e = error Jika dari hasil Uji F setelah dilakukan uji interaksi diperoleh nilai F-
hitung
nilai F-
tabel
maka dapat dinyatakan bahwa semua variabel independen, variabel DAK dan interaksinya dengan masing-masing variabel independen secara
simultan mempengaruhi variabel dependen. Artinya variabel DAK dapat memoderasi hubungan PAD, DAU, DBH, SiLPA dan Luas Wilayah terhadap
Belanja Modal.
4.6.1 Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi maka diperlukan pengujian asumsi klasik meliputi:
1. Uji Normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang digunakan dalam penelitian. Data yang baik dan layak digunakan dalam
penelitian adalah data yang memiliki distribusi normal Nugroho, 2005. Untuk menguji apakah distribusi normal atau tidak dapat dilihat melalui
normal probability plot dengan membandingkan distribusi kumulatif dan distribusi normal. Data normal akan membentuk satu garis lurus diagonal, dan
data menyebar disekitar garis garis diagonal akan mengikuti garis diagonalnya. Uji statistik lain yang dapat digunakan untuk menguji normalitas
residual adalah uji staistik non-parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis: H0: Data Residual berdistribusi normal; H1: Data
residual tidak berdistribusi normal Ghozali, 2006. 2. Uji Multikolinieritas, diperlukan untuk mengetahui apakah model regresi
ditemukan adanya korelasi antar variabel bebas Ghozali, 2006. Selain itu
Universitas Sumatera Utara
deteksi terhadap multikoliniearitas juga bertujuan untuk menghindari bias dalam proses pengambilan keputusan mengenai pengaruh pada uji parsial
masing-masing variabel independen terhadap variabel dependen. Deteksi multikolinieritas pada suatu model dapat dilihat jika nilai Variance Inflation
Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model tersebut dapat dikatakan terbebas dari multikolinieritas. VIF =
1Tolerance, jika VIF = 10 maka Tolerance = 110 = 0,1. 3. Uji Heteroskedastisitas, bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Cara untuk mendeteksi adanya heteroskedastisitas pada suatu model
dapat dilihat dari pola gambar scatter plot. Metode regresi linier berganda terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan dalam
penelitian jika output scatter plot menunjukkan titik data menyebar di atas dan di bawah atau disekitar angka nol. Uji heteroskedastisitas juga dapat dilihat
dengan uji Glejser. Ada dua tahapan yang dilakukan dalam uji Glejser. Tahap pertama adalah melakukan regresi OLS dengan menggunakan Y sebagai
variabel dependen dan X1, X2, X3, X4 dan X5 sebagai variabel independen. Tahap kedua adalah dengan meregresikan nilai absolut residual terhadap
variabel independen. Jika setiap variabel independen nilai signifikannya lebih besar dari α 0,05
maka dapat disimpulkan tidak terjadi heteroskedastisitas. 4. Uji Autokorelasi, dilakukan untuk mengetahui apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dan dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi,
maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena
Universitas Sumatera Utara
observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Pengujian asumsi ketiga ini, dilakukan dengan menggunakan uji Durbin
Watson Durbin-Watson Test, yaitu untuk menguji apakah terjadi korelasi serial atau tidak dengan menghitung nilai d statistik. Salah satu pengujian
yang digunakan untuk mengetahui adanya autokorelasi adalah dengan memakai uji statistik Durbin.Watson DW test. Jika nilai Durbin Watson d
= dud4-du maka tidak ada autokorelasi positif ataupun negatif Ghozali, 2006.
4.6.2 Model Pengujian Hipotesis