Dari hasil penelitian ini dapat diketahui bahwa P2DTK berhasil meningkatkan pembukaan keterisolasian daerah pedalaman, pesisir, dan pulau kecil terpencil
dengan nilai 3,66. P2DTK berhasil menanganani komunitas adat terasing dengan nilai 3,91. P2DTK berhasil meningkatkan pembangunan daerah perbatasan dan pulau-
pulau kecil dengan nilai 3,94.
4.7. Pengujian Asumsi Klasik
Pada prakteknya, beberapa masalah sering muncul pada saat analisis regresi digunakan untuk mengestimasi suatu model dengan sejumlah data. Masalah tersebut
dalam buku ekonometrika termasuk dalam pengujian asumsi klasik yaitu ada tidaknya masalah multikolinearitas, tidak ada heteroskedastisitas, dan normalitas
Mudrajad Kuncoro, 2001: 105. Terjadinya penyimpangan terhadap asumsi klasik tersebut diatas akan menyebabkan uji statistik uji t dan F yang dilakukan menjadi
tidak valid dan secara statistik akan mengacaukan kesimpulan yang diperoleh.
4.7.1. Uji Normalitas
Uji Normalitas untuk melakukan uji regresi disyaratkan agar data yang dipakai normal. Pada penelitian ini untuk mengetahui normalitas distribusi data
dilakukan dengan melihat nilai residual pada model regresi yang akan diuji. Jika residual berdistribusi normal maka nilai-nilai sebaran datanya akan terletak di sekitar
garis lurus Santoso, 2001. Hasil pengujian normalitas dapat dilihat Gambar 4.1, dapat disimpulkan nilai-
nilai sebaran datanya akan terletak disekitar garis lurus, sehingga model regresi layak
Universitas Sumatera Utara
digunakan.
Gambar 4.1. Hasil Uji Normalitas 4.7.2. Uji Multikolinearitas
Menurut Ghozali 2001, uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas
independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara
variabel independen. Uji Multikolinearitas dapat dilihat pada Tabel 4.10 di bawah ini.
Universitas Sumatera Utara
Tabel 4.10. Hasil Uji Multikolinearitas Variabel
Collinearity Statistics
Dependen Independen
Tolerance VIF
Keterangan
X
1
Kemandirian Masyarakat
0,381 2,623
Bebas Multikolinearitas
X
2
Potensi Wilayah 0,289
0,289 Bebas
Multikolinearitas X
3
Integrasi Ekonomi
0,571 0,571
Bebas Multikolinearitas
Y Pengembangan
Wilayah X
4
Daerah Khusus 0,504
0,504 Bebas
Multikolinearitas Sumber: Data Primer Diolah 2010
Untuk mendeteksi ada tidaknya multikolinearitas dapat dilihat dari nilai tolerance value dan variance inflation factor VIF. Jika nilai tolerance value diatas
0,1 dan nilai VIF adalah di bawah 10 maka dianggap tidak terkena multikolineritas. Dari hasil pengujian Tabel 4.10 menunjukkan bahwa nilai tolerance value dari
keempat variabel independen berada di atas 0,1. dan nilai VIF di bawah 10 dengan demikian persamaan regresi linear berganda tidak terjadi multikolinearitas.
4.7.3. Uji Heteroskedastisitas
Pengujian heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homoekedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang terjadi homokedastisitas, Ghozali, 2001. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat adanya tidaknya pola
Universitas Sumatera Utara
tertentu pada grafik scatterplot. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada
sumbu Y maka tidak terjadi heteroskedastisitas Ghozali, 2001. Hasil pengolahan
data menunjukkan grafik scatterplot seperti terlihat sebagai berikut:
Gambar 4.2. Hasil Uji Heteroskedastisitas
4.8. Analisis Regresi Linier Berganda