5.2. Analisis Data 5.2.1. Uji Asumsi Klasik
Pengujian terhadap ada tidaknya pelanggaran terhadap asumsi-asumsi klasik merupakan dasar dalam persamaan regresi linier berganda. Hal ini dilakukan sebelum
pengujian hipotesis meliputi :
5.2.1.1. Uji Normalitas Persamaan Hipotesis 1
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 :
a. Analisis Grafik P-P Plot
Gambar 5.1. Grafik Uji Normalitas Persamaan Hipotesis 1
Berdasarkan pada Gambar 5.1 tersebut Ghozali 2005 menyatakan jika distribusi data adalah normal, maka terdapat titik titik yang menyebar disekitar garis
Universitas Sumatera Utara
diagonal dan penyebarannya mengikuti arah garis diagonalnya. Hasil grafik tersebut menunjukkan bahwa titik titik yang menyebar disekitar garis diagonalnya maka dapat
dinyatakan bahwa data berdistribusi normal.
b. Uji Kolmogorov-Smirnov test Tabel 5.2. Hasil Pengujian One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N 57
Mean .0000000
Normal Parameters
a,b
Std. Deviation .43019560
Absolute .124
Positive .124
Most Extreme Differences
Negative -.081
Kolmogorov-Smirnov Z .934
Asymp. Sig. 2-tailed .347
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Output SPSS Lampiran 9
Dari hasil pengujian pada Tabel 5.2 diatas terlihat besarnya nilai Kolmogorov Smirnov adalah 0,934 dengan nilai signifikan sebesar 0.347 jauh diatas 0.05. dalam hal ini
berarti Ho diterima yang berarti data penelitian berdistribusi normal.
5.2.1.2. Uji Multikolinearitas Persamaan Hipotesis 1
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
Universitas Sumatera Utara
VIF 10 dan Tolerance dibawah 0.1, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Tabel 5.3. Uji Multikolinieritas Persamaan Hipotesis 1
Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics
Model B
Std. Error Beta
t Sig.
Tolerance VIF
Constant -7.895
2.761 -2.860
.006 Ln_PAD_X1
.558 .065
.721 8.532
.000 .981 1.019
Ln_DAU_X2 .351
.144 .214
2.435 .018
.908 1.101 Ln_DAK_X3
.070 .081
.075 .859
.394 .922 1.084
a. Dependent Variable: Ln_KK_Z Sumber : Hasil Output SPSS Lampiran 10
Dari Tabel 5.3 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.
5.2.1.3. Uji Heteroskedastisitas Persamaan Hipotesis 1
Dari grafik Scatterplot yang disajikan yang terdapat pada gambar 5.2 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 5.2 berikut :
Universitas Sumatera Utara
Sumber : Hasil Output SPSS. Lampiran 11.
Gambar 5.2. Gambar Hasil uji Heteroskedastisitas persamaan hipotesis 1 5.2.1.4. Uji Autokorelasi Persamaan Hipotesis 1
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 5.4. Uji Autokorelasi Persamaan Hipotesis 1
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate Durbin-Watson
1 .793
a
.628 .607
.44220 1.920
a. Predictors: Constant, Ln_DAK_X3, Ln_PAD_X1, Ln_DAU_X2
b. Dependent Variable: Ln_KK_Z
Sumber : Hasil Output SPSS Lampiran 10
Dari Tabel 5.4. di dalam penelitian ini menunjukkan bahwa angka durbin watson sebesar 1.920 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.
5.2.1.5. Uji Normalitas Persamaan I 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