4.7.2.3. Uji Autokorelasi
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain Hanke dan Reitsch,1998 dalam Kuncoro, 2001. Untuk
mendeteksi ada atau tidaknya autokorelasi dilakukan pengujian Durbin-Watson DW dengan melihat model regresi linear berganda. Jika nilai Durbin-Watson berada di
bawah angka 2 maka model tersebut terbebas dari autokorelasi Lubis et.al,2007.
4.7.2.4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan variasi dari data pengamatan yang satu ke pengamatan
yang lain. Salah satu cara untuk mendeteksi heteroskedastisitas ini adalah dengan melihat pola sebaran pada grafik scatter plot. Jika ada pola tertentu seperti titik-titik
yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas serta titik–titik menyebar di atas
dan di bawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas Ghozali, 2005
4.7.3. Pengujian Hipotesis
Pengujian hipotesis yang dilakukan meliputi uji F uji signifikansi simultan dan uji t uji signifikansi parameter individual.
4.7.3.1. Uji Statistik F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama–sama terhadap
variabel dependen Kuncoro, 2001. Lebih lanjut Kuncoro 2001 menyebutkan uji
ini dapat dilakukan dengan membandingkan nilai F-hitung dengan nilai F-tabel, jika nilai F-hitung lebih besar dari pada nilai F-tabel dapat dinyatakan bahwa semua
variabel independen secara simultan dan signifikan mempengaruhi variabel dependen. Hipotesis untuk uji statistik F adalah sebagai berikut :
Ho : b = 0, DAU, DAK, dan PAD tidak berpengaruh secara simultan dan signifikan terhadap Pendapatan Perkapita.
Ha : b ≠ 0, DAU, DAK, dan PAD berpengaruh secara simultan dan signifikan
terhadap Pendapatan Perkapita
4.7.3.2. Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel terikat
Kuncoro, 2001. Apabila nilai t-hitung lebih besar dari pada t-tabel dapat disimpulkan bahwa suatu variabel independen secara individual mempengaruhi
variabel dependen Kuncoro, 2001. Hipotesis untuk uji statistik t adalah sebagai berikut :
Ho : b = 0, DAU, DAK, dan PAD secara parsial tidak berpengaruh terhadap Pendapatan Perkapita.
Ha : b = 0, DAU, DAK, dan PAD secara parsial tidak berpengaruh terhadap Pendapatan Perkapita.
4.7.3.3. Koefisien Determinasi R²
Koefisien determinasi R² atau Adjusted R² bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai
R² atau Adjusted R² adalah di antara nol dan satu. Nilai yang mendekati satu berarti
variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen dan sebaliknya jika mendekati nol
Kuncoro, 2001. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap
jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen maka nilai R² pasti meningkat tidak peduli apakah variabel
tersebut memiliki nilai t yang signifikan atau tidak. Oleh sebab itu banyak peneliti menganjurkan untuk menggunakan Adjusted R² karena nilainya dapat naik atau turun
apabila satu variabel independen ditambahkan ke dalam model Kuncoro, 2001. Oleh sebab itu dalam penelitian ini digunakan Adjusted R².
BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian
Setelah dilakukan penelitian dengan menggunakan metode statistik diperoleh hasil-hasil sebagai berikut :
5.1.1. Statistik Deskriptif
Setelah diteliti lebih lanjut dari populasi 132 kabupatenkota terdapat beberapa kabupatenkota yang tidak berhasil diperoleh secara lengkap baik salah satu atau lebih
dari data DAU, DAK, dan PAD. Oleh sebab itu data DAU 2004, DAK 2004, PAD 2004, dan PPKT 2005 dari tiap kabupatenkota yang memenuhi syarat untuk diuji
adalah sebagai berikut :
Tabel 5.1. Data Jumlah Kabupaten dan Kota untuk Tahun 2004 dan 2005 Provinsi Jumlah
Kabupaten Jumlah Kota
Nanggroe Aceh Darussalam 9
3 Sumatera Utara
11 5
Sumatera Barat 8
7 Jambi 4
1 Sumatera Selatan
4 2
Bengkulu 3 1
Lampung 6 2
Jumlah 45 21
Total 66
Sumber : www.djpkd.depkeu.go.id
dan BPS diolah
Kategori