H
a
: Data residual tidak berdistribusi normal Untuk menentukannnya maka kriterianya adalah:
• H
o
diterima apabila nilai signifikansi 0,05 •
H
a
ditolak apabila nilai signifikansin 0,05 Tabel 4.2.
Kosmogorov – Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 68
Normal Parameters
a,b
Mean .0000000
Std. Deviation .67898455
Most Extreme Differences Absolute
.118 Positive
.118 Negative
-.108 Kolmogorov-Smirnov Z
.970 Asymp. Sig. 2-tailed
.303
Dari hasil uji statistik terlihat pada Tabel 4.2. nilai Kosmogorov-Smirnov Z sebesar 0,97 dan signifikansinya pada
0,303 dan nilainya di atas α = 0,05 Asymp. Sig = 0,303 0,05 sehingga hipotesis H
o
diterima, yang berarti data residual berdistribusi normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen Erlina,
2008. Nilai yang umum digunakan untuk menunjukkan tidak adanya
Universitas Sumatera Utara
multikolinieritas apabila nilai Tolerance 0,10 atau sama dengan nilai VIF 10.
Tabel 4.3. Collinearity Statistics
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 1.159
.293 3.957 .000
PAD puluh milyar .486
.168 .245
2.891 .005 .612 1.634
DAU ratus milyar .747
.128 .553
5.826 .000 .490 2.039
DAK ratus milyar 1.561
.665 .187
2.347 .022 .693 1.444
Hasil uji statistik pada Tabel 4.3. nilai Tolerance menunjukkan tidak adanya variabel independen yang memiliki nilai Tolerance
kurang dari 0,10 demikian juga dengan hasil perhitungan Variance Inflation Factor VIF yang menunjukkan nilai VIF lebih kecil dari
10.
Tabel 4.4. Covariance Matrix
Coefficient Correlations
a
Model DAK
PAD DAU
Correlations DAK ratus milyar 1.000
-.034 -.447
PAD puluh milyar -.034
1.000 -.541
DAU ratus milyar -.447
-.541 1.000
Covariances DAK ratus milyar .442
-.004 -.038
PAD puluh milyar -.004
.028 -.012
DAU ratus milyar -.038
-.012 .016
Berdasarkan Tabel 4.4 maka kita dapat melihat hasil besaran korelasi antar variabel dependen tampak bahwa hanya variabel PAD
Universitas Sumatera Utara
yang mempunyai korelasi cukup tinggi dengan variabel DAU dengan tingkat korelasi -0,541 atau sekitar 54,1 , selanjutnya terhadap
variabel DAK -0,447 atau sekitar 44,7. Selain itu korelasi antara variabel PAD terhadap DAK -0,034 atau sekitar 3,4. Oleh karena
korelasi ini masih dibawah 95 , maka dapat dikatakan tidak terjadi multikolinearitas.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Untuk mendeteksi ada tidaknya autokorelasi maka dilakukan pengujian
Durbin-Watson DW dengan kriteria:
Tabel 4.5. Kriteria Pengambilan Keputusan
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif
Tidak ada korelasi negatif Tidak ada korelasi negatif
Tidak ada autokorelasi positif atau negatif
Tolak No decision
Tolak No decision
Tidak ditolak 0 dw dl
dl ≤ dw ≤ du
4 – dl dw 4 -dl 4 – du
≤ dw ≤ 4 – dl du dw 4 – du
Sumber : Situmorang, dkk 2008:104 Keterangan = dw = durbin watson
dl = batas bawah du = batas atas
Universitas Sumatera Utara
Tabel 4.6. Uji Autokorelasi
Mo d el S umm a ryb Model
R R
Square Adjusted
R Square
Std. Error of
the Estimate
Durbin- Watson
1 .847
.718 .704
.69472 2.024
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin- Watson DW sebesar 2.024, yang menyatakan du DW 4 – du
1,700 2,024 4 – 1,700. Dari uji statistik ini dapat disimpulkan tidak ada autokorelasi positif atau negatif pada model regresi.
d. Uji Heteroskedastisitas
