data ke dalam bentuk log diharapkan dapat membentuk distribusi yang normal.
2. Lakukan trimming. Trimming adalah membuang data yang outlier. Ketentuan data yang bersifat outlier telah dijelaskan
sebelumnya. Nilai outlier bisa juga ditentukan dengan kriteria nilainya lebih kecil dari µ -
2α atau lebih besar µ + 2α. 3. Lakukan winsorizing, yaitu mengubah nilai data yang outlier ke
suatu nilai tertentu. Jika data relative sedikit, maka mengatasi pelanggaran asumsi normalitas data dengan cara trimming akan
semakin mengecilkan jumlah sampel. Untuk mengatasi masalah ini maka cara yang lebih baik dipilih adalah dengan melakukan
winsorizing yaitu mengubah nilai observasi yang outlier menjadi nilai maksimum dan minimum yang diizinkan. Nilai observasi
yang lebih kecil dari µ - 2α akan diubah menjadi µ - 2α dan nilai
observasi yang lebih besar µ + 2α akan diubah menjadi nilai µ + 2α.
b. Uji Heteroskedastisitas
Pengujian gejala heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan
variable dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain
tetap, maka disebut homoskedastisitas, dan jika berbeda disebut
Universitas Sumatera Utara
heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
c. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling
berkorelasi, maka variabel-variabel ini tidak ortogonal Ghozali 2007:91. Untuk mendeteksi adanya multikolinearitas, dapat
dilihat dari Value Inflation Factor VIF dan nilai Tolerance. Apabila nilai VIF 10, terjadi multikolinieritas. Sebaliknya, jika
VIF 10, tidak terjadi multikolinearitas Wijaya, 2009:119. Dan jika kita lihat dari nilai Tolarance, apabila nilai Tol 0,10 tidak
terjadi multikoloniearitas dan sebaliknya jika nilai Tol 0,10, maka terjadi multikolonieritas.
d. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi
yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus
terpenuhi adalah tidak adanya autokorelasi dalam model regresi.
Universitas Sumatera Utara
Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson uji DW dengan ketentuan sebagai berikut:
1 Angka D-W dibawah -2 berarti ada autokorelasi positif, 2 Angka D-W di antara -2 sampai +2 berarti tidak ada
autokorelasi, 3 Angka D-W di atas +2 berarti ada autokorelasi negatif.
3.8.3. Analisis Regresi Berganda
Pengujian hipotesis dilakukan dengan menggunakan model analisis regresi berganda bertujuan untuk menghitung dua atau lebih
variabel bebas terhadap satu variabel terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas.
Model persamaan yang digunakan adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4 +
e
Dimana : Y
= Belanja Modal a
= Konstanta b
1
- b
4
= Koefisien regresi X
1
= Pendapatan Asli Daerah X
2
= Dana Alokasi Umum X
3
= Dana Alokasi Khusus X
4
= Dana Bagi Hasil Pajak dan Sumber Daya Alam e = Standard error
Universitas Sumatera Utara
Uji Hipotesis a.
Uji Signifikansi Parsial Uji-t
Uji t digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh nyata atau tidak terhadap
variabel dependen. Jika probabilitas variabel bebas lebih besar dari tingkat kesalahannya maka variabel bebas tidak
berpengaruh, tetapi jika probabilitas variabel bebas lebih kecil dari tingkat kesalahannya maka variabel bebas tersebut
berpengaruh terhadap variabel terikat. Model pengujiannya adalah:
1 Ho : b
1
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari masing-masing variabel
bebas PAD, DAU, DAK, dan DBH_PSDA terhadap variabel terikat Belanja Modal.
2 Ha : b
1
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari masing-masing variabel bebas
PAD, DAU, DAK_PSDA, dan DBH terhadap variabel terikat Belanja Modal.
Kriteria pengambilan keputusannya adalah: Ho diterima jika t
hitung
t
tabel
pada α = 5 Ho ditolak jika t
hitung
≥ t
tabel
pada α= 5
Universitas Sumatera Utara
b. Uji Signifikansi Simultan Uji-F
Uji F digunakan untuk mengetahui apakah variabel-variabel independen secara simultan berpengaruh signifikan terhadap
variabel dependen. Model Pengujiannya : 1 Ho : b1 = b2 = b3 = 0, artinya, secara simultan tidak terdapat
pengaruh yang positif dan signifikan dari PAD, DAU, DAK, dan DBH_PSDA terhadap Belanja Modal.
2 Ha : b1 ≠ b2 ≠ b3 ≠ 0, artinya secara simultan terdapat
pengaruh yang positif dan signifikan dari PAD, DAU, DAK, dan DBH_PSDA terhadap Belanja Modal.
Kriteria pengambilan keputusan : Ho diterima jika F
hitung
F
tabel
pada α = 5 Ho ditolak jika F
hitung
≥ F
tabel
pada α = 5
c. Pengujian Koefisien Determinasi R
2
Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas adalah besar terhadap variabel
terikat. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang diteliti
terhadap variabel terikat. Sebaliknya jika R
2
semakin mengecil mendekati nol maka dapat dikatakan bahwa pengaruh variabel
bebas terhadap variabel terikat semakin mengecil, ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh
Universitas Sumatera Utara
variabel bebas yang diteliti terhadap variabel terikat Situmorang
dan Lufti, 2012:196.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Gambaran Umum Kabupaten Kota Propinsi Sumatera Utara
