Uji Asumsi Klasik KESIMPULAN DAN SARAN

62 Dengan derajat kebebasan sebesar n – k – 1 dimana : β = Koefisien Regresi Se = Standart Error n = Jumlah sampel k = Jumlah parameter regresi j = Variabel Bebas j = 1,2,3,4, Kaidah pengujian : a. Apabila t hitung ≥ t tabel maka Ho ditolak dan Hi diterima, berarti ada pengaruh antara variabel bebas dengan variabel terikat. b. Apabila t hitung ≤ t tabel maka Ho diterima dan Hi ditolak, berarti tidak ada pengaruh antara variabel bebas dengan variabel terikat.

3.5. Uji Asumsi Klasik

Persamaan regresi tersebut di atas harus bersifat BLUE Best Linear Unbiaseed Estimator, artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka persamaan regresi harus memenuhi ketiga asumsi klasik ini : a Tidak boleh ada autokorelasi b Tidak boleh ada multikolinearitas c Tidak boleh ada heteroskedatisitas 63 Rumus Uji BLUE: Y = bo + b1X1 + b2X2 + b3X3 + u ………………………… Sugiyono, 2002:112 Sifat BLUE dapat dijelaskan sebagai berikut : 1. Best = Pentingnya sifat ini bila diterapkan dalam uji signifikan buku terhadap α dan β. 2. Linear = Sifat ini dibutuhkan untuk memudahkan dalam penaksiran. 3. Unbiassed = Nilai jumlah sampel sangat besar penaksir parameter diperoleh dari sampel besar kira-kira mendekati nilai parameter. 4. Estimated = μi diharapkan sekecil mungkin. Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.

1. Uji Multikolinearitas

Persamaan regresi linier berganda di atas diasumsikan tidak terjadi pengaruh anatar variabel bebas. Apabila ternyata ada pengaruh linier antar variabel bebas, maka asumsi tersebut tidak berlaku lagi terjadi bias. Untuk mendeteksi adanya multikolinieritas dapat dilihat ciri-cirinya sebagai berikut: a. Koefisien determinan berganda R square tinggi. b. Koefisien korelasi sederhananya tinggi. c. Nilai F hitung tinggi signifikan. 64 d. Tapi tak satupun sedikit sekali di antara variabel-variabel bebas yang signifikan. Akibat adanya multikolinieritas adalah : 1. Nilai standart error standart baku tinggi sehingga taraf kepercayaan confidence intervalnya akan semakin melebar. Dengan demikian, pengujian koefisien regresi secara individual menjadi tidak signifikan. 2. Probabilitas untuk menerima hipotesa Ho diterima tidak ada pengaruh antara variabel bebas terhadap variabel terikat akan semakin besar. Identifikasi secara statistic ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung koefisien korelasi product moment atau Variance Inflation Faktor VIF. 1 VIF = Q – Rj 2 Sugiyono 2002:114 VIF menyatakan tingkat “pembengkakan” varian. Apabila varians lebih besar dari 10. hal ini berarti terdapat multikolinieritas pada persamaan regresi linier.

2. Uji Heteroskedatisitas

Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel X. Hal ini biasa diidentifikasikan dengan cara menghitung korelasi rank Spearman antara residual dengan seluruh variabel bebas. 65 Rumus Rank Spearman adalah : ∑di 2 rs = 1-6 N N 2 – 1 Sugiyono 2002:117 Keterangan : di = Perbedaan dalam rank antara residual dengan variabel bebas ke- N = Banyaknya data

3. Uji Autokorelasi

Autokorelasi adalah antara anggota seri observasi yang disusun menurut urutan waktu atau menurut urutan tempatruang atau korelasi pada dirinya sendiri, dengan symbol yang dapat dinyatakan sebagai berikut : E u I u j = 0, i=j. Untuk melihat apakah hasil dari estimasi regresi tidak mengandung korelasi, maka diperlukan uji. Yaitu dengan menggunakan uji Durbin Watson. 66 Gambar 6: Statistik Durbin-Watson 2 4 Menolak Ho Bukti Autokorelasi Positif Menolak Ho Bukti Autokorelasi Negatif Menerima Ho atau Ho Atau kedua-duanya d Daerah keragua- raguan Daerah keragua- raguan d L d U 4 – d U 4 – d L d Sumber: Sugiyono, 2002, Statistik Untuk Pemula, Penerbit Alfabeta Bandung,, Hal. 136 Ho : tidak ada autokorelasi positif Ho : tidak ada autokorelasi negatif  Jika Ho : tidak ada autokorelasi positif, maka ddL : menolak Ho ddU : tidak menolak Ho dLddU : pengujian tidak meyakinkan  Jika Ho : tidak ada autokorelasi negatif, maka jika d4 – dL : menolak Ho d4 – dU : tidak menolak Ho 4-dU4-dL : pengujian Ho tidak meyakinkan  Jika Ho : tidak ada autokorelasi positif maupun negative, maka jika ddL : menolak Ho d4 – dL : menolak Ho 67 dUd4-dU : tidak menolak Ho dLddU atau 4-dUd4-dL : pengujian tidak meyakinkan.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Obyek Penelitian

4.1.1. Dana Alokasi Umum DAU Dana Alokasi Umum adalah merupakan salah satu bentuk dari Dana Perimbangan yang diberikan oleh pemerintah pusat selain dari Bagi Hasil Pajak, Bagi Hasil Bukan Pajak, Dana Alokasi Khusus DAK, Bagi Hasil Propinsi.

4.1.2. Belanja Daerah

Era otonomi daerah yang menitikberatkan peranan pemerintah daerah dalam mendorong kesejahteraan masyarakatnya ternyata telah menggeser paradigma pemikiran pembangunan yang selama ini diterapkan, yang awalnya terfokus di pusat kini daerah pun dapat sedikit lebih leluasa ikut andil dalam pembangunan daerah. Implikasi ini mengakibatkan adanya sharing of power dan sekaligus sharing of financial. Sharing of power bisa dicermati dengan adanya UU No.32 Tahun 2004 tentang pemerintah daerah, sedangkan sharing of financial dapat dicermati pada UU no.33 Tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dengan Pemerintah daerah. Pada ketentuan UU No.33 Tahun 2004 sendiri diatur beberapa aspek yang berkaitan dengan perimbangan keungan antara pemerintah pusat dan pemerintah daerah. Salah satu yang diatur dalam ketentuan ini yaitu permasalahan belanja daerah. Menurut UU No.33 Tahun 2004 tentang perimbangan keuangan daerah antara pemerintah pusat dengan pemerintah daerah, Belanja Daerah dimaksudkan 68