Uji Normalitas Pengujian Asumsi Klasik

Dari Gambar 5.3 dapat diketahui bahwa setiap tahunnya anggaran belanja daerah mengalami peningkatan, yang dapat menggambarkan semakin tingginya kebutuhan dana daerah untuk mendanai pelaksanaan urusan pemerintah yang menjadi kewenangan kabupatenkota yang terdiri dari urusan wajib, urusan pilihan dan urusan yang penanganannya dalam bagian atau bidang tertentu yang dapat dilaksanakan bersama antara pemerintah dan pemerintah daerah atau antar pemerintah daerah.

5.2. Pengujian Asumsi Klasik

Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linear unbiased estimator yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi, yang dapat diuraikan sebagai berikut:

5.2.1. Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal Erlina, 2008. Untuk menguji apakah data penelitian ini terdistribusi normal atau tidak dapat dideteksi melalui 2 cara yaitu analisis grafik dan analisis statistik: p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Analisis Grafik Cara termudah untuk melihat normalitas residual adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Selain itu untuk melihat normalitas residual juga dapat dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi normal yang mendekati distribusi normal. Gambar 5.4. Normal P-Plot of Regression Standardized Residual p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Gambar 5.5. Histogram Dengan melihat tampilan grafik normal plot pada Gambar 5.4 dapat disimpulkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya. Hal ini menunjukkan data residual berdistribusi normal. Demikian pula dengan grafik histogram pada Gambar 5.5 yang menunjukkan bahwa data residual berdistribusi normal yang dilihat dari gambar berbentuk bel yang hampir sempurna simteris. Analisis Statistik Uji statistik yang dapat digunakan untuk menguji normalitas residual antara lain adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis: H o : Data residual berdistribusi normal p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara H a : Data residual tidak berdistribusi normal Untuk menentukannya maka kriterianya adalah: H o diterima apabila nilai signifikansi Asymp. Sig 0,05 H a diterima apabila nilali signifikansi Asymp. Sig 0,05 Tabel 5.6. Kolmogorov – Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 51 Normal Parameters a Mean .0000000 Std. Deviation .65734543 Most Extreme Differences Absolute .096 Positive .096 Negative -.069 Kolmogorov-Smirnov Z .683 Asymp. Sig. 2-tailed .739 a. Test distribution is Normal. Dari hasil uji statistik terlihat pada Tabel 5.6 nilai Kolmogorov-Smirnov Z sebesar 0,683 dan signifikansinya pada 0,739 dan nilainya di atas á = 0,05 Asymp. Sig = 0,739 0,05 sehingga hipotesis Ho diterima, yang berarti data residual berdistribusi normal.

5.2.2. Uji Heteroskedastisitas