52
X
2
= Jumlah Dana Bagi Hasil DBH X
3
= Jumlah Dana Alokasi Khusus DAK X
4
= Jumlah Pendapatan Asli Daerah PAD Ɛ
=
Error penggangu
3.9.1 Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak biasa jika telah
memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan
tidak terdapat autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasanya standar error. Jika
terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh- pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien
regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap biasa dan masih tetap konsisten hanya saja menjadi
tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan.
3.9.1.1 Uji Normalitas Data
Uji Normalitas data berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan statistik
parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment agar data normal. Tujuan uji
Universitas Sumatera Utara
53
normalitas adalah ingin mengetahui apakah dalam model regresi variable pengganggu atau residual memiliki distribusi normal
Erlina, 2008. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti
distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu :
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas adalah dengan melihat grafik histogram yang membandingkan
antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian, hanya dengan melihat
histogram, hal ini dapat membingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan
adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Dasar pengambilan keputusan dari analisis normal probability plot adalah diuraikan dalam pernyataan berikut:
a. jika data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas,
Universitas Sumatera Utara
54
b. jika data menyebar jauh dari garis diagonal dan atau
tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak
memenuhi asumsi normalitas. 2.
Analisis Statistik Untuk mendereksi normalitas data dapat dilakukan
melalui analisis statistik yang dapat dilihat melalui Kolmogorov-Smirnov test K-S. Data pengambilan keputusan
dalam uji K-S yaitu: a.
Apabila probabiltas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti terdistribusi
tidak normal, b.
Apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka Ho diterima, yang berarti data
terdistribusi normal.
3.9.1.2 Uji Heteroskedastisitas