klasik bertujuan untuk menjaga agar Ordinary Least Square OLS dapat menghasilkan estimator yang “paling baik” pada model regresi. Pengujian kriteria statistik bertujuan untuk
mengetahui seberapa jauh pangaruh variabel penjelasindependent secara individual dan simultan dalam menerangkan variabel dependen. Pengujian hipotesis bertujuan untuk
menguji atas jawaban sementara terhadap rumusan masalah penelitian. Hasil output Eviews dan SPSS 17 dapat dilihat pada lampiran 3 dan lampiran 11. Berikut ini disajikan ringkasan
hasil outputnya.
Tabel 5.1
Ringkasan Hasil Regresi periode 2001-2008
Variabel Koefisien Standardized
coefficients T-Statistik
Belanja Pegawai Belanja Operasional
Belanja Modal Dummy Reformasi Desentarlisasi Fiskal
0.026427 0.029631
0.053883 5.892603
0.188 0.188
0.276 0.614
2.822540 2.714716
4.065916 10.72603
R
2
0.720226 F – statistik
58.56571 Sumber
: Hasil Olahan Eviews 6 dan SPSS 17. Lampiran 3 dan lampiran 11 Keterangan;
Signifikan pada
α 10 Signifikan
pada α 5
Signifikan pada
α 1
5.1.1. Pengujian Penyimpangan Asumsi Klasik
Uji asumsi klasik meliputi uji multikolinearitas dengan menggunakan uji Auxiliary Regression
, uji autokorelasi menggunakan uji Durbin-Watson, uji heteroskedastisitas
menggunakan uji white heteroskedasticity, dan uji normalitas menggunakan uji Jarque-Bera test.
5.1.1.1. Uji
Multikolinearitas
Untuk mengetahui ada tidaknya multikolinearitas dapat dideteksi dengan menggunakan Auxiliary Regression
. Model awal yaitu R² sebesar 0,720226 , nilai R² model awal tersebut dibandingkan dengan nilai R² model Auxiliary Regression. Karena R² model Auxiliary
Regression lebih rendah dari R² model awal, maka dalam model tersebut tidak terdapat gejala
multikolinearitas.
Tabel 5.2 Uji Multikolinearitas
NO Dependen Variabel
R² 1.
BPG 0,306484
2.
BOP 0,358074
3. BMO 0,334281
4. DRFO 0,060748
Sumber : Hasil Olahan Eviews 6 , Lampiran 4-7
5.1.1.2. Uji
Autokorelasi
Salah satu uji formal yang paling populer untuk mendeteksi autokorelasi adalah uji Durbin-Watson
. Uji ini sesungguhnya dilandasi oleh model error yang mempunyai korelasi sebagaimana telah ditunjukkan di bawah ini.
Diketahui bahwa: Nilai Observasi n
= 96 k-1
= 5-1 = 4 dL
= 1,566 dU
= 1,751 d
R
2
= 2,063 Hasil uji dapat dikatakan bahwa model ini tidak terdapat gejala autokorelasi.
Tabel 5.3 Uji Autokorelasi Durbin-Watson DW
Autokorelasi Positif
Gejala Autokorelasi
Bebas Autokorelasi
Gejala Autokorelasi
Autokorelasi Negatif
dL dU
4-dU 4-dL 4
1,566 1,751 2,249
2,434 4 2,063
Sumber : Lampiran 8
5.1.1.3. Uji
Heteroskedastisitas
Untuk mengetahui ada tidaknya heteroskedastisitas dapat dideteksi dengan menggunakan uji white heteroskedasticity.
Tabel 5.4 Uji Heteroskedastisitas
NO Dependen Variabel
T-Statistik Probabilitas
1. BPG 0,753770 0,4529
2. BOP 0,516056 0,6071
3. BMO 0,012951 0,9897
4 DRFO 1,326181 0,1881
Sumber : Hasil Olahan Eviews 6 , Lampiran 9 Pada tabel diatas, signifikansi untuk variabel belanja pegawai BP sebesar 0,4529
belanja operasional BOP sebesar 0,6071 belanja modal BMO sebesar 0,9897 dan dummy reformasi desentarlisasi fiskal DFRO sebesar 0,1881. Berdasarkan nilai tersebut, maka
dapat disimpulkan bahwa tidak terdapat gejala heteroskedastisitas dalam model.
5.1.1.4. Uji
Normalitas
Penelitian ini akan menggunakan metode J-B test yang dilakukan dengan menghitung skweness dan kurtosis, apabila J-B hitung nilai X² Chi Square tabel, maka nilai residual
berdistribusi normal.
Tabel 5.5 Uji Normalitas
Jarque-Bera 0,613176 Probabilitas 0,735954
Sumber : Hasil Olahan Eviews 6 , Lampiran 10 Pada penelitian dapat diketahui bahwa J-B hitung lebih kecil daripada nilai X² Chi
Square tabel pada
ά 5 yaitu 0,613176 107,565 maka nilai residual berdistribusi normal.
5.1.2. Analisis Hasil Regresi
