47
BAB IV ANALISIS HASIL PENELITIAN
4.1 Data Penelitian
Analisis data dimulai dengan mengolah data berupa Statistik Keuangan Pemerintah Daerah dan Kota di Sumatera Utara yang diperoleh dari Badan Pusat
Statistik Pusat Sumatera Utara dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi linear
berganda. Pengujian asumsi klasik dan regresi liniear berganda dilakukan dengan menggunakan Software SPSS versi 17. Prosedur awal dimulai dengan
memasukkan variabel-variabel penelitian ke program SPSS selanjutnya SPSS akan menghasilakan output-output sesuai metode analisis data yang telah
ditentukan. Data penelitian yang digunakan dalam melakukan penelitian ini dapat dilihat pada Lampiran i.
4.2 Analisis Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif
Statistik deskriptif adalah proses pengumpulan dan peringkasan data, serta upaya untuk menggambarkan berbagai karakteristik data yang
telah terorganisasi tersebut. 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.
Universitas Sumatera Utara
48
Tabel 4.1 Descriptive Statistics
Descriptives
Statistic Std. Error Pertumbuhan_Ekonomi Mean
.0951 .01436
95 Confidence Interval for Mean
Lower Bound .0666
Upper Bound .1235
5 Trimmed Mean .0976
Median .0910
Variance .023
Std. Deviation .15056
Minimum -.54
Maximum .90
Range 1.44
Interquartile Range .12
Skewness .390
.230 Kurtosis
9.716 .457
Sumber: Data yang diolah penulis, 2015 Berdasarkan tabel 4.1 diatas dapat diketahui bahwa :
1. Mean merupakan nilai rata-rata dari suatu data yaitu 0,0951 2. Median Merupakan nilai tengah dari suatu data yang telah diurutkan
dari data terkecil hingga data terbesar yaitu 0,0910 3. Variance merupakan ukuran seberapa jauh data tersebar disekitar rata-
rata yaitu 0,023 4. Std. Deviation merupakan akar kuadrat dari varian nilai rata-rata nilai
yaitu 0,150 5. Minimum menunjukkan data dengan nilai terkecil yaitu -0,54
Universitas Sumatera Utara
49
6. Maximum menunjukkan data dengan nilai terbesar yaitu 0,90 7. Range merupakan selisih antara data dengan nilai terbesar dan data
dengan nilai terkecil yaitu 1,44 8. Interquartile range merupakan selisih antara kuartil pertama dan kuartil
ketiga yaitu 0,12 9. Skewness merupakan ukuran kemencengan ketidaksimetrisan suatu
kurva yaitu 0,390 10. Kurtosis merupakan ukuran keruncingan suatu kurva yaitu 9,716
4.2.2 Uji Asumsi Klasik
Asumsi klasik yang harus dipenuhi adalah: • berdistribusi normal,
• non-multikolinearitas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara
sempurna ataupun mendekati sempurna. • non-Autokorelasi, artinya kesalahan pengganggu dalam model
regresi tidak saling korelasi. • homoskedasitas, artinya variance variabel independen dari satu
pengamatan ke pengamatan yang lain adalah konstan atau sama.
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui normal atau tidaknya suatu distribusi data. Pada dasarnya, uji normalitas adalah
membandingkan antara data yang kita miliki dan data berdistribusi normal yang memiliki mean dan standar deviasi yang sama dengan
Universitas Sumatera Utara
50
data kita. Uji normalitas menjadi hal penting karena salah satu syarat pengujian parametric-testuji parametrik adalah data harus
memiliki distribusi normal atau berdistribusi normal. 1. Analisis Grafik
Data yang baik adalah data yang memiliki pola distribusi normal.Pada grafik histogram, data yang mengikuti atau mendekati
distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan berdistribusi normal
apabila titik-titik datanya tidak miring ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Gambar 4.1 Grafik Histogram
Sumber: Data yang diolah penulis, 2015
Universitas Sumatera Utara
51
Gambar 4.2 Grafik P-P Plot
Sumber: Data yang diolah penulis, 2015 Berdasarkan grafik histogram maupun grafik normal plot dapat
disimpulkan bahwa model regresi pada penelitian ini berdistribusi secara normal hal ini tergambar pada grafik histogram, dimana
grafik tidak menceng ke kiri atau ke kanan grafik seimbang antara kiri dan kanan dan pada grafik normal plot tampak bahwa data
menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal.
2. Analisis Statistik Dalam uji normalitas, peneliti menggunakan Sig. dibagian
Kolmogrov-Smirnov karena data yang diuji lebih besar daripada 50.Jika data yang diuji lebih kecil daripada 50, peneliti
menggunakan Sig. dibagian Shapiro-Wilk.
Universitas Sumatera Utara
52
Kriteria Penelitian : 1. Angka Signifikansi uji Kolmogrov-Smirnov Sig. 0,05
menunjukkan data berdistribusi normal. 2. Angka Signifikansi uji Kolmogrov-Smirnov Sig. 0,05
menunjukkan data tidak berdistribusi normal.
Tabel 4.2 Hasil Uji Normalitas
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. Pertumbuhan_Ekonomi
.144 110
.200 .849
110 .000
a. Lilliefors Significance Correction
Berdasarkan Tabel 4.2 data tersebut berdistribusi normal karena nilai 0,200 0,05. Uji normalitas perlu dilakukan untuk
mengetahui normal tidaknya distribusi data karena data yang berdistribusi normal merupakan syarat dilakukannya parametric-
test.Data yang normal berarti mempunyai sebaran yang normal pula.Dengan demikian, data tersebut dianggap dapat mewakili
populasi.
4.2.2.2 Uji Multikolinearitas
Uji multikorelasi bertujuan untuk mengetahui apakah hubungan diantara variabel bebas memiliki masalah multikorelasi
gejala multikolinearitas atau tidak. Multikorelasi adalah korelasi yang sangat tinggi atau sangat rendah yang terjadi pada hubungan
Universitas Sumatera Utara
53
diantara variabel bebas.Uji multikorelasi perlu dilakukan jika jumlah variabel independen lebih dari satu. Ada beberapa cara
mendeteksi ada tidaknya multikolinearitas, sebagai berikut : 1. Nilai
�
2
yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel bebas
banyak yang signifikan memengaruhi variabek terikat. 2. Menganalisis korelasi diantara variabel bebas. Jika diantara
variabel bebas da nada korelasi yang cukup tinggi lebih besar daripada 0,90, hal ini merupakan indikasi adanya
multikoliniearitas. 3. Multikolinearitas dapat juga dilihat dari nilai VIF. Jika VIF
10, tingkat kolinearitas dapat ditoleransi. 4. Nilai Eigenvaluesejumlah satu atau lebih variabel bebas yang
mendekati nol memberikan petunjuk adanya multikolieritas.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 PAD
.052 3.181
Dana_Perimbangan .091
5.028 Kemandirian_Fiskal
.094 2.609
a. Dependent Variable: Pertumbuhan_Ekonomi
Universitas Sumatera Utara
54
Dari tabel Coefficients yang diperoleh sebelumnya, dapat diketahui bahwa nilai VIF = 3.181 , 5.028 dan 2.609. Artinya, nilai
VIF ini lebih kecil daripada 10, dan dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas diantara
variabel bebas.
4.2.2.3 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu
disturbance term-ed.Pada periode t dan kesalahan pengganggu pada periode sebelumnya t-1.Apabila terjadi korelasi maka hal
tersebut menunjukkan adanya problem autokorelasi. Masalah autokorelasi sering terjadi pada data time series data runtun waktu.
Sementara itu, pada data cross section crosssectional, autokorelasi sangat jarang terjadi sehingga uji autokorelasi tidak wajib dilakukan
pada penelitian yang menggunakan data cross section penelitian yang dilakukan hanya dalam kurun waktu tertentu dan biasanya
menggunakan kuesioner.Uji autokorelasi dapat dilakukan dengan uji Durbin-Watson, uji Langrage Multiplier LM, uji statistic Q,
dan uji Run Test.
Universitas Sumatera Utara
55
Tabel 4.4 Hasil Uji Autokorelasi
Berdasarkan output SPSS pada tabel 4.5 diketahui bahwa nilai Dubrin-Watson sebesar 1,614 sehingga dapat dikatakan tidak
terjadi auto korelasi hal ini bersarkan pengambilan keputusan ada tidaknya autokorelasi dengan cara melihat besaran Dubrin-Watson
D-W sebagai berikut: • angka D-W dibawah -2, berarti ada autokorelasi positif.
• angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi. • angka D-W di atas +2, berarti ada autokorelasi negatif.
4.2.2.4 Uji Heterokedatisitas
Heterokedastisitas menunjukkan bahwa varians variabel tidak sama untuk semua pengamatanobservasi. Jika varians dari
residual atau pengamatan ke pengamatan yang lain tetap maka disebut homokedatisitas. Model regresi yang baik adalah terjadi
homokedatisitas dalam model, atau dengan perkataan lain tidak terjadi heterokedastisitas. Ada beberapa cara untuk mendeteksi ada
tidaknya heterokedatisitas, yaitu dengan melihat scatterplot serta
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson 1
.296
a
.088 .062
.14584 1.614
a. Predictors: Constant, Kemandirian_Fiskal, Dana_Perimbangan, PAD b. Dependent Variable: Pertumbuhan_Ekonomi
Universitas Sumatera Utara
56
melaluimenggunakan uji gletjer, uji Park dan uji White. Uji heterokedatisitas yang paling sering digunakan adalah uji
scatterplot.
4.2.2.4.1 Grafik Plot
Grafik Plot pada gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak, baik di bagian bawah angka 0
dari sumbu vertical atau sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedatisitas dalam
model regresi ini.
Gambar 4.3
Sumber: Data yang diolah penulis, 2015
4.3 Hasil Pengujian Hipotesis
Universitas Sumatera Utara
57
4.3.1 Hasil Pengukuran Adjusted
�
�
Regresi linear berganda ditujukan untuk menentukan hubungan linear antara beberapa variabel bebas yang biasa disebut X1, X2, X3, dan
seterusnya dengan variabel terikat yang disebut Y.
Tabel 4.5 Hasil Regresi Linear Berganda
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.965
a
.937 .932
.32809 a. Predictors: Constant, Kemandirian_Fiskal, Dana_Perimbangan,
PAD b. Dependent Variable: Pertumbuhan_Ekonomi
Berdasarkan tabel 4.7 diatas diketahui bahwa R = 0,965 berarti hubungan antara Pendapatan Asli Daerah, Dana Perimbangan, dan Kemandirian Fiskal
terhadap Pertumbuhan Ekonomi sebesar 96,5. Adjusted R Square sebesar 0,932 berarti93,2 faktor-faktor Pertumbuhan Ekonomi dapat dijelaskan
oleh Pendapatan Asli Daerah, Dana Perimbangan dan Kemandirian Fiskal sedangkan 6,8 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti
oleh penelitian ini.
4.3.2 Uji Signifikansi Simultan Uji Statistik F
Secara simultan, pengujian hipotesis dilakukan dengan uji F-test.Uji F digunakan untuk menunjukkan apakah semua variabel independen yang
Universitas Sumatera Utara
58
dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan ketentuan jika signifikansi 0,05 maka Ha diterima sedangkan jika
signifikansi 0,05 maka Ha ditolak. Serta membandingkan nilai F hasil perhitingan dengan F menurut tabel.Bila nilai F hitung lebih besar daripada
nilai F tabel, maka Ha diterima dan sebaliknya. Uji F ini dilakukan untuk mengetahui apakah variabel variabel PAD X1,
Dana Perimbangan X2 dan Kemandirian Fiskal X3 berpengaruh secara simultan atau bersama-sama terhadap Pertumbuhan Ekonomi Y.
Tabel 4.6 Hasil Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
.216 3
.072 3.391
.021
b
Residual 2.255
106 .021
Total 2.471
109 a. Predictors: Constant, Kemandirian_Fiskal, Dana_Perimbangan, PAD
b. Dependent Variable: Pertumbuhan_Ekonomi
Sumber: Data yang diolah penulis, 2015 Tabel 4.8 di atas mengungkapkan bahwa nilai signifikan 0,02 lebih
kecil dari 0,05 maka Pendapatan Asli Daerah, Dana Perimbangan dan Kemandirian Fiskal secara bersama-sama berpengaruh terhadap Pertumbuhan
Ekonomi. Sehinnga dapat disimpulkan bahwa Pendapatan Asli Daerah, Dana Perimbangan dan Kemandirian Fiskal secara bersama-sama berpengaruh
terhadap Pertumbuhan Ekonomi.
Universitas Sumatera Utara
59
4.3.3 Uji Signifikansi Parameter Individual Uji statistik t
Uji t dilakukan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial individu.Uji-t ini
dilakukan dengan membandingkan nilai P-value dari t deng an α.
Tabel 4.7 Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-.148 .104
.465 .000
PAD .489
.000 -.422
-1.039 .021
Dana_Perimbangan .395
.000 .375
1.218 .045
Kemandirian_Fiskal -.024
.078 .033
.109 .914
a. Dependent Variable: Pertumbuhan_Ekonomi
Sumber: Data yang diolah penulis, 2015 Dari hasil pengujian akan dijelaskan pengaruh variabel independen secara
satu persatu parsial dengan membandingkan antara nilai signifikansi t hitung yaitu:
1. Pendapatan Asli Daerah berpengaruh secara positif terhadap Pertumbuhan Ekonomi.Hal ini terlihat dari nilai signifikansi 0,021
dibawah atau lebih kecil dari 0,05. 2. Dana Perimbangan berpengaruh secara positif dan signifikan terhadap
Pertumbuhan Ekonomi. Hal ini terlihat dari nilai signifikansi 0,045 dibawah atau lebih kecil dari 0,05.
Universitas Sumatera Utara
60
3. Kemandirian Fiskal tidak berpengaruh berpengaruh terhadap Pertumbuhan Ekonomi. Hal ini terlihat dari nilai signifikansi 0,91 diatas
atau lebih besar dari 0,05. Dari tabel 4.9 diatas dapat diperoleh model persamaan regresi
berganda sebagai berikut: Y = - 0,148 + 0,489X1 + 0,395X2 – 0,024
X3 + ε
Keterangan : 1. Konstanta sebesar -0,148 menyatakan bahwa apabila tidak ada variabel
independen X = 0 maka Pertumbuhan Ekonomi sebesar -0,148 2. koefisien regresi variabel X1 sebesar 0,489 menyatakan bahwa setiap
penambahan karena tanda + satu nilai pada variabel X akan memberikan kenaikan skor sebesar 0,489. Hal ini menunjukkan bahwa variabel
Pendapatan Asli Daerah berpengaruh positif terhadap Pertumbuhan Ekonomi. Kemudian ini berarti bahwa bila Pendapatan Asli Daerah
ditingkatkan maka akan meningkatkan Pertumbuhan Ekonomi Daerah. 3.koefisien regresi variabel X2 sebesar 0,395 menyatakan bahwa setiap
penambahan karena tanda + satu nilai pada variabel X akan memberikan kenaikan skor sebesar 0,395.Hal ini menunjukkan bahwa variabel Dana
Perimbangan berpengaruh positif terhadap Pertumbuhan Ekonomi. Kemudian ini berarti bahwa bila Dana Perimbangan ditingkatkan maka
akan meningkatkan Pertumbuhan Ekonomi Daerah. 4. Koefisien regresi variabel X3 sebesar -0,024 menyatakan bahwa
variabel Kemandirian Fiskal berpengaruh negative terhadap Pertumbuhan
Universitas Sumatera Utara
61
Ekonomi. Hal ini berarti bahwa bila Kemandirian Fiskal ditingkatkan maka akan menurunkan Pertumbuhan Ekonomi Daerah.
4.4 Pembahasan Hasil Penelitian
Hasil pengujian secara individual parsial diketahui bahwa variabel PAD, Dana Perimbangan memiliki pengaruh yang signifikan terhadap Pertumbuhan
Ekonomi, hanya variabel Kemandirian Fiskal yang berpengaruh tidak signifikan terhadap Pertumbuhaan Ekonomi. Hal ini didukung dari nilai Adjusted R square
0,932 yang mengindikasikan bahwa ketiga variabel independen tersebut dapat menjelaskan variabel dependen sebesar 93,2. Sedangkan sisanya sebesar 6,8
dijelaskan oleh faktor-faktor lain.
Universitas Sumatera Utara
62
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil pengolahan data penelitian terhadap hipotesis yang disusun, penulis memberikan kesimpulan yang dijabarkan seperti dibawah ini.
a. Pengalokasian dan bantuan kepada daerah dari pemerintah pusat bertujuan untuk memenuhi kebutuhan fiscal daerah, mengupayakan keseimbangan
bantuan antar daerah untuk mendorong pertumbuhan ekonomi kea rah yang lebih merata. Hasil pengujian dalam penelitian ini menunjukkan
bahwa dana perimbangan berpengaruh terhadap pertumbuhan ekonomi daerah.
b. Kondisi ideal dari suatu perimbangan keuangan pusat dan daerah terjadi apabila setiap tingkat pemerintahan independen dalam bidang keuangan
untuk membiayai pelaksanaan tugas dan wewenang masing-masing. Hasil pengujian dalam penelitian ini menunjukkan bahwa kemandirian fiscal
dengan rasio pendapatan asli daerah dinilai berpengaruh secara signifikan terhadap pertumbuhan ekonomi . Analisis atas hasil penelitian ini adalah
kemampuan pemerintah daerah untuk membiayai pengeluarannya sendiri melalui pendapatan asli daerah meskipun masih kecil namun berpenngaruh
signifikan terhadap pertumbuhan ekonomi daerah. c. Implementasi fiscal akan memberikan dampak positif terhadap distribusi
pendapatan masyarakat. Hasil pengujian regresi menunjukkan bahwa
Universitas Sumatera Utara