B. Statistik Deskriptif
Statistik Deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penelitian. Tujuannya adalah
memudahkan orang untuk membaca data serta memahami maksudnya. Berikut ini merupakan output SPSS yang merupakan keseluruhan data yang digunakan dalam
penelitian ini.
Tabel 4.5. Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation LN_Tingkat_kemandirian
44 ,61
1,95 1,4424
,29163 LN_Belanja_Modal
44 5,23
12,39 10,9288
1,13811 Valid N listwise
44 Sumber : Diolah dari SPSS, 2009
a. variabel Kemandirian Y memiliki nilai minimum 0,61, nilai maksimum 1,95, rata-rata Tingkat Kemandirian 1,4424 dan standar deviasi sebesar
0,29163 dengan jumlah sampel sebanyak 44. b. variabel Belanja Modal memiliki nilai minimum 5,23, nilai maksimum 12,39,
rata-rata variabel Belanja Modal 10,9288 dan standar deviasi sebesar 1,13811 dengan jumlah sampel sebanyak 44.
C. Pengujian Asumsi Klasik
1. Uji Normalitas
Uji ini bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Pengujian normalitas dalam
penelitian ini menggunakan dua cara yaitu analisis grafik yang terdiri dari histogram dan normal probability plot dan analisis statistik yang terdiri dari uji
skewnesskurtosis dan uji nonparametrik Kolmogorov Smirnov. Oleh karena itu, dilakukanlah uji nonparametrik Kolmogorov Smirnov dengan hasil sebagai
berikut:
Tabel 4.6
One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 44
Normal Parametersa,b Mean
,0000000 Std. Deviation
1,13564844 Most Extreme
Differences Absolute
,136 Positive
,122 Negative
-,136 Kolmogorov-Smirnov Z
,900 Asymp. Sig. 2-tailed
,393 a Test distribution is Normal.
b Calculated from data.
Sumber : Diolah dari SPSS, 2009 Uji Kolmogorov Smirnov K-S dilakukan dengan membuat hipotesis:
Ho : data residual berdistribusi normal sig. 0,05 Ha : data residual tidak berdistribusi normal sig. 0,05
Dari tabel hasil uji Kolmogorov Smirnov di atas, dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal. Besarnya nilai
Kolmogrov – Smirov adalah 900 dan tidak signifikan pada 0.05 karena p = 393 dari 0.05. Hal ini berarti Ho diterima yang mengatakan bahwa residual
terdistribusi secara normal atau dengan kata lain residual berdistribusi normal. Semua hasil pengujian melalui analisis grafik dan statistik di atas menunjukkan
hasil yang sama yaitu normal, dengan demikian telah terpenuhi asumsi normalitas dan bisa dilakukan pengujian asumsi klasik berikutnya pada data yang tersisa.
Gambar 4.1
Regression Standardized Residual
2 -2
-4
Frequency
25 20
15 10
5
Histogram Dependent Variable: LN_Belanja_Modal
Hasil uji normalitas di atas memperlihatkan bahwa pada grafik histogram di atas distribusi data mengikuti kurva berbentuk lonceng yang tidak menceng
skewness kiri maupun menceng kanan atau bisa disimpulkan bahwa data tersebut normal.
Gambar 4.2 Grafik PP Plots
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: LN_Belanja_Modal
Hasil uji normalitas dengan menggunakan normal probability plot, di mana terlihat bahwa titik-titik menyebar di sekitar garis diagonal serta
penyebarannya mengikuti garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Namun, hasil uji
normalitas dengan grafik kadang-kadang bisa menyesatkan karena kelihatannya distribusinya normal padahal melalui analisis statistik
sebenarnya tidak normal.
2. Uji Heteroskedastisitas
Kategori