Multikolinieritas Korelasi Serial Autokorelasi

commit to user 49 Tabel 4.5. APBD Kabupaten Ngawi Belanja Aparatur dan Pelayanan Publik Tahun 2006 – 2010 No Pengeluaran 2006 2007 2008 2009 2010 A Belanja Aparatur 1 Belanja Administrasi Umum 337,416,904,686.45 - - - - 2 Belanja Operasi dan Pemeliharaan 39,696,106,433.70 - - - - 3 Belanja Modal 19,848,053,216.85 - - - - 4 Belanja Bagi Hasil dan Bantuan Keuangan - - - - - 5 Belanja Pegawai - 350,941,518,185.01 446,655,866,154.08 429,912,999,924.87 503,350,515,237.00 6 Belanja Bunga - 3,805,389,956.22 4,843,256,379.98 4,661,707,228.10 5,458,017,635.10 7 Belanja Hibah - 12,684,633,187.41 16,144,187,933.28 15,539,024,093.67 18,193,392,117.00 8 Belanja Bantuan Sosial - 14,798,738,718.65 18,834,885,922.16 18,128,861,442.62 21,225,624,136.50 9 Belanja Bagi hasil kpd PropKabKota dan Pemdes - 4,651,032,168.72 5,919,535,575.54 5,697,642,167.68 6,670,910,442.90 10 Belanja Bantuan keu kpd PropKabKota dan Pemdes - 23,255,160,843.59 29,597,677,877.68 28,488,210,838.40 33,354,552,214.50 11 Belanja tidak terduga - 12,684,633,187.41 16,144,187,933.28 15,539,024,093.67 18,193,392,117.00 Jumlah 396,961,064,337.00 422,821,106,247.00 538,139,597,776.00 517,967,469,789.00 606,446,403,900.00 B Belanja Pelayanan Publik 1 Belanja Administrasi Umum 275,890,890,326.35 - - - - 2 Belanja Operasi dan Pemeliharaan 46,689,227,593.69 - - - - 3 Belanja Modal 59,422,653,301.06 - - - - 4 Belanja Bagi Hasil dan Bantuan Keuangan 25,466,851,414.74 - - - - 5 Belanja tidak terduga 16,977,900,943.16 - - - - 6 Belanja Pegawai - 89,544,332,888.20 125,576,898,262.00 113,439,371,778.00 123,139,617,260.00 7 Belanja Barang dan Jasa - 223,860,832,220.50 313,942,245,655.00 283,598,429,445.00 307,849,043,150.00 8 Belanja Modal - 134,316,499,332.30 188,365,347,393.00 170,159,057,667.00 184,709,425,890.00 Jumlah 424,447,523,579.00 447,721,664,441.00 627,884,491,310.00 567,196,858,890.00 615,698,086,300.00 TOTAL 821,408,587,916.00 870,542,770,688.00 1,166,024,089,086.00 1,085,164,328,679.00 1,222,144,490,200.00 Sumber : APBD Kabupaten Ngawi

B. Analisis dan Hasil Estimasi

1. Uji Asumsi Klasik

a. Multikolinieritas

Mendeteksi ada tidaknya multicollinearity dalam model estimasi tersebut dapat dilakukan dengan melihat nilai R 2 R-squared yang dihasilkan dari estimasi model persamaan yang ada. Angka R 2 yang tinggi commit to user 50 disertai koefisien regresi yang tidak signifikan biasanya menandakan terdapatnya multicollineary. Hasil estimasi model diatas diperoleh nilai R 2 sebesar 0,967. Hal ini berarti terdapat hubungan yang kuat antara variabel bebas dan terikat yaitu sebesar 96,7 persen dan tingkat signifikansi dari variabel bebas berdasarkan uji t-statistik menunjukkan tidak semua variable bebas dalam model estimasi tersebut berpengaruh secara signifikan, dengan demikian dapat disimpulkan bahwa model persamaan yang digunakan dalam penelitian ini tidak terdapat multicollinearity . Pengertian multicollinearity adalah adanya korelasi yang kuat diantara variabel bebasnya dari model persamaan tersebut. Untuk mendeteksinya dapat dilakukan dengan melihat kuatnya hubungan diantara variabel bebasnya, dimana untuk ukuran hubungan yang kuat apabila r 0,5. Berikut ini hasil uji multicollinearity dengan correlation matrix dilakukan dengan menggunakan software Eviews 6 seperti pada Tabel di bawah ini : Tabel 4.6. Hasil Estimasi Correlation Matrix PE PA PP PE-1 PE 1.000000 0.691341 0.690342 0.980585 PA 0.691341 1.000000 0.737545 0.707454 PP 0.690342 0.737545 1.000000 0.656103 PE-1 0.980585 0.707454 0.656103 1.000000 Sumber : Data diolah Lampiran 1 commit to user 51 Berdasarkan Tabel 4.6 di atas dapat dilihat bahwa besarnya nilai korelasi antar variabel bebas adalah lebih kecil dari 0,5 maka mengikuti rule of thumb dari metode ini dapat disimpulkan bahwa dalam model persamaan tersebut tidak ditemukan adanya multicollinearity .

b. Korelasi Serial Autokorelasi

Mendianogsis ada tidaknya korelasi serial autokorelasi, dapat dilakukan dengan uji Lagrange Multiplier LM test. Uji ini ternyata lebih baik dibandingkan dengan Durbin Watson test , karena lebih mudah untuk diinterpretasikan dan dapat diterapkan untuk regresi yang menggunakan variable lagged sekalipun. Berikut ini hasil estimasi dari LM test seperti yang ditampilkan pada Tabel 4.7 di bawah ini. Tabel 4.7. Hasil Estimasi Uji LM Test F-statistic 44.90323 Prob. F2,54 0.0000 ObsR-squared 37.46972 Prob. Chi-Square2 0.0000 Sumber : Data diolah Lampiran 2 Berdasarkan hasil estimasi LM test di atas, ternyata besarnya nilai χ 2 hitung ObsR-squared = 37,47 lebih besar dari nilai χ 2 tabel = 9,488 {χ 2 hitung 37,47 χ 2 tabel 9,488} pada level signifikan 5 persen. Dengan demikian, hipotesis nol Ho yang menyatakan bahwa tidak ada autokorelasi diterima. Artinya dalam model yang diestimasi tersebut tidak mengandung korelasi serial autokorelasi antar factor pengganggu error term . commit to user 52

c. Uji F