5.2. Uji Asumsi Klasik
Oleh karena hipotesis akan diuji dengan memakai analisis jalur, maka harus dilakukan uji asumsi klasik yang terdiri dari uji normalitas, uji
autokorelasi, uji heterokedastisitas dan uji multikolinearitas.
5.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah data yang diuji normal atau tidak. Hasil pengujian normalitas data pada variabel DAU, DAK, BM
terhadap Pertumbuhan Ekonomi diperoleh hasil sebagai berikut:
Gambar 5.1. Histogram Uji Normalitas Data Model
Berdasarkan tampilan histogram dan kurva normal yang berbentuk lonceng maka dapat disimpulkan bahwa data yang digunakan sudah
berdistribusi normal.
Universitas Sumatera Utara
Gambar 5.2. Normal P-P Plot Model Regresi
Berdasarkan analisis lebih lanjut dengan menggunakan Normal Probability Plot of Regression Standardized Residual dapat dilihat bahwa data
residual membentuk pola garis lurus mengikuti garis diagonal. Hal ini menunjukkan bahwa data telah berdistribusi normal.
5.2.2. Uji Multikolinearitas
Uji multikolinieritas dimaksudkan untuk menguji apakah ditemukan atau tidak kemiripan diantara variabel-variabel. Untuk dapat melihat ada
tidaknya multikolinieritas dengan melihat angka colinierity statistic yang ditunjukkan oleh nilai Variance Inflation Factor VIF dan nilai tolerance,
dengan kriteria : jika nilai VIF dari 10 dan nilai tolerance dari 0,1 maka variabel bebas yang ada memilki masalah multikolinieritas Lubis, 2007.
Hasil pengujian multikolinearitas pada variabel DAU, DAK, BM dan
Pertumbuhan ekonomi diperoleh sebagai berikut:
Universitas Sumatera Utara
Tabel 5.2. Nilai Tolerance dan VIF Model
Coefficients Model
a
Collinearity Statistics Tolerance
VIF
1 Constant
DAU .571
1.751 DAK
.537 1.862
BM .431
2.318 a. Dependent Variable: PE
Sumber: Lampiran 6
Hasil uji statistik nilai Tolerance menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 dan begitu juga
dengan hasil perhitungan Variance Inflation Factor VIF menunjukkan nilai 10.
5.2.3. Uji Heterokedastisitas
Uji heterokedastisitas dimaksudkan untuk mengetahui apakah dalam model regresi terjadi perbedaan variabel dari residual satu pengamatan ke
pengamatan lain. Pengujian dilakukan dengan melihat ada atau tidaknya pola tertentu bergelombang, melebar kemudian menyempit pada grafik plot scatter-
plot antara nilai prediksi variabel terkait ZPRED dengan residualnya SRESID. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas, dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadinya heterokedastisitas.
Universitas Sumatera Utara
Gambar 5.3. Scatterplot
Grafik scatterplot pada gambar 5.3 menunjukkan bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada
sumbu Y dan tidak membentuk pola tertentu yang teratur, yang mengindikasikan tidak terjadi heterokedastisitas.
Tabel 5.3. Uji Park
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
5946770.987 432888.438
13.737 .000 DAU
6.351E-6 .000
.457 4.300 .000
DAK -7.433E-5
.000 -.635
-5.788 .000 BM
1.198E-5 .000
.426 3.483 .001
a. Dependent Variable: Pertumbuhan Ekonomi Sumber : Lampiran 7
Universitas Sumatera Utara
Hasil Uji Park menunjukkan bahwa koefisien beta variabel independent yang signifikan secara statistik DAU = 0.000 α = 0.05, DAK = 0.000 α =
0.05, BM = 0.001 α = 0.05 maka asumsi homokedastisitas pada model tidak dapat ditolak. Dari grafik scatterplot dan uji park dapat disimpulkan bahwa model
tidak terjadi heteroskedastisitas.
5.2.4. Uji Autokorelasi
Kategori