a. Analisis Grafik P-P Plot
Gambar 5.3. Grafik Uji Normalitas Persamaan I Hipotesis 2
Berdasarkan pada Gambar 5.3 tersebut Ghozali 2005 menyatakan jika distribusi data adalah normal, karena terdapat titik titik yang menyebar disekitar garis
diagonal dan penyebarannya mengikuti arah garis diagonalnya. Hasil grafik tersebut menunjukkan bahwa titik titik menyebar disekitar garis diagonalnya, maka dapat
disimpulkan bahwa data berdistribusi normal.
Universitas Sumatera Utara
b. Uji Kolmogorov-Smirnov test Tabel 5.5. Hasil Pengujian One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N 57
Mean .0000000
Normal Parameters
a,b
Std. Deviation 1.07732043
Absolute .073
Positive .053
Most Extreme Differences Negative
-.073 Kolmogorov-Smirnov Z
.554 Asymp. Sig. 2-tailed
.918
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Output SPSS Lampiran 12
Dari hasil pengujian pada Tabel 5.5 diatas terlihat besarnya nilai Kolmogorov Smirnov adalah 0,554 dengan nilai signifikan sebesar 0.918 jauh diatas 0.05. dalam hal ini
berarti Ho diterima yang berarti data penelitian berdistribusi normal.
5.2.1.6. Uji Multikolinearitas Persamaan I Hipotesis 2
Pengujian multikolinearitas dilakukan untuk melihat apakah pada model regresi ditemukan ada tidaknya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi multikolinearitas. Cara mendeteksinya adalah dengan melihat nilai Variance Inflation Factor VIF. Menurut Santoso 2002, pada umumnya jika
VIF 10 dan Tolerance dibawah 0.1, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Universitas Sumatera Utara
Tabel 5.6. Uji Multikolinieritas Persamaan I Hipotesis 2
Dari Tabel 5.6 diatas, terlihat bahwa variabel independen yaitu PAD X1, DAU X2 dan DAK X3 mempunyai angka Variance Inflation Factor VIF dibawah angka
10 dan nilai tolerance diatas 0.1 Ghozali, 2005. Hal ini berarti bahwa regresi yang dipakai untuk ke 3 tiga variabel diatas tidak terdapat problem multikolinieritas.
Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics
Model
B Std. Error
Beta t
Sig. Tolerance
VIF
Constant -14.022
6.914 -2.028
.048 Ln_PAD_X1
.839 .164
.543 5.123
.000 .981
1.019 Ln_DAU_X2
.721 .361
.220 2.010
.049 .908
1.101 1
Ln_DAK_X3 .243
.203 .131
1.198 .236
.922 1.084
a. Dependent Variable: Ln_BM_Y
Sumber : Hasil Output SPSS Lampiran 13
5.2.1.7. Uji Heteroskedastisitas Persamaan I Hipotesis 2
Dari grafik Scatterplot yang disajikan yang terdapat pada Gambar 5.4 dibawah, terlihat titik-titik tidak menyebar secara acak dan tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. Adapun bentuk grafik
Scatterplot terdapat pada Gambar 5.4 berikut :
Universitas Sumatera Utara
Sumber Hasil Output SPSS Lampiran 14.
Gambar 5.4. Gambar Hasil uji Heteroskedastisitas persamaan I hipotesis 2 5.2.1.8. Uji Autokorelasi Persamaan I Hipotesis 2
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini dengan kesalahan
pengganggu sebelumnya. Ghozali 2005:95 menyatakan bahwa “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya ”. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-
Watson. Kriteria untuk penilaian terjadinya autokorelasi yaitu : 1
Angka D-W di bawah -2 berarti ada autokorelasi positif. 2
Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi Angka D-W di atas +2 berarti ada autokorelasi negatif
Universitas Sumatera Utara
Tabel 5.7. Uji Autokorelasi Persamaan I Hipotesis 2
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .645
a
.416 .383
1.10739 1.618
a. Predictors: Constant, Ln_DAK_X3, Ln_PAD_X1, Ln_DAU_X2
b. Dependent Variable: Ln_BM_Y
Sumber : Hasil Output SPSS Lampiran 13
Dari Tabel 5.7. di dalam penelitian ini menunjukkan bahwa angka durbin watson sebesar 1.618 dan terletak di antara nilai -2 dan +2. Nilai ini menunjukkan bahwa tidak
terjadi korelasi antar variabel di dalam model regresi. Maka dapat disimpulkan bahwa tidak ada autokorelasi dalam model regresi.
5.2.1.9. Uji Normalitas Persamaan II Hipotesis 2
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Untuk
menguji apakah data penelitian ini terdistribusi normal atau tidak dapat dideteksi melalui :
Universitas Sumatera Utara
a. Analisis Grafik P-P Plot