Koefisien Korelasi dan Koefisien Determinasi Goodness of Fit

Tabel 4.6 memperlihatkan nilai statistik D-W sebesar 1,388. Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.

C. Pengujian Hipotesis

Setalah dilakukan pengujian asumsi klasik dan diperoleh kesimpulan bahwa model sudah dapat digunakan untuk melakukan pengujian analisa regresi berganda, maka langkah selanjutnya adalah melakukan pengujian hipotesis. Ringkasan hasil pengujian hipotesis dapat dilihat pada tabel 4.7 berikut ini:

1. Koefisien Korelasi dan Koefisien Determinasi Goodness of Fit

Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat jika nilai R berada diatas 0,5 dan mendekati 1. Adapun koefisien determinasi goodness of fit yang dinotasikan dengan R 2 merupakan suatu ukuran yang penting dalam regresi. Determinasi R 2 mencerminkan kemampuan model dalam menjelaskan variabel dependen. Koefisien korelasi dan koefisien determinasi dari model penelitian dapat dilihat pada tabel 4.7. Universitas Sumatera Utara Tabel 4.7 Koefisien Korelasi dan Koefisien Determinasi Model Summary b ,694 a ,482 ,452 ,55177 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: Constant, Pajak_Daerah_Ln, Pengelolaan_Kekayaan_Ln, Pendapatan_Lain_Ln, Retribusi_Daerah_Ln a. Dependent Variable: Belanja_Langsung_Ln b. Sumber : Lampiran diolah dari SPSS, 2009 Tabel 4.7 menunjukkan bahwa nilai koefisien korelasi R sebesar 0,69 69 yang berarti bahwa korelasi antar variabel independen dengan variabel dependennya berpengaruh signifikan positif didasarkan pada nilai R yang berada di atas 50. Sedangkan nilai R square R 2 atau nilai koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R 2 adalah diantara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum R 2 untuk data silang crossection relatif rendah karena adanya variasi yang besar antara masing- masing pengamat, sedangkan untuk data runtun waktu time series biasanya mempunyai koefisien determinasi yang tinggi. Nilai R 2 sebesar 0,482 mempunyai arti bahwa pajak daerah, retribusi daerah, hasil pengelolaan kekayaan daerah yang Universitas Sumatera Utara dipisahkan dan lain-lain pendapatan asli yang sah mampu dijelaskan oleh variabel belanja langsung sebesar 48,2, sedangkan sisanya sebesar 51,8 dijelaskan oleh faktor lain yang tidak diikutkan dalam penelitian ini.

2. Uji Simultan Uji F