normal. Berikut hasil pengujian dengan uji Kolmogorov- Smirnov.
Tabel 4.2 Uji
Komolgorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
51 Normal Parameters
a,b
Mean .0000000
Std. Deviation .03769142
Most Extreme Differences Absolute
.085 Positive
.085 Negative
-.074 Kolmogorov-Smirnov Z
.606 Asymp. Sig. 2-tailed
.856 a. Test distribution is Normal.
b. Calculated from data.
Dari Tabel Kolmogorov-Smirnov di atas, nilai Asymp. Sig. 2-tailed nya sebesar 0,856 yang berarti 0,05 sehingga dapat
ditarik kesimpulan bahwa data sudah terdistribusi dengan normal.
4.3.2.2 Uji Autokorelasi
Uji Autokorelasi merupakan bagian dari uji asumsi klasik yang bisa menentukan apakah terdapat autokorelasi di dalam data
penelitian. Data penelitian yang baik tidak memiliki autokorelasi di dalamnya. Untuk melihat ada tidaknya
autokorelasi dilihat dari nilai Durbin-Watson DW. Bila DU DW 4-DU maka tidak terjadi autokorelasi. Bila nilai DW
DL maka terjadi autokorelasi positif. Bila nilai DW 4DU
Universitas Sumatera Utara
maka terjadi autokorelasi negatif. Bila DW terletak di antara DU dan DL maka hasilnya tidak dapat disimpulkan. Berikut
hasil hasil SPSS yang menunjukkan apakah data terkena autokorelasi atau tidak.
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.541
a
.292 .247
.03888 2.304
a. Predictors: Constant, ABM, PE, PAD b. Dependent Variable: IPM
Dari hasil uji autokorelasi dari Tabel 4.3 di atas, didapat nilai DW sebesar 2,304 di mana data observasi berjumlah 51, k=3,
sehingga dari Tabel DW didapat nilai DU = 1,6754 dan DL = 1,4273. Dari nilai tersebut, maka dapat ditarik kesimpulan
bahwa tidak terjadi autokorelasi di dalam penelitian karena nilai DU DW 4-DU sehingga data penelitian sudah
memenuhi uji asumsi klasik.
4.3.2.3 Uji Multikolinearitas
Uji Multikolinearitas merupakan uji yang menentukan ada tidaknya hubungan linear antara variabel independen dengan
variabel independen lainnya. Model regresi yang baik tidak boleh memiliki multikolinearitas di dalamnya. Untuk
mendeteksi ada tidaknya multikolinearitas di dalam data penelitian dilihat dari nilai Variance Inflation Factor VIF.
Jika nilai VIF 10 maka tidak terjadi multikolinearitas, dan
Universitas Sumatera Utara
sebaliknya jika nilai VIF 10 maka terjadi multikolinearitas. Hasil uji Multikolinearitas terlihat sebagai berikut.
Tabel 4.4 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
4.017 .089
45.226 .000 PAD
.038 .009
.599 4.242 .000
.755 1.325 PE
-.031 .030
-.132 -1.033 .307 .926 1.080
ABM -.012
.005 -.356 -2.454 .018
.717 1.395 a. Dependent Variable: IPM
Dari Tabel 4.4 di atas, maka dapat diperoleh nilai VIF dari masing-masing variabel independen untuk variabel Pendapatan
Asli Daerah PAD sebesar 1,325, Pertumbhan Ekonommi Daerah sebesar 1,080, dan Alokasi Anggaran Belanja
Modalsebesar 1,395. Sehingga dapat disimpulkan tidak terjadi Multikolinearitas di dalam penelitian karena setiap variabel
independen nilai VIF 10.
4.3.2.4 Uji Heteroskedastisitas
