i
d0 = Konstanta
d1d2,d3,d4 = Koefisienestimasi PADt-1
= RealisasiPendapatanAsliDaeraht-1 DAUt-1 = RealisasiDanaAlokasiUmumt-1
DAK t-1 = Realisasi Dana Alokasi Khusus t-1
JPt-1 = Realisasi Dana Bagi Hasilt-1
3.7.2. Pengujian Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya
gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang
tidak bias jika telah memenuhi persyaratan BLUE
bestlinear unbiasedestimator
yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi. Jika terdapat
heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar
error.
Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari
variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias
dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan.
3.7.2.1 Uji Normalitas Data
Universitas Sumatera Utara
i
Menurut Erlina dan Mulyani 2007 : 103, ”uji ini berguna untuk tahap awal dalam metode pemilihan analisis data.
Jika data normal, gunakan statistik parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment
agar data normal.” Menurut Ghozali 2005 : 110, ”uji normalitas bertujuan
untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa
uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik
menjadi tidak vali d untuk jumlah sampel kecil.”
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali 2005 : 110,yaitu:
a. Analisis grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih
handal adalah dengan melihat
normal probabilityplot
yang membandingkan
distribusi kumulatif
dari distribusi normal. Distribusi normal akan membentuk
satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal.Jika distribusi data
Universitas Sumatera Utara
i
residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
b. Analisis statistik
Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z skewness. Uji statistik lain
yang dapat digunakan untuk menguji normalitas residual
adalah uji
statistik non
parametrik Kolmogorov-Smirnov K-S.
Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji
Kolmogorov Smirnov dapat dilihat dari : i.
Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
ii. Nilai Sig. atau signifikan atau probabilitas 0,05, maka
distribusi data adalah normal.
3.7.2.2 Uji Heterokedastisitas