a. Analisis Grafik P-P Plot
Gambar 5.5. Grafik Uji Normalitas Persamaan II Hipotesis 2
Berdasarkan pada Gambar 5.5 tersebut Ghozali 2005 menyatakan jika distribusi data adalah normal, maka terdapat titik titik yang menyebar disekitar garis
diagonal dan penyebarannya mengikuti arah garis diagonalnya. Hasil grafik tersebut menunjukkan bahwa titik titik menyebar disekitar garis diagonalnya, maka dapat
disimpulkan bahwa data berdistribusi normal.
b. Uji Kolmogorov-Smirnov test Tabel 5.8. Hasil Pengujian One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
57 Mean
.0000000 Normal Parameters
a,b
Std. Deviation .42738990
Absolute .106
Positive .106
Most Extreme Differences Negative
-.070 Kolmogorov-Smirnov Z
.800 Asymp. Sig. 2-tailed
.543 a. Test distribution is Normal.
b. Calculated from data. Sumber : Hasil Output SPSS Lampiran 15
Universitas Sumatera Utara
Dari hasil pengujian pada Tabel 5.8 diatas terlihat besarnya nilai Kolmogorov Smirnov adalah 0.800 dengan nilai signifikan sebesar 0.543 jauh diatas 0.05. dalam hal ini
berarti Ho diterima yang berarti data penelitian berdistribusi normal.
5.2.1.10. Uji Multikolinearitas Persamaan II Hipotesis 2
Pengujian multikolinearitas dilakukan untuk melihat apakah pada model regresi ditemukan ada tidaknya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi multikolinearitas. Cara mendeteksinya adalah dengan melihat nilai Variance Inflation Factor VIF. Menurut Santoso 2002, pada umumnya jika
VIF 10 dan Tolerance dibawah 0.1, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Tabel 5.9. Uji
Multikolinieritas Persamaan II Hipotesis 2 Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics
Model
B Std.
Error Beta
t Sig.
Tolerance VIF
Constant -
7.256 2.875
-2.524 .015
Ln_PAD_X1 .520
.080 .672
6.480 .000
.656 1.523
Ln_DAU_X2 .318
.150 .194
2.122 .039
.845 1.184
Ln_DAK_X3 .059
.082 .063
.710 .481
.898 1.114
Ln_BM_Y .298
.055 .162
2.061 .046
.584 1.713
a. Dependent Variable: Ln_KK_Z
Sumber : Hasil Output SPSS Lampiran 16
Dari Tabel 5.9 diatas, terlihat bahwa variabel independen yaitu PAD X1, DAU X2, DAK X3 dan BM Y mempunyai angka Variance Inflation Factor VIF
Universitas Sumatera Utara
dibawah angka 10 dan nilai tolerance diatas 0.1 Ghozali, 2005. Hal ini berarti bahwa regresi yang dipakai untuk ke 4 empat variabel diatas tidak terdapat problem
multikolinieritas.
5.2.1.11. Uji Heteroskedastisitas Persamaan II Hipotesis 2
Dari grafik Scatterplot yang disajikan yang terdapat pada Gambar 5.6 dibawah, terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang
jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. Adapun bentuk grafik Scatterplot
terdapat pada Gambar 5.6 berikut :
Sumber : Hasil Output SPSS Lampiran 17
Gambar 5.6. Gambar Hasil uji Heteroskedastisitas persamaan II hipotesis 2 5.2.1.12. Uji Autokorelasi Persamaan II Hipotesis 2
Universitas Sumatera Utara
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini dengan kesalahan
pengganggu sebelumnya. Ghozali 2005:95 menyatakan bahwa “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya ”. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-
Watson. Kriteria untuk penilaian terjadinya autokorelasi yaitu : 1
Angka D-W di bawah -2 berarti ada autokorelasi positif. 2
Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi Angka D-W di atas +2 berarti ada autokorelasi negatif
Tabel 5.10. Uji Autokorelasi Persamaan II Hipotesis 2
Model Summary
b
Model R
R Square
Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .796
a
.633 .605
.44352 1.909
a. Dependent Variable: Ln_KK_Z b. Predictors: Constant, Ln_BM_Y, Ln_DAK_X3, Ln_DAU_X2, Ln_PAD_X1
Sumber : Hasil Output SPSS Lampiran 16
Dari Tabel 5.10. di dalam penelitian ini menunjukkan bahwa angka durbin watson sebesar 1.909 dan terletak di antara nilai -2 dan +2. Nilai ini menunjukkan
bahwa tidak terjadi korelasi antar variabel di dalam model regresi. Maka dapat disimpulkan bahwa tidak ada autokorelasi dalam model regresi.
Universitas Sumatera Utara
5.3. Pembahasan Hasil Hipotesis 5.3.1. Hipotesis Pertama 1