petunjuk normalitas suatu data.Rasioskewness adalah nilai skewness dibagi dengan standard error skewness, sedangkan rasio kurtosis adalah nilai kurtosis
dibagi dengan standard error kurtosis.Bila rasio skewness dan kurtosis berada diantara -2 dan +2, maka distribusi data adalah normal. Hasil uji normalitas rasio
skewness dan kurtosis dapat dilihat pada tabel 4.7 di bawah ini.
Tabel 4.7 Descriptive Statistics
Skewness Kurtosis
Statistic Std. Error
Statistic Std. Error
Unstandardized Residual
.655 .361
.404 .709
Valid N listwise Sumber: data primer yang diolah SPSS, 2013
Rasio skewness =
0.655 0.361
= 1,81 Rasio kurtosis =
0.404 0.709
= 0,56
Dari hasil perhitungan rasio tersebut, rasio skewness 1,81 dan rasio kurtosis berda diantara -2 dan +2, maka distribusi residual data dalam penelitian
ini dapat dikatakan normal.
4.1.4.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas.Oleh karena itu, uji
multikolinearitas ini digunakan untuk penelitian yang mempunyai variabel bebas lebih dari satu.Model regresi yang baik seharusnya tidak terjadi korelasi antara
variabel bebas independen.Hasil perhitungan nilai tolerance dan VIF dapat dilihat pada tabel 4.7 berikut ini.
Tabel 4.8 Ringkasan Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
PP .722
1.385 PO
.808 1.238
LKP .942
1.062 PD
.658 1.519
JAB .564
1.774 PDTA
.668 1.498
a. Dependent Variable: Y Sumber: Data primer yang diolah SPSS, 2013
Tabel 4.7 menunjukkan bahwa nilai tolerance lebih dari 0,10 dan nilai VIF yang kurang dari 10, maka dari hasil ini dapat disimpulkan bahwa tidak terjadi
multikolinearitas untuk variabel independen pendidikan dan pelatihan PP, pengalaman organisasi PO, lama kerja di pemerintahan LKP, pengalaman di
DPRD PD, jabatan di partai politik JAB, pengetahuan dewan tentang anggaran PDTA dan peran anggota dewan terhadap pengawasan keuangan daerah
PADPKD dalam model regresi.
4.1.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau satu pengamatan ke
pengamatan lain. Model regresi yang baik adalah model regresi yang homoskedastisitas
atau tidak
terjadi heteroskedastisitas
Ghozali, 2011.Pendeteksian ada atau tidaknya heteroskedastisitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot.Hasil pengujian heteroskedastisitas dengan grafik scatterplot dapat dilihat pada gambar 4.3 di
bawah ini.
Sumber: Data primer yang diolah SPSS, 2013.
Gambar 4.3 Grafik
Scatterplot
Dari gambar grafik scatterplot tersebut menunjukkan bahwa titik-titik yang terbentuk menyebar secara acak dan tidak membentuk suatu pola, serta titik-
titik tersebut menyebar baik diatas maupun di bawah angka 0 pada sumbu Y. hal ini dapat disimpulkan bahwa pada model regresi ini tidak terjadi
heteroskedastisitas.
4.1.5 Hasil Anallisis Regresi Berganda
