disetiap daerah. Kepulauan Riau memiliki konsumsi non makanan tertinggi dan Jawa Tengah memiliki konsumsi non makanan terendah.
Berdasarkan analisis data statistik deskriptif diatas, maka perlu dilakukan transformasi data dengan menggunakan logaritma data.
5.1.2. Uji Asumsi Klasik Setelah Transformasi Data
Berdasarkan hasil pengolahan data diperoleh hasil bahwa distribusi data tidak normal sehingga diperlukan transformasi data dengan memakai logaritma.
Uji asumsi klasik terdiri dari uji linearitas, uji normalitas, uji multikolonieritas dan uji autokorelasi.
5.1.2.1. Uji linearitas
Uji linearitas dilakukan untuk mengetahui apakah data penelitian ini mengalami kenaikan atau penurunan secara linier. Uji ini dibutuhkan karena
peneliti menggunakan metode analisis linier berganda. Uji linearitas dilakukan setelah melakukan transformasi data. Tabel 5.2 menunjukkan hasil pengujian
linearitas sebagai berikut :
Tabel 5.2. Uji Linearitas
ANOVA Table Sum of
Squares df
Mean Square
F Sig.
Y X1 Between Groups Deviation from Linearity
5.697 92
.062 1.905
.529 Y X2
Deviation from Linearity 12.855
88 .146
2.778 .125
Y X3 Deviation from Linearity
8.723 89
.098 .692
.774
Y X4
Deviation from Linearity 18.178
90 .202
1.383 .459
Y Z Deviation from Linearity
15.664 81
.193 .784
.751
Universitas Sumatera Utara
Dari tabel 5.2 dapat disimpulkan sebagai berikut : a. Hubungan variabel Y pertumbuhan ekonomi dengan variabel X
1
PAD adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar
0,529 nilai α sebesar 0,05. b. Hubungan variabel Y pertumbuhan ekonomi dengan variabel X
2
dana perimbangan adalah linier. Hal ini dapat dilihat dari sig deviation from
linearity sebesar 0,125 nilai α sebesar 0,05.
c. Hubungan variabel Y pertumbuhan ekonomi dengan variabel X
3
belanja daerah adalah linier. Hal ini dapat dilihat dari sig deviation from linearity
sebesar 0,774 nilai α sebesar 0,05.
d. Hubungan variabel Y pertumbuhan ekonomi dengan variabel X
4
PMDN adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar
0,459 nilai α sebesar 0,05.
e. Hubungan variabel Y pertumbuhan ekonomi dengan variabel Z konsumsi adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar
0,751 nilai α sebesar 0,05.
5.1.2.2. Uji normalitas
Peneliti menggunakan uji normalitas hanya untuk mengetahui distribusi data yang dipakai secara normal atau tidak. Uji normalitas dilakukan setelah
transformasi data. Untuk menguji normalitas peneliti menggunakan one sample kolmogrov smirnov test dan hasilnya adalah data penelitian berdistribusi normal.
Hal ini dilihat dari signifikan sebesar 0,393 nilai α sebesar 0,05. Tabel 5.3
Universitas Sumatera Utara
memaparkan hasil uji normalitas dengan menggunakan one sample kolmogrov smirnov test sebagai berikut :
Tabel 5.3. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
95 Normal Parameters
a,,b
Mean .0000000
Std. Deviation .18582619
Most Extreme Differences Absolute
.092 Positive
.056 Negative
-.092 Kolmogorov-Smirnov Z
.900 Asymp. Sig. 2-tailed
.393 a. Test distribution is Normal.
b. Calculated from data.
5.1.2.3. Uji multikolonieritas
Untuk mendapatkan hasil penelitian yang tidak bias maka data yang dipakai harus bebas dari multikolonieritas dengan melihat nilai VIF variance-
inflating factor. Tabel 5.4 menyatakan hasil uji multikolonieritas sebagai berikut:
Tabel 5.4. Uji multikolonieritas Test 1
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .439
2.276 X2
.056 17.881
X3 .047
21.428 X4
.983 1.017
Z .773
1.293
a. Dependent Variable: Y
Universitas Sumatera Utara
Apabila nilai VIF 10 maka tingkat kolonieritas dapat ditolerin atau bebas multikolonieritas. Dari tabel diatas dapat disimpulkan bahwa :
a. Nilai VIF di X
1
PAD sebesar 2,276 10 maka X
1
bebas multikolonieritas b. Nilai VIF di X
2
dana perimbangan sebesar 17,881 10 maka X
2
terkena gejala multikolonieritas
c. Nilai VIF di X
3
belanja daerah sebesar 21,428 10 maka X
3
terkena gejala multikolonieritas
d. Nilai VIF di X
4
PMDN sebesar 1,017 10 maka X
4
bebas multikolonieritas. e. Nilai VIF di Z konsumsi sebesar 1,293 10 maka Z bebas multikolonieritas
Ada 2 variabel yang terkena multikolinieritas yaitu dana perimbangan dan belanja daerah. Pada variabel dana perimbangan, peneliti mengambil semua
komponen dana perimbangan yakni DAU, DAK dan dana bagi hasil. Pada varibel belanja daerah, peneliti mengambil semua komponen belanja langsung dan
belanja tidak langsung. Sebagian besar DAU didistirbusikan untuk membiayai belanja langsung dan belanja tidak langsung dalam bentuk belanja pegawai. DAU
dan belanja pegawai memiliki hubungan korelasi yang cukup tinggi. Sehingga dana perimbangan dengan belanja daerah mengalami gejala multikolinearitas.
Tabel 5.5 memperlihatkan hasil uji multikolinearitas setelah membuang komponen DAU.
Universitas Sumatera Utara
Tabel 5.5 Uji Multikolonieritas Test 2
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
x1 .478
2.093 x2
.592 1.689
x3 .528
1.895 x4
.595 1.681
z .736
1.359 a. Dependent Variable: y
Dari tabel diatas diketahui bahwa semua variabel penelitian sudah bebas dari multikolinearitas setelah komponen DAU dihilangkan dari dana
perimbangan. a. Variabel X
1
PAD bebas multikolinearitas karena nilai VIF X
1
sebesar 2,093 10
b. Variabel X
2
dana perimbangan bebas multikolinearitas karena nilai VIF X
2
sebesar 1,689 10 c. Variabel X
3
belanja daerah bebas multikolinearitas karena nilai VIF X
3
sebesar 1,895 10 d. Variabel X
4
PMDN bebas multikolinearitas karena nilai VIF X
4
sebesar 1,681 10
e. Variabel Z konsumsi bebas multikolinearitas karena nilai VIF Z sebesar 1,359 10
Universitas Sumatera Utara
5.1.2.3.Uji autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah dalam model regresi linear berganda ada korelasi antara kesalahan pengganggu di tahun t dengan
kesalahan pengganggu di tahun sebelumnya. Uji autokorelasi dilakukan dengan menggunakan uji run test. Berikut ini tabel 5.6 memaparkan hasil uji run test.
Tabel 5.6. Uji Autokorelasi Test 1
Runs Test
Unstandardized Residual Test Value
a
-.00079 Cases Test Value
47 Cases = Test Value
47 Total Cases
94 Number of Runs
37 Z
-2.281 Asymp. Sig. 2-tailed
.023 a. Median
Dari tabel diatas diketahui bahwa data penelitian tekena autokorelasi. Hal ini dilihat dari nilai asymp.Sig sebesar 0,023 α sebesar 0,05. Artinya kesalahan
yang terjadi di tahun t menyebabkan terjadinya kesalahan di tahun berikutnya. Data penelitian yang digunakan adalah 5 tahun dari tahu 2007-2011. Sehingga
peneliti menghilangkan 1 tahun data pnelitian yaitu pada tahun 2007 dan data penelitian telah bebas autokorelasi. Hal ini dilihat dari nilai asymp.sig sebesar
1,000 nilai α sebesar 0,05. Berikut tabel 5.7 memaparkan hasil uji autokorelasi setelah dikurangi tahun penelitian.
Universitas Sumatera Utara
Tabel 5.7. Uji Autokorelasi Test 2
Runs Test
Unstandardized Residual Test Value
a
-.01477 Cases Test Value
32 Cases = Test Value
32 Total Cases
64 Number of Runs
33 Z
.000 Asymp. Sig. 2-tailed
1.000 a. Median
5.1.3. Pengujian Hipotesis