Tabel 4.4 Hasil Uji Multikolinearitas
Sumber : Hasil Pengolahan SPSS, 2011
Berdasarkan uji multikolinearitas yang terdapat dalam tabel 4.4 tersebut, seluruh variabel independen yang digunakan dalam penelitian ini
yaitu DAU dan KF memiliki angka variance inflaction factor VIF lebih kecil dari 5, DAU dan KF memiliki angka VIF 1,011. Sementara itu,
angka tolerance menunjukkan nilai yang lebih besar dari 0,1 yaitu untuk variabel DAU memiliki nilai tolerance 0,989; variabel kapasitas fiskal
memiliki nilai tolerance 0,989. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolineritas dalam variabel bebasnya.
c. Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Tolera
nce VIF
1Constant 1.401E11 1.049E11
1.336 .192
X1 .869
.258 .313
3.363 .002
.989 1.011
X2 1.247
.138 .842
9.057 .000
.989 1.011
a. Dependent Variable: Y
Universitas Sumatera Utara
pen het
pen ber
het pen
seb
Su
sec ba
ter ngamatan y
terokedastis Dalam uj
ngamatan p rbeda maka
terokedastis ngujian de
bagai beriku
umber : Ha
Dari graf cara acak ti
ik di atas m rjadi hetero
yang lain. sitas Erlina
i heteroked pengamatan
a disebut h sitas didas
engan men ut:
Ha
asil Pengola
fik scatterp dak membe
maupun di b oskedastisita
Model reg a, 2008.
dastisitas, j n lainnya tet
heterokedas sarkan pad
nggunakan
Gam asil Uji Het
ahan SPSS,
plot yang d entuk sebua
bawah angka as pada m
gresi yang
jika varian tap maka te
stisitas. Pad da pendek
SPSS dipe
mbar 4.3 terokedasti
, 2011
disajikan, t h pola terte
a 0 pada sum odel regres
baik adal
ce dari sat erjadi homo
da penelitian katan grafi
eroleh graf
isitas
erlihat titik ntu yang je
mbu Y. Hal si, sehingga
lah tidak t
atu residual okedastisita
an ini, peng ik. Berdas
fik scatter
k-titik men elas serta ter
l ini berarti a model re
erjadi
l satu s jika
gujian arkan
plot
yebar rsebar
tidak egresi
Universitas Sumatera Utara
layak dipakai untuk memprediksi belanja daerah, berdasarkan masukan variabel independennya.
d. Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 Erlina, 2008. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu
dengan lainnya. Untuk melihat ada tidaknya autokorelasi maka harus dilihat nilai uji D-W berikut:
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .867
a
.752 .735
1.18598752E11 1.712
a. Predictors: Constant, X2, X1 b. Dependent Variable: Y
Sumber: Hasil Pengolahan SPSS, 2011
Nilai DW sebesar 1,712, nilai ini akan dibandingkan dengan nilai tabel dimana jumlah sampel 32 n dan jumlah variabel independen 2 k=2,
maka nilai du=1,5736. Nilai DW 1,712 lebih besar dari batas atas du1,5736 dan kurang dari 2,464 4-du, maka dapat disimpulkan tidak
terjadi autokorelasi pada model regresi.
Universitas Sumatera Utara
3. Analisis Regresi
