42
Tabel 4.4 Uji Statistik Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
96 Normal Parameters
a,b
Mean ,0000000
Std. Deviation 13352,20541263
Most Extreme Differences
Absolute ,161
Positive ,161
Negative -,113
Kolmogorov-Smirnov Z ,161
Asymp. Sig. 2-tailed ,175
c
a. Test distribution is Normal. b. Calculated from data.
Sumber: output SPSS, lampiran 5 hal. 63 Dari tabel Kolmogorov-Smirnov diatas, nilai Asymp. Sig. 2-tailed
sebesar 0,175 yang berarti 0,05 sehingga dapat ditarik kesimpulan bahwa data sudah terdistribusi dengan normal.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi
yang baik harusnya terbebas dari korelasi diantara variabel bebas. Uji multikolinearitas dilakukan dengan melihat nilai tolerance dan Variance
Inflation Factor VIF. Multikolinearitas terjadi jika VIF 10 dan nilai
tolerance 0,10. Hasil dari pengujian multikolinearitas dapat dilihat pada tabel berikut ini:
43
Tabel 4.5 Uji Multikolinearitas
Sumber: ouput SPSS, lampiran 5 hal. 64
Data yang disajikan pada tabel 4.5 diatas menunjukkan bahwa nilai tolerance dan VIF dari variabel Pendapatan Asli Daerah sebesar 0,800 dan
1,250 dan untuk variabel Belanja Daerah adalah sebesar 0,800 dan 1,250. Oleh karena itu, dapat disimpulkan dalam model ini tidak terdapat masalah
multikolinearitas antara variabel bebas karena nilai tolerance berada di bawah 1 dan nilai VIF jauh di bawah angka 10.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi ini bertujuan untuk menguji ada tidaknya hubungan antara variabel yang satu dengan variabel yang lain. Model regresi yang
baik adalah model yang tidak mengandung autokorelasi. Kriteria untuk penelitian terjadinya autokorelasi yaitu:
a. angka D-W terletak di bawah -2 berarti ada korelasi positif,
b. angka D-W terletak di antara -2 sampai +2 berarti tidak ada autokorelasi,
c. angka D-W di atas +2 berarti ada autokorelasi negatif.
Hasil dari uji autokorelasi dapat dilihat pada tabel berikut ini:
Tabel 4.6 Uji Autokorelasi
Model R
Durbin-Watson 1
,980
a
1,995
Sumber: output SPSS, lampiran 5 hal. 65
Model Collinearity Statistics
Tolerance VIF
1 Constant
PAD ,800
1,250 Belanja_Daerah
,800 1,250
44
Tabel 4.6 diatas menunjukkan bahwa hasil Durbin-Watson yang diperoleh adalah 1,995 berada diantara -2 sampai +2 atau juga dapat
dikatakan mendekati 2. Ini menunjukkan bahwa tidak terjadi autokorelasi antara variabel dependen dengan variabel independen.
4.2.2.4 Uji Heteroskedastisitas
