transformasi data ke model Lg10 dari persamaan Kinerja = fDAU, PAD, Belanja_Daerah, menjadi Kinerja = flog_DAU, log_PAD, log_BD.
Berdasarkan hasil dari transformasi data ini, maka di dapat hasil sebagai berikut:
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 log_DAU
,459 2,177
log_PAD ,211
4,740 log_BD
,178 5,603
a. Dependent Variable: log_EK
Sumber: Diolah dari SPSS, 2015 Dari hasil tabel diatas dapat dilihat bahwa angka tolerance
log_DAU, log_PAD, log_BD adalah 0,10 dan nilai VIF-nya menunjukkan
10. Berdasarkan
uraian sebelumnya
hal ini
mengindikasikan bahwa tidak terjadi multikolinearitas diantara variabel independen dalam penelitian
c. Uji Heterokedastisitas Data
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke
pengamatan yang lain. Menurut Erlina 2007:108 jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut
homoskedastisitas. Sebaliknya jika varians berbeda, maka disebut heterokedasitas. Ada tidaknya heteroskedastisitas dapat dilakukan dengan
melihat grafik Scaterplot antar nilai prediksi variabel independen dengan
Universitas Sumatera Utara
nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heteroskedastisitas, antara lain:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas, 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Gambar 4.3 Grafik Scatterplot
Sumber: Diolah dari SPSS, 2015 Berdasarkan grafik scatterplot pada Gambar 4-3 di atas terlihat
bahwa titiktitik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi.
d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
Universitas Sumatera Utara
kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjan tahun yang berkaitan satu dengan yang lainnya. Hal ini
sering ditemukan pada time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji
Durbin Watson dengan menentukan nilai dL dan dU dengan melihat Tabel Durbin Watson, pada α = 5, keputusan ada tidaknya korelasi dilihat
dengan:
e. Bila nilai DW berada diantara dU sampai dengan 4-dU, koefisien korelasi sama dengan nol, artinya, tidak terjadi autokorelasi.
f. Bila nilai DW lebih kecil daripada dL, koefisien korelasi lebih besar daripada nol, artinya, terjadi autokorelasi positif.
g. Bila nilai DW lebih besar daripada 4-dL, koefisien korelasi lebih kecil darpada nol, Artinya, terjadi autokorelasi negatif.
h. Bila nilai DW terletak diantara 4-dU dan 4-dL, hasilnya tidak dapat disimpulkan.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
,503
a
,253 ,229
,03381 1,862
a. Predictors: Constant, log_BD, log_DAU, log_PAD b. Dependent Variable: log_EK
Sumber: Diolah dari SPSS, 2015
Universitas Sumatera Utara
Dari tabel model summary diatas dapat dilihat nilai DW = 1, 862, dengan melihat ketentuan tidak atau terjadinya autokorelasi seperti diatas dapat
diperoleh sebagai berikut: Dengan melihat tabel Durbin Watson, pada
α : 5 , k = 3 nilai k menunjukkan jumlah variabel bebas DAU, PAD, BD, n = 99 dimana n
merupakan jumlah sampel, maka akan diperoleh: Nilai dL
= 1,6108 dU
= 1,7355 DW
= 1,862 4-dU
= 4 – 1,7355 = 2,2645
4-dL = 4 -1,6108= 2,3892
Dengan demikian, DW berada antara dU dan 4 – dU, yaitu
1, 7355 1,862 2,2465 , jadi dapat disimpulkan bahwa tidak terjadi autokorelasi.
4.2.3 Analisis Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh Dana Alokasi Umum X1, Pendapatan Asli Daerah X2, Belanja Daerah X3, terhadap Efisiensi Kinerja Keuangan Y.
Hasil regresi dapat dilihat pada tabel berikut:
Universitas Sumatera Utara
Tabel 4.6 Hasil Analisis Regresi
Sumber : Diolah dari SPSS Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut:
Y = 0,324 + 0,078X1 + 0,054X2 + 0,199X3 Keterangan:
1. Konstanta sebesar 0,324 menunjukkan bahwa apabila tidak ada variabel
independen X1=0, X2=0, X3=0 maka Efisiensi Kinerja sebesar 0,324 2. Koefisien X1
β1 sebesar 0,078 menunjukkan bahwa setiap kenaikan Dana Alokasi Umum sebesar 1 akan diikuti oleh kenaikan Efisiensi Kinerja sebesar
0,078 dengan asumsi variabel lain tetap. 3. Koefisien X2
β2 sebesar 0,054 menunjukkan bahwa setiap kenaikan 1 pada Pendapatan Asli Daerah akan diikuti oleh kenaikan Efisiensi Kinerja
sebesar 0,054 dengan asumsi variabel lain tetap. 4. Koefisien X3
β3 sebesar 0,199 menunjukkan bahwa setiap kenaikan 1 pada Belanja Daerah akan diikuti oleh kenaikan Efisiensi Kinerja sebesar
0,199 dengan asumsi variabel lain tetap.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
,324 ,143
2,265 ,026
log_DAU ,078
,023 ,443
3,382 ,001
,459 2,177
log_PAD ,054
,015 ,690
3,573 ,001
,211 4,740
log_BD ,199
,036 1,155
5,499 ,000
,178 5,603
a. Dependent Variable: log_EK
Universitas Sumatera Utara
4.2.4. Uji Hipotesis a. Uji t t Test
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi
22, diperoleh hasil sebagai berikut:
Tabel 4.7 Hasil Uji Statistik t
Sumber: Diolah dari SPSS, 2015 Kesimpulan yang dapat diambil dari analisis tersebut adalah:
1. Log_DAU X1 mempunyai nilai signifikansi 0,001 yang berarti nilai ini
lebih kecil dari 0,05, sedangkan nilai t hitung 3,382 t tabel 1,985. Berdasarkan kedua nilai tersebut disimpulkan bahwa Ha diterima H0
ditolak yang berarti bahwa variabel Dana Alokasi Umum secara parsial berpengaruh secara signifikan terhadap Efisiensi Kinerja Keuangan Y.
2. Log_PAD X2 mempunyai nilai signifikansi 0,001 yang berarti nilai ini lebih kecil dari 0,05, sedamgkan nilai t hitung 3,573 t tabel 1,985.
Berdasarkan kedua nilai tersebut disimpulkan bahwa Ha diterima H0 ditolak yang berarti bahwa variabel Pendapatan Asli daerah secara parsial
berpengaruh secara signifikan terhadap Efisiensi Kinerja Keuangan Y.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1Constant ,324
,143 2,265
,026 log_DAU
,078 ,023
,443 3,382
,001 ,459
2,177 Log_PAD
,054 ,015
,690 3,573
,001 ,211
4,740 log_BD
,199 ,036
1,155 5,499
,000 ,178
5,603 a. Dependent Variable: log_EK
Universitas Sumatera Utara
3. Log_BD X3 mempunyai nilai signifikansi 0,000 yang berarti nilai ini lebih kecil dari 0,05, sedangkan nilai t hitung 5,499 t tabel 1,985.
Berdasarkan kedua nilai tersebut disimpulkan bahwa Ha diterima H0 ditolak yang berarti bahwa variabel Belanja Daerah secara parsial
berpengaruh secara signifikan terhadap Efisiensi Kinerja Keuangan Y.
b. uji F F test
Untuk melihat pengaruh Pendapatan Asli Daerah PAD secara simultan, dapat dihitung dengan menggunakan F test. Berdasarkan hasil
pengolahan data dengan program SPSS 22, maka diperoleh hasil sebagai berikut
Tabel 4.8 Hasil Uji Statistik F
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
,037 3
,012 10,701
,000
b
Residual ,109
95 ,001
Total ,145
98 a. Dependent Variable: log_EK
b. Predictors: Constant, log_BD, log_DAU, log_PAD
Sumber: Diolah dari SPSS, 2015 Berdasarkan tabel diatas diperoleh nilai F hitung sebesar 10,701
dengan tingkat signifikansi 0,000, jauh lebih kecil dari 0,05. Sedangkan F tabel pada tingkat keperca
yaan 95 α=0,05 adalah 2,70. Oleh karena kedua perhitungan baik F hitung F tabel dan juga tingkat signifikansinya
0,000 0,05,
menunjukkan pengaruh
variabel independen
DAU,PAD,BD secara simultan berpengaruh signifikan terhadap Efisiensi Kinerja Keuangan.
Universitas Sumatera Utara
c. Koefisien Determinasi R
