nilai maksimum sebesar 60254 dimiliki oleh Kabupaten Bandung pada tahun 2010. Nilai rata-rata mean sebesar 21543,92 dengan standar
deviasi sebesar 14331,466. 5.
Variabel independen yang ketiga, yaitu hasil pengelolaan kekayaan daerah yang dipisahkan memiliki nilai minimum sebesar 1610 dimiliki oleh
Kabupaten Garut pada tahun 2012, dan nilai maksimum sebesar 52790 dimiliki oleh Kabupaten Bandung pada tahun 2010. Nilai rata-rata mean
sebesar 9790,06 dengan standar deviasi sebesar 14004,555. 6.
Variabel independen yang keempat adalah lain-lain PAD yang sah memiliki nilai minimum 5833 dimiliki oleh Kota Banjar pada tahun 2010.
Nilai maksimum sebesar 140864 dimiliki oleh Kota Sukabumi pada tahun 2013. Nilai rata-rata mean sebesar 56930,56 dengan standar deviasi
sebesar 34203,876.
4.3. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah data tersebut berdistribusi normal atau tidak. Dalam penelitian ini uji normalitas
dilakukan melalui analisa statistik yaitu dengan menggunakan pendekatan Kolmogorov-Smirnov test dan histogram. Jika nilai sig. 0,05, maka H
ditolak, artinya data terdistribusi normal. Sebaliknya jika nilai sig 0,05, maka H
gagal ditolak, artinya data tidak terdistribusi normal. Hasil pengujian normalitas dengan menggunakan pendekatan Kolmogorov-
Smirnov test adalah sebagai berikut:
Universitas Sumatera Utara
Tabel 4.2 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
36 Normal Parameters
a,b
Mean 0E-7
Std. Deviation
122912.75971897 Most Extreme
Differences Absolute
.183 Positive
.183 Negative
-.109 Kolmogorov-Smirnov Z
1.096 Asymp. Sig. 2-tailed
.181 a. Test distribution is Normal.
b. Calculated from data. Sumber : Output SPSS 20.0, diolah peneliti, 2016
Berdasarkan tabel 4.2 diatas diperoleh nilai Kolmogorov – Smirnov sebesar 1,096 dan signifikan pada 0,181 sehingga dapat disimpulkan
bahwa data dalam model regresi berdistribusi normal, dimana nilai signifikansinya 0,181 0,05.
Universitas Sumatera Utara
Gambar 4.1 Histogram
Berdasarkan Gambar 4.1 menunjukkan grafik histogram tersebut bahwa data berdistribusi normal. Hal itu ditunjukkan dari bentuk grafik
yang berbentuk lonceng dan terlihat tidak menceng ke kiri ataupun ke kanan. Sehingga model regresi memenuhi asumsi normalitas dan layak
untuk dipakai dalam penelitian ini.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
lain. Uji heteroskedastisitas dapat dilakukan dengan uji grafik plot. Dalam penelitan ini digunakan uji grafik plot untuk melihat apakah data
Universitas Sumatera Utara
berdistribusi normal atau tidak. Hasil uji heteroskedastisitas dapat dilihat pada grafik scatterplot dibawah ini.
Gambar 4.2 Scatterplot
Berdasarkan grafik scatterplot pada gambar 4.2 dapat dilihat bahwa titik-titik tersebar secara acak baik diatas maupun dibawah
angka 0 pada sumbu Y dan tidak membentuk pola tertentu yang berarti tidak terjadi heterokedastisitas dan model regresi layak dipakai untuk
mengetahui faktor-faktor yang mempengaruhi belanja modal.
c. Uji Autokorelasi
