44
Total rata-rata 7.11
8.72 6.02
9.87
24.31
Sumber: DJPK Sumut diolah
Dari tabel diatas dapat kita lihat totalRata-rata kemandirian keuangan daerah kabupatenkota di Provinsi Sumatera Utara pada Tahun 2010-2013
adalah sebesar 24.31 persen. priode 2010 tingkat kemandirian keuangan daerah sebesar 7.11 persen dan terus mengalami peningkata sampai tahun 2011 mencapai
8.72 persen.Dan di tahun 2012 terjadi penurunan kemandirian keuangan daerah mencapai 6.02 Dan di tahun 2013 mengalami peningkatan kembali mencapai 9.87
persen. Hal ini terjadi peningkatan yang Pluktuatif pada setiap tahunya. Selanjutnya, periode tahun 2010-2013 kota medan merupakan daerah dengan
tingkat kemandirian terbesar di provinsi Sumatera Utara dengan rata-ratanya 2.18 persen. Sebaliknya kabupaten pakpak bharat merupakan tingkat kemandirian yg
paling rendah dengan rata-ratanya hanya 6.9 persen. Walaupun sudah diberlakukanya otonomi,kemampuan keuangan daerah di setiap kabupatenkota
tergolong masih sangat rendah. Dan tingkat ketergantungan daerah terhadap dana transper masih cukup tinggi.
4.2 Analisis Data
4.2.1 Analisis Estimasi dengan Generalized least square GLS
Dalam penelitian ini variabel Independen yakni, Pajak daerah, Herfindhal consentration taxes HCT, Dana alokasi umum DAU, Dana bagi hasil DBH,
yang diduga mempengaruhi variabel Dependen yakni Belanja daerah.Untuk mengetahui besarnya pengaruh masing-masing variabel Independen terhadap
variabel Dependen, digunakan alat analisis regresi data panel.Dengan hasil estimasi faktor penentu adanya pengahuh negatif Pajak Daerah, HCT, DAU, DBH
Universitas Sumatera Utara
45 terhadap Belanja Daerah, dan mendeteksi terjadinya ilusi fiskal di dalam
keuangan daerah,untuk data panel dengan menggunakan metode OLS terbukti tidak konsisten dan efisien, maka langkah selanjutnya adalah menganalisis dan
mengestimasi dengan metode Generalized Least Square GLS seperti yang
disarankan oleh Gujarati 2003.
Gujarati 2003 mengatakan, bahwa metode GLS terbukti metode ini lebih baik dan konsisten. Hal ini dikarenakan metode GLS dapat dianalisis dengan fixed
effects models FEM dan random effects model REM, sehingga dapat diketahui mana model yang terbaik. Berikut hasil estimasi dari kedua model tersebut dengan
metode GLS seperti berikut ini.
Tabel 4.6 Estimasi Metode GLS FEM dan REM
Variabel Terikat : Belanja Daerah BD Periode 2010 – 2013 Variabel Bebas
Random Effects Prob
Fixed Effects Prob
C PD?
DAU? DBH?
HCT? 7626243
0.000249 0.364733
0.001488
-9.143205 0.0000
0.7493 0.005
0.054 0.5835
2374930 0.000131
0.817756 0.000255
-0.000154 0.0000
0.5547 0.0000
0.4336
0.818 R2 0.986455 0.83751
Durbin Watson 2.294726 1.280043
Sumber: Data diolah Lampiran 1 2
Berdasarkan estimasil diatas model random effects models REM lebih baik dibandingkan fixed effects model FEM. Hal ini bisa dilihat dari nilai R-
square �
2
dan nilai Durbin –Watson yang lebih baik pada random effects models REMSetelah berdasarkan estimasi diatas, maka dilakukan pemilihan model
terbaik dengan Husman test, 1978 Gujarati,2003. Untuk penelitian ini, Husman
Universitas Sumatera Utara
46 test diestimasi dengan program Eviews 7, sehingga diperoleh nilai chi-squarenya.
Ketentuan dari Husman test adalah apabila null hypothesis Ho diterima, maka model yang digunakan adalah random effect model REM dan sebaliknya apabila
null hypothesis Ho ditolak, maka model yang akan digunakan adalah fixed effect model FEM.
4.2.2. Uji Hausman Test
Kategori