Hasil pengujian
outlier dengan lag dua tahun diperoleh hasil bahwa tiga daerah merupakan data outlier sehingga data akhir sebagai berikut :
Tabel 5.5. Statistik Deskriptif Model Regresi dengan Lag Dua Tahun
Descriptive Statistics
N Minimum Maximum Sum
Mean Std.
Deviation
DAU 2004 69
25942,00 315688,00
10223797,0 148170,971
70320,3598 4
DAK 2004 69
2500,00 14060,00
560920,00 8129,2754
2514,13435 PAD 2004
69 283,36
68646,57 791964,33
11477,7439 10201,0384
5 PPKT 2006
69 3306988,7
3 18657450,
08 639992045,
32 9275247,03
36 3186521,68
905 Valid N
listwise 69
5.1.3. Pengujian Asumsi Klasik
Pengujian data melalui metode regresi berganda dengan variabel independen yaitu DAU, DAK, dan PAD serta variabel dependen yaitu pendapatan perkapita
PPKT diperoleh hasil sebagai berikut.
5.1.3.1. Pengujian Normalitas Data
Hasil pengujian normalitas data pada variabel DAU, DAK, PAD, dan PPKT diperoleh hasil sebagai berikut :
Regression Standardized Residual
4 2
-2
Frequ e
ncy
30
20
10
Histogram Dependent Variable: PPKT
Mean =1.89E-15 Std. Dev. =0.988
N =132
Gambar 5.1. Histogram Uji Normalitas Data Model dengan Lag Satu Tahun
Berdasarkan tampilan histogram dan kurva normal yang berbentuk lonceng maka dapat disimpulkan bahwa data yang digunakan sudah berdistribusi normal.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expe cted
Cu m
Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: PPKT
Gambar 5.2. Normal P – P Plot Model Regresi dengan Lag Satu Tahun
Berdasarkan analisa lebih lanjut dengan menggunakan Normal Probability Plot of Regression Standardized Residual dapat dilihat bahwa data residual
membentuk pola garis lurus mengikuti garis diagonal. Hal ini menunjukkan bahwa data telah berdistribusi normal.
Hasil pengujian normalitas data pada variabel DAU 2004, DAK 2004, PAD 2004, dan PPKT 2006 diperoleh hasil sebagai berikut :
Regression Standardized Residual
3 2
1 -1
-2 -3
Fr equ
ency
20 15
10 5
Histogram Dependent Variable: PPKT 2006
Mean =4.89E-16 Std. Dev. =0.978
N =69
Gambar 5.3. Histogram Uji Normalitas Data Model dengan Lag Dua Tahun
Berdasarkan tampilan histogram dan kurva normal yang berbentuk lonceng maka dapat disimpulkan bahwa data yang digunakan sudah berdistribusi normal.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pect
ed C
um Pro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: PPKT 2006
Gambar 5.4. Normal P – P Plot Model Regresi dengan Lag Dua Tahun
Berdasarkan analisa lebih lanjut dengan menggunakan Normal Probability Plot of Regression Standardized Residual dapat dilihat bahwa data residual
membentuk pola garis lurus mengikuti garis diagonal. Hal ini menunjukkan bahwa data telah berdistribusi normal.
5.1.3.2. Pengujian Multikolinearitas
Hasil pengujian multikolinearitas pada variabel DAU, DAK, PAD, dan PPKT diperoleh hasil sebagai berikut :
Tabel 5.6. Nilai Koefisien Korelasi Model dengan Lag Satu Tahun
Model PAD
DAK DAU
1 Correlations
PAD 1,000
,210 -,434
DAK ,210
1,000 -,266
DAU -,434
-,266 1,000
Covariances PAD
939,066 577,005
-54,454 DAK
577,005 8061,205
-98,025 DAU
-54,454 -98,025
16,789
a Dependent Variable: PPKT Berdasarkan koefisien korelasi antar variabel independen tidak ada yang
melebihi 0,90 dengan demikian tidak terdapat multikolinearitas dalam model regresi.
Tabel 5.7. Nilai Tolerance dan VIF Model dengan Lag Satu Tahun
Collinearity Statistics Model
Tolerance VIF
DAU DAK
PAD ,780
,918 ,802
1,283 1,089
1,246
a. Dependent Variable: PPKT
Pengujian menggunakan VIF dan Tolerance menunjukkan bahwa tidak ada yang bernilai lebih dari 10 dan kurang dari 0,1. Dengan demikian dapat disimpulkan
bahwa tidak terdapat multikolinearitas dalam model regresi. Hasil pengujian multikolinearitas data pada variabel DAU 2004, DAK 2004,
PAD 2004, dan PPKT 2006 diperoleh hasil sebagai berikut :
Tabel 5.8. Nilai Koefisien Korelasi Model dengan Lag Dua Tahun
Coefficient Correlation
a
Model PAD
DAK DAU
1 Correlations
PAD 2004 1,000
,334 -,510
DAK 2004 ,334
1,000 -,579
DAU 2004 -,510
-,579 1,000
Covariances PAD 2004
1350,951 1929,779
-115,515 DAK 2004
1929,779 24782,824
-562,455 DAU 2004
-115,515 -562,455
38,032
a. Dependent Variable: PPKT 2006 Berdasarkan koefisien korelasi antar variabel independen tidak ada yang
melebihi 0,90 dengan demikian tidak terdapat multikolinearitas dalam model regresi.
Tabel 5.9. Nilai Tolerance dan VIF Model dengan Lag Satu Tahun
Coefficient
a
Collinearity Statistics Model
Tolerance VIF
DAU 2004 DAK 2004
PAD 2004 ,552
,662 ,738
1,812 1,510
1,355
a. Dependent Variable: PPKT 2006 Pengujian menggunakan VIF dan Tolerance menunjukkan bahwa tidak ada
yang bernilai lebih dari 10 dan kurang dari 0,1. Dengan demikian dapat disimpulkan bahwa tidak terdapat multikolinearitas dalam model regresi.
5.1.3.3. Pengujian Autokorelasi
