32 Universitas Sumatera Utara
total Dana Alokasi Umum DAU, Pajak Daerah, Rretribusi Daerah dan total Dana Alokasi Khusus DAK.
3.6 Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data skunder berupa laporan realisasi APBD Pemerintah Daerah KabupatenKota di Provinsi Sumatera
Utara. Data yang dikumpulkan adalah DAU, Pajak Daerah, Retribusi Daerah, Belanja Daerah dan DAK dalam laporan Realisasi APBD pada priode 2012-2014.
Metode pengumpulan data adalah pooling data.
3.7 Metode Analisis Data
Teknik analisis data menggunakan alat bantu perangkat lunak Statistical Program for social Scien SPSS. Data dianalisis dengan metode regresi linier
berganda Multiple Regression Analysis dan uji Moderatet Regression Analysis MRA untuk menguji variabel pemoderasi. Regresi linier berganda adalah regresi
dimana variabek terikatnya Y dibutuhkandijelaskan lebih dari satu variabel, mungkin dua, tiga, dan seterusnya variabel bebas X1, X2, X3, ..., Xn.
3.7.1 Analisis Statistik Deskriptif
Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi, sehingga mudah dipahami dan diinterprestasikan Erlina,
2011:94. Statistik deskriptif umumnya digunakan untuk memberi informasi mengenai variabel penelitian yang utama. Ukuran yang digunakan berupa:
Universitas Sumatera Utara
33 Universitas Sumatera Utara
frekuensi, tendensi sentral rata-rata, median, modus, dispersi deviaso standar, variance dan pengukur-pengukur bentuk measures of shape Erlina, 2011: 94.
3.7.2 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis dengan menggunakan analisis regresi maka diperlukan pengujian asumsi klasik meliputi uji normalitas, uji
multikoliniaritas, uji heteroskedastisitas dan uji autokorelasi.
3.7.2.1 Uji Normalitas
Uji normalitas berguna untuk tahap awal dalam metode pemelihan analisis data. Jika data normal, gunakan statistik parametrik, dan jika tidak normal,
gunakan statistik nonparametrik atau treatment agar data normal Erlina, 2011:101.
Tujuan uji normalitas data adalah untuk menguji apakah dalam variabel dependen dengan variabel independen mempunyai distribusi normal atau tidak.
Data normal akan membentuk satu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Proses uji normalitas data dilakukan dengan menggunakan uji Kolmogorov
Smirnov. Distribusi data dapat dilihat dengan kriteria sebagai berikut : 1
Angka signifikan taraf signifikan α 0,05 maka distribusi data dikatakan normal.
Universitas Sumatera Utara
34 Universitas Sumatera Utara
2 Angka signifikan taraf signifikan α 0,05 maka
distribusi data dikatakan tidak normal.
3.7.2.2 Uji Multikoliniearitas
Uji multikolinearitas bertujuan untuk mengidentifikasi ada tidaknya hubungan antar variabel independen dalam model regresi. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebasnya. Untuk menguji ada tidaknya multikolinieritas, dapat dilakukan denga cara:
1 Nilai R
2
pada estimasi model regresi empiris sangat tinggi,
2 Menganalisis matrik korelasi variabel-variabel independen,
3 Menggunakan variance inflation factor dan nilai tolerance.
Multikolinieritas terjadi jika VIF lebih dari 10 dan nilai tolerance lebih
kecil dari 0,10 Ghozali, 2013: 105. 3.7.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain Ghozali, 2013: 139. Model regresi yang vaik adalah model regresi yang memiliki persamaan variance residual atau homokedastisitas. Untuk melihat ada
tidaknya heteroskedastisitas dapat dilakukan dengan cara melihat grafik Scatterplot atau grafik plot adalah dengan :
1 Titik-titik data menyebar di atas dan dibawah atau sekitar
angka nol 0,
Universitas Sumatera Utara
35 Universitas Sumatera Utara
2 Titik-titik data tidak mengumpul hanya di atas atau di bawah
saja, 3
Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar,
4 Penyebaran titik-titik data sebaiknya tidak berpola.
3.7.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada priode t dengan kesalahan
pengganggu pada priode t-1 sebelumnyaGhozali, 2013:110. Secara sederhana adalah bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas
terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya. Autokorelasi sering terjadi pada sampel dengan data
time series. Beberapa uji statistik yang sering dipergunakan dalam uji autokorelasi
adalah uji Durbin-Watson dan uji dengan Run Test dan jika data observasi di atas 100 observasi sebaiknya menggunakan uji multiple regresi. Beberapa cara untuk
menanggulangi masalah autokorelasi adalah dengan mentransformasikan data atau bisa juga dengan mengubah model regresi ke dalam bentuk persamaan beda
umum generalized difference equation. Selain itu juga dapat dilakukan dengan memasukkan variabel lag dari variabel terikatnya menjadi salah satu variabel
bebas, sehingga data observasi menjadi berkurang 1. Kriteria untuk penilaian terjadinya autokorelasi dapat dilihat
pada Tabel 3.3
Universitas Sumatera Utara
36 Universitas Sumatera Utara
Tabel 3.3 Kriteria Terjadinya Autokorelasi
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak ada autokorelasi positif
atau negatif Tolak
Nodecision Tolak
Nodecision Tidak ditolak
0 d dl dl
≤ d ≤ du 4-dld 4
4-du ≤d ≤4-dl
du d4- du Sumber: Ghozali 2013: 111
Keterangan: dw= durbin watson
dl = batas bawah du= batas atas
3.7.3 Pengujian Hipotesis Penelitian 3.7.3.1
Pengujian Hipotesis Pertama H1 3.7.3.1.1 Uji Regresi Linear Berganda
Pengujian hipotesis adalah kesimpulan sementara antara hubungan dua variabel atau lebih. Hipotesis akan memberi arah proses pengumpulan data dan
tentunya model analisisnya. Pengujian analisis berganda adalah suatu metode statistik umum yang digunakan untuk meneliti hubungan antara sebuah variabel
dependen dengan beberapa variabel independen. Tujuan analisis regresi linear berganda adalah mengukur kekuatan hubungan antara dua variabel atau lebih,
juga menunjukkan arah hubungan antara variabel dependen dengan variabel independenGhozali,2013:96.
Pengujian hipotesis dilakukan dengan
menggunakan model analisis regresilinear berganda yang bertujuan untuk memprediksi berapa besar kekuatan pengaruh variabel independen terhadap
Universitas Sumatera Utara
37 Universitas Sumatera Utara
variabel dependen melalui uji t maupun uji f dengan model statis dan model dinamis. Model persamaan regresi yang digunakan untuk menguji hipotesis yang
berbunyi Dana Alokasi Umum DAU, Pajak Daerah dan Retribusi Daerah berpengaruh terhadap Alokasi Belanja Daerah di Pemerintah Daerah
KabupatenKota Sumatera Utara adalah sebagai berikut:
Y= a + β
1
X1 + β
2
X2 + β
3
X3 + e
Keterangan : Y = Belanja Daerah
a = Konstanta X1 = Dana Alokasi Umum
X2 = Pajak Daerah X3 = Retribusi Daerah
Β
1
,β
2
dan β
3
= Koefisien variabel yang menunjukkan perubahan variabel dependen berdasarkan pada variabel independen.
e = error Langkah-langkah untuk menguji pengaruh variabel independen, yaitu
DAU, Pajak Daerah dan Retribusi Daerah terhadap Alokasi Belanja Daerah dilakukan dengan koefisien determinasi R
2
, uji simultan dan uji parsial.
3.7.3.1.2 Koefisien Determinasi R
2
Koefisien Determinasi R
2
bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
Universitas Sumatera Utara
38 Universitas Sumatera Utara
determinasi adalah antara nol dan satu. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variabel dependen dan sebaliknya jika mendekati nol Ghozali, 2013:97. Kelemahan mendasar penggunaan koefisien determinasi adalah bias
terhadap variabel independen yang dimasukkan ke dalam model. Setiap tambahan variabel independen, maka nilai R
2
pasti meningkat tidak peduli apakah variabel tersebutberpengaruh secara signifikan terhadap variabel dependen Ghozali,2013:
97. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi mana model rergresi terbaik. Tidak seperti R
2
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
3.7.3.1.3 Uji Simultan Uji Statistik F
Uji F digunakan untuk mengetahui ada tidaknya pengaruh simultan variabel-variabel independen terhadap variabel dependen. Uji F pada dasarnya
menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel
dependenterkait Ghozali, 2013: 98. Hipotesis yang akan diuji adalah sebagai berikut :
H1: b =b
1
=b
2
≠0 : semua variabel independen berpengaruh secara bersama-sama.
Kriteria yang digunakan dalam menerima atau menolak H1 adalah:
Universitas Sumatera Utara
39 Universitas Sumatera Utara
1 H
1
diterima apabila F
hitung
F
tabel,
pada α = 5 dan nilai propabilitas level of significant sebesar 0,05.
2 H
1
ditolak apabila F
hitung
F
tabel,
pada α = 5 dan nilai propabilitas level of significant sebesar 0,05.
3.7.3.1.4 Uji Parsial Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi
variabel dependen Ghozali, 2013: 98. Hipotesis statistik yang diajukan adalah: H
1
: b
i
≠ 0 : ada pengaruh
Kreteria yang digunakan dalam menerima atau menolak H1 adalah: 1
H
1
diterima apabila t
hitung
t
tabel,
padaα = 5 dan nilai probabilitas level of significant sebesar 0,05
2 H
1
ditolak apabila t
hitung
t
tabel,
padaα = 5 dan nilai probabilitas level of significant sebesar 0,05.
3.7.3.2Pengujian Hipotesis Kedua H2 Uji Variabel Moderating
Menurut Situmorang dan Lutfi 2014:204, variabel moderating adalah variabel yang memperkuat atau memperlemah hubungan antara satu variabel
dengan variabel lain. Ada tiga cara menguji regresi dengan variabel moderating
Universitas Sumatera Utara
40 Universitas Sumatera Utara
yaitu 1 Uji Interaksi atau Moderated Regression Analysis MRA, 2 Uji Selisih Mutlak dan 3 Uji Residual. Pengujian yang akan dilakukan untuk menguji
variabel moderating dalam penelitian ini adalah menggunakan uji interaksi. Uji interaksi sering juga disebut dengan Moderatet Regression Analysis MRA.
Adapun persamaan regresi uji interaksi adalah sebagai berikut:
Y = a+ β
1
X
1
+β
2
X
2
+β
3
X
3
+β
4
Z +β
5
X
1
Z +β
6
X
2
Z +β
7
X
3
Z +e
Keterangan : Y = Belanja Daerah
a = Konstanta X
1
= Dana Alokasi Umum DAU X
2
= Pajak Daerah PD X
3
= Retribusi Daerah RD Z = Dana Alokasi Khusus DAK variabel moderating
X
1
Z = Interaksi antara X
1
dengan Z X
2
Z = Interaksi antara X
2
dengan Z X
3
Z = Interaksi antara X
3
dengan Z β = Koefisien regresi
e = error
Universitas Sumatera Utara
41 Universitas Sumatera Utara
Uji interaksi dilakukan dengan mengalikan variabel yang dihipotesiskan sebagai variabel moderasi dengan variabel bebas. Menurut Suliyanto, 2011:212
jika variabel hasil perkalian antara variabel bebas dengan variabel yang dihipotesiskan sebagai variabel moderasi signifikan maka dapat disimpulkan
bahwa variabel yang dihipotesiskan sebagai variabel moderasi benar-benar memoderasi hubungan antara variabel bebas dengan variabel tergantung. Oleh
karena itu, kriteria menerima atau menolak H2 adalah sebagai berikut: 1Menerima H2 apabila variabel moderator berinteraksi pada variabel
independen dengan variabel dependen. 2Menolak H2 apabila variabel moderator tidak sama sekali berinteraksi
pada variabel independen dengan variabel dependen.
Universitas Sumatera Utara
42 Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskriptif Sampel Penelitian
Penelitian ini menggunakan populasi sebanyak 33 KabupatenKota di Sumatera Utara, dan setelah dilakukan pemilihan sampel dengan kriteria yang
telah ditetapkan maka Pemerintah KabupatenKota di Provinsi Sumatera Utara yang terpilih sebagai sampel penelitian adalah sebanyak 25 dua puluh lima
sampel yang dapat dilihat pada Tabel 3.1 pada bab sebelumnya.Kurun waktu data penelitian adalah 3 tiga tahun yaitu 2012-2014, sehingga jumlah unit analisis
adalah sebanyak 75 sampel penelitian.
4.2 Analisis Statistik Deskriptif
Statistik deskriptif digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi.Berdasarkan data penelitian yang diperoleh selama 3 tahun
pengamatan, maka diperoleh deskriptif statistik data penelitian pada tabel 4.1 mencakup n banyaknya data yang diperoleh, rata-rata mean, standar deviasi,
nilai minimum dan nilai maksimum atas variabel-variabel penelitian.
Universitas Sumatera Utara