fiskal ini dapat dianggap sebagai wakil kemampuan suatu daerah di dalam melaksanakan semua kewenangan wajibnya dalam pelaksanaan pemerintahan
maupun pembangunan daerahnya.
F. Metode Analisis Data
Dalam penelitian ini, data dianalisis statistik dengan menggunakan SPSS 16. Pengujian hipotesis pada penelitian dilakukan setelah melakukan pengujian
asumsi klasik.
1. Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi, maka diperlukan pengujian asumsi klasik yang meliputi pengujian: 1
normalitas, 2 multikolinearitas, 3 heterokedastisitas, dan 4 autokorelasi.
a. Uji Normalitas
Menurut central limit theorem, asumsi normalitas akan terpenuhi apabila jumlah sampel yang digunakan lebih dari atau sama dengan 25 Mendenhall dan
Beaver, 1992. Metode uji ini dilakukan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Cara yang
digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan analisis grafik. Jika data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
Universitas Sumatera Utara
distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya.
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2005 :
110. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen yaitu perbedaan antara nilai prediksi dengan skor yang sesungguhnya
atau error akan terdistribusi secara simetri di sekitar nilai means sama dengan nol. Pengujian normalitas dilakukan dengan uji non-parametrik Kolmogorov-Smirnov,
dimana data yang berdistribusi normal akan memiliki nilai yang lebih besar dari 0,05. Selain itu, uji normalitas dapat juga dilihat melaui grafik histogram dan
grafik normal plot. Jika uji normalitas data tidak dapat terpenuhi, maka analisis regresi yang menggunakan uji F dan t tidak dapat diteruskan karena pengambilan
keputusan akan bias menyimpang dari keadaan yang sebenarnya.
b. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak
terjadi korelasi di antara variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2005 :
91. Multikolinieritas adalah situasi adanya korelasi variabel-variabel
independen antara yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat
Universitas Sumatera Utara
ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas,
maka konsekuensinya adalah: 1 Koefisien-koefisien regresi menjadi tidak dapat ditaksir. 2 Nilai standar error setiap koefisien regresi menjadi tak terhingga.
Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan
terdapat problem multikolinieritas. Pengujian multikolinearitas dilakukan dengan melihat nilai VIF Variance
Inflation Factor dari model penelitian dan korelasi di antara variabel independen. Jika nilai VIF lebih besar dari 2 Hair, 2003, maka terjadi gejala multikolinearitas
di antara variabel independen. Di samping itu, suatu model dikatakan terdapat gejala mulkolinearitas, jika korelasi di antara variabel independen lebih besar dari
0,9 Ghozali, 2001. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
a Mengeluarkan salah satu variabel, misalnya variabel independent A dan B
saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang
dikeluarkan dari model regresi.
b Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
c. Uji Heterokedastisitas
