31
pegawai yang dipekerjakan yang
belum berstatus PNS sebagai
imbalan atas pekerjaan yang
telah dilaksanakan, kecuali pekerjaan
yang berkaitan dengan
pementukan modal.
Variabel Dependen Tingkat
Kemandirian Keuangan Daerah
Kemandirian Keuangan Daerah
adalah kemampuan pemerintah daerah
dalam membiayai sendiri kegiatan
pemerintah, pembangunan, dan
pelayanan kepada masyarakat.
Tingkat Kemandirian
Keuangan Daerah = Realisasi PAD
Bantuan Pemerintah Pusat
X 100 Rasio
Sumber : Diolah Oleh Peneliti
3.7 Metode Analisi Data
Karena terdapat perbedaan dalam satuan dan besaran variabel bebas maka variabel X
1
dana perimbangan, X
2
belanja modal dan X
3
belanja pegawai harus dibuat model logaritma natural. Menurut Ghozali 2006,
alasan digunakannya logaritma natural adalah sebagai berikut: 1.
Menghindari adanya heterokedasitas. 2.
Mengetahui koefisien yang menunjukkan elastisitas. 3.
Mendekatkan skala data. Metode analisis yang digunakan untuk menguji hipotesis adalah analisis
regresi linier berganda, model analisis ini digunakan untuk melihat hubungan
Universitas Sumatera Utara
32
antara kedua variabel tersebut. Model persamaan regresi untuk menguji hipotesis dengan formulasi sebagai berikut :
Y = a + b
1
x
1
+ b
2
x
2
+ b
3
x
3
+ e
Keterangan : Y
= Kemandirian Keuangan Daerah a
= Konstanta b
1,
b
2
,b
3
= Koefisien Regresi x
1 =
Dana Perimbangan x
2
= Belanja Modal x
3
= Belanja Pegawai e
= Error
3.8 Pengujian Asumsi Klasik
Metode data yang digunakan pada penelitian ini adalah model regresi berganda dengan bantuan software spps 20 for windows.Untuk menghasilkan
suatu model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.Pengujian asumsi klasik tersebut meliputi
uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
Universitas Sumatera Utara
33
1 Uji Normalitas
Tujuan Uji Normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal yaitu distribusi
dengan data dalam bentuk lonceng bell shaped. Data yang baik adalah mempunyai pola seperti distribusi normal
Pedoman pengambilan keputusan dengan uji Kolmogorov-Smirnov tentang data tersebut mendekati atau merupakan distribusi normal dapat
dilihat dari a
Nilai sig. atau signifikan atau profabilitas 0,05, maka distribusi data adalah tidak normal
b Nilai sig. atau signifikan atau profitabilitas 0,05, maka distribusi data
adalah normal Selain melihat signifikasi dari uji kolmogorov smirnov, untuk
melihat apakah suatu data mempunyai distribusi normal dapat dilihat dari nilai Z
skewnes
.
2 Uji Multikolinearitas
Menurut Ghozali 2006, uji ini digunakan untuk mengetahui apakah terdapat korelasi di antara variabel-variabel independen dalam
model regresi tersebut. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.Apabila terdapat korelasi antara
variabel independen, maka variabel-variabel ini tidak ortogonal.Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama
Universitas Sumatera Utara
34
variabel independen adalah nol. Untuk mendeteksi ada tidaknya multikoliniearitas dalam model regresi dapat dilihat dari tolerance value
atau VIF Variance Inflation Factor.Sebagai dasar acuannya diuraikan dalam pernyataan berikut.
1. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
2. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3 Uji Heterokedastisitas
Uji heterokedastisitas menunjukkan bahwa varians variabel tidak sama untuk semua pengamatanobservasi. Jika varians dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas Model regresi yang baik adalah terjadi homokedastisitas dalam model,
atau dengan perkataan lain tidak terjadi heterokedastisitas. Untuk mendeteksi adanya heterokedastisitas dilakukan dengan melihat
Scatterplot. Dasar analisis yang digunakan dalam uji heterokedatisitas
dijelaskan sebagai berikut. 1.
Jika ada pola tertentu, seperti titik - titik yang membentuk suatu pola tertentu teratur bergelombang, melebar, kemudian
Universitas Sumatera Utara
35
menyempit maka mengindikasikan telah terjadi
heterokedastisitas. 2.
Jika tidak ada pola yang jelas, serta titik - titik menyebar diatas dan dibawah angka 0sumbu Y, maka tidak terjadi
heterokedastisitas. Analisis dengan grafik plots memiliki kelemahan yang cukup
signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan, semakin sulit untuk
mengintepretasikan hasil grafik plot.Uji statistik diperlukan untuk mendapatkan hasil yang lebihdapat menjamin keakuratan hasil, yaitu
dengan uji park Ghozali, 2006. Dasar pengambilan keputusan uji heterokedatisitas melalui uji parkdijelaskan sebagai berikut:
a Apabila koefisien parameter betasig 0,05 dari persamaan regresi signifikan statistik, yang berarti data empiris yang diestimasi
terdapat heterokedastisitas.
b Apabila koefisien parameter beta sig 0,05dari persamaan
regrsi tidak signifikan statistik, maka berarti data empiris yang diestimasi tidak terdapat heteroskedastisitas.
4 Uji Autokorelasi
Menurut Ghozali 2005:95 “Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada
Universitas Sumatera Utara
36
periode t-1 sebelumnya”. Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan melakukan
uji Durbin Watson.
3.9 Pengujian Hipotesis 1 Uji Signifikan Simultan