tingkat inflasi sebesar 0,264. Oleh karena nilai signifikansi lebih besar dari nilai probabilitas 0,05 (0,264 > 0,05), maka Ho (secara parsial tidak ada pengaruh secar signifikan tingkat inflasi terhadap nilai PBB) diterima, dan Ha ditolak. Jadi dapat disimpulkan bahwa secara parsial variabel tingkat inflasi berpengaruh secara tidak signifikan terhadap nilai Pajak Buni dan Bangunan di Kota Medan.
Berdasarkan hasil Uji Statistik t atau Uji Parsial Tabel 4.12, diperoleh nilai signifikansi variabel tingkat bunga sebesar 0,152. Oleh karena nilai signifikansi lebih besar dari nilai probabilitas 0,05 (0,152 > 0,05), maka Ho (secara parsial tidak ada pengaruh secara signifikan variabel tingkat suku bunga terhadap nilai PBB) diterima, dan Ha ditolak. Jadi dapat disimpulkan bahwa secara parsial variabel tingkat suku bunga berpengaruh secara tidak signifikan terhadap nilai Pajak Buni dan Bangunan di Kota Medan.
Berdasarkan hasil Uji Statistik t atau Uji Parsial Tabel 4.12, diperoleh nilai signifikansi variabel jumlah penduduk sebesar 0,336. Oleh karena nilai signifikansi lebih besar dari nilai probabilitas 0,05 (0,336 > 0,05), maka Ho (secara parsial tidak ada pengaruh secara signifikan jumlah penduduk terhadap nilai PBB) diterima, dan Ha ditolak. Jadi dapat disimpulkan bahwa secara parsial variabel jumlah penduduk
berpengaruh secara tidak signifikan terhadap nilai Pajak Buni dan Bangunan di Kota Medan.
4.7. Interpretasi Hasil dan Pembahasan
4.7.1. Pengaruh PDRB terhadap Penerimaan Pajak Bumi dan Bangunan
Besarnya koefisien regresi berganda pada variabel Produk Domestik Regional Bruto adalah 1,051 artinya apabila setiap kenaikan Produk Domestik Regional Bruto sebesar 1 persen maka akan menyebabkan peningkatan penerimaan Pajak Buni dan Bangunan sebesar 1,051 persen, dengan asumsi variabel lain konstan. Jadi Produk Domestik Regional Bruto berpengaruh positif terhadap peningkatan nilai Pajak Bumi dan Bangunan di Kota Medan. Dengan kata lain, dapat disimpulkan bahwa hipotesis pertama dapat diterima, yang menyatakan bahwa Produk Domestik Regional Bruto berpengaruh positif terhadap penerimaan Pajak Bumi Bangunan di Kota Medan.
Berdasarkan Uji Statistik t (Uji Parsial), diketahui bahwa variabel Produk Domestik Regional Bruto berpengaruh secara signifikan terhadap penerimaan Pajak Bumi dan Bangunan. Hal ini disebabkan karena dengan peningkatan Produk Domestik Regional Bruto maka akan meningkatkan pertumbuhan ekonomi di Kota Medan. Peningkatan pertumbuhan ekonomi akan berdampak pada peningkatan pendapatan perkapita dari jumlah penduduk, sehingga akan meningkatkan pembayaran pajak bumi dan bangunan, dan pada akhirnya akan meningkatkan penerimaan Pajak Bumi dan Bangunan di daerah Kota Medan .
4.7.2. Pengaruh Tingkat Inflasi terhadap Penerimaan Pajak Bumi dan Bangunan
Besarnya koefisien regresi berganda pada variabel tingkat inflasi adalah sebesar 0,049 artinya apabila terjadi kenaikan tingkat inflasi sebesar 1 persen maka akan menyebabkan peningkatan penerimaan Pajak Bumi dan Bangunan sebesar 0,049 persen,
dengan asumsi variabel lain konstan. Jadi tingkat inflasi berpengaruh positif terhadap peningkatan nilai Pajak Bumi dan Bangunan di Kota Medan. Dengan kata lain, dapat disimpulkan bahwa hipotesis kedua diterima, yang menyatakan bahwa tingkat inflasi berpengaruh positif terhadap penerimaan Pajak Bumi Bangunan di Kota Medan.
Berdasarkan Uji Statistik t (Uji Parsial), diketahui bahwa variabel tingkat inflasi berpengaruh tidak signifikan terhadap penerimaan Pajak Bumi dan Bangunan. Hal ini disebabkan karena dengan peningkatan inflasi maka akan meningkatkan pengeluaran masyarakat termasuk pengeluaran pangan dan non pangan, pengeluaran non pangan didalamnnya termasuk pengeluaran Pajak Bumi Bangunan sehingga dengan adanya inflasi dalam masyarakat maka akan masih dapat meningkatkan penerimaan Pajak Bumi dan Bangunan yang tidak signifikan di daerah Kota Medan. Atau dengan adanya inflasi maka menyebabakan naiknya harga tanah dan nilai perumahan atau property sehingga kenaikan ini menyebabakan kenaikan Pajak Bumi dan Bangunan.
4.7.3. Pengaruh Tingkat Suku Bunga terhadap Penerimaan Pajak Bumi dan Bangunan
Besarnya koefisien regresi berganda pada variabel tingkat suku bunga adalah sebesar -0,696 artinya apabila terjadi kenaikan tingkat suku bunga sebesar 1 persen maka akan menyebabkan pengurangan penerimaan Pajak Buni dan Bangunan sebesar 0,696 persen, dengan asumsi variabel lain konstan. Jadi tingkat suku bunga berpengaruh negatif terhadap peningkatan nilai Pajak Bumi dan Bangunan di Kota Medan. Dengan
