dana bagi hasil pajak X4 tertinggi adalah 398256 dan nilai dana bagi hasil pajak X4 yang terendah adalah 17925. Rata-rata dari belanja modal Y adalah 82190,54 dengan
standard deviasi 33142,923 dan jumlah data yang ada adalah 69. Nilai belanja modal Y tertinggi adalah 212035, dan nilai belanja modal Y yang terendah adalah 21848.
4.3 Analisis
Data
4.3.1 Uji Asumsi Klasik
4.3.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel dependen berdistribusi normal, yaitu menggunakan uji statistik Kolmogorov-Smirnov K-S.
dengan membuat hipotesis : H0 : Data residual berdistribusi normal.
H1 : Data residual tidak berdistribusi normal.
Apabila nilai signifikannya 0,05, maka H ditolak, sedangkan apabila nilai
signifikannya 0,05, maka H diterima.
Tabel 4.3
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 69
Universitas Sumatera Utara
Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.52485890E4
Most Extreme Differences Absolute
.075 Positive
.075 Negative
-.070 Kolmogorov-Smirnov Z
.619 Asymp. Sig. 2-tailed
.838 a. Test distribution is Normal.
Sumber : Output SPSS 18
Hasil dari analisis Kolmogorov-Smirnov, menunjukkan bahwa nilai signifikannya 0,05 yaitu 0.838, maka data tersebut terdistribusi secara normal.
Untuk lebih jelasnya, dapat dilihat juga dengan menggunakan analisis normal probability plot
dan grafik histogram berikut:
Gambar 4.1 Normal P-Plot
Sumber: Output SPSS 18, data diolah
Universitas Sumatera Utara
PP plot akan membentuk plot antara nilai-nilai sumbu X melawan nilai-nilai yang ada pada sumbu Y. Apabila plot dari keduanya berbentuk linier dapat
didekati oleh garis lurus, hal ini berarti variabel residual berdistribusi normal. Namun, jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah
garis diagonal, maka dapat disimpulkan bahwa data tidak berdistribusi normal. Pada Gambar 4.3 menunjukkan bahwa titik-titik pada scatter plot mengikuti
data di sepanjang garis diagonal. Hal ini menunjukkan bahwa data residual mempunyai distribusi normal.
Gambar 4.2 Grafik Histogram
Sumber: Output SPSS 18, data diolah
Pada Gambar 4.2 terlihat bahwa grafik histogram berdistribusi normal yang ditunjukan oleh data tersebut tidak miring ke kiri atau miring ke kanan.
Universitas Sumatera Utara
4.3.1.2 Uji Autokorelasi
Pengujian autokorelasi ini dimaksudkan untuk mengetahui apakah terjadi korelasi di antara data pengamatan atau tidak. Ada tidaknya autokorelasi dalam
penelitian ini dideteksi dengan menggunakan uji Durbin-Watson. Tahapan yang harus dilakukan untuk dapat menghasilkan harga koefisien Durbin-Watson dengan
menggunakan SPSS 18 yaitu sebagai berikut:
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .648
a
.420 .383
26025.650 1.797
a. Predictors: Constant, DBH, DAK, PAD, DAU b. Dependent Variable: BM
Sumber: Output Spss 18, data diolah
Uji autokorelasi bertujuan untuk menguji apakah pada suatu model regresi linier ada korelasi antar kesalahan pengganggu pada periode satu dengan
periode sebelumnya. Cara mendeteksinya melalui uji Durbin Watson dengan ketentuan :
1 Angka DW berada dibawah -2, berarti ada autokorelasi positif.
2 Angka DW diantara -2 sampai +2, berarti tidak ada autokorelasi.
3 Angka DW berada diatas +2, berarti ada autokorelasi.
Pada hasil pengujian diatas terlihat bahwa angka DW sebesar +1.797 atau - 21,797+2, karena angka DW berada diantara -2 dan +2 maka tidak terdapat
autokorelasi.
Universitas Sumatera Utara
4.3.1.3 Uji Heterokedasitas