4.2.3 Pengujian Asumsi Klasik
4.2.3.1 Pengujian Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk mengetahui apakah ditemukan ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan yang lain. Uji Deteksi ada atau tidaknya Heteroskedastisitas berpedoman
pada titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas Singgih, 2000
Berdasarkan data yang diperoleh dari instansi terkait selanjutnya dengan bantuan komputer pada gambar 4.2 diperoleh uji
deteksi Heteroskedastisitas yang menunjukkan titik-titik menyebar secara acak dan tersebar di atas dan di bawah angka 0 pada sumbu Y,
artinya model regresi tidak menunjukkan terjadinya Heteroskedastisitas.
Gambar 4.2 Uji Heteroskedastisitas
Universitas Sumatera Utara
4.2.3.2 Pengujian Autokorelasi
Uji Autokorelasi dilakukan untuk mengetahui apakah ditemukan korelasi antar variabel kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya yang dapat dilihat pada tabel 4.5.
Uji deteksi ada atau tidaknya Autokorelasi berpedomen besaran Durbin-Watson D-W yang dari peroleh atas model regresi, apabila :
Angka D-W dibawah -2 berarti ada autokorelasi positif. Angka D-W diantara -2 sampai +2berarti tidak ada autokorelasi
positif. Angka D-W di atas +2 berarti ada autokorelasi negatif Singgih,
2000 Berdasarkan data yang diperoleh dari instansi terkait
selanjutnya dengan bantuan komputer diperoleh uji deteksi Autokorelasi dengan angka D-W 0,372 yaitu antara -2 sampai +2, artinya pada model
tidak terdapat autokorelasi.
Tabel 4.5 Uji Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.911 .830
a
.812 65483966017.780
.372 a. Predictors: Constant, Lain-lain Pad yang Sah, Retribusi Daerah, Pajak Daerah
b. Dependent Variable: PDRB Harga Berlaku
Universitas Sumatera Utara
4.2.3.3 Pengujian Multikolinearitas
Uji Multikolinearitas dilakukan untuk mengetahui apakah ditemukan korelasi antar variabel independent
Uji deteksi ada atau tidaknya multikolinieritas berpedoman pada besaran VIF dan tolerance suatu model regresi yang dapat dilihat
pada tabel 4.6. Variabel yang menyebabkan multikolinieritas dapat dilihat dari
Mempunyai nilai varians inflation factor VIF lebih besar daripada nilai 10
Mempunyai nilai Tolerance mendekati lebih kecil daripada 0,1 Duwi Priyatno, 2009
Berdasarkan data yang diperoleh dari BPS dan Dinas Pendapatan Pengelolaan Keuangan dan Kekayaan Daerah Kabupaten
Toba Samosir, selanjutnya dengan bantuan komputer diperoleh hasil uji multikolinieritas menunjukkan nilai tolerance lebih dari 0,1 dan nilai
VIF kurang dari 10, sehingga tidak terjadi multikolinieritas antar variabel independen.
Universitas Sumatera Utara
Tabel 4.6 Uji Multikolinearitas
Model Correlations
Collinearity Statistics
Zero- order
Partial Part
Tolerance VIF
1 Constant
Pajak Daerah .814
.235 .100
.265 3.778
Retribusi Daerah .829
.591 .302
.298 3.354
Lain-lain Pad yang Sah -.615
-.597 -.306
.784 1.276
a. Dependent Variable: PDRB Harga Berlaku
4.2.4 Pengujian Hipotesis