klasik pada model regresi, di mana dalam model regresi harus dipenuhi syarat tidak adanya heterskedastisitas. Maka, untuk
mendeteksi ada tidaknya heteroskedastisitas digunakan uji Glejser. Penilaian uji heterskedastisitas yaitu apabila nilai sig alpha 0,05
maka data tidak mengalami heteroskedastisitas. 4 Uji Autokolerasi
Uji autokorelasi digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik autokorelasi yaitu autokorelasi yang
terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Uji autokorelasi bertujuan untuk menguji
apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganngu pada
periode t-1 Saputra, 2015. Metode pengujian yang sering digunakan adalah metode D-W Durbin Watson dengan ketentuan
sebagai berikut : a Jika d lebih kecil dari dL atau lebih besar dari 4-dL, maka
hipotesis nol ditolak, yang berarti terdapat autokorelasi. b Jika nilai d terletak antara dU dan 4-dL, maka hipotesis nol
diterima, yang berarti tidak ada autokorelasi. c Jika d terletak antara dL dan dU atau diantara 4-dU dan 4-dL,
maka tidak menghasilkan kesimpulan yang pasti.
2. Uji Hipotesis
Uji hipotesis digunakan untuk mengetahui hubungan antara variabel dependen dan independen. Dalam penelitian ini, menggunakan uji hipotesis
dengan model regresi linier berganda karena terdiri atas 1 variabel dependen dan 4 variabel independen. Berikut adalah rumus yang akan diuji dalam
persamaan regresi penelitian ini :
Keterangan : PBBS : Pengungkapan Belanja Bantuan Sosial
IR : Intergovernmental Revenue
PU : Pembiayaan Utang
JP : Jumlah Penduduk
KD : Kekayaan Daerah
α : Konstan
β … β
4
: Koefisien regresi
e : error
Langkah-langkah pengujian hipotesisi dalam penelitian ini adalah sebagai berikut :
a. Koefisien Determinasi Adjective Square Koefisien determinasi digunakan untuk mengetahui besarnya
persentase pengaruh semua variabel independen terhadap variabel
PBBS = α + β
1
IR + β
2
PU + β
3
KD + β
4
JP + e
dependen. Koefisien determinasi regresi ditentukan dari semakin menjauhi angka satu, maka semakin kecil pengaruh variabel independen
terhadap variabel dependen. Begitu juga sebaliknya, semakin mendekati angka satu maka semakin besar pengaruh variabel independen terhadap
variabel dependen. b. Uji Statistik F
Uji F digunakan untuk mengetahui apakah variabel bebas berpengaruh secara bersama-sama terhadap variabel terikat Nugroho,
2014. Penilaian uji F dapat menggunakan table ANOVA. Penelitian ini menggunakan probability value sig sebagai kriteria pengujian. Jika
probability value dari hasil pengujian lebih kecil dari 0,05 maka dapat dikatakan terdapat pengaruh yang signifikan secara bersama-sama
antara variabel bebas terhadap variabel terikat. Sebaliknya, jika probability value dari hasil pengujian lebih besar dari 0,05 maka dapat
dikatakan tidak terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.
c. Uji Statistik t Uji t sampel merupakan teknik analisis untuk membandingkan
satu variabel bebas Nazaruddin Basuki, 2016. Pengujian ini dilakukan untuk menguji apakah nilai tertentu berbeda secara signifikan
atau tdak dengan rata-rata sebuah sampel. Subjek yang digunakan yaitu sampel yang sama, namun mengalami perlakuan yang berbeda.
Penilaian yang digunakan dengan melihat besarnya nilai nilai sig dan
arah pada koefisien regresi. Jika nilai sig α 0,05 maka hipotesis
diterima. Jika arah pada koefisien regresi sesuai hipotesis maka hipotesis diterima.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Dalam bab ini akan menjelaskan mengenai gambaran umum dan hasil penelitian berupa hipotesis serta pembahasan. Penelitian ini menggunakan model
regresi linier berganda untuk melakukan uji hipotesis dan menggunakan alat bantu SPSS versi 23. Dalam melakukan uji regresi terdapat dua variabel yang diubah ke
dalam bentuk natural logaritma LN, yaitu pengungkapan belanja bantuan sosial dan jumlah penduduk.
Selanjutnya, data diuji untuk mengetahui adanya outlier. Dalam penelitian ini menggunakan casewase list untuk mengetahui adanya outlier. Outlier harus
dihilangan karena dapat menimbulkan nilai residual yang besar. Dari 120 sampel awal, terdapat 12 sampel yang tidak lengkap dan 48 sampel yang masuk dalam
casewase list. Sehingga 48 sampel tersebut harus dibuang dan tersisa 60 sampel. Berikut adalah prosedur pemilihan sampel penelitian :
Tabel 4.1. Prosedur Pemilihan Sampel
Uraian 2012
2013 2014
Total
LKPD yang sudah diaudit 40
40 40
120 LKPD yang tidak lengkap
4 4
4 12
Total Sampel 36
36 36
108
Data outlier 16
16 16
48
Total sampel yang diteliti
20 20
20 60