commit to user 47
Nilai OROE yang tertinggi adalah 0,43541, sedangkan yang terendah 0,0102. Untuk rata-rata sebesar 0,0897. Dengan standar deviasi 0,07428 dapat
dinyatakan bahwa penyebaran data OROE berada di antara 0,01543 sampai dengan 0,16399. Rata-rata nilai OROE sebesar 0,0897 menunjukkan bahwa
pemerintah daerah belum mampu memperoleh pendapatan asli daerah untuk menutup jumlah pengeluaran daerah yang terjadi dalam suatu periode anggaran.
Nilai INDEKS yang tertinggi adalah 0,44, sedangkan yang terendah 0,088. Untuk rata-rata sebesar 0,2897. Dengan standar deviasi 0,0743 dapat dinyatakan
bahwa penyebaran data INDEKS berada di antara 0,2154 sampai dengan 0,3640. Rata-rata nilai INDEKS sebesar 0,2897 menunjukkan bahwa tingkat
pengungkapan wajib dalam LKPD masih rendah.
C. Uji Asumsi Klasik
Model regresi dalam penelitian dapat digunakan untuk estimasi dengan signifikan dan representatif jika data yang digunakan mempunyai kualitas tidak
menyimpang dari asumsi dasar klasik regresi berupa uji normalitas, heteroskedastisitas, dan multikolonieritas.
1. Uji Normalitas
Uji Normalitas dilakukan untuk menguji apakah data terdistribusi secara normal. Model regresi yang baik adalah model regresi yang memiliki distribusi
nilai residual normal atau mendekati normal. Pengujian normalitas dalam penelitian ini dilakukan menggunakan alat uji Kolmogorov-Smirnov dengan nilai
commit to user 48
residu atas persamaan model regresi yang digunakan dalam penelitian. Hasil uji normalitas dapat dilihat dalam tabel IV.2.
Tabel IV.2. Hasil Uji Normalitas
Unstandardized Residual
N 80
Mean .0000000
Normal Parameters
a
Std. Deviation .06154082
Absolute .100
Positive .050
Most Extreme Differences Negative
-.100 Kolmogorov-Smirnov Z
.895 Asymp. Sig. 2-tailed
.399 Sumber: Hasil pengolahan data
Hasil uji normalitas di atas menunjukkan bahwa dengan menggunakan uji statistik besarnya Kolmogorov-Smirnov adalah 0,895 dan
signifikan pada 0,399. Hal ini berarti data residual terdistribusi normal.
2. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah terjadi korelasi di antara anggota dari serangkaian observasi yang terletak berderetan secara series
dalam waktu untuk data time series atau korelasi antara tempat yang berdekatan untuk data cross sectional. Untuk menguji adanya pengaruh autokorelasi dalam
penelitian ini digunakan metode Durbin-Watson test. Sampel sebanyak 80 dan variabel yang menjelaskan sebanyak 9 macam variabel, maka nilai d
U
dan d
L
pada
commit to user 49
tingkat kepercayaan 5 a = 0,05 adalah d
U
=1,745 dan d
L
= 1,259, maka didapatkan nilai 4 – d
U
yaitu 4 – 1,745 = 2,255. Hasil perhitungan memperoleh nilai Durbin-Watson D-W = 2,169
Lampiran VI. Hal ini berarti nilai D-W berada di daerah bebas autokorelasi, yaitu nilai d
U
D-W 4- d
U
yaitu 1,745 2,169 2,255, seperti terlihat dalam
Tabel IV.3. Tabel IV.3.
Hasill Uji Autokorelasi
D-W dL
dU 4-dU
Interval Kriteria
2.169 1.259
1.745 2.255
1.745 2.169 2.255 Tidak ada
autokorelasi Sumber: Hasil pengolahan data
Tabel IV.3. menunjukkan bahwa nilai D-W berada di daerah bebas autokorelasi, yaitu d
U
D-W 4- d
U
yaitu 1,745 2,169 2,255, sehingga dapat dinyatakan bahwa tidak ada gangguan autokorelasi dalam model regresi.
3. Uji Heteroskedastisitas