Tabel 4.2 Uji Normalitas dengan One - Sample Kolmogrof
– Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 99
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,03328939
Most Extreme Differences Absolute
,057 Positive
,051 Negative
-,057 Test Statistic
,057 Asymp. Sig. 2-tailed
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
Sumber : Diolah dari SPSS, 2015 Dari hasil pengujian data diatas, besarnya nilai Kolmogrov-
Smirnov adalah 0,057 dan signifikansinya pada 0,200 maka dapat disimpulkan data tersebut terdistribusi secara normal karena sesuai dengan
pedoman penilaian yang ditentukan nilai Asymp.Sig. 2-tailed berada diatas 0,05 yaitu pada 0,200, berarti H0 diterima dan Ha ditolak.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi diantara variabel independen. Model
regresi yang baik seharusnya menunjukkan tidak terjadinya korelasi diantara variabel independen.
Menurut Erlina 2008:105, multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang
lainnya, dalam hal ini kita sebut variabel variabel bebas tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas
Universitas Sumatera Utara
yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen.
Ada tidaknya multikolonieritas dapat dideteksi dengan melihat: 1. Melihat nilai tolerance, Nilai cutoff yang umum dipakai untuk
menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10. 2. Melihat nilai variance inflation factor VIF, Nilai cutoff yang umum
dipakai untuk menunjukkan adanya multikolonieritas adalah nilai VIF 10
Tabel 4.3 Hasil Uji Multikolinearitas tanpa transformasi Lg10
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 DAU
,042 23,830
PAD ,029
34,752 BD
,011 92,344
a. Dependent Variable: EK
Sumber : Diolah dari SPSS, 2015 Tabel diatas menyimpulkan bahwa untuk uji multikolinieritas, data
tidak terdistribusi secara normal. Hal ini ditunjukkan dari hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki
nilai tolerance 0.10 yang berarti terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama
dimana variabel independen memiliki nilai VIF 10. Berdasarkan tabel diatas dapat disimpulkan bahwa ada
multikolinieritas antar variabel independen dalam model ini. Untuk mengatasi hal ini, penulis mencoba melakukan penulis melakukan
Universitas Sumatera Utara
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