data dokumenter yang dipublikasikan dan yang tidak dipublikasikan yang berasal dari perpustakaan Badan Pusat Statistik BPS Pemerintah Kota Provinsi Sumatera Utara.
3.4. Model dan Teknik Analisis Data
Data dianalisis dengan menggunakan metode analisis regresi linier berganda, yang merupakan metode statistik deskriptif dan infrensial yang digunakan untuk
menganalisa data lebih dari dua variabel.
3.4.1. Perumusan model
Hipotesis penelitian diuji dengan menggunakan metode regresi linier berganda. Dengan analisis ini pengaruh variabel independen terhadap variabel dependent yang
diteliti bisa diketahui. Model persamaan regresi yang digunakan untuk menguji hipotesis yang berbunyi desentralisasi fiskal dan pendapatan perkapita berpengaruh positif
terhadap pertumbuhan ekonomi Pemerintah Kota Provinsi Sumatera Utara, adalah sebagai berikut :
Y = a + b
1
DF + b
2
Keterangan :
PP
Y =
Pertumbuhan Ekonomi a
= Konstanta
b1,2 =
Koefisien regresi DF
= Desentralisasi Fiskal
PP =
Pendapatan Perkapita Rp. Jutaan
Universitas Sumatera Utara
3.4.2. Analisis Deskriptis
Data statistik yang diperoleh dalam penelitian perlu diringkas dengan baik dan teratur. Hal ini dimaksudkan untuk memperoleh gambaran yang lebih jelas tentang
sekumpulan data yang diproleh baik mengenai sampel atau populasi.
3.4.3. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi maka diperlukan pengujian asumsi klasik meliputi :
3.4.3.1. Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang
digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Untuk menguji apakah distribusi normal
atau tidak dapat dilihat melalui normal probability plot dengan membandingkan distribusi kumulatif dan distribusi normal. Data normal akan membentuk satu garis lurus
diagonal, dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya. Uji statistik dilakukan uji one sample Kolmogorov Smirnov Test, jika nilai Kolmogorov Smirnov signifikannya di atas α = 0,05, maka Ho diterima yang berarti
data residual berdistribusi normal Ghozali, 2005. Uji Normalitas
3.4.3.2. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Model regresi yang baik adalah model regresi yang memiliki kesamaan
variance residual suatu periode pengamatan dengan pengamatan yang lain, atau homokesdastisitas, dengan kata lain tidak terjadi heteroskedastisitas. Cara memprediksi
Uji Heteroskedastisitas
Universitas Sumatera Utara
ada atau tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar scatter plot model tersebut. Bila titik-titik menyebar secara acak, tidak membentuk
suatu pola tertentu yang jelas, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas. Uji statistik dilakukan dengan uji Glejser,
jika variabel independen tidak signifikan secara statistik mempengaruhi variabel dependen nilai Absolut Ut AbsUt, maka tidak terjadi heteroskedastisitas Ghozali,
2005. 3.4.3.3.
Uji multikolinieritas diperlukan untuk mengetahui apakah ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu
model. Selain itu deteksi terhadap multikolinieritas juga bertujuan untuk menghindari bias dalam proses pengambilan keputusan mengenai pengaruh pada uji parsial masing-
masing variabel independen terhadap variabel dependen. Deteksi multikolinieritas pada suatu model dapat dilihat jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan
nilai Tolerance tidak kurang dari 0,1, maka model tersebut dapat dikatakan terbebas dari multikolinieritas. VIF = 1Tolerance, maka jika VIF = 10 maka Tolerance = 110 = 0,1
Ghozali, 2005. Uji Multikolinieritas
3.4.3.4. Uji autokorelasi dilakukan untuk mengetahui apakah dalam model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada
problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Pengujian asumsi ketiga ini, dilakukan dengan
menggunakan uji Durbin Watson Durbin-Watson Test, yaitu untuk menguji apakah Uji Autokorelasi
Universitas Sumatera Utara
terjadi korelasi serial atau tidak dengan menghitung nilai d statistik. Salah satu pengujian yang digunakan untuk mengetahui adanya autokorelasi adalah dengan memakai uji
statistik Durbin Watson DW test. Jika nilai Durbin Watson berada diantar -2 sampai +2 berarti tidak ada autokorelasi. Nilai Durbin Watson yang diperoleh dibandingkan dengan
nilai tabel dengan menggunakan nilai signifikansi 5. Jika nilai Durbin Watson batas atas du, dan kurang dari jumlah variabel independen – batas atas du, maka dapat
disimpulkan bahwa terima Ho, yang berarti tidak terdapat autokorelasi Ghozali, 2005.
3.4.4. Pengujian Hipotesis