Variabel dari penelitian ini terdiri dari Drajat Desentralisasi Fiskal sebagai variabel bebas independent variable dan Kinerja Keuangan Daerah yang dalam
penelitian ini diukur dengan Tingkat Kemandirian Pembiayaan Daerah sebagai variabel terikat dependent variable. Berikut merupakan data statistik secara
umum dari seluruh data yang digunakan :
Tabel 4.9 Statistik Deskriptif Variabel
Descriptive Statistics De scri ptive Statistics
.2772 .12084
65 .0589
.04301 65
Kemandirian Pembiayaan Daerah
Derajat Desent ralis asi F iskal
Mean St d. Deviat ion
N
Sumber : Diolah dari SPSS
2. Uji Asumsi Klasik
a. Uji Normalitas
Pengujian normalitas data dalam penelitian ini mengunakan uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis:
H0 : Data residual berdistribusi normal H1 : Data residual tidak berdistribusi normal
Apabila nilai signifikansinya lebih besar dari 0,05 maka H0 diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H0 ditolak.
Universitas Sumatera Utara
Tabel 4.10 Uji Normalitas 1
Unstandardized Residual N
65 Normal Parametersa,b
Mean .0000000
Std. Deviation 124624.36461358
Most Extreme Differences Absolute
.096 Positive
.084 Negative
-.096 Kolmogorov-Smirnov Z
.635 Asymp. Sig. 2-tailed
.814 a Test distribution is Normal.
b Calculated from data.
Sumber : Diolah dari SPSS Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov
adalah 635 dan signifikansi pada 0,814 maka disimpulkan data terdistribusi secara normal karena p= 0,814 0,05. Data yang terdistribusi secara normal tersebut
juga dapat dilihat melalui grafik histogram dan grafik normal plot data.
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas 2
Sumber : Data Diolah Penulis, 2009.
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data adalah normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal.
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas 3
Sumber : Diolah dari SPSS, 2009
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta
penyebarannya mengikuti garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Jadi, dari hasil uji normalitas
dengan Kolmogorov-Smirnov K-S, grafik histogram dan grafik normal Plot menunjukkan data terdistribusi secara normal.
Universitas Sumatera Utara
b. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran
titik-titik pada gambar.
Universitas Sumatera Utara
Gambar 4.3 Scatterplot
Sumber : Diolah dari SPSS, 2009
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya
data observasi yang sangat berbeda dengan data observasi yang lain.
c. Uji Autokorelasi
