1.3. Hasil Uji Asumsi Klasik
Pengujian asumsi klasik merupakan syarat utama dalam persamaan regresi. Maka dari itu harus dilakukan 4 pengujian yaitu: 1 data berdistribusi normal Uji
Normalitas 2 tidak terdapat autokorelasi Uji Autokorelasi 3 tidak terdapat multikolinearitas antar variabel independen Uji multikolinearitas 4 tidak
terdapat heteroskedastisitas Uji Heteroskedastisitas. Dalam analisis regresi perlu di perhatikan adanya penyimpangan
– penyimpangan atas asumsi klasik, jika tidak di penuhi maka variabel
– variabel yang menjelaskan akan menjadi tidak efisien.
1.3.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah data yang digunakan terdistribusi secara normal. Untuk menguji normalitas data, penelitian ini
menggunakan analisis grafik dan analisis statistik.
Gambar 4.2 Hasil Uji Normalitas: Grafik Normal Probability Plot
Berdasarkan gambar 1 hasil uji normalitas dengan menggunakan
normal probability plot,
dapat dilihat bahwa data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data yang
digunakan menunjukkan pola distribusi normal, maka model regresi memenuhi uji asumsi klasik.
1.3.2. Hasil Uji Multikolonieritas
Uji Multikolinieritas bertujuan untuk menguji apakah ditemukan adanya korelasi antar variabel independen dalam model regresi. Jika tidak terjadi korelasi
antar variabel independen maka dapat dikatakan bahwa model regresi tersebut baik. Gejala Multikolinieritas dapat dideteksi dengan melihat nilai
tolerance
di atas 0,10 VIF 10 .
Tabel 4.4 Hasil Uji Multikolinieritas
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -5.528E9 2.348E9
-2.355 .026
PENGEL UARAN
PEMERIN TAH
DAERAH .101
.005 .862
18.509 .000
.532 1.879
JUMLAH PENDUD
UK 72044.90
6 20088.164
.167 3.586
.001 .532
1.879 a. Dependent Variable: PAD
Berdasarkan Tabel 4.4 Hasil Uji Multikolinieritas, dapat dilihat bahwa nilai
tolerance
Pengeluaran Pemerintah Daerah sebesar 0,532 dan jumlah penduduk 0,532. Kedua variabel independen tersebut memiliki nilai
tolerance
diatas 0,10. Untuk nilai VIF Pengeluaran Pemerintah Daerah sebesar 1,879 dan jumlah
penduduk sebesar 1,879. Dari kedua variabel independen tersebut memiliki nilai VIF dibawah 10. Hal ini menunjukkan bahwa antar variabel independen tidak
terjadi korelasi sehingga bebas dari gejala multikolinieritas.
1.3.3. Hasil Uji Autokorelasi
Kategori