Hasil analisis metode One Sample Kolmogorov- Smirnov, menunjukkan bahwa nilai Kolmogorov-Smirnov
sebesar 0,949 dan tidak signifikan pada 0,05 karena Asymp. Sig. 2-tailed 0,328 0,05, jadi kita tidak dapat menolak H
yang mengatakan bahwa residual terdistribusi secara normal atau dengan kata lain variabel residual berdistribusi normal.
Uji normalitas juga dapat dilihat dalam grafik histogram di atas. Hasil uji normalitas memperlihatkan bahwa pada grafik
histogram di atas distribusi data mengikuti kurva berbentuk lonceng yang tidak condong skewness ke kiri maupun
condong ke kanan atau bisa disimpulkan bahwa data tersebut normal.
Hasil uji normalitas dengan menggunakan grafik normal plot, terlihat titik-titik menyebar di sekitar garis
diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model
regresi terdistribusi secara normal. Semua hasil pengujian melalui analisis grafik dan statistik di atas menunjukkan hasil
yang sama yaitu normal.
c. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Universitas Sumatera Utara
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling
berkorelasi, maka variabel-variabel ini tidak ortogonal. Untuk mendeteksi adanya multikolinearitas, dapat dilihat dari Value
Inflation Factor VIF dan nilai Tolerance. Apabila nilai VIF 10, terjadi multikolinieritas. Sebaliknya, jika VIF 10, tidak
terjadi multikolinearitas. Dan jika kita lihat dari nilai Tolarance, apabila nilai Tol 0,10 tidak terjadi
multikoloniearitas dan sebaliknya jika nilai Tol 0,10, maka terjadi multikolonieritas.
Tabel 4.4 Uji Multikolinearitas
Sumber: Hasil pengolahan SPSS, data diolah peneliti 2013 Berdasarkan hasil pengujian di atas, dapat dilihat bahwa
semua nilai variabel independen yaitu Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi
Hasil memiliki nilai VIF 10 dan nilai Tolerance semua variabel yaitu 0,10. Hal ini menunjukkan tidak terjadi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 5.513
1.848 2.983
.004 lnPAD
.288 .071
.513 4.045
.000 .333
3.007 lnDAU
-.222 .278
-.170 -.799
.428 .118
8.507 lnDAK
.321 .097
.357 3.312
.002 .459
2.177 lnDBH
.246 .123
.323 1.992
.052 .204
4.905 a. Dependent Variable: lnBM
Universitas Sumatera Utara
multikolonieritas. Sehingga dapat disimpulkan bahwa uji multikolonieritas terpenuhi.
d. Uji Heteroskedastisitas
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Grafik Scatterplot digunakan dalam
penelitian ini untuk mengetahui apakah dalam penelitian terjadi heteroskedastisitas. Hasil dari uji heteroskedastisitas dapat
dilihat pada grafik scatterplot berikut ini:
Gambar 4.3 Hasil Uji Heteroskedatisitas
Sebelum Transformasi dengan Logaritma Natural
Sumber: Hasil pengolahan SPSS, data diolah peneliti 2013
Universitas Sumatera Utara
Dari gambar di atas dapat diketahui bahwa titik-titik tidak menyebar secara acak di atas dan di bawah angka 0 pada
sumbu Y, serta menyempit atau menumpuk. Hal ini mengidentifikasikan telah terjadi heteroskedastisitas pada
model regresi sehingga model regresi tidak layak dipakai. Tindakan perbaikan yang dilakukan dalam penelitian ini
menggunakan salah satu dari cara yang telah dikemukakan pada bab sebelumnya, yaitu dengan menggunakan transformasi
seluruh variabel penelitian ke dalam fungsi Logaritma natural Ln, kemudian data diuji ulang. Hasil pengujian ulang data
menghasilkan :
Gambar 4.4 Hasil Uji Heteroskedatisitas
Sesudah Transformasi dengan Logaritma Natural
Sumber: Hasil pengolahan SPSS, data diolah peneliti 2013
Universitas Sumatera Utara
Dari gambar di atas dapat diketahui bahwa tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Sehingga uji heteroskedastisitas terpenuhi.
e. Uji Autokorelasi
