64
Perhatikan bahwa berdasarkan Gambar 4.4, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka
tidak terjadi heteroskedastisitas.
4.2.4 Uji Autokorelasi
Menurut Ghozali 2011 uji autokorelasi bertujuan untuk menguji apakah terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 sebelumnya.Model regresi yang baik adalah regresi yang bebas dari autokorelasi.Asumsi mengenai independensi terhadap residual non-
autokorelasi dapat diuji dengan menggunakan uji Durbin-Watson Gio, 2015:61- 62, Field, 2009:220. Nilai statistic dari uji Durbin-Watson berkisar di antara 0
dan 4.Nilai statistic dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi.
Tabel 4.5 Uji Autokorelasi
Model Durbin-Watson
1 1.736
Berdasarkan Tabel 4.5, nilai dari statistik Durbin-Watson adalah1,685.
Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka asumsi non-autokorelasi terpenuhi.Dengan kata lain, tidak terjadi
autokorelasi.
4.3 Analisis Koefisien Determinasi
Koefisien determinasi merupakan suatu nilai nilai proporsi yang
mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan
Universitas Sumatera Utara
65
dalam persamaan regresi, dalam menerangkan variasi variable tak bebas Supranto, 2005:158, Gujarati, 2003:212.
Tabel 4.6 Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .815
a
.665 .655
5.9420014E4 1.736
a. Predictors: Constant, Dana AlokasiUmum, PertumbuhanEkonomi, PendapatanAsli Daerah
b. Dependent Variable: Belanja Modal
Berdasarkan Tabel 4.6, nilai koefisien determinasi terletak pada kolom
R-Square. Diketahui nilai koefisien determinasi sebesar . Nilai tersebut
berarti seluruh variabel bebas secara simultan mempengaruhi variabel belanja modalsebesar66,5, sisanyasebesar33,5 dipengaruhi oleh faktor-faktor lain.
4.4 Uji Signifikansi Pengaruh Simultan Uji
Uji bertujuan untuk menguji pengaruh variabel bebas secara bersama-sama atau simultan terhadap variabel tak bebas.
Tabel 4.7 Uji Pengaruh Simultan dengan Uji
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
7.415E11 3
2.472E11 70.000
.000
a
Residual 3.743E11
106 3.531E9
Total 1.116E12
109 a. Predictors: Constant, Dana AlokasiUmum, PertumbuhanEkonomi, PendapatanAsli Daerah
b. Dependent Variable: Belanja Modal
Diketahui nilai Sig.adalah 0,000.Karena Sig. 0,000 0,05, maka disimpulkan bahwa pengaruh simultan dari seluruh variable bebas signifikan
Universitas Sumatera Utara
66
secara statistika terhadap belanja modal.Diketahui nilai F hitung 70 F tabel2,69 F table tersaji pada lampiran, maka pengaruh simultan dari seluruh variable
bebas signifikan secara statistika terhadap belanja modal.
4.5 Analisis Regresi Linear Berganda dan Uji Signifikansi Pengaruh Parsial Uji t
Tabel 4.8 menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial.
Tabel 4.8 Uji Signifikansi Pengaruh Parsial Uji
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Constant 41502.434 34899.610
1.189 .237
PertumbuhanEkonomi -7991.494 260254.570 -.002 -.031
.976 .981 1.019
PendapatanAsli Daerah
61651.861 12975.895 .419 4.751
.000 .408 2.453
Dana AlokasiUmum 19561.876
3839.392 .448 5.095
.000 .409 2.448
a. Dependent Variable: Belanja Modal
Berdasarkan Tabel 4.8, diperoleh persamaan regresi linear berganda sebagai berikut.
4.6 Pembahasan