BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Penelitian
2. Hasil Analisis Data
2014 sampai 2018 cenderung meningkat setiap tahunnya. Dimana pada tahun 2014 Penerimaan retribusi pelayanan parkir tepi jalan umum sebesar Rp. 70.287,560, jumlah ini meningkat kembali tahun berikutnya tahun 2015 menjadi Rp. 89.563,426. Sehingga peningkatan Penerimaan retribusi pelayanan parkir tepi jalan umum mengalami peningkatan terus menerus sampai dengan tahun 2018 yaitu sebesar Rp. 111.363,783.
43
Berdasarkan Gambar 4.1 dapat dilihat bahwa pola berdistribusi normal, dikarenakan data menyebar disekitar garis diagonal sehingga dapat disimpulkan bahwa uji normalitas terpenuhi.
2) Uji Multikolinearitas
Multikolinearitas bertujuan untuk menguji ada tidaknya korelasi antara variabel independent (bebas) dan variabel dependent (terikat) dalam suatu model regresi. Salah satu cara untuk mengetahuinya jika koefisien korelasi > yaitu 10 maka diduga ada masalah multikolineritas dalam model berarti H0 ditolak. Sebaliknya jika koefisien korelasi < dari 10 maka diduga tidak ada masalah multikolineritas dalam model berarti H0 diterima.
Tabel 4.6
Hasil Uji Multikolinearitas
Coefficientsa Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
PDRB Perkapita .156 6.393
Jumlah Kendaraan Bermotor .205 4.874
Pengenaan Tarif Parkir
.274 3.646
a. Dependent Variable: Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum
Sumber: Output SPSS 23, Tahun 2020.
Berdasarkan hasil uji multikolinearitas pada Tabel 4.6 dengan hasil perhitungan nilai Tolerance menujukkan bahwa tidak ada variabel independen yang mempunyai nilai tolerance di atas 0,10 dan hasil perhitungan nilai Variance Inflation Factor (VIF) di bawah 10, sehingga dapat dikatakan tidak terjadi multikolinearitas. Dengan demikian dapat disimpulkan bahwa tidak ada gejala multikolinearitas antar variabel independen dalam regresi.
3) Uji Autokorelasi
Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan periode t sebelumnya. Jika terjadi kolerasi maka dinamakan ada problem autokorelasi. Cara yang digunakan untuk melihat ada tidaknya autokorelasi pada penelitian ini yaitu menggunakan uji rubs test. Adapun dasar pengambilan keputusan dalam uji runs test, yaitu :
a) Jika nilai Asymp. Sig (2-tailed) < dari 0,05 maka terdapat gejala autokorelasi.
b) Jika nilai Asymp. Sig (2-tailed) > dari 0,05 maka tidak terdapat gejala autokorelasi.
Tabel 4.7 Hasil Uji Autokorelasi
Sumber: Output SPSS 23,Tahun 2020.
Berdasarkan tabel 4.7, dapat dilihat bahwa nilai Asymp Sig (2- tailed) dengan nilai sebesar 0,326 > 0,05, maka dapat disimpulkan bahwa tidak terdapat gejala atau masalah autokorelasi.
Runs Test
Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum
Test Valuea 98954632
Cases < Test Value 2
Cases >= Test Value 3
Total Cases 5
Number of Runs 2
Z -.982
Asymp. Sig. (2-tailed) .326
a. Median
45
4) Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variasi dari satu pengamatan ke pengamatan lainnya. Salah satu cara untuk memprediksi heterokedasitisas dapat dilihat dari pola gambar Scatterplot. Untuk mengetahui ada tidaknya heterokedasitisas pada penelitian ini maka gambar 4.1 menjelaskan sebagai berikut :
Sumber: Output SPSS 23, Tahun 2020.
Gambar 4.2
Hasil Uji Heteroskedastisitas
Dari gambar 4.2 scatterplot dapat diketahui bahwa titik-titik data menyebar dan dibawah angka 0, titik data tidak mengumpul hanya diatas dan dibawah saja, dan penyebaranya tidak membentuk pola, maka dapat disimpulkan bahwa dalam penelitian regresi linear berganda ini tidak terdapat gejala heterokedasitisas.
b. Hasil Analisis Regresi Linear Berganda
Penelitian ini terdapat tiga variabel bebas, PDRB Perkapita, Jumlah Kendaraan Bermotor, dan Pengenaan Tarif Parkir serta variabel terikat, yaitu Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum . Untuk menguji ada tidaknya pengaruh tiap variabel bebas terhadap variable terikat maka dilakukan pengujian model regresi dengan variable terikat maka dilakukan pengujian model regresi dengan hasil sebagai berikut:
Tabel 4.8
Hasil Uji Regresi Linear Berganda
Coefficientsa
Model
Unstandardized Coefficients
Standardi zed Coefficient
s
T Sig.
B Std. Error Beta
1 (Constant) 9043759.504 215172.903 42.030 .015
PDRB
Perkapita 215.742 3.484 .314 61.931 .010
Jumlah Kendaraan Bermotor
39.453 .281 .621 140.170 .005
Pengenaan
Tarif Parkir 3044.765 112.300 .104 27.113 .023 a. Dependent Variable: Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum
Sumber: Output SPSS 23, Tahun 2020.
Dari Hasil uji regresi diperoleh model persamaan regresi sebagai berikut :
Y = 9.043.759,504 + 215.742 + 39.453 + 3.044,765 + ɛ
47
Berdasarkan pada tabel 4.8 dapat dilihat bahwa koefisen- koefisen pada persamaan regresi linear berganda dapat dipahami sebagai berikut :
1) Berdasarkan persamaan regresi menujukkan bahwa nilai konstanta mempunyai arah koefisien regresi positif yaitu sebesar 9.043.759,504 menujukkan bahwa apabila variabel lain mengalami peningkatan sebesar Rp.1 maka variabel Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umummengalami peningkatan sebesar Rp. 9.043.759,504.
2) Berdasarkan hasil penelitian dan uji regresi PDRB Perkapita sebesar 215.742, artinya nilai konstanta mempunyai arah koefisien regresi positif sehingga menujukkan bahwa apabila mengalami peningkatan sebesar Rp.1 maka variabel Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum mengalami peningkatan sebesar Rp. 215.742.
3) Berdasarkan hasil penelitian dan uji regresi Jumlah Kendaraan Bermotor sebesar 39.453, artinya nilai konstanta mempunyai arah koefisien regresi positif sehingga menujukkan bahwa apabila mengalami peningkatan sebesar Rp.1 maka variabel Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum mengalami peningkatan sebesar Rp. 39.453.
4) Berdasarkan hasil penelitian dan uji regresiPengenaan Tarif Parkir sebesar 3.044,765, artinya nilai konstanta mempunyai arah koefisien regresi positif sehingga menujukkan bahwa apabila mengalami peningkatan sebesar Rp.1 maka variabel Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum mengalami peningkatan sebesar Rp. 3.044,765.
c. Hasil Uji Hipotesis
1) Uji Koefisien Determinasi ( )
Koefisien determinasi ( ) merupakan alat untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Uji koefisien determinasi ( ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi independen, maka dalam bentuk pengukuran ini perlu diketahui melaui adjusted R square sebagai salah satu metode perhitungan untuk mengetahui nilai yang mendekati satu variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen, dapat dilihat pada tabel 4.9 sebagai berikut :
Tabel 4.9
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R
Square Std. Error of the Estimate
1 1.000a 1.000 1.000 64429.306
a. Predictors: (Constant), Pengenaan Tarif Parkir, Jumlah Kendaraan Bermotor, PDRB Perkapita
b. Dependent Variable: Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum
Sumber: Output SPSS 23, Tahun 2020.
Berdasarkan tabel 4.9, dari hasil output SPSS di atas, didapatkan nilai Adjusted R Square dalam penelitian ini yaitu 1.000 atau 100% yang berarti variabel bebas (X) berpengaruh terhadap variabel terikat (Y) sebesar 1.000 atau 100%.
2) Uji Simultan (Uji F)
Uji F dikenal dengan uji serentak atau uji Anova (Analysis of Variance) yaitu uji yang digunakan untuk melihat bagaimana pengaruh semua variabel bebas terhadap variabel terikat dan untuk menguji apakah model
49
regresi yang ada signifikan atau tidak signifikan. Uji secara simultan untuk mengetahui apakah variabel independen PDRB Perkapita, Jumlah Kendaraan Bermotor dan Pengenaan Tarif Parkir secara simultan mempunyai pengaruh yang signifikan terhadap variabel dependen Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum dari hasil uji simultan dapat dilihat pada tabel 4.10 berikut :
Tabel 4.10
Hasil Uji Simultan (Uji F)
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regressio
n 10302795909531 3 3434265303177 82730.745 .003b
Residual 4151135454 1 4151135454
Total 1030283742088 4
a. Dependent Variable: Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum b. Predictors: (Constant), Pengenaan Tarif Parkir, Jumlah Kendaraan Bermotor, PDRB Perkapita
Sumber: Output SPSS 23, Tahun 2020.
Dari hasil regresi yang ditunjukkan pada tabel 4.10, variabel PDRB Perkapita ( ), Jumlah Kendaraan Bermotor , dan Pengenaan Tarif Parkir , terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum (Y) secara simultan/bersama-sama menujukkan hasil nilai F-hitung sebesar 82.730,745 dengan signifikan F sebesar 0,003 atau lebih kecil dari 0,05, maka Ho ditolak dan Ha diterima, Sehingga Hasil ini menyatakan bahwa secara simultan semua variabel independen yaitu PDRB Perkapita ( ), Jumlah Kendaraan Bermotor , dan Pengenaan Tarif Parkir , berpengaruh terhadap variabel dependen Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum (Y).
3) Uji Parsial (Uji t)
Uji signifikansi t digunakan untuk menguji pengaruh variabel independen dalam menerangkan variabel dependen secara individual. Uji t merupakan uji secara parsial yang dilakukan untuk mengetahui pengaruh secara parsial variabel independen PDRB Perkapita, Jumlah Kendaran Bermotor dan Pengenaan Tarif Parkir terhadap variabel dependen Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum. Uji Parsial (Uji t) digunakan untuk mengetahui seberapa jauh pengaruhvariabel independen secara parsial atau secara individu dalam menerangkan variabel independen. dari hasil uji parsial dapat dilihat pada tabel 4.11.
Tabel 4.11 Hasil Uji Parsial (Uji t)
Coefficientsa
Model
Unstandardized Coefficients
Standardize d Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 9043759.504 215172.903 42.030 .015
PDRB
Perkapita 215.742 3.484 .314 61.931 .010
Jumlah Kendaraan Bermotor
39.453 .281 .621 140.170 .005
Pengenaan
Tarif Parkir 3044.765 112.300 .104 27.113 .023
a. Dependent Variable: Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum
Sumber: Output SPSS 23, Tahun 2020.
Tabel 4.11 menujukkan pengaruh secara parsial variabel independen PDRB Perkapita, Jumlah Kendaraan Bermotor dan Pengenaan Tarif Parkir terhadap variabel dependen Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum dapat dilihat dari arah tanda dan tingkat
51
signifikansi. Variabel independen PDRB Perkapita, Jumlah Kendaraan Bermotor dan Pengenaan Tarif Parkir memiliki tingkat signifikansi < 0,05, maka dapat disimpulkan bahwa semua variabel independen PDRB Perkapita, Jumlah Kendaraan Bermotor dan Pengenaan Tarif Parkir berpengaruh signifikan terhadap variabel dependen Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum.
Berdasarkan uji parsial melalui analisis regresi, diperoleh hasil variabel independen yaitu PDRB Perkapita ( , Jumlah Kendaraan Bermotor ( dan Pengenaan Tarif Parkir terhadap variabel dependen Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum (Y) secara parsial dapat dijelaskan sebagai berikut:
a) Pengaruh PDRB Perkapita Terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum (Y)
Variabel PDRB Perkapita mempunyai nilai signifikan sebesar 0,010.Karena nilai Sig 0,010 < dari probabilitas 0,05, dan memiliki perbadingan nilai t-hitung > t-tabel yakni 61,931 > 2,032 sehingga dari hasil tersebut dapat disimpulkan bahwa variabel PDRB Perkapita berpengaruh signifikan terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum.
b) Pengaruh Jumlah Kendaraan Bermotor ( Terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum (Y)
Variabel Jumlah Kendaraan Bermotor mempunyai nilai signifikan sebesar 0,005. Karena nilai Sig 0,005 < dari probabilitas 0,05, dan memiliki perbadingan nilai t-hitung > t-tabel 140.170 > 2,032 sehingga dari hasil tersebut dapat disimpulkan bahwa variabel Jumlah
Kendaraan Bermotor berpengaruh signifikan terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum.
c) Pengaruh Pengenaan Tarif Parkir ( Terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum (Y).
Variabel Pengenaan Tarif Parkir mempunyai nilai signifikan sebesar 0,023. Karena nilai Sig 0,023 < dari probabilitas 0,05, dan memiliki perbadingan nilai t-hitung > t-tabel 27.113 > 2,032 sehingga dari hasil tersebut dapat disimpulkan bahwa variabel Pengenaan Tari Parkir berpengaruh signifikan terhadap Penerimaan Retribusi Pelayanan Parkir Tepi Jalan Umum.