commit to user 39
KK = β
+ β
1
REV + β
2
EXP + β
3
REAL + β
4
CAP + β
5
TAX + β
6
GRANT + β
7
POP + β
8
TOURIST + e
Keterangan :
KK = Kinerja Keuangan REK, RES, RKM,
β = konstanta,
β
1
– β
8
= koefisien regresi, REV
= Revenue, EXP
= Expenditure, REAL
= Real Estate, CAP
= Capital, TAX
= Taxes, dan GRANT
= Sumbangan atau hadiah, sumbangan dan subsidi POP
= Population TOURIST
= Tourist
F. Pengujian Data
1. Analisis Faktor
Tujuan utama analisis faktor adalah mendefinisikan struktur suatu data matrik dan menganalisis struktur saling berhubungan antara sejumlah
besar variabel dengan mendefinisikan satu set kesamaan variabel atau dimensi dan sering disebut dengan faktor Ghozali, 2006. Dengan analisis
commit to user 40
faktor peneliti mengidentifikasi dimensi suatu struktur dan kemudian menentukan sampai seberapa jauh setiap variabel dapat dijelaskan oleh
setiap dimensi. Analisis faktor menghendaki adanya korelasi yang cukup dalam matriks data agar dapat dilakukan faktor analisis. Cara yang dapat
dilakukan agar dapat diketahui bisa tidaknya dilakukan faktor analisis adalah dengan melihat matriks korelasi secara keseluruhan. Untuk menguji
apakah terdapat korelasi antara variabel digunakan uji uji Bartletts Test of Sphericity. Jika nilai uji Bartletts Test of Sphericity signifikan berarti
matriks korelasi memiliki korelasi signifikan dengan sejumlah variabel.
2. Uji Asumsi Klasik
Untuk menguji kesalahan model regresi yang digunakan dalam penelitian, maka harus dilakukan pengujian asumsi klasik pada multikolinearitas,
heterokedastisitas, autokorelasi serta normalitas. a. Uji Normalitas Data
Menurut Ghozali 2006, uji normalitas data dilakukan dengan tujuan untuk mengetahui apakah dalam model regresi, residual telah memiliki
distribusi normal. Salah satu cara untuk megetahui apakah residual berdistribusi normal atau tidak adalah dengan menggunakan uji statistic
non parametric Kolmogorov-Smirnov K-S. Dengan uji ini dapat diketahui apakah distribusi nilai-nilai sampel yang teramati terdistribusi
normal. Kriteria pengujian dengan dua arah two-tailed test yaitu dengan membandingkan probabilitas dengan taraf signifikan 0,05. jika
p 0,05 maka data terdistribusi normal.
commit to user 41
b. Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi ditemukan adanya korelasi antar variabel independen Ghozali, 2006. Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen yang
lainnya sama dengan nol. Uji multikolinieritas dilakukan dengan melihat tolerance value dan value-inflating factor VIF. Nilai yang
umum dipakai adalah tolerance value 0,10 dan VIF lebih kecil dari 10. c. Uji Autokorelasi
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual tidak bebas
dari satu observasi ke observasi lainnya Suyono, 2010. Salah satu cara untuk mendeteksi ada tidaknya autokorelasi adalah dengan alat uji runs
test. Dari pengujiaan ini dapat dilihat apakah terjadi autokorelasi atau tidak didasarkan pada nilai asymp.sig dalam uji runs test. Apabila
asymp. sig. Lebih besar dari 5, maka tidak terjadi gejala autokorelasi dan sebaliknya jika asymp. sig. lebih kecil 5 maka terjadi gejala
aoutokorelasi dalam model regresi. d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari satu pengamatan ke
pengamatan yang lain Ghozali, 2006. Jika variance tetap, maka
commit to user 42
disebut homokedastis dan jika berbeda disebut heteroskedastis. Salah satu metode dalam menguji heteroskedastisitas dalam model regresi
adalah dengan uji Park. Metode uji Park meregresikan nilai logaritma dari kuadrat residual dengan variabel bebas, dengan tingkat signifikansi
5, jika nilai signifikansinya di atas 0,05 maka tidak terjadi heteroskedastisitas.
3. Pengujian Hipotesis
