56
Pada Variabel PAD menunjukkan hasil 0,000 yaitu dimana 0,005 sehingga dikatakan terjadi heteroskedastisitas.
Tabel 4.11 Hasil Uji Glejser sesudah di Ln
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
,265 ,179
1,480 ,145
PAD -,023
,014 -,397
-1,633 ,109
DAU -,039
,042 -,209
-,924 ,360
DBH ,008
,012 ,087
,642 ,524
DAK -,026
,024 -,260
-1,065 ,292
a. Dependent Variable: absut
Sumber: Hasil Penelitian, 2016 Data diolah
Berdasarkan uji Glejser diatas, dapat dilihat bahwa variabel bebas yaitu: Pertumbuhan Ekonomi, PAD, DAU, DBH, dan DAK menunjukkan hasil lebih
besar dari 5. Sehingga dapat disimpulkan tidak terjadi heteroskedastisitas. Dengan demikian terpenuhilah asumsi klasik untuk uji heterokedastisitas.
4.2.2.3 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Berikut ditampilakan pada Tabel 4.12
Universitas Sumatera Utara
57
Tabel 4.12 Menunjukkan tidak ada masalah multikolinearitas, dimana hasil uji Variance Inflation Factor VIF PAD, DAU, DBH, dan DAK masing-
masing menunjukkan nilai kurang dari 5 VIF 5 dan nilai tolorance yang lebih besar dari 0,10. Nilai VIF yang lebih kecil dari 5 menyatakan bahwa tidak ada
masalah multikolinearitas dalam model regresi.
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Cara mengetahui adanya autokorelasi dapat dilakukan dengan uji Durbin Watson. Hasil dari uji autokorelasi dapat
dilihat pada Tabel 4. Berikut ini:
Tabel 4.13 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,998
a
,996 ,996
,05095 2,118
Tabel 4.12 Uji Multikoliniearitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
,999 ,228
4,375 ,000
PAD 1,065
,018 ,932
59,658 ,000
,310 3,228
DAU -,232
,054 -,063
-4,295 ,000
,356 2,810
DBH ,007
,016 ,004
,420 ,676
,997 1,003
DAK -,042
,031 -,021
-1,361 ,179
,307 3,255
a. Dependent Variable: TKKD
Sumber: Hasil Penelitian, 2016 Data diolah
Universitas Sumatera Utara
58
a. Predictors: Constant, DAK, DBH, DAU, PAD b. Dependent Variable: TKKD
Sumber: Hasil Penelitian, 2016 Data diolah
Berdasarkan uji autokorelasi pada Tabel 4. Diperoleh hasil bahwa nilai Durbin Watson DW sebesar 2,118. Penelitian ini tidak terjadi autokorelasi
karena du d 4 – du, dimana du pada penelitian ini sebesar 1,7223 dan d
sebesar 2,118 maka 1.7223 2,118 2,2777. Nilai Durbin Watson diantara nilai 1,7223 dan 2,2777.
4.2.3 Regresi Linear Berganda
