69
Gambar 4.3 Residual Plot
Dari gambar 4.2 di atas terlihat grafik yang menunjukkan tidak ada pola jelas yang terbentuk. Titik-titik pada grafik menyebar di atas dan dibawah angkal nol
sumbu Y, maka dapat disimpulkan tidak terjadi heteroskedastisitas atau terjadi homokedastisitas.
d. Uji 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. Auto korelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan dengan lainnya.
Pengujian autokorelasi dapat dilakukan dengan menggunakan uji Durbin- Watson. Uji Durbin-Watson mendeteksi autokorelasi dengan patokan sebagai
berikut:
Universitas Sumatera Utara
70
1 Angka D-W di bawah -2 berarti ada autokorelasi positif,
2 Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
3 Angka D-W di atas +2 berarti autokorelasi negatif.
Tabel 4.10 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.990
a
.981 .979
.00915 1.657
a. Predictors: Constant, DBH, PAD, DAK, DAU b. Dependent Variable: TKKD
Sumber data : Diolah dari SPSS, 2016. Dari hasil pengolahan data di atas menunjukkan nilai statistik Durbin-
Watson sebesar 1,657. Ini artinya tidak terdapat autokorelasi atau kesalahan pengganggu karena hasil uji DW berada pada nilai -2 sampai +2, maka hipotesis
dapat diterima.
4.3 Uji Hipotesis
Pada pengujian hipotesis akan dilakukan pengujian analisis koefisien korelasi dan determinasi, pengujian koefisien regresi parsial secara
menyeluruhbersama-sama atau simultan uji F dan uji signifikansi koefisien parsial secara individu uji t.
Universitas Sumatera Utara
71
a. Hasil Uji Koefisien Korelasi dan Determinasi Tabel 4.10
Koefisien Korelasi dan Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.990
a
.981 .979
.00915 a. Predictors: Constant, DBH, PAD, DAK, DAU
Sumber : Diolah dari SPSS, 2016. Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau
hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R lebih besar dari 0,5 atau
mendekati 1. Koefisien determinasi merupakan suatu nilai proporsi yang mengukur seberapa besar kemampuan variabel-variabel independen bebas yang
digunakan dalam regresi dalam hal menerangkan variabel dependen terikat. Nilai koefisien determinasi berkisar antara 0 sampai 1. Nilai koefisien determinasi
yang kecil mendekati nol menunjukkan kemampuan variabel-variabel bebas amat terbatas dalam hal menerangkan atau menjelaskan variabel terikat,
sedangkan nilai koefisien determinasi yang mendekati satu menunjukkan bahwa variabel-variabel bebas memiliki semua informasi yang dibutuhkan untuk
menjelaskan variabel terikat. Berdasarkan tabel di atas diketahui bahwa nilai koefisien korelasi sebesar
R= 0,990, ini berarti bahwa korelasi atau hubungan antara Tingkat Kemandirian Keuangan Daerah Y dengan Pendapatan Asli Daerah X1, Dana Alokasi Umum
X2, Dana Alokasi Khusus X3 dan Dana Bagi Hasil X4 cukup kuat yaitu dalam presentase sebesar 99 . Dikatakan cukup kuat karena nilai tersebut
Universitas Sumatera Utara
72
melebihi atau lebih besar dari 0,5 atau 50 . Untuk nilai koefisien determinasinya adalah sebesar R
2
= 0,981. Nilai tersebut mengindikasikan bahwa PAD, DAU, DAK dan DBH sebagai variabel bebas mampu menjelaskan ataupun
mempengaruhi Tingkat Kemandirian Keuangan Daerah secara simultan atau bersama-sama sebesar 98,1 dan sisanya 1,8 dijelaskan oleh faktor-faktor
lain.
b. Hasil Uji Signifikansi Simultan uji-F
