48
Gambar 4.2 Uji Normalitas dengan Uji Jarque-Bera
4.2.2.2 Uji Multikolinearitas
Pengujian ini dilakukan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi antar variabel bebas Ghozali, 2011:105.
Ketika terdapat korelasi antar variabel bebas yang cukup tinggi, maka permasalahan ini disebut dengan istilah multikolinearitas Stevens, 2009:74. Jika
terjadi multikolinearitas yang sempurna perfect multicolinearity, maka koefisien-koefisien regresi dari variabel bebas tidak dapat ditentukan
indeterminate, jika terjadi multikolinearitas yang tinggi, koefisien-koefisien regresi dari variabel bebas dapat ditentukan, namun memiliki nilai standar error
yang tinggi yang berarti bahwa koefisien-koefisien regresi tersebut tidak dapat diestimasi dengan tepat atau akurat Gujarati, 2003:344. Field 2009:221 juga
menyatakan bahwa seharusnya tidak terjadi hubungan linear yang sempurna perfect linear relationship dari dua atau lebih variabel bebas. Jadi, variabel-
variabel bebas seharusnya tidak berkorelasi terlalu tinggi not correlate too highly.
2 4
6 8
10 12
14
-120000 -80000
-40000 40000
80000 120000
Series: Residuals Sample 1 94
Observations 94 Mean
-4.95e-12 Median
-4690.252 Maximum
144990.6 Minimum
-137852.0 Std. Dev.
45637.90 Skewness
0.327899 Kurtosis
3.819968 Jarque-Bera
4.317806 Probability
0.115452
49 Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai
korelasi antar variabel yang terdapat dalam matriks korelasi. Ghozali 2006:91 menyatakan jika antar variabel independen ada korelasi yang cukup tinggi
umumnya di atas 0,9, maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji multikolinearitas disajikan pada Tabel 4.2.
Tabel 4.2 Uji Multikolinearitas dengan Matriks Korelasi
PDRB SILPA
PAD DAU
DAK DBH
PDRB 1.000000
0.663321 0.895806
0.818999 0.284851
0.673903 SILPA
0.663321 1.000000
0.517047 0.420595
0.113514 0.743917
PAD 0.895806
0.517047 1.000000
0.683358 0.174878
0.405015 DAU
0.818999 0.420595
0.683358 1.000000
0.358128 0.628118
DAK 0.284851
0.113514 0.174878
0.358128 1.000000
0.237170 DBH
0.673903 0.743917
0.405015 0.628118
0.237170 1.000000
Sumber: Hasil olahan software Eviews 7
Berdasarkan Tabel 4.2, dapat dilihat bahwa korelasi antara PDRB dan SiLPA sebesar 0,663321, korelasi antara PAD dan DAK sebesar 0,174878, dan
sebagainya. Dari hasil pengujian multikolinearitas pada Tabel 4.2 dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel
independen. Gejala multikolinearitas terjadi apabila nilai korelasi antar variabel independen lebih besar dari 0,90 Ghozali, 2006:91.
4.2.2.3 Uji Non-Autokorelasi atau Independensi Residual Independent
Kategori