3. Variabel Alokasi Anggaran Belanja Modal ABM memiliki nilai minimum 7.55dan nilai maksimum 12.72 dengan nilai rata-rata
11.1606dan standar deviasi 1.32821dengan jumlah pengamatan sebanyak 51 data.
4. Variabel Indeks Pembanguna Manusia memiliki nilai minimum 4.13dan nilai maksimum 4.33 dengan nilai rata-rata 4.2135 dan standar
deviasi 0.04481 dengan jumlah pengamatan sebanyak 51 data.
4.3.2 Uji Asumsi Klasik
4.3.2.1 Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah variabel independen maupun variabel dependen terdistribusi secara
normal atau tidak. Pertama, data di dalam penelitian harus memenuhi asumsi kenormalan data. Data penelitian yang baik
adalah data yang memenuhi asumsi kenormalan data. Untuk melihat apakah data normal atau tidak dari grafik histogram
dan normal probability plot. Data yang normal akan membentuk atau mengikuti garis diagonal pada normal
probability plot. Data yang normal juga akan terlihat dari grafik histogram yang seimbang, tidak condong ke kiri
maupun ke kanan. Data yang tidak normal tidak akan mengikuti garis diagonal pada normal probability plot dan
memiliki grafik histogram yang tidak seimbang. Berikut ini
Universitas Sumatera Utara
ditampilkan grafik histogram dan normal probability plot dari variabel penelitian.
Gambar 4.1 Histogram Variabel Indeks Pembangunan Manusia IPM - Normal
Dari Gambar 4.1 di atas terlihat bahwa Histogram dari penelitian sudah terdistribusi normal karena grafiknya
seimbang, tidak condong ke kiri maupun ke kanan. Begitu juga dengan normal probability plot pada Gambar 4.2 di bawah
yang terlihat telah mengikuti garis diagonal dengan teratur, sehingga dapat disimpulkan data penelitian sudah memenuhi
asumsi normalitas.
Universitas Sumatera Utara
Gambar 4.2 Normal P-Plot of Regresion Standarized Residual- Normal
Untuk lebih memastikan bahwa data sudah terdistribusi dengan normal, maka peneliti membuat uji Kolmogorov-
Smirnov yang membuktikan kenormalan suatu data penelitian dengan angka. Peneliti merasa bahwa pembuktian dengan
angka akan lebih pasti dibandingkan dengan grafik atau gambar yang bisa menimbulkan banyak persepsi. Dengan
menggunakan uji Kolmogorov-Smirnov, suatu data dikatakan normal apabila nilai Asymp. Sig. 2-tailed 0,05 dan apabila
nilai Asymp. Sig. 2-tailed 0,05 maka data tidak terdistribusi
Universitas Sumatera Utara
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