24
Y = a + b
1
x
1
+ b
2
x
2
+ e Keterangan :
Y = Pertumbuhan Ekonomi
a = Konstanta
b
1,
b
2
= Koefisien Regresi x
1
= Dana Alokasi Khusus x
2
= Belanja Modal e
= Error
3.7 Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan regresi berganda dan analisis jalur path analisis, maka diperlukan pengujian asumsi
klasik yang meliputi pengujian normalitas, pengujian multikolinearitas, pengujian heterokedastisitas, pengujian autokorelasi, Erlina 2011.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal. Seperti diketahui bahwa uji t dan F mangasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi dilanggar,
maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi
normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Salah satu cara termudah untuk melihat normalitas residual adalah
dengan melihat grafik histogram yang membandingkan antara data
Universitas Sumatera Utara
25
observasi dengan distribusi yang mendekati distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal. Jika
distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Selain dengan melihat kurva normal P-plot, uji normalitas juga dapat dilakakukan menggunakan uji kolmogorov-sminov. Dalam
uji kolmogorov-sminov hipotesa yang berlaku adalah: H
= sampel berasal dari datapopulasi yang terdistribusi normal H
a
= sampel berasal dari datapopulasi yang tidak terdistribusi normal
Dalam uji ini apabila nilai sig 0,05 maka data tidak terdistribusi dengan normal. Namun, jika nilai sig 0,05 maka data terdistribusi
dengan normal. Thoifah, 2015:124
2. Uji Multikolinearitas
Uji Multikolinearitas adalah situasi adanya korelasi variabel- variabel independen antara satu dengan yang lainnya. Uji ini
bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Universitas Sumatera Utara
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen, Ghozali 2006. Menurut Erlina 2011 ada dua
uji multikolinearitas yang sering digunakan yaitu dengan melihat nilai VIF, semakin tinggi VIF semakin besar dampak dari
multikolinearitas. Jika nilai VIF lebih besar dari 10 maka terjadi
Universitas Sumatera Utara
26
multikolinearitas yang cukup berat diantara variabel independen. UJi multikolinearitas yang kedua yaitu dengan melihat koefisien korelasi
sederhana antara variabel-variabel independenpenjelas, apabila r tinggi nilai absolutnya maka ada dua variabel penjelas tertentu
berkorelasi dan masalah multikolinearitas ada dalam persamaan tersebut.
3. Uji Heteroskedastisitas
