Teknik Pengumpulan Data Variabel Penelitian
Pengujian Asumsi Klasik merupakan pengujian terhadap ada tidaknya pelanggaran terhadap asumsi-asumsi klasik yang merupakan
dasar dalam model regresi linier berganda. Ada empat uji asumsi yang harus dilakukan terhadap suatu model regresi tersebut yaitu :
a. Uji Normalitas Uji Normalitas bertujuan untuk mengetahui distribusi data dalam
variabel yang digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi
normal Nugroho, 2005. Untuk menguji apakah distribusi normal atau tidak dapat dilihat melalui probability plot dengan
membandingkan distribusi kumulatif dan distribusi normal. Data normal akan membentuk satu garis lurus diagonal, dan ploting data
akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan
mengikuti garis diagonalnya Ghozali, 2005. Selain itu untuk menguji normalitas residual dapat juga dengan menggunakan uji
statistik non-parametrik Kolmogorov Smirnov. Jika hasil Kolmogorov Smirnov
menunjukkan hasil signifikan 0,05 maka data residual terdistribusi dengan normal. Sedangkan jika hasil Kolmogorov
Smirnov menunjukkan nilai signifikan 0,05 maka data residual
terdistribusi tidak normal Ghozali, 2005. b. Uji Multikolonieritas
Uji Multikolonieritas bertujuan untuk menguji apakah terdapat korelasi antara variabel independen dalam regresi. Model regresi yang
baik seharusnya tidak terjadi korelasi antar variabel independen. Multikolonieritas akan mengakibatkan koefisien regresi tidak pasti
atau mengakibatkan kesalahan standarnya menjadi tidak terhingga sehingga bisa menimbulkan bias spesifikasi. Menurut Ghozali 2005,
salah satu cara untuk mengetahui ada tidaknya multikolonieritas dapat dilihat dari nilai tolerance dan Variance Inflasi Factor VIF. Variabel
bebas mengalami multikolonieritas jika tolerance α hitung α dan
VIF hitung VIF. Semua variabel yang akan dimasukkan dalam perhitungan regresi harus mempunyai tolerance di atas 0,1. Pada
umumnya jika VIF lebih besar daripada 0,1 maka variabel tersebut mempunyai persoalan multikolonieritas dengan variabel independen
lainnya. c. Uji Heteroskedasitas
Uji Heteroskedastisitas, bertujuan untuk menguji apakah dalam model regresi terjadi perbedaan varians residual suatu periode
pengamatan ke periode pengamatan yang lain Ghozali, 2005. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap,
maka disebut
homoskedastisitas dan
jika berbeda
disebut heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada tidaknya
heteroskedastisitas yaitu melihat scatter plot nilai prediksi dependen ZPRED dengan residual SRESID, uji Glejser, uji Park, dan uji White.
Pengujian model dalam penelitian ini dilakukan melalui Uji Glejser dan melihat scatter plot. Uji Glejser dilakukan dengan cara meregresi
nilai absolut residual terhadap variabel independen Gujarati, 2003. Jika variabel independen signifikan mempengaruhi variabel dependen,
maka terdapat indikasi terjadi heteroskedastisitas. Hal ini terlihat dari probabilitas signifikansinya 0,05 Ghozali, 2005.
Deteksi ada tidaknya heteroskedastiitas dapat terlihat dengan ada tidaknya pola tertentu pada grafik scatteplot antara SRESID dan
ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi
– Y sesungguhnya telah di-studentized. Jika terdapat pola tertentu seperti titik-titik yang membentuk pola
tertentu yang
teratur, maka
mengindikasikan telah
terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik yang
menyebar di atas dan di bawah angka 0 pada sumbu, maka tidak terjadi heterokedastisitas Ghozali, 2005.
d. Uji Autokorelasi Uji Autokorelasi dilakukan untuk mengetahui apakah dalam model
regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dan dengan kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Ada beberapa cara
untuk mendeteksi gejala autokorelasi yaitu uji Durbin Watson DW test, uji Langrage Multiplier LM test, uji statistik Q, dan Run Test.
Dalam penelitian ini pengujian dilakukan dengan menggunakan uji Run Test
, yaitu untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika residual tidak terdapat hubungan korelasi maka dapat
dikatakan bahwa residual adalah acak atau random. Suatu residual dikatakan acak atau random apabila tingkat signifikansinya 0.05.
3. Pengujian Hipotesis a. Melakukan pengujian hipotesis dengan analisis regresi berganda
Pengujian hipotesis dilakukan dengan menggunakan model analisis regresi berganda yang bertujuan untuk memprediksi kekuatan
pengaruh variabel independen terhadap variabel dependen, hal ini sesuai dengan rumusan masalah, tujuan dan hipotesis dari penelitian
ini. Metode regresi berganda menghubungkan satu variabel dependen dengan beberapa variabel independen dalam suatu model prediktif
tunggal. Uji regresi berganda digunakan untuk menguji pengaruh pertumbuhan ekonomi, pendapatan asli daerah, dana alokasi umum,
dan dana alokasi khusus terhadap anggaran belanja modal. 1 Menghitung apakah variabel independen secara bersama-sama
berpengaruh terhadap variabel dependen dengan menggunakan uji F
2 Mencari koefisien regresi setiap variabel independen dengan
persamaan regresi sebagai berikut: