60
Tabel 4.4 Pengujian Heteroskedestisitas
Sumber : Pengolahan data SPSS
4.2.2.4 Uji Auto Korelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya, jika terjadi korelasi, maka dinamakan ada problem autokorelasi Ghozali, 2013:99.Cara yang digunakan
untuk mendeteksi ada atau tidaknya autokorelasi adalah dilakukannya uji Durbin-Watson DW.
Menurut Santoso 2002 pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
A. Angka D – W di bawah -2 berarti ada autokorelasi positif. B. Angka D – W di antara -2 sampai +2 berarti tidak ada autokorelasi.
C. Angka D – W di atas +2 berarti ada autokorelasi negatif. Berdasarkan tabel 4.5 menunjukkan bahwa nilai Durbin-Watson DW
sebesar 0.974, yang artinya tidak terjadi auto korelasi baik positif maupun negatif masih dalam kisaran angka D-W -2 dan +2.
Universitas Sumatera Utara
61
Tabel 4.5 Hasil Uji Autokorelasi
Sumber : Pengolahan data SPSS 4.2.3
Hasil Pengujian Hipotesis
Dalam pengujian hipotesis akan dilakukan pengujian signifikan simultan uji-F maupun secara parsial uji-t.
4.1.3.1 Uji Simultan Uji-F
Uji simultan Uji-F dilakukan untuk melihat pengaruh variabel independen PDRB, DAU terhadap variabel dependen Pendapatan Asli
Daerah secara bersama-sama.Berdasarkan hasil pengolahan data, diperoleh hasil statistik analisis secara simultan tercantum pada tabel 4.6.
Universitas Sumatera Utara
62
Tabel 4.6 Hasil Uji Signifikansi Simultan Uji-F
Sumber : Pengolahan data SPSS Pada tabel Anova di atas, dapat diketahui bahwa nilai Fhitung sebesar
15.573 yang lebih besar dari Ftabel yaitu 3.17 dan probabilitas value atau signifikansi dalam penelitian ini adalah 0,000 yang lebih kecil dari 0,05. Dengan
demikian Produk Domestik Regional Bruto, Dana Alokasi Umum berpengaruh secara simultan terhadap Pendapatan Asli Daerah.
4.1.3.2 Uji Parsial Uji-t
Uji parsial Uji-t dilakukan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial
individu.Untuk melihat besarnya pengaruh digunakannya angka Beta atau Standardized Coefficients. Hasil pengujian uji-t dapat dilihat pada tabel 4.7
sebagai berikut :
Universitas Sumatera Utara
63
Tabel 4.7 Hasil Uji Signifikansi Parsial Uji-t
Sumber : Pengolahan data SPSS Dari hasil pengujian akan dijelaskan pengaruh variabel independen
secara parsial dengan membandingkan antara nilai signifikan t
hitung
yang terdapat dalam tabel 4.6 dengan t
tabel
2,004, kemudian dari tabel 4.6 diatas dapat diperoleh model persamaan regresi linier berganda sebagai berikut :
PAD = 5.009 + 0,600 PDRB + 0,005 DAU + ε
Keterangan: 1.
Nilai konstanta sebesar 5,009 menunjukkan bahwa apabila variabel independen produk domestik regional bruto dan dana alokasi umum
dianggap konstan maka pendapatan asli daerah sebesar 5,009. 2.
Pengujian PDRB terhadap PAD menunjukkan signifikansi sebesar 0,019 yang berarti nilai ini lebih kecil dari 0,05, sedangkan nilai t
hitung diperoleh sebesar 2,420. Nilai �
ℎ�����
ini lebih besar dari �
�����
sebesar 2,004 2,420 2,004. Berdasarkan nilai tersebut dapat disimpulkan bahwa PDRB memiliki pengaruh signifikan terhadap
Universitas Sumatera Utara
64
PAD. Koefisien regresi PDRB yang bernilai positif 0,155 menunjukkan bahwa PDRB berpengaruh positif terhadap PAD.
3. Pengujian DAU terhadap PAD menunjukkan signifikansi sebesar
0,985 yang berarti nilai ini lebih besar dari 0,05, sedangkan nilai t hitung diperoleh 0,019. Nilai
�
ℎ�����
lebih kecil dari �
�����
2,004 0,019 2,004. Berdasarkan nilai tersebut dapat disimpulkan bahwa
hubungan tidak signifikan antara DAU dengan PAD. Koefisien regresi DAU yang bernilai positif 0,376 menunjukkan bahwa DAU
berpengaruh positif terhadap PAD.
4.2.4 Pengujian Variabel Moderating-Uji Residual
Kategori