Data Penelitian Pembahasan Hasil Penelitian

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

Dokumen yang terkait

Pengaruh Pendapatan Asli Daerah, Dana Perimbangan, dan Kemandirian Fiskal terhadap Pertumbuhan Ekonomi di Era Disentralisasi Fiskal Kabupaten/Kota Provinsi Sumatera Utara Periode 2008-2012

6 112 101

Pengaruh Pertumbuhan Ekonomi, Pendapatan Asli Daerah, dan Dana Perimbangan terhadap Belanja Modal pada Pemerintah Kabupaten/Kota di Provinsi Sumatera Utara

2 38 82

Pengaruh Desentralisasi Fiskal dan Belanja Modal Terhadap Pertumbuhan Ekonomi Kabupaten/Kota di Sumatera Utara

4 48 105

Analisis Pengaruh Dana Perimbangan dan PAD terhadap Pertumbuhan Ekonomi Kabupaten/Kota di Sumatera Utara Era Otonomi Daerah.

3 55 57

Pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Pertumbuhan Ekonomi terhadap Pengalokasian Anggaran Belanja Modal Kabupaten/Kota di Provinsi Sumatera Utara

1 40 75

Analisis Pengaruh Desentralisasi Fiskal terhadap Ketimpangan Pembangunan pada Kabupaten/Kota di Provinsi Sumatera Utara

0 31 81

Analisis Pengaruh Transfer Dana Perimbangan, Pendapatan Asli Daerah, dan Produk Domestik Regional Bruto (PDRB) Terhadap Belanja Daerah Kabupaten/Kota di Provinsi Sumatera Utara

3 50 114

Pengaruh Pendapatan Asli Daerah, Dana Perimbangan, dan Kemandirian Fiskal terhadap Pertumbuhan Ekonomi di Era Disentralisasi Fiskal Kabupaten/Kota Provinsi Sumatera Utara Periode 2008-2012

0 0 24

BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Teoritis - Pengaruh Pendapatan Asli Daerah, Dana Perimbangan, dan Kemandirian Fiskal terhadap Pertumbuhan Ekonomi di Era Disentralisasi Fiskal Kabupaten/Kota Provinsi Sumatera Utara Periode 2008-2012

0 0 29

KATA PENGANTAR - Pengaruh Pendapatan Asli Daerah, Dana Perimbangan, dan Kemandirian Fiskal terhadap Pertumbuhan Ekonomi di Era Disentralisasi Fiskal Kabupaten/Kota Provinsi Sumatera Utara Periode 2008-2012

0 0 14