berdistribusi normal atau tidak. Hasil uji heteroskedastisitas dapat dilihat pada grafik scatterplot dibawah ini.
Gambar 4.2 Scatterplot
Berdasarkan grafik scatterplot pada gambar 4.2 dapat dilihat bahwa titik-titik tersebar secara acak baik diatas maupun dibawah
angka 0 pada sumbu Y dan tidak membentuk pola tertentu yang berarti tidak terjadi heterokedastisitas dan model regresi layak dipakai untuk
mengetahui faktor-faktor yang mempengaruhi belanja modal.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada
Universitas Sumatera Utara
periode t-1 sebelumnya. Uji autokorelasi dapat dilakukan dengan menggunakan uji Runs Test. Untuk pengujian yang dilakukan dengan
Runs Test, Jika nilai sig. 0,05 maka disimpulkan tidak ada autokorelasi.
Berikut ini merupakan hasil dari uji Runs Test.
Tabel 4.3 Hasil Uji Autokorelasi
Runs Test
Unstandardized Residual Test Value
a
-25479.74699 Cases Test Value
18 Cases = Test Value
18 Total Cases
36 Number of Runs
14 Z
-1.522 Asymp. Sig. 2-tailed
.128 a. Median
Sumber: Output SPSS 20.0, diolah peneliti, 2016 Berdasarkan Tabel 4.3, diketahui nilai probabilitas atau Asymp.
Sig. adalah 0,128, di mana lebih besar dari 0,05, maka disimpulkan tidak terjadi gejala autokorelasi.
d. Uji Multikolinearitas
Pengujian ini dilakukan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Ketentuan suatu
model regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance Inflation Factor VIF 10 dan Tolerance 0,1. Hasil uji
multikolinearitas dapat dilihat pada tabel berikut:
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
a. Dependent Variable: Belanja_modal Sumber: Output SPSS 20.0, diolah peneliti, 2016
Dari tabel diatas terlihat nilai Tolerance setiap variabel independen berada diatas 0,10 Tol 0,10 dan nilai VIF setiap variabel
independen juga lebih kecil dari 10 VIF 10, maka dapat disimpulkan tidak terjadi multikolinearitas antar variabel independen
dalam model regresi.
4.4. Analisis Regresi
Penelitian ini menggunakan regresi linear berganda dimana semua variabel dimasukkan untuk menguji pengaruh satu atau lebih variabel independen terhadap
variabel dependen. Berdasarkan uji asumsi klasik yang telah dilakukan dapat disimpulkan bahwa model regresi dapat digunakan layak dilakukan analisis
statistic. Berikut ini merupakan hasil pengolahan data dengan analisis regresi linear berganda.
Model Collinearity Statistics
Tolerance VIF
1 Constant
Pajak_daerah .411
2.434 Retribusi_daerah
.308 3.250
Hasil_pengelolaan_kekayaan_daerah_yang_ dipisahkan
.550 1.818
Lain_lain_PAD_yang_sah .784
1.275
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Regresi Berganda
Coefficients
a
a. Dependent Variable: Belanja_modal Sumber: Output SPSS 20,0, diolah peneliti, 2016
