Uji Heteroskedastisitas Uji Autokorelasi

102

c. Uji Heteroskedastisitas

Pengujian Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Gambar 4.5 Grafik Scatterplot Model I Sumber : output SPSS Regression Standardized Predicted Value 4 2 -2 -4 R egr ess ion S tude nt ize d R esi dua l 6 4 2 -2 -4 Scatterplot Dependent Variable: DISC 103 Gambar 4.6 Grafik Scatterplot Model II Sumber : output SPSS Berdasarkan gambar 4.5 dan 4.6, grafik scatterplot menunjukkan bahwa baik model I maupun model II data tersebar diatas dan dibawah angka 0 nol pada sumbu Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model persamaan regresi, sehingga model regresi layak digunakan untuk memprediksi tingkat pengungkapan LKPD berdasarkan variabel yang mempengaruhinya, yaitu kekayaan daerah, tingkat ketergantungan, total aset, tipe pemerintahan, populasi, jumlah SKPD, temuan audit dan tingkat penyimpangan. Regression Standardized Predicted Value 4 2 -2 -4 R egr ess ion S tude nt ize d R esi dua l 6 4 2 -2 -4 Scatterplot Dependent Variable: DISC 104

d. Uji Autokorelasi

Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian DurbinWatson D-W. Kriteria untuk penilaian terjadinya autokorelasi yaitu : 1 Nilai D-W berada diantara 0 hingga 1.10 berarti ada autokorelasi positif. 2 Nilai D-W berada diantara 1.10 hingga 1.54, tidak dapat diputuskan 3 Nilai D-W berada diantara 1.54 hingga 2.46 berarti tidak ada autokorelasi. 4 Nilai D-W lebih besar dari 2.46 berarti ada autokorelasi negatif 105 1 Uji Autokorelasi pada Model I Tabel 4.8 berikut menyajikan hasil uji D-W dengan menggunakan program SPSS 20.0. Dari hasil tabel diatas diketahui bahwa nilai D-W yang didapat sebesar 1.609 yang berarti termasuk pada kriteria ketiga, sehingga dapat disimpulkan bahwa model regresi bebas dari masalah autokorelasi. Tabel 4.8 Uji Autokorelasi Model I Sumber : output SPSS 2 Uji Autokorelasi pada Model II Tabel 4.9 berikut menyajikan hasil uji D-W dengan menggunakan program SPSS 20.0. Dari hasil tabel diatas diketahui bahwa nilai D-W yang didapat sebesar 1.609 yang berarti termasuk pada kriteria ketiga, sehingga dapat disimpulkan bahwa model regresi bebas dari masalah autokorelasi. Model Summary b .319 a .102 .085 .05285 1.609 Model 1 R R Square Adjusted R Square Std. Error of the Es timate Durbin- Watson a. 106 Tabel 4.9 Uji Autokorelasi Model II Sumber : output SPSS

3. Uji Hipotesis