39
1 Jika d lebih kecil dari dL atau lebih besar dari 4-dL maka terdapat autokorelasi.
2 Jika d terletak antara dU dan 4-dU, maka tidak terdapat autokorelasi. 3 Jika d terletak antara dL dan dU atau diantara 4-dU dan 4-dL maka
tidak menghasilkan kesimpulan yang pasti. Nilai dU dan dL dapat diperoleh dari tabel statistik Durbin Watson
yang bergantung banyaknya sampel dan variabel yang diteliti. c. Uji Multikolinieritas
Uji multikolinearitas memiliki tujuan untuk mengetahui ada tidaknya korelasi antar variabel bebas independen dalam suatu model
regresi Ghozali, 2011. Apabila antar variabel independen terdapat korelasi yang cukup tinggi umumnya diatas 0,90, hal ini
mengindikasikan adanya multikolinearitas. Menurut Nazaruddin dan Basuki 2016, ada atau tidaknya multikolinearitas dapat diketahui
melalui nilai Variance Inflation Factors VIF. Kriteria pengujiannya yaitu apabila nilai VIF
10 maka tidak terdapat multikolinieritas diantara variabel independen dan sebaliknya ketika nilai VIF 10 maka
terdapat multikolinearitas. Multikolinearitas juga bisa di deteksi dengan memperhatikan nilai Tolerance. Ketika nilai Tolerance
0,10 maka tidak terdapat multikolinearitas dan nilai Tolerance
0,10 berarti terdapat multikolinearitas Ghozali, 2011.
40
d. Uji Heteroskedastisitas Menurut Nazaruddin dan Basuki 2016, uji heteroskedastisitas
adalah uji yang digunakan untuk mengetahui apakah terjadi ketidaksamaan varian dari residual untuk semua pengamatan model
regresi. Uji heteroskedastisitas dilakukan untuk mengetahui adanya penyimpangan dari syarat- syarat asumsi klasik pada model regresi, di
mana dalam model regresi harus dipenuhi syarat tidak adanya heteroskedastisitas.
Uji heteroskedastisitas menurut Ghozali 2011 dapat dideteksi dengan Uji Glejser. Uji Glejser mengusulkan untuk meregres nilai
absolut residual terhadap variabel independen Gujarati dalam Ghozali, 2011. Jika variabel independen signifikan secara statistik memengaruhi
variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Ketika nilai sig 0,05 maka terjadi heteroskedastisitas. Sebaliknya, jika nilai sig
0,05 maka variabel terbebas dari heteroskedastisitas.
G. Pengujian Hipotesis dan Analisis Data
Pengujian hipotesis bertujuan untuk mengukur ketepatan fungsi regresi sampel dalam menaksir nilai aktual. Pengujian statistik ini dapat diukur dari
koefisen determinasi R
2
, uji statistik t, uji statistik F dan analisis regresi berganda Ghozali, 2011.
1. Uji Koefisien Determinasi R
2
Uji koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
41
Nilai R
2
yang kecil artinya kemampuan variabel- variabel independen dalam menjelaskan variabel- variabel dependen sangat terbatas. Nilai yang
mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
dependen Ghozali, 2011. Uji determinasi dilakukan untuk mengetahui apakah variabel independen berpengaruh terhadap variabel dependen.
Persentase dari seberapa besar variabel independen dapat menjelaskan variabel dependen dilihat dari nilai Adjusted R Square Nazaruddin dan
Basuki, 2016. 2. Uji Signifikansi Simultan Uji Statistik F
Menurut Ghozali 2011, uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai
pengaruh secara bersama- sama terhadap variabel dependen. Kriteria pengambilan keputusan yang digunakan dalam uji statistik F adalah sebagai
berikut: a. Jika signifikansi 0,05 maka H
diterima atau Ha ditolak b. Jika signifikansi 0,05 maka H
ditolak atau Ha diterima 3. Uji Signifikan Parameter Individual Uji Statistik t
Menurut Ghozali 2011, uji statistik t bertujuan untuk menilai seberapa jauh pengaruh satu variabel independen secara individual dalam
menjelaskan variasi variabel dependen. Membandingkan antara p value dengan tingkat signifikansi 0,05, maka dapat ditentukan apakah H
ditolak atau diterima H
diterima apabila p value 0,05, H ditolak apabila p value
42
0,05. Kriteria pengambilan keputusan yang digunakan dalam uji statistik t adalah sebagai berikut:
a. Jika signifikansi 0,05 maka H diterima atau Ha ditolak
b. Jika signifikansi 0,05 maka H ditolak atau Ha diterima
4. Analisis Regresi Berganda Penelitian ini merupakan penelitian kuantitatif dengan menggunakan
analisis statistik melalui analisis regresi linier berganda. Secara umum, analisis regresi adalah pengetahuan mengenai ketergantungan variabel
dependen Y dengan satu atau lebih variabel independen X. Analisis regresi selain mengukur kekuatan hubungan antara dua variabel atau lebih,
juga menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Hasil analisis regresi adalah berupa koefisien untuk masing-
masing independen. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu persamaan Ghozali, 2011. Analisis
statistik dilakukan dengan bantuan program SPSS versi 22. Persamaan regresi linier berganda dalam penelitian ini adalah sebagai berikut:
KPI = α + β
1
TA + β
2
PDRB + β
3
JKEC + β
4
IPM + β
5
PEGI + ε
Keterangan:
KPI = Variabel dependen Kelemahan Pengendalian Internal
α = Konstanta
β = Koefisien
TA = Variabel independen Ukuran Pemerintah Daerah
PDRB = Variabel independen Pertumbuhan Ekonomi
JKEC = Variabel independen Kompleksitas Pemerintah Daerah
IPM = Variabel independen Kualitas Sumber Daya Manusia
PEGI = Variabel independen Pemanfaatan Teknologi Informasi
ε = Error
