5. Variabel SiLPA berpengaruh positif terhadap Belanja Modal dengan nilai koefisien sebesar 0,517, artinya setiap penambahan 1 rupiah SiLPA akan
menaikkan Belanja Modal sebesar 0,517 rupiah. 6. Variabel Luas Wilayah tidak berpengaruh terhadap Belanja Modal karena
tidak signifikan 0,102 0,05. Tabel 5.7 di atas menunjukkan bahwa variabel PAD 4,4342,012 secara
parsial berpengaruh terhadap Belanja Modal pada Kabupaten Kota di Sumatera Utara dimana nilai hitung t
hit
t
tabel.
Variabel DAU 2,7682,012 secara parsial berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
Dengan demikian menolak H0 menerima H1.
hitung
t
tabel
Variabel DBH -0,7052,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
. Dengan demikian menolak H0 menerima H1.
hitung
t
tabel
Variabel SiLPA 3,442,012 secara parsial berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
. Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
Luas Wilayah 1,6672,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
. Dengan demikian menolak H0 menerima H1.
hitung
t
tabel
. Dengan demikian menerima H0 menolak H1.
5.3.4 Hasil Uji Interaksi Moderating
a. Hasil Uji Koefisien Determinasi R
2
setelah Uji Interaksi
Universitas Sumatera Utara
Untuk mengukur seberapa jauh kemampuan variabel PAD, DAU, DBH, SiLPA, Luas Wilayah, DAK, interaksi PAD dengan DAK, interaksi DAU dengan
DAK, interaksi DBH dengan DAK, interaksi SiLPA dengan DAK dan interaksi Luas Wilayah dengan DAK dalam menerangkan variabel Belanja Modal dapat
dilihat melalui nilai R Square yang diperoleh dari hasil pengolahan data pada tabel 5.9 di bawah ini:
Tabel 5.9 Nilai Koefisien Determinasi R
2
Nilai R Square pada Tabel 5.6 diatas sebesar 0,901. Hal ini menunjukkan bahwa 90,1 varibel Belanja Modal dapat dijelaskan oleh varibel PAD, DAU,
DBH, SiLPA, Luas wilayah, DAK dan interaksinya masing-masing dengan variabel independen. Sisanya sebesar 9,9 dipengaruhi oleh variabel lain yang
tidak dijelaskan oleh model penelitian ini. Untuk menguji tingkat kepercayaan hasil hipotesis, selanjutnya dilakukan uji variabel secara simultan F dan secara
parsial t dengan tingkat kepercayaan 5 α =0,05.
setelah Uji Interaksi
b. Hasil Uji F setelah Uji Interaksi
Uji statistik F dilakukan untuk menunjukkan apakah variabel PAD, DAU, DBH, SiLPA, Luas Wilayah, DAK dan interaksinya masing-masing dengan
variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel Belanja Modal. Uji ini dapat dilakukan dengan
membandingkan nilai F
-hitung
dengan nilai F-
tabel
, jika nilai F-
hitung
F
-tabel
maka H0
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.949
a
.901 .874
3.81727E10 a. Predictors: Constant, Moderat5, Moderat4, DAU_X2, DAK_Z, PAD_X1, DBH_X3, LW_X5, SiLPA_X4, Moderat2,
Moderat3, Moderat1 Sumber: Lampiran 6 hasil output SPSS
Universitas Sumatera Utara
ditolak atau dapat dinyatakan bahwa semua variabel independen secara simultan mempengaruhi variabel dependen atau sebaliknya. Hal ini dapat dilihat dari hasil
regresi uji F pada Tabel 5.10 di bawah ini:
Tabel 5.10 Hasil Regresi Uji F setelah Uji Interaksi
Dari Tabel 5.10 diperoleh nilai F
-hitung
sebesar 33,248 sedangkan F
tabel
pada tingkat kepercayaan 95 α=0,05 adalah 2,41. Hal ini menunjukkan bahwa
F
hitung
F
tabel
33,248 2,41 maka H0 ditolak. Artinya variabel PAD, DAU, DBH, SiLPA, Luas Wilayah, DAK dan interaksinya dengan masing-masing
variabel independen secara simultan berpengaruh terhadap Belanja Modal, sehingga dapat disimpulkan variabel DAK dapat memoderasi hubungan antara
PAD, DAU, DBH, SiLPA dan Luas Wilayah dengan Belanja Modal.
c. Hasil Uji t setelah Uji Interaksi
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel PAD, DAU, DBH, SiLPA, Luas Wilayah, DAK dan interaksinya dengan
masing-masing variabel independen secara individual parsial dalam menerangkan variabel terikat Belanja Modal. Apabila nilai t-
hitung
lebih besar dari pada t-
tabel
dapat disimpulkan bahwa suatu variabel independen secara parsial mempengaruhi variabel dependen. Hal ini dapat dilihat dari Tabel 5.11 di bawah
ini:
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
5.329E23 11
4.845E22 33.248
.000
a
Residual 5.829E22
40 1.457E21
Total 5.912E23
51 a. Predictors: Constant, Moderat5, Moderat4, DAU_X2, DAK_Z, PAD_X1, DBH_X3, LW_X5, SiLPA_X4, Moderat2,
Moderat3, Moderat1 b. Dependent Variable: BM_Y
Sumber: Lampiran 7 hasil output SPSS
Universitas Sumatera Utara
Tabel 5.11 Hasil Regresi Berganda setelah Uji Interaksi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1.289E11
6.766E10 1.905
.064 PAD_X1
.916 1.127
1.736 .813
.421 DAU_X2
-.475 .243
-.894 -1.955
.058 DBH_X3
3.337 2.223
1.453 1.501
.141 SiLPA_X4
-1.075 .742
-.572 -1.449
.155 LW_X5
24320324.832 21891791.541
.441 1.111
.273 DAK_Z
-1.342 1.471
-.207 -.912
.367 X
1
-1.028E-11 Z Moderat1
.000 -1.439
-.559 .579
X
2
1.195E-11 Z Moderat2
.000 2.044
2.478 .018
X
3
-6.554E-11 Z Moderat3
.000 -2.224
-1.568 .125
X
4
3.233E-11 Z Moderat4
.000 1.323
2.010 .051
X
5
.000 Z Moderat5
.000 -.480
-.964 .341
a. Dependent Variable: BM_Y
Sumber: Lampiran 7 hasil output SPSS
Dari hasil regresi tersebut diperoleh persamaan regresi sebagai berikut:
Z = 1,289E11 + 0,916X1 - 0,475X2 + 3,337X3 -1,075X4 + 24320324,832X5 - 1,342Z – 1,028E-11X
1
Z + 1,195E-11X
2
Z - 6,554E-11 X
3
Z + 3,233E-11X
4
Z + 0,00X
5
Dari persamaan regresi dengan uji interaksi di atas dapat dijelaskan beberapa hal sebagai berikut:
Z
1. Nilai konstanta sebesar 1,289E11 artinya apabila nilai variabel PAD, DAU, DBH, SiLPA, Luas Wilayah, DAK, Interaksinya dengan variabel Moderating
bernilai nol, maka Belanja Modal tetap sebesar 1,289E11 rupiah. 2. Nilai konstanta positif, koefisien pada variabel PAD, DBH, Luas Wilayah,
Interaksi DAU dengan DAK, interaksi SiLPA dengan DAK dan interaksi Luas Wilayah dengan DAK juga bernilai positif. Hal ini menandakan bahwa
persamaan regresi berganda setelah uji interaksi memiliki hubungan yang
Universitas Sumatera Utara
searah. Artinya Belanja Modal akan meningkat seiring meningkatnya PAD, DBH, Luas Wilayah, Interaksi DAU dengan DAK, interaksi SiLPA dengan
DAK dan interaksi Luas Wilayah dengan DAK. Namun untuk variabel DAU, SiLPA, DAK, interaksi PAD dengan DAK, interaksi DBH dengan DAK
bernilai negatif. Hal ini menandakan bahwa persamaan regresi berganda setelah uji interaksi memiliki hubungan yang tidak searah. Artinya
DAU, SiLPA, DAK, interaksi PAD dengan DAK, interaksi DBH dengan DAK tidak
berpengaruh terhadap Belanja Modal. Tabel 5.11 di atas menunjukkan bahwa variabel PAD 0,8132,012 secara
parsial tidak berpengaruh terhadap Belanja Modal pada Kabupaten Kota di Sumatera Utara dimana nilai hitung t
hit
t
tabel.
Variabel DAU -1,9552,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
Dengan demikian menerima H0 menolak H1. Setelah uji interaksi nilai koefisien PAD tetap benilai positif.
Artinya, PAD tetap dialokasikan untuk Belanja Modal meskipun DAK disediakan untuk mendanai Belanja Modal.
hitung
t
tabel
. Dengan demikian menerima H0 menolak H1. Variabel DBH 1,5012,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di
Sumatera Utara dimana nilai t
hitung
t
tabel
Variabel SiLPA -1,4492,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
. Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
. Dengan demikian menerima H0 menolak H1.
Universitas Sumatera Utara
Luas Wilayah 1,1112,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
hitung
t
tabel
Variabel DAK -0,9122,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai t
. Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
Interaksi PAD dengan DAK -0,5592,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara
dimana nilai t . Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
Interaksi DAU dengan DAK 2,4782,012 secara parsial berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara dimana nilai
t . Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
Interaksi DBH dengan DAK -1,5682,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara
dimana nilai t . Dengan demikian menolak H0 menerima H1.
hitung
t
tabel
Interaksi SiLPA dengan DAK 2,012,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara
dimana nilai t . Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
Interaksi Luas Wilayah dengan DAK -1,5682,012 secara parsial tidak berpengaruh terhadap Belanja Modal pada KabupatenKota di Sumatera Utara
dimana nilai t . Dengan demikian menerima H0 menolak H1.
hitung
t
tabel
. Dengan demikian menerima H0 menolak H1.
5.4 Pembahasan Hasil Penelitian