Tabel 4.2 Hasil Uji Statistik K-S Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
75 Normal Parameters
a
Mean .0000000
Std. Deviation 3.15001318
Most Extreme Differences Absolute
.073 Positive
.073 Negative
-.059 Kolmogorov-Smirnov Z
.630 Asymp. Sig. 2-tailed
.822 a. Test distribution is Normal.
Sumber : Hasil SPSS for Windows 16.0
Berdasarkan data Tabel 4.2 di atas, besar nilai probabilitas atau Asymp. Sig. 2-tailed adalah 0,822. Dalam penelitian ini, tingkat
signifikansi yang digunakan adalah α = 0,05. Karena nilai probabilitas 0,822 lebih besar dari tingkat signifikansi 0,05, maka dapat
disimpulkan bahwa data terdistribusi secara normal. Hal ini sejalan dengan hasil yang diperoleh dari analisis grafik.
4.1.2.2 Uji Multikolinearitas
Uji Multikolonieritas dilaksanakan bertujuan untuk menguji apakah terdapat multikolinearitas antar variabel independen dalam
model regresi. Uji multikolinearitas data dapat dilakukan dengan matriks korelasi dengan melihat besarnya nilai VIF dan nilai
Universitas Sumatera Utara
tolerance. Suatu model regresi yang bebas dari multikolinearitas jika memiliki nilai tolerance lebih besar dari 10 persen dan nilai VIF lebih
kecil dari 10. Hasil uji multikolonieritas pada penelitian ini dapat dilihat pada
tabel 4.3. Tabel 4.3
Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
B Tolerance
VIF 1Constant
125.440 DDF
29.072 .258
3.875 BM
-1.718 .872
1.147 KKD
-21.889 .261
3.826 a. Dependent Variable: IPM
Tabel 4.3 menunjukkan bahwa nilai VIF dari masing-masing variabel yaitu Derajat Desentralisasi Fiskal 3,875;Belanja Modal
1,147 dan Ketergantungan Keuangan Daerah 3,826. Artinya, bahwa nilai VIF masing-masing variabel lebih kecil dari 10. Dan nilai
tolerance yang diperoleh berkisar 0,258 sampai dengan 0,872. Nilai tolerance semua variabel menunjukkan nilai lebih besar dari 0,10.
Dari hasil tersebut dapat diketahui bahwa dalam model regresi terbebas dari multikolinieritas antar variabel independen.
Universitas Sumatera Utara
4.1.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu periode t dengan
kesalahan periode t – 1. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi ada karena observasi yang
berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah regresi yang bebas autokorelasi. Data pada penelitian
ini memiliki unsur waktu karena didapatkan antara tahun 2011-2013. Pengujian autokorelasi dilakukan dengan menggunakan uji
Durbin-Watson DW-test. Kriteria untuk penilaian terjadinya autokorelasi adalah :
• Angka D-W dibawah -2, berarti ada autokorelasi positif,
• Angka D-W di antara -2 sampai +2, berarti tidak ada
autokorelasi, •
Angka D-W di atas +2, berarti ada autokorelasi negatif.
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .803
a
.644 .629
3.2158742 1.579
a. Predictors: Constant, DERAJAT DESENTRALISASI FISKAL, BELANJA MODAL DAN KETERGANTNGAN KEUANGAN DAERAH
b. Dependent Variable: INDEKS PEMBANGUNAN MANUSIA
Sumber : Hasil SPSS for Windows 16.0
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson DW sebesar 1,579. Angka ini terletak diantara -2
Universitas Sumatera Utara
dan +2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini.
4.1.2.4 Uji Heterokedastisitas
