Analisis Pengaruh Derajat Desentralisasi Fiskal, Alokasi Belanja Modal, Ketergantungan Keuangan Daerahterhadap Indeks Pembangunan Manusia Pada Pemerintahan Kabupaten/Kota di Provinsi Jawa Barat

Lampiran 1

Daftar Populasi dan Sampel Penelitian

No Kabupaten/Kota Kriteria Sampel

1 2

1 Bogor √ √ Sampel 1

2 Sukabumi √ √ Sampel 2

3 Cianjur √ √ Sampel 3

4 Bandung √ √ Sampel 4

5 Garut √ √ Sampel 5

6 Tasikmalaya √ √ Sampel 6

7 Ciamis √ √ Sampel 7

8 Kuningan √ √ Sampel 8

9 Cirebon √ √ Sampel 9

10 Majalengka √ √ Sampel 10

11 Sumedang × √ -

12 Indramayu √ √ Sampel 11

13 Subang √ √ Sampel 12

14 Purwakarta √ √ Sampel 13

15 Karawang √ √ Sampel 14

16 Bekasi √ √ Sampel 15

17 Bandung Barat √ √ Sampel 16

18 Pangandaran × √ -

19 Kota Bogor √ √ Sampel 17

20 Kota Sukabumi √ √ Sampel 18

21 Kota Bandung √ √ Sampel 19

22 Kota Cirebon √ √ Sampel 20

23 Kota Bekasi √ √ Sampel 21

24 Kota Depok √ √ Sampel 22

25 Kota Cimahi √ √ Sampel 23

26 Kota Tasikmalaya √ √ Sampel 24

Lampiran 2

Hasil Perhitungan Variabel Independen dan Variabel Dependen pada Pemerintahan Kabupaten/Kota Provinsi Jawa Barat Tahun 2011

No Kabupaten/Kota DDF BM KKD IPM

1 Bogor 0.20123050 24.9769912 0.7255839 66.74 2 Sukabumi 0.08179896 26.0347662 0.8761442 63.63 3 Cianjur 0.08318649 26.1282367 0.8404439 61.68 4 Bandung 0.11863640 25.8734922 0.8813635 68.58 5 Garut 0.05922933 25.9195572 0.8892701 61.67 6 Tasikmalaya 0.03398299 25.8421193 0.8924575 61.05 7 Ciamis 0.03681753 26.0791336 0.8710450 65.48 8 Kuningan 0.06331662 25.9639242 0.8426621 65.04 9 Cirebon 0.10882468 25.9933625 0.8266150 64.17 10 Majalengka 0.06775027 26.0009779 0.8781448 62.67 11 Indramayu 0.08642265 26.1571398 0.8487651 61.47 12 Subang 0.06698687 25.9420353 0.8952189 64.21 13 Purwakarta 0.11217354 25.6964828 0.8416723 65.51 14 Karawang 0.18722034 26.0111686 0.7885665 65.21 15 Bekasi 0.25349412 27.1901898 0.6121974 68.66 16 Bandung Barat 0.07396975 25.7286030 0.8573400 62.36 17 Kota Bogor 0.20185874 25.6132612 0.7074366 71.72 18 Kota Sukabumi 0.18290696 24.7538001 0.7889223 68.67 19 Kota Bandung 0.26747186 27.1401319 0.5685275 78.13 20 Kota Cirebon 0.14324825 25.6649879 0.6782362 71.49 21 Kota Bekasi 0.25597041 26.5037122 0.7074366 77.48 22 Kota Depok 0.21273002 26.4118037 0.6379872 76.96 23 Kota Cimahi 0.16166021 25.3567408 0.6458406 74.41 24 Kota Tasikmalaya 0.12053099 25.3719799 0.7731924 67.18 25 Kota Banjar 0.09388855 25.7433123 0.9029381 67.15

Lampiran 3

Hasil Perhitungan Variabel Independen dan Variabel Dependen pada Pemerintahan Kabupaten/Kota Provinsi Jawa Barat Tahun 2012

No Kabupaten/Kota DDF BM KKD IPM

1 Bogor 0.26510052 27.6658740 0.65676783 65.66 2 Sukabumi 0.09107336 26.3169404 0.89717311 62.27 3 Cianjur 0.10601782 26.4998052 0.84924177 60.28 4 Bandung 0.12621101 26.9168309 0.87378898 68.31 5 Garut 0.07909268 26.4687980 0.87416631 61.04 6 Tasikmalaya 0.03362256 26.5939328 0.85497110 61.69 7 Ciamis 0.04697167 26.2520503 0.85719622 66.29 8 Kuningan 0.06669703 26.2721785 0.81043714 65.60 9 Cirebon 0.11532702 26.5491265 0.76330616 64.48 10 Majalengka 0.06589438 26.5840565 0.84852180 63.13 11 Indramayu 0.08732865 26.6015002 0.79960005 62.09 12 Subang 0.07724230 26.1619635 0.89717311 64.86 13 Purwakarta 0.13101697 25.8386556 0.83998027 66.30 14 Karawang 0.26760768 27.1937065 0.70112028 65.97 15 Bekasi 0.28752868 27.6006149 0.70013220 69.38 16 Bandung Barat 0.09568436 26.5851218 0.85347926 63.17 17 Kota Bogor 0.22183989 26.1271858 0.72493323 72.25 18 Kota Sukabumi 0.20257324 24.8402158 0.78005940 69.74 19 Kota Bandung 0.27424802 27.4161743 0.68989586 78.30 20 Kota Cirebon 0.07495986 25.2657650 0.79952398 71.97 21 Kota Bekasi 0.27277526 27.3261063 0.51933697 77.71 22 Kota Depok 0.29035866 26.5218919 0.56612266 77.28 23 Kota Cimahi 0.16565260 25.4403801 0.71318797 74.99 24 Kota Tasikmalaya 0.14415350 25.5637560 0.80269111 67.84 25 Kota Banjar 0.10032317 25.7246849 0.89636921 67.53

Lampiran 4

Hasil Perhitungan Variabel Independen dan Variabel Dependen pada Pemerintahan Kabupaten/Kota Provinsi Jawa Barat Tahun 2013

No Kabupaten/Kota DDF BM KKD IPM

1 Bogor 0.27579678 27.9062117 0.58404612 66.74 2 Sukabumi 0.11354321 26.6948823 0.78720575 63.63 3 Cianjur 0.11837957 26.4595200 0.84993572 61.68 4 Bandung 0.15060482 26.8304627 0.80894117 68.58 5 Garut 0.08777281 27.2633840 0.87246426 61.67 6 Tasikmalaya 0.03183657 26.9143252 0.81497113 62.40 7 Ciamis 0.05348338 26.6929831 0.87424103 67.20 8 Kuningan 0.06920990 26.2834471 0.86977529 66.16 9 Cirebon 0.10831072 26.5026556 0.76817272 65.06 10 Majalengka 0.07953368 26.6769636 0.78845384 63.71 11 Indramayu 0.08236116 26.1808919 0.84055325 62.98 12 Subang 0.07892497 24.0945826 0.91887376 65.48 13 Purwakarta 0.12672970 26.1689782 0.83365097 67.09 14 Karawang 0.24549890 27.0713800 0.73877041 66.61 15 Bekasi 0.34337916 27.7067221 0.61471346 70.09 16 Bandung Barat 0.11198676 26.4871693 0.81741965 63.93 17 Kota Bogor 0.29516269 26.1362862 0.68742951 72.86 18 Kota Sukabumi 0.20782847 25.4727371 0.76237107 70.81 19 Kota Bandung 0.33304377 27.6938507 0.64961549 78.55 20 Kota Cirebon 0.20398929 25.8558972 0.71145375 72.27 21 Kota Bekasi 0.32732677 27.5127131 0.63774344 78.63 22 Kota Depok 0.30249127 24.9059052 0.53244067 78.27 23 Kota Cimahi 0.19644170 25.5168470 0.78326171 75.85 24 Kota Tasikmalaya 0.12659937 26.2892534 0.71862582 68.63 25 Kota Banjar 0.11374321 26.1230157 0.88625678 68.01

Lampiran 7 : Statistik Deskriptif Data

Hasil Analisis Deskriptif Data

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

DDF 75 .0318 .3434 .148648 .0855727

BM 75 29117 1316782 336282 272879.083

KKD 75 .5193 .9189 .779981 .1008481

IPM 75 59 79 67.57 5.283

Lampiran 8 : Hasil Pengujian Asumsi Klasik

Hasil Uji Normalitas melalui Kolmogorov Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 75

Normal Parametersa Mean .0000000

Std. Deviation 3.15001318

Most Extreme Differences Absolute .073

Positive .073

Negative -.059

Kolmogorov-Smirnov Z .630

Asymp. Sig. (2-tailed) .822

a. Test distribution is Normal. b. Calculated from data

Hasil Uji Normalitas Melalui Normal P-Plots

Hasil Uji Autokorelasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .803a .644 .629 3.2158742 1.579

a. Predictors: (Constant), KKD, BM, DDF b. Dependent Variable: IPM

Lampiran 9 : Hasil Pengujian Hipotesis

Hasil Uji Koefesien Determinasi (R2)

Model Summaryb

Model R R Square

Adjusted R Square 1 .803a .644 .629 a. Predictors: (Constant), KKD, BM, DDF b. Dependent Variable: IPM

Hasil Uji -F

ANOVAb

Model Sum of Squares df Mean Square F Sig. 1 Regression 1331.071 3 443.690 42.902 .000a

Residual 734.271 71 10.342

Total 2065.342 74

a. Predictors: (Constant), KKD, BM, DDF b. Dependent Variable: IPM

Hasil Uji -t Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients

T Sig.

Collinearity Statistics B Std. Error Beta

Toleranc e VIF 1

(Constant) 125.440 15.687 7.996 .000

DDF 29.072 8.600 .471 3.381 .001 .743 .372 BM -1.718 .530 -.245 -3.240 .002 .060 -.359 KKD -21.889 7.251 -.418 -3.019 .004 -.740 -.337 a. Dependent Variable: IPM

DAFTAR PUSTAKA

Anggraini, Tita dan Sutaryo, 2015.Pengaruh Rasio Keuangan Daerah terhadap Indeks Pembangunan Manusia Pemerintah Provinsi di Indonesia, Jurnal Ilmiah Simposium Nasional Akuntansi XVIII, Tidak dipublikasikan, Medan.

Bagus, Ida. dan Firda Rizky, 2014. Pengaruh Kemandirian Keuangan Daerah dan Keserasian Alokasi Belanja Modal terhadap Indeks Pembangunan Manusia, E-Jurnal EP Unud, 3 [6] : 257-264.

Badan Pusat Statistik, 2013. Jawa Barat dalam Angka 2013.Jawa Barat : Badan Pusat Statistik Jawa Barat.

, 2014. Indeks Pembangunan Manusia 2014 Metode Baru.Jakarta : Badan Pusat Statistik.

, 2014. Jawa Barat dalam Angka 2014.Jawa Barat : Badan Pusat Statistik Jawa Barat.

, 2015. Jawa Barat dalam Angka 2015.Jawa Barat : Badan Pusat Statistik Jawa Barat.

Dewi dan Supadmi, 2016, Pengaruh Alokasi Belanja Rutin dan Belanja Modal pada Indeks Pembangunan Manusia, E-Jurnal Akuntansi Universitas Udayana, Vol 14.1.JanuRI (2016). Hal: 695-722.

Erlina, Sirojuzilam, Rasdianto, 2012. Pengelolaan dan Akuntansi Keuangan Daerah, USU Press, Medan.

Ghozali, Imam, 2013. Aplikasi Analisis Multivariate Dengan Program IBM SPSS 21, Badan Penerbit Universitas Dipenogoro, Semarang.

Halim, Abdul, 2008. Akuntansi Keuangan Daerah, Salemba Empat, Jakarta. Irwanti, Eva, 2014. Analisis Pengaruh Dana Perimbangan terhadap IPM di

Kabupaten/Kota Provinsi Papua Barat periode 2008-2012, Skirpsi Universitas Hasanuddin, Tidak dipublikasikan, Makassar

Mardiasmo, 2007.Akuntansi Sektor Publik, Edisi 3, Andi Offset, Yogyakarta. Nordiawan, Dedi, 2006. Akuntansi Sektor Publik, Salemba Empat, Jakarta.

Panggabean. 2012. The Influence of Private Investment, Human Development Index (HDI) and Local Government Capital Expenditure (LGCE) on the Economic Growth and Original Local Government Revenue (OLGR) in the Regency/City of West Kalimantan Province,International Journal of

African and Asian Studies - An Open Access International Journal Vol.4 2014 International Journal of Business Administration.

Priambodo, Anugrah, 2015, Analisis Pengaruh Belanja Pemerintahan Daerah terhadap Indeks Pembangunan Manusia (Studi Pada Kabupaten/Kota di Pulau Jawa tahun 2007-2013), Jurnal Ilmiah Universitas Brawijaya, Malang.

Republik Indonesia, Undang-Undang Nomor 17 Tahun 2003 tentang Keuangan Negara.

, Peraturan Pemerintah Nomor 32 Tahun 2004 tentang

Pemerintah Daerah.

, Peraturan Pemerintah Nomor 33 Tahun 2004 tentang

Perimbangan Keuangan antara Pemerintah Pusat dengan Pemerintah Daerah.

, Peraturan Pemerintah Nomor 71 Tahun 2010 tentang “Standar Akuntansi Pemerintahan.

,Peraturan Pemerintah Dalam Negeri Nomor 13 Tahun 2006 tentang Pedoman Pengelolaan Keuangan Daerah.

Samuelson, Paul A. dan William D. Nordhaus, 1992.Makro Ekonomi, Edisi 14, Erlangga, Jakarta.

Setiawan dan Budiana, 2015.Pengaruh Belanja Modal terhadap Indeks Pembangunan Manusia melalui Pertumbuhan Ekonomi sebagai variabel Intervening Provinsi Bali, E-Jurnal Ekonomi Pembangunan Universitas Udayana; Vol 4 No. 10, Oktober 2015

Suharyadi, 2009.Staistika untuk Ekonomi dan Keuangan Modern, Edisi 2, Salemba Empat, Jakarta.

Todaro dan C. Smith, 2006.Pembangunan Ekonomi, Edisi 9, Pearson Education Ltd, United Kingdom.

Umar, Husein, 2003. Metode Penelitian Untuk Skripsi dan Tesis Bisnis, Edisi Keempat, Raja Grafindo Persada, Jakarta.

United Nations Development Programme (UNDP), 1995. Human Development Report 1995, New York, Oxford University Press.

www.bps.go.id

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang dilakukan adalah penelitian asosiatif kausal, yaitu penelitian yang dimaksudkan untuk mengungkapkan permasalahan yang berisfat hubungan sebab akibat antara dua variabel atau lebih (Sugiyono, 2008:37). Dalam penelitian ini terdapat variabel independen (yang mempengaruhi) dan variabel dependen (yang dipengaruhi).

Pernelitian ini dilakukan untuk mengatahui dan membuktikan pengaruh Derajat Desentralisasi Fiskal, Alokasi Belanja Modal dan Ketergantungan Keuangan Daerah sebagai variabel independen terhadap Indeks Pembangunan Manusia sebagai variabel dependen.

3.2 Tempat dan Waktu Penelitian

Lokasi penelitian ini dilaksanakan di wilayah Pemerintahan Kabupaten/Kota Provinsi Jawa Barat yang dijadikan sebagai sampel. Waktu penelitian dilakukan bulan Maret 2016 sampai dengan Juli 2016.

3.3 Definisi Operasional dan Skala Pengukuran Variabel

Variabel-variabel dalam penelitian ini dapat digambarkan dan didefinisikan secara operasional sebagai berikut :

3.3.1 Variabel Dependen

Adapun yang menjadi variabel terikat (independen) dalam penelitian ini adalah sebagai berikut :

3.3.1.1 Indeks Pembangunan Manusia

IPM adalah indikator untuk mengukur keberhasilan pembangunan suatu daerah yang diukur berdasarkan tiga acuan, yakni panjang umur dan menjalani hidup sehat (diukur dari Angka Harapan Hidup), terdidik (diukur Angka Harapan Lama Sekolah), dan memiliki standar hidup yang layak (diukur dari Paritas Daya Beli atau pendapatan per kapita).

3.3.2 Variabel Independen

Adapun yang menjadi variabel bebas (independen) dalam penelitian tersebut adalah sebagai berikut.

3.3.2.1 Derajat Desentralisasi Fiskal

Desentralisasi fiskal dapat diartikan sebagai suatu proses distribusi anggaran dari tingkat pemerintah yang lebih tinggi kepada pemerintah yang lebih rendah, untuk mendukung fungsi atau tugas pemerintah dan pelayanan publik sesuai dengan banyaknya kewenangan bidang pemerintahan yang dilimpahkan. Semakin tinggi Pendapatan Asli Daerah (PAD), maka semakin tinggi kemampuan daerah dalam penyelenggaraan desentralisasi. Derajat Desenralisasi

Fiskal dapat diukur dengan rumus :

��������������������������������

= ���

��������������������� ���%

3.3.2.2 Belanja Modal

Belanja Modal adalah pengeluaran anggaran untuk perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi. Berdasarkan Peraturan Menteri Dalam Negeri No. 59 Tahun 2007 pasal 53 (perubahan pertama dari Permendagri No. 13 Tahun 2006) menyatakan bahwa belanja modal digunakan untuk pengeluaran yang dilakukan dalam rangka pengadaan aset tetap berwujud yang mempunyai nilai manfaat lebih dari 12 bulan untuk digunakan dalam kegiatan pemerintahan. Nilai aset tetap berwujud yang dianggarkan dalam belanja modal sebesar harga beli/bangun aset ditambah seluruh belanja yang terkait dengan pengadaan/pembangunan aset sampai aset tersebut siap digunakan.

3.3.2.3 Ketergantungan Keuangan Daerah

Ketergantungan Keuangan Daerah adalah perbandingan antara pendapatan transfer dengan total pendapatan yang diperoleh suatu daerah. Apabila semakin tinggi rasio ketergantungan daerah semakin tinggi pula tingkat ketergantungan pemerintah provinsi

terhadap pemerintah pusat. Ketergantungan Keuangan Daerah dapat dihitung dengan rumus :

���������������������������������

= ������������������

��������������������� ���%

Tabel 3.1

Skala Pengukuran Variabel dan Definisi Operasional

Variabel Definisi Operasional Pengukuran Skala

Derajat Desentralisasi

Fiskal (X1)

Proses distribusi anggaran dari tingkat pemerintah yang lebih tinggi kepada

pemerintah yang lebih rendah, untuk mendukung

fungsi atau tugas pemerintah dan pelayanan

publik sesuai dengan banyaknya kewenangan bidang pemerintahan yang

dilimpahkan. ��� ��������������������� ���% Rasio Belanja Modal (X2)

Pengeluaran anggaran untuk perolehan aset tetap

dan aset lainnya yang memberi manfaat lebih

dari satu periode akuntansi.

Realisasi Belanja Modal tahun 2011-2013.

Rasio

Ketergantungan Keuangan

Daerah (X3)

Realisasi pendapatan daerah bagi pemerintah

kabupaten/kota yang berasal dari APBD

provinsi untuk

������������������ ���������������������

���%

mendukung pelaksanaan kewenangan pemerintah

daerah dalam mencapai tujuan pemberian otonomi kepada daerah

IPM (Y)

Indikator untuk mengukur keberhasilan pembangunan suatu

daerah yang diukur berdasarkan tiga acuan, yakni panjang umur dan

menjalani hidup sehat, terdidik dan memiliki standar hidup yang layak

Capaian IPM

(Angka Indeks) Rasio

3.3 Populasi dan Sampel Penelitian

Adapun yang menjadi populasi dan sampel yang digunakan penulis dalam penelitian in adalah sebagai berikut :

3.3.1 Populasi Penelitian

Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,2011:80).Kualitas atau ciri tersebut yang disebut sebagai variabel.Populasi penelitian ini adalah Laporan APBD dan Laporan Realisasi

APBD 18 kabupaten dan 9 kota di Provinsi Jawa Barat untuk tahun 2011-2013.

3.3.2 Sampel Penelitian

Sampel adalah sebagian dari subyek dalam populasi yang diteliti, yang sudah tentu mampu secara representative dapat mewakili populasinya (Sabar,2007).Pengambilan sampel yang digunakan dalam penelitian ini menggunakan teknik non-probability sampling dengan cara purposive samplingyaitu “teknik penentuan sampel dengan pertimbangan tertentu.” (Erlina, 2008:83)

Adapun yang menjadi kriteria yang ditentukan peneliti dalam pengambilan sampel adalah sebagai beikut :

1. Daerah Kabupaten/Kota di Provinsi Jawa Barat yang secara konsisten mempublikasikan Laporan APBD dan Laporan Realisasi APBD dalam situs Direktorat Jendral Perimbangan Keuangan selama periode 2011-2013.

2. Ketersediaan data IPM daerah Kabupaten/Kota di Provinsi Jawa Barat hasil perhitungan Badan Pusat Statistik (BPS) selama periode 2011-2013.

Berdasarkan kriteria sampel tersebut diperoleh sampel yang memenuhi kriteria, yaitu Kabupaten danKota di Provinsi Jawa Barat, sehingga jumlah sampel yang diteliti adalah 75 sampel (25 dikali 3 tahun).

Dalam penelitian ini, jenis data yang digunakan adalah data sekunder. Data sekunder adalah data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak pengumpul data primer atau oleh pihak lainnya (Husein, 2011:42). Data yang digunakan dalam penelitian ini adalah data panel (pooled data) yaitu data yang menggabung antara data runtut waktu (time series) dan data silang (cross section). Time series atau runtun waktu adalah himpunan observasi data terurut dalam waktu (Hanke&Winchern, 2005: 58).Sedangkan, data cross section adalah adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam suatu kurun waktu.. Periode dalam penelitian ini dimulai dari tahun 2011, 2012 dan 2013.

Sumber dalam penelitian ini diperoleh penulis dari situs sumber lainnya.

3.5 Metode Pengumpulan Data

Dalam penelitian ini, metode pengumpulan data yang digunakan adalah teknik dokumentasi, yaitu peneliti mengumpulkan data-data sekunder dari Badan Pusat Statistik dan mengunduh data-data yang dibutuhkan dalam penelitian ini melalui situs kepustakaan dengan membaca dan mempelajari literatur-literatur yang berkaitan dengan permasalahan yang diteliti.

3.6 Teknik Analisis Data

Dalam penelitian ini, metode analisis data yang digunakan adalah analisis statistik dengan menggunakan software SPSS 19.0 for windows.Adapun metode analisis data yang digunakan dalam penelitian ini adalah pengujian asumsi klasik yang dilanjutkan dengan analisis regresi berganda, pengujian hipotesis, dan uji residual.

3.7.1 Statistik Deskriptif

Menurut Ghozali (2006:19), statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata- rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi).

3.7.2 Uji Asumsi Klasik

Karena data yang digunakan adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang mendasari model regresi. Salah satu syarat yang mendasari penggunaan model regresi adalah dipenuhinya semua asumsi klasik agar hasil pengujian bersifat tidak bias dan efisien (Best Linier Unbiased Estimator/BLUE). Pengujian asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas, dan autokorelasi. Adapun masing-masing pengujian tersebut dapat dijabarkan sebagai berikut :

3.7.2.1 Uji Normalitas

Uji ini dimaksudkan untuk tahap awal dalam metode pemilihan analisis data.Jika data normal, gunakan statistik parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatmentagar data normal.Menurut (Ghozali, 2005 : 110) ada dua cara unutk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu :

1) Analisis Grafik

Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

2) Analisis statistik

Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z-skewness. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametrik Kolmogorov-Smirnov (K-S).

Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal dapat dilihat dari :

a) nilai Sig. Atau signifikan atau probabilitas < 0,05, maka distribusi data adalah tidak normal,

b) nilai Sig. Atau signifikan atau probabilitas > 0,05, maka distribusi data adalah normal.

3.7.2.2 Uji Multikolinearitas

Menurut Gujarati (1995) dalam (Hadi, 2006 : 168), “uji multikolinearitas berhubungan dengan adanya korelasi antar variabel independen. Sebuah persamaan terjangkit penyakit ini bila dua atau lebih variabel independen memiliki tingkat korelasi yang tinggi.Sebuah persamaan regresi dikatakan baik bila persamaan tersebut memiliki variabel independen yang saling tidak berkorelasi.”

Menurut (Ghozali, 2013 : 105), untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi, dapat dilihat dari :

1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independennya banyak yang tidak signifikan mempengaruhi variabel dependen.

2) Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. 3) Multikolinearitas dapat juga dilihat dari nilai tolerance dan

lawannya, serta variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai Cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance< 0.10 atau sama dengan nilai VIF > 10.

3.7.2.3 Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Jika varians dari residual satu ke residual pengamatan lain tetap maka disebut homokedastisitas, jika varians berbeda disebut heterokedastisitas. “Model yang baik adalah bahwa bila tidak terdapat heterokedastisitas, dengan kata lain bahwa jika terdapat heterokedastisitas maka model tersebut kurang efisien” (Santoso, 2001:208).

Untuk mendeteksi adanya heterokedastisitas (Ghozali, 2013:139) dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplotantara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi , dan sumbu X adalah residual yang telah di-studentized.

Dasar analisis yang digunakan dalam uji heterokedastisistas dijelaskan sebagai berikut.

• Jika ada pola tertentu, seperti titik –titik yang membentuk suatu pola tertentu teratur, bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.

• Jika tidak ada pola tertentu serta titik–titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas, maka mengindikasikan telah terjadi heteroskedastisitas.

(Gozhali, 2013:139)

3.7.2.4 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t

dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka ada masalah autokorelasi (Ghozali, 2013:110). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu dengan yang lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya yang biasanya dijumpai pada data deret waktu (time series).

Konsekuensi adanya autokorelasi dalam model regresi adalah

variance sample tidak dapat menggambarkan variance populasinya, sehingga model regresi yang dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependen pada nilai independen tertentu.

Untuk menguji ada tidaknya gejala autokorelasi maka dapat dideteksi dengan uji Durbin-Waston (DW test). Pedoman dalam pengambilan keputusan ada tidaknya autokorelasi diuraikan oleh :

a. Angka D-W dibawah -2 berarti ada autokorelasi positif. b. Angka D-W diantara -2 sampai +2 bearti tidak ada

autokorelasi.

c. Angka D-W diatas +2 berarti ada autokorelasi negatif.

3.7.3 Analisis Regresi Berganda

Pengujian yang dilakukan untuk hipotesis pertama menggunakan analisis regresi berganda (Multiple Regression Analysis) karena terdiri dari tiga variabel independen dan satu variabel dependen. Analisis regresi

berganda bertujuan untuk mengukur hubungan antara dua variabel atau lebih, dan menunjukkan arah hubungan antara variabel dependen dengan variabel independen (Ghozali, 2013:91). Model persamaan regresi untuk menguji hipotesis pertama dengan formula sebagai berikut :

Y = a + b1X1 + b2X2 + b3X3 + e Dimana :

Y = Indeks Pembangunan Manusia a = Konstanta

X1 =Derajat Desentralisasi Fiskal

X2 =Alokasi Belanja Modal

X3 = Ketergantungan Keuangan Daerah

b1 = Koefisien Regresi Derajat Desentralisasi Fiskal

b2 = Koefisien Regresi Alokasi Belanja Modal

b3 = Koefisien Regresi Ketergantungan Keuangan Daerah

e = Error (pengganggu)

3.7.4 Uji Hipotesis

Adapun pengujian terhadap hipotesis yang diajukan dalam penelitian dilakukan dengan cara sebagai berikut :

3.7.4.1 Uji Koefesien Determinasi (R2)

Menurut Ghozali (2013:97) koefesien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.Koefisien determinasi berkisar antar nol sampai dengan satu (0≤ R2≤1). Hal ini berarti R2 = 0 menunjukkan tidak adanya pengaruh antara variabel independen dengan variabel dependen, bila R2 semakin besar mendekati 1, menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila R2 semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen.

3.7.4.2 Uji Signifikansi Simultan (Uji-F)

Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2013:98). Bentuk pengujiannya adalah :

1. Ho : b1=b2=b3=0, artinya variabel Derajat Desentralisasi Fiskal, Alokasi Belanja Modal dan Ketergantungan Keuangan Daerah secara simultan tidak mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.

2. Ha : b1≠b2≠b3≠0, artinya variabel Derajat Desentralisasi Fiskal, Alokasi Belanja Modal dan Ketergantungan Keuangan Daerah secara simultan mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.

Kriteria pengambilan keputusan : Ho diterima jika F hitung < F tabel Ha diterima jika F hitung > F tabel

3.7.4.3 Uji Signifikansi Parsial (Uji-t)

Pengujian ini bertujuan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan.

Bentuk pengujiannya untuk hipotesis pertama adalah :

a. Ho : b1b2b3 = 0, artinya variabel Derajat Desentralisasi Fiskal, Alokasi Belanja Modal dan Ketergantungan Keuangan Daerah secara parsial tidak mempunyai pengaruh yang signifikan Indeks Pembangunan Manusia.

b. Ha : b1b2b3 ≠ 0, artinya Derajat Desentralisasi Fiskal, Alokasi Belanja Modal dan Ketergantungan Keuangan Daerah secara parsial tidak mempunyai pengaruh yang signifikan Indeks Pembangunan Manusia.

Pengujian dilakukan menggunakan uji-t dengan tingkat

pengujian pada α = 5% derajat kebebasan (degree of freedom) atau df = (n-k). Dimana n sebagai jumlah dari pengamatan sementara k adalah jumlah dari variabel independen.Kriteria pengambilan keputusan :

Ho diterima jika t hitung < t tabel Ha diterima jika t hitung > t tabel

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

Setelah dilakukan penelitian dengan metode statistik, maka diperoleh hasil penelitian sebagai berikut.

4.1.1 Analisis Statistik Deskriptif

Statistik deskriptif digunakan untuk menganalisis data dengan cara menggambarkan sampel yang telah ada tanpa penarikan kesimpulan yang berlaku umum atau generalisasi. Pengoperasian submenu statistik deskriptif pada SPSS for Windows 16.0 memberikan suatu gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, maksimum, rata-rata (mean), deviasi standar dari masing-masing variabel penelitian,sehingga menyajikan karakteristik tertentu dari suatu data sampel. Dengan demikian, gambaran secara ringkas mengenai data penelitian dapat diketahui.Berdasarkan analisis statistik deskriptif diperoleh gambaran sebagai berikut.

Tabel 4.1 Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std.

Deviation

IPM DDF BM KKD Valid N (listwise)

75 59.3800 78.6300 67.566531 5.2829943

75 .0318 .3434 .148648 .0855727

75 29117 1316782 336282 272879,083

75 .5193 .9189 .779981 .1008481

75 Sumber : Hasil SPSS for Windows 16.0

Berdasarkan data dari tabel 4.1. dapat dijelaskan bahwa :

1. Variabel Indeks Pembangunan Manusia(Y) memiliki nilai minimum sebesar 59,3800; nilai maksimum sebesar 78,6300;mean sebesar 67,5665; dan standard deviation sebesar 5,2829943dengan jumlah pengamatansebanyak75. Pada variabel IPM ini terdapat 30 Kabupaten/Kota yang bernilai lebih besar dari nilai rata-rata (X >67,5665) dan 45 Kabupaten/Kota yang bernilai lebih kecil dari nilai rata-rata (X <67,5665). Nilai minum terdapat di Kabupaten Cianjur pada tahun 2011 sementara nilai maksimum untuk variabel ini terdapat di Kota Bekasi pada tahun 2013.

2. VariabelDerajat Desentralisasi Fiskal(X1) memiliki nilai minimum

sebesar 0,0318; nilai maksimum sebesar 0,343;mean sebesar 0,148648; dan standard deviation sebesar 0,0855727 dengan jumlah pengamatansebanyak 75. Pada Variabel ini terdapat 28 Kabupaten/Kota yang bernilai lebih besar dari nilai rata-rata (X > 0,148648) dan 47 Kabupaten/Kota yang bernilai lebih kecil dari nilai rata-rata (X < 0,148648). Nilai minimum 0,0318 terdapat di Kabupaten Tasikmalaya pada tahun 2013 serta nilai maksimum 0,343 yang terdapat di Kabupaten Bekasi pada tahun 2013.

3. Variabel Belanja Modal(X2) yang disajikan dalam jutaan rupiahmemiliki

nilai minimum sebesar Rp 29.117; nilai maksimum sebesar Rp 1.316.782;mean sebesar Rp 336.282; dan standard deviation sebesar Rp

terdapat 36 Kabupaten/kota yang bernilai lebih besar dari nilai rata-rata (X > Rp 336.282) dan 39 Kabupaten/Kota yang bernilai dibawah rata-rata (X < Rp 336.282). Nilai minimum terdapat di Kabupaten Subang pada tahun 2013 serta nilai maksimum yang terdapat di Kabupaten Bogor pada tahun 2013.

4. Variabel Ketergantugan Keuangan Daerah (X3) memiliki nilai minimum

sebesar 0,5193; nilai maksimum sebesar 0,9189;mean sebesar 0,779981; dan standard deviation sebesar 0.1008481dengan jumlah pengamatansebanyak75. Pada Variabel Ketergantungan Keuangan Daerah terdapat 46 Kabupaten/kota yang bernilai lebih besar dari nilai rata-rata (X > 0,779981) dan 29 Kabupaten/Kota yang bernilai dibawah rata-rata (X < 0,779981). Nilai minimum terdapat di Kota Bekasi pada tahun 2012 sementara nilai maksimum terdapat di Kabupaten Subang pada tahun 2013.

4.1.2 Uji Asumsi Klasik

Pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heterokedastisitas. Adapun syarat penelitian lolos uji asumsi klasik adalah data berdistribusi normal, tidak terdapat multikolinearitas, tidak terjadi autokorelasi serta data penelitian homokedastisitas (tidak heterokedastisitas).

4.1.2.1 Uji Normalitas

Uji kualitas data yang pertama dalam penelitian ini adalah uji normalitas. Uji normalitas dapat dideteksi dengan dua cara, yakni analisis grafik dan uji statistik yang dilaksanakan dengan uji non-parametrik One-Sample Kolmogorov-Smirnov.

Analisis grafik dapat dilihat dengan menggunakan grafik histogram dan grafik normal probability plot.Dalam grafik histogram, distribusi data normal ditunjukkan oleh gambar kurva atau histogram yang tidak menceng ke kiri atau menceng ke kanan. Sedangkan pengujian normalitas dengan menggunakan P-P Plot, dengan kriteria apabila titik-titik pada P-P Plot berada pada garis diagonal dan mengikuti arah diagonal, maka dapat dinyatakan bahwa distribusi data berasal dari populasi yang terdistribusi.

Hasil pengujian normalitas dalam penelitian ini dapat terlihat pada gambar 4.1 dan gambar 4.2.

Gambar 4.2

Grafik Normal Probability Plot

Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan.Adapun cara kedua ialah dengan uji statistik yang dilaksanakan melalui uji non-parametrik One-Sample Kolmogorov-Smirnov dengan melihat data residualnya apakah berdistribusi normal atau tidak.

Pengambilan keputusan dalam uji K-S yaitu :

a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik ditolak, yang berarti data terdistribusi tidak normal.

b. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka diterima, yang berarti data terdistribusi normal.

Tabel 4.2

Hasil Uji Statistik K-S (Uji Normalitas)

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 75

Normal Parametersa Mean .0000000

Std. Deviation 3.15001318

Most Extreme Differences Absolute .073

Positive .073

Negative -.059

Kolmogorov-Smirnov Z .630

Asymp. Sig. (2-tailed) .822

a. Test distribution is Normal.

Sumber : Hasil SPSS for Windows 16.0

Berdasarkan data Tabel 4.2 di atas, besar nilai probabilitas atau

Asymp. Sig. (2-tailed) adalah 0,822. Dalam penelitian ini, tingkat

signifikansi yang digunakan adalah α = 0,05. Karena nilai probabilitas (0,822) lebih besar dari tingkat signifikansi (0,05), maka dapat disimpulkan bahwa data terdistribusi secara normal. Hal ini sejalan dengan hasil yang diperoleh dari analisis grafik.

4.1.2.2 Uji Multikolinearitas

Uji Multikolonieritas dilaksanakan bertujuan untuk menguji apakah terdapat multikolinearitas antar variabel independen dalam model regresi. Uji multikolinearitas data dapat dilakukan dengan

tolerance. Suatu model regresi yang bebas dari multikolinearitas jika memiliki nilai tolerance lebih besar dari 10 persen dan nilai VIF lebih kecil dari 10.

Hasil uji multikolonieritas pada penelitian ini dapat dilihat pada tabel 4.3.

Tabel 4.3

Hasil Uji Multikolinearitas Coefficientsa

Model Collinearity Statistics

B Tolerance VIF

1(Constant) 125.440

DDF 29.072 .258 3.875

BM -1.718 .872 1.147

KKD -21.889 .261 3.826

a. Dependent Variable: IPM

Tabel 4.3 menunjukkan bahwa nilai VIF dari masing-masing variabel yaitu Derajat Desentralisasi Fiskal 3,875;Belanja Modal 1,147 dan Ketergantungan Keuangan Daerah 3,826. Artinya, bahwa nilai VIF masing-masing variabel lebih kecil dari 10. Dan nilai

tolerance yang diperoleh berkisar 0,258 sampai dengan 0,872. Nilai

tolerance semua variabel menunjukkan nilai lebih besar dari 0,10. Dari hasil tersebut dapat diketahui bahwa dalam model regresi terbebas dari multikolinieritas antar variabel independen.

4.1.2.3 Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu periode t dengan kesalahan periode t – 1. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi ada karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah regresi yang bebas autokorelasi. Data pada penelitian ini memiliki unsur waktu karena didapatkan antara tahun 2011-2013.

Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson (DW-test). Kriteria untuk penilaian terjadinya autokorelasi adalah :

• Angka D-W dibawah -2, berarti ada autokorelasi positif, • Angka D-W di antara -2 sampai +2, berarti tidak ada

autokorelasi,

• Angka D-W di atas +2, berarti ada autokorelasi negatif.

Tabel 4.4 Hasil Uji Autokorelasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .803a .644 .629 3.2158742 1.579

a. Predictors: (Constant), DERAJAT DESENTRALISASI FISKAL, BELANJA MODAL DAN KETERGANTNGAN KEUANGAN DAERAH

b. Dependent Variable: INDEKS PEMBANGUNAN MANUSIA Sumber : Hasil SPSS for Windows 16.0

dan +2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini.

4.1.2.4 Uji Heterokedastisitas

Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari satu pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.Pada penelitian ini untuk mengetahui ada tidaknya problem heterokedastisitas digunakan scatter plotdan uji statistik.Kriteria grafik scatter plotadalah apabila titik-titik pada scatter plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan bahwa model regresi tidak terkendala heterokedastisitas.

Hasil dari uji Heterokedastisitas dapat dilihat pada grafik

scatterplotdi Gambar 4.3.

Gambar 4.3 Grafik Scatterplot

Dari grafik scatterplot pada Gambar 4.3di atas, terlihat titik data menyebar secara acak serta tersebar di atas maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi dalam penelitian ini.

4.1.3 Analisis Regresi Linier Berganda

Analisis regresi linier berganda digunakan untuk menguji pengaruh variabel independen terhadap variabel dependen, dimana penelitian ini menggunakan metode enter. Dari pengujian asumsi klasik dapat disimpulkan bahwa model regresi dapat digunakan dalam pengolahan data.

Berdasarkan pengolahan data dengan SPSS, diperoleh hasil pada tabel 4.5 dibawah ini.

Tabel 4.5

Hasil Uji Regresi Linear Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 125.440 15.687 7.996 .000

DDF 29.072 8.600 .471 3.381 .001 .258 3.875

BM -1.718 .530 -.245 -3.240 .002 .872 1.147

KKD -21.889 7.251 -.418 -3.019 .004 .261 3.826

a. Dependent Variable: IPM

Berdasarkan tabel diatas diperoleh persamaan regresi sebagai berikut : Y = 125,440 + 29,072X1– 1,718X2 – 21,889X3 + e

Dimana :

Y =Indeks Pembangunan Manusia a = Konstanta

X1 =Derajat Desentralisasi Fiskal

X2 =Belanja Modal

X3 = Ketergantungan Keuangan Daerah

e = Error (pengganggu)

Dari persamaan regresi tersebut, maka dapat diinterpretasikan beberapa hal berikut:

1. Konstanta sebesar 125,440 menunjukkan bahwa jika tidak ada variabel Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah atau jika variabel independen bernilai konstan maka nilai IPM sebesar konstanta.

2. Setiap terjadi kenaikan pada variabel Derajat Desentralisasi Fiskal, akan diikuti dengan kenaikan pada variabel IPM sebesar 29,072 satuan dan variabel lainnya dianggap konstan.

3. Setiap terjadi penurunan pada variabel Belanja Modal, akan diikuti dengan kenaikan pada variabel IPM sebesar 1,718 satuan dan variabel lainnya dianggap konstan.

4. Setiap terjadi penurunan pada variabel Ketergantungan Keuangan Daerah, akan diikuti dengan kenaikan pada variabel IPM sebesar 21,889 satuan dan variabel lainnya dianggap konstan.

4.1.4 Pengujian Hipotesis

Setelah dilakukan analisis regresi linear berganda, selanjutnya dilakukan pengujian hipotesis. Dalam pengujian hipotesis akan dilakukan pengujian signifikansi koefisien berganda secara parsial (uji-t) maupun secara simultan (uji-F).

4.1.4.1 Uji Koefesien Determinasi (R2)

Uji Koefesien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.Hasil pengujian untuk koefesien determinasi dapat dilihat pada tabel 4.6 dibawah ini.

Tabel 4.6

Hasil Uji Koefesien Determinasi (R2)

Model Summaryb

Model R R Square

Adjusted R Square 1 .803a .644 .629 a. Predictors: (Constant), KKD, BM, DDF b. Dependent Variable: IPM

Berdasarkan tabel 4.6 diatas menunjukkan kemampuan variabel independen (Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah) dalam model menjelaskan

pengaruh terhadap variabel dependen (Indeks Pembangunan Manusia) sebesar 0.629 (62,9%) . Sesuai dengan hasil uji model summary diatas 100% yang mempengaruhi Indeks Pembangunan Manusia ternyata Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan

Keuangan Daerah mampu memengaruhi kualitas audit sebesar 62,9% sedangkan sisanya 37,1% dipengaruhi oleh variabel lain yang tidak masuk dalam model regresi pada penelitian ini.

4.1.4.2 Uji Signifikansi Simultan (Uji-F)

Menurut Ghozali (2013) uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimaksudkan dalam model mempunyai pengaruh secara simultan terhadap variabel dependen. Pengujian dilakukan dengan menggunakan significance level 0,05 (α = 5%). Ketentuan penerimaan atau penolakan hipotesis adalah sebagai berikut.

1. Jika nilai signifikan > 0,05 maka hipotesis diterima (koefisien regresi tidak signifikan).

2. Jika nilai signifikan ≤0,05 maka hipotesis ditolak (koefisien regresi signifikan).

Hasil penelitiandengan uji-F dapat dilihat pada tabel 4.7 sebagai berikut.

Tabel 4.7

Hasil Uji Signifikansi Simultan (Uji-F)

ANOVAb

Model Sum of Squares Df Mean Square F Sig. 1 Regression

1331.071 3 443.690 42.902 .000a Residual

734.271 71 10.342 Total

2065.342 74 a. Predictors: (Constant), KKD, BM, DDF

b. Dependent Variable: IPM

Pada tabel Anova di atas, dapat diketahui bahwa nilai Fhitung

sebesar 42,902 yang lebih besar dari Ftabel yaitu 2,73 dan probabilitas value atau signifikansi dalam penelitian ini adalah 0,000 yang lebih kecil dari 0,05. Dengan demikian Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah berpengaruh secara simultan terhadap Indeks Pembangunan Manusia.

4.1.4.3 Uji Signifikansi Parameter Individual (Uji-t)

Uji t digunakan untuk mengetahui signifikansi konstanta dari setiap variabel independennya, sedangkan untuk melihat besarnya pengaruh digunakan angka Beta atau Standardized Coefficients. Hasil pengujian untuk uji-t dapat dilihat pada tabel 4.8 sebagai berikut.

Tabel 4.8

Hasil Uji Siginifkansi Parameter Individual (Uji-t)

Coefficientsa

Model

Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) _{125.440 15.687 7.996 .000}

DDF 29.072 8.600 .471 3.381 .001

BM -1.718 .530 -.245 -3.240 .002

KKD _{-21.889 7.251 -.418 -3.019 .004}

a. Dependent Variable: IPM

Berdasarkan tabel 4.7 diperoleh hasil sebagai berikut.

1. Pengujian Derajat Desentralisasi Fiskal terhadap IPM menunujukkan siginifikansi 0,001< 0,05 dan thitung = 3,381>ttabel

Dimana n sebagai jumlah dari pengamatan (75) sementara k adalah jumlah dari variabel independen (3). Signifikansi Derajat Desentralisasi Fiskal yang lebih kecil dari 0,05 dan nilai thitungyang

lebih kecil daripada ttabel pada penelitian ini menunjukkan

hubungan yang signifikan antara Derajat Desentralisasi Fiskal dengan IPM. Koefisien regresi Derajat Desentralisasi Fiskal yang bernilai positif (29,072) menunjukkan bahwa Derajat Desentralisasi Fiskal berpengaruh postif terhadap IPM.

2. Pengujian Belanja Modalterhadap IPM menunujukkan siginifikansi 0,002< 0,05 dan thitung = -3,240< ttabel = 1,66629.

Perhitunganttabeldapat dilihat dengan caradf = (n-k). Dimana n

sebagai jumlah dari pengamatan (75) sementara k adalah jumlah dari variabel independen (3). Signifikansi Belanja Modal yang lebih kecil dari 0,05 dan nilai thitungyang lebih kecil daripada ttabel

pada penelitian ini menunjukkan menunjukkan hubungan yang signifikan antara Belanja Modal dengan IPM. Koefisien regresi Belanja Modal yang bernilai negatif (-1,178) menunjukkan bahwa Belanja Modal berpengaruh negatif terhadap IPM.

3. Pengujian Ketergantungan Keuangan Daerahterhadap IPM menunujukkan siginifikansi 0,004< 0,05 dan thitung = -3,019 < ttabel

= 1,66629. Perhitunganttabeldapat dilihat dengan caradf = (n-k).

Dimana n sebagai jumlah dari pengamatan (75) sementara k adalah jumlah dari variabel independen (3). Signifikansi Ketergantungan

Keuangan Daerah yang lebih kecil dari 0,05 dan nilai thitungyang

lebih kecil daripada ttabel pada penelitian ini menunjukkan

hubungan yang signifikan antara Ketergantungan Keuangan Daerah dengan IPM. Koefisien regresi Ketergantungan Keuangan Daerah yang bernilai negatif (-21,889) menunjukkan bahwa Ketergantungan Keuangan Daerah berpengaruh negatif terhadap IPM.

4.2 Pembahasan Hasil Penelitian

Pembahasan atas hasil pengujian statistik yang diperoleh dalam penelitian ini adalah sebagai berikut.

4.2.1 Pengaruh Derajat Desentraliasi Fiskal terhadap IPM

Nilai Derajat Desentraliasi Fiskal yang digunakan dalam penelitian ini diukur dengan membandingkan antara PAD dengan total pendapatan daerah yang bersangkutan. Berdasarkan pengujian statistik dengan uji-t terhadap variabel Derajat Desentraliasi Fiskal menunjukkan bahwa secara parsial variabel Derajat Desentraliasi Fiskal berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia (IPM). Dengan demikian, secara statistik Derajat Desentraliasi Fiskalberpengaruh terhadap Indeks Pembangunan Manusia. Hal ini berarti, semakin tinggi Derajat Desentraliasi Fiskal suatu daerahakan semakin tinggi juga Indeks Pembangunan Manusia di daerah tersebut. Hasil penelitian ini terlihat dari Uji-t yang menunjukkan hasil thitung(3,381)> ttabel (1,66543) dengan tingkat signifikansi 0,001yang

berada di bawah 0,05. Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh Anggraini dan Sutaryo(2015)yang menyatakan bahwa Derajat Desentralisasi Fiskal berpengaruh signifikan positif terhadap Indeks Pembangunan Manusia. Dalam teori mengenai Desentralisasi Fiskal dinyatakan bahwa Derajat Desentralisasi adalah kemampuan pemerintah daerah dalam rangka meningkatkan PAD yang dapat digunakan untuk meningkatkan pembangunan daerah tersebut, sehingga hasil penelitian ini sejalan dengan teori yang ada.

4.2.2 Pengaruh Belanja Modal terhadap IPM

Nilai Belanja Modal yang digunakan dalam penelitian ini diukur dengan menghitung logaritma natural (Ln) dari total jumlah Belanja Modal yang diperoleh daerah tersebut. Berdasarkan pengujian statistik dengan Uji-t terhadap variabel Belanja Modal menunjukkan bahwa secara parsial variabel Belanja Modal berpengaruh negatif signifikan terhadap Indeks Pembangunan Manusia (IPM). Dengan demikian, secara statistik Belanja Modal berpengaruh terhadap Indeks Pembangunan Manusia. Artinya, semakin tinggi Belanja Modal yang diperoleh suatu daerah maka akan menurunkan Indeks Pembangunan Manusia di daerah tersebut. Hasil peneltian ini terlihat dari Uji-t yang menunjukkan thitung (-3,240) < ttabel(1,66543) dengan tingkat

signifikansi 0,002 yang berada di bawah 0,05. Hasil penelitian ini berbeda dengan penelitian Setiawan dan Budiana(2015)yang menyatakan bahwa Belanja Modal berpengaruh siginfikan positif terhadap IPM.

4.2.3 Pengaruh Ketergantungan Keuangan Daerah terhadap IPM

Nilai Ketergantungan Keuangan Daerahyang digunakan dalam penelitian ini diukur dengan membandingkan pendapatan transfer dengan total pendapatan daerah tersebut. Berdasarkan pengujian statistik dengan Uji-t terhadap variabel Ketergantungan Keuangan Daerah menunjukkan bahwa secara parsial variabel Ketergantungan Keuangan Daerah berpengaruh negatif signifikan terhadap Indeks Pembangunan Manusia (IPM). Dengan demikian, secara statistik Ketergantungan Keuangan Daerah berpengaruh terhadap Indeks Pembangunan Manusia. Artinya, apabila Ketergantungan Keuangan Daerahrendahakan berpengaruh terhadap peningkatan Indeks Pembangunan Manusia di daerah tersebut. Hasil penelitian ini terlihat dari Uji-t yang menunjukkan hasil thitung (-3,019) < ttabel(1,66543) dengan tingkat signifikansi

0,004 yang berada di bawah 0,05. Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh Anggraini dan Sutaryo(2015)yang menyatakan bahwa Ketergantungan Keuangan Daerah berpengaruh negatif terhadap Indeks Pembangunan Manusia. Sampel penelitian Anggraini dan Sutaryo(2015) adalah Pemerintahan Provinsi di Indonesia.Secara teori yang mengatakan Ketergantungan Keuangan Daerah dapat digunakan untuk mengetahui seberapa besar ketergantungan pemerintah daerah terhadap pemerintah pusat.Apabila pemerintah daerah memiliki ketergantungan yang rendah terhadap pemerintah pusat dapat dikatakan bahwa pemerintah daerah memiliki keuangan yang baik dan pelayanan publik dapat terpenuhi dengan baik sehingga IPM daerah tersebut dapat meningkat.Hasil penelitian yang

dilakukan sejalan dengan teori yang ada mengenai Ketergantungan Keuangan Daerah.

4.2.4 Pengaruh Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah secara simultan terhadap IPM

Berdasarkan uji hipotesis yang telah dilakukan diperoleh hasil bahwa variabel Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah berpengaruh siginifikan terhadap Indeks Pembangunan Manusia (IPM). Artinya, Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah secara simultan berpengaruh terhadap Indeks Pembangunan Manusia. Hasil penelitian ini terlihat dari uji-F yang menunjukkan hasil Fhitung (42,902) >Ftabel(2,73) dengan tingkat signifikansi

penelitian 0,000 yang berada dibawah 0,05. Walaupun secara parsial ketiga variabel independen tersebut memberikan hasil yang berbeda-beda terhadap Indeks Pembangunan Manusia, namun secara simultan ketiga varibel tersebut memberikan pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan pada bab sebelumnya, maka kesimpulan yang dapat diambil dari penelitian ini yaitu secara simultan, variabel Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah berpengaruh terhadap Indeks Pembangunan Manusia (IPM).Secara parsial, variabel Derajat Desentralisasi Fiskal berpengaruh positif signifikan terhadap Indeks Pembangunan Manusia (IPM), artinya apabila Derajat Desentralisasi Fiskalmeningkatmaka Indeks Pembangunan Manusia juga akan meningkat. Pada variabel Belanja Modal dan Ketergantungan Keuangan Daerah berpengaruh negatif signifikan terhadap Indeks Pembangunan Manusia (IPM). Artinya, apabila Belanja Modal dan Ketergantungan Keuangan Daerahmenurun maka Indeks Pembangunan Manusia akan meningkat.

5.2 Keterbatasan Penelitian

Penelitian ini mempunyai keterbatasan, diantaranya adalah sebagai berikut. 1. Terdapat banyak variabel yang dapat mempengaruhi Indeks

Pembangunan Manusia. Namun, penelitian ini hanya menggunakan tiga variabel independen, yaitu Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah yang berpengaruh terhadap IPM sebanyak 62,9 % masih ada beberapa variabel independen lain diluar

ketiga variabel pada penelitian ini yang mempengaruhi IPM sebanyak 37,1 %.

2. Jumlah sampel yang digunakan dalam penelitian ini masih terbatas yaitu 16 Kabupaten dan 9 Kota di Provinsi Jawa Baratselama 3 tahun dengan jumlah pengamatan sebanyak 75.

5.3 Saran

Beberapa saran yang dapat diberikan penulis berkaitan dengan hasil dan kesimpulan dari penelitian ini adalah sebagai berikut.

1. Peneliti selanjutnya disarankan untuk menambahkan variabel independen lainnya yang berpengaruh terhadap Indeks Pembangunan Manusia seperti Dana Perimbangan, Bantuan Keuangan Provinsi, Kemandirian Keuangan Daerahdan Efektivitas Pajak Daerah untuk menambah variasi penelitian.

2. Peneliti selanjutnya juga disarankan untuk menambah luas penelitian seperti meneliti provinsi yang ada di Pulau Jawa atau bahkan seluruh provinsi yang ada di Indonesia dan memperpanjang tahun penelitian sehingga akan diperoleh hasil penelitian yang lebih akurat.IPM merupakan suatu indikator keberhasilan pembangunan suatu daerah sehingga hasil penelitian ini diperoleh bahwa secara simultan Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerah berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Oleh karena itu, ketiga variabel tersebut perlu mendapat perhatian

khusus dari Pemerintah Kabupaten dan Kota dalam pengambilan kebijakan serta keputusanuntuk merealisasikan sumber-sumber pendapatan tersebut.

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

Dalam landasan teori ini akan dibahas lebih lanjut mengenai teori yang melandasi penelitian ini dan beberapa peneliti terdahulu yang telah diperluas dengan referensi atau keterangan tambahan yang diperoleh selama penelitian.

2.1.1 Teori Agensi

Jensen dan Meckling mendefinisikan hubungan keagenan sebagai kontrak dimana satu orang atau lebih (principal) terlibat dengan orang lain (agent) untuk melakukan pelayanan kepada mereka yang melibatkan beberapa otoritas pengambilan keputusan kepada agent. Sejak otonomi daerah berlaku di Indonesia, perspektif keagenan (agency theory) dapat digunakan disektor publik.Undang-Undang tersebut memisahkan dengan tegas antara fungsi pemerintah daerah (eksekutif) dengan fungsi perwakilan rakyat (legislatif).

Berdasarkan pembedaan fungsi tersebut, eksekutif melakukan perencanaan, pelaksanaan, dan pelaporan atas anggaran daerah, yang merupakan manifestasi dari pelayanan kepada publik, sedangkan legislatif berperan aktif dalam melaksanakan legislasi, penganggaran, dan pengawasan.Pemerintah bertindak sebagai agent yang menerima amanah dari rakyat untuk menjalankan roda pemerintahan dan masyarakat yang

diwakili oleh DPR bertindak sebagai principal dalam mengawasi aktivitas pemerintah pusat maupun pemerintah daerah.Principalmemberikan sumber daya dan wewenang pengaturan kepada agent (dalam bentuk pajak dan lain-lain). Sebagai wujud pertanggungjawaban atas wewenang yang diberikan,

agent memberikan laporan pertanggungjawaban terhadap principal. (Santoso dan Pambelum, 2008 : 4).

2.1.2 Teori Otonomi Daerah

Undang-Undang No. 32 Tahun 2004 dan Undang-Undang No. 33 Tahun 2004 dikenal dengan Undang-Undang Otonomi Daerah, merupakan pijakan hukum atas implementasi desentralisasi fiskal di Indonesia. Dengan ditetapkannya Undang-Undang No. 32 Tahun 2004, maka akan terjadi perluasan wewenang pemerintah daerah. Sedangkan Undang-Undang No. 33 Tahun 2004 akan tercipta peningkatan kemampuan keuangan daerah. Oleh karena itu, otonomi daerah diharapkan bisa menjadi jembatan bagi pemerintah daerah untuk mendorong efisiensi ekonomi, efisiensi pelayanan publik sehingga mampu mendorong pertumbuhan ekonomi daerah serta meningkatkan kesejahteraan penduduk lokal

Desentralisasi fiskal adalah konsekuensi logis dari otonomi daerah.Bowman dan Hawton (1983) menyatakan bahwa tidak satupun pemerintah dari suatu negara dengan wilayah yang luas dapat menentukan secara efektif ataupun dapat melaksanakan kebijaksanaan dan program-programnya secara efisien melalui sistem sentralisasi. Oleh karena itu perlu

ada distribusi atau pelimpahan wewenang dari pemerintah pusat kepada daerah dan pihak lain yang berkepentingan atau biasa disebut dengan sistem desentralisasi. Dengan sistem ini, daerah akan mengalami proses pemberdayaan yang optimal sehingga kemampuan prakarsa dan kreativitas pemerintah daerah akan terpacu dan berdampak pada kemampuan daerah dalam mengatasi berbagai masalah yang terjadi di daerah akan semakin kuat.

“Perangkat yang digunakan untuk mendukung berjalannya desentralisasi lembaga-lembaga publik tersebut secara ekonomis, efisiensi, efektif, transparan, dan akuntabel sehingga cita-cita reformasi yaitu menciptakan good governance benar-benar tercapai” (Mardiasmo, 2004 : 3). Good Governance tersebut akan mencerminkan kinerja pemerintah daerah yang lebih maksimal, sehingga berpengaruh positif terhadap peningkatan pembangunan daerah.

Ciri utama suatu daerah mampu melaksanakan otonomi (Halim, 2001:167) adalah sebagai berikut.

1. Kemampuan keuangan daerah, artinya daerah harus memiliki kewenangan dan kemampuan untuk menggali sumber-sumber keuangan, mengelola dan menggunakan keuangan sendiri yang cukup memadai untuk membiayai penyelenggaraan pemerintahannya.

2. Ketergantungan kepada bantuan pusat harus seminimal mungkin agar pendapatan asli daerah (PAD) dapat menjadi bagian sumber keuangan terbesar. Dengan demikian, peranan pemerintah daerah menjadi lebih besar.

2.1.3 Anggaran Pendapatan dan Belanja Daerah (APBD)

Anggaran Pendapatan dan Belanja Daerah (APBD) merupakan dasar pengelolaan keuangan daerah dalam satu tahun anggaran. APBD merupakan rencana pelaksanaan semua pendapatan daerah dan semua belanja daerah dalam rangka pelaksanaan desentralisasi dalam tahun anggaran tertentu. Menurut Mardiasmo (2011) anggaran merupakan “pernyataan mengenai estimasi kinerja yang hendak dicapai selama periode waktu tertentu yang dinyatakan dalam ukuran financial ”.

Sesuai dengan ketentuan yang diatur dalam Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 yang diubah terakhir kali dengan Peraturan Menteri Dalam Negeri Nomor 21 Tahun 2011 ada enam fungsi APBD yang wajib diterapkan dalam setiap penyusunan APBD yaitu:

a. Fungsi Otorisasi

Anggaran daerah menjadi dasar untuk melaksanakan pendapatan dan belanja pada tahun yang bersangkutan. Otorisasi sendiri mempunyai makna “pemberian kekuasaan”, hal ini jika dikaitkan dengan APBD, seseorang atau satuan kerja diberi kekuasaan untuk melaksanakan setiap anggaran, pendapatan, belanja dan pembiayaan yang telah dianggarkan dalam APBD. Bagi SKPD yang mengaggarkan pendapatan dan telah ditampung dalam APBD, sudah seharusnya mengupayakan seoptimal mungkin untuk merealisasikan pendapatan yang menjadi tanggung jawab SKPD tersebut.

b. Fungsi Perencanaan

Anggaran daerah menjadi pedoman bagi manajemen dalam merancanakan kegiatan pada tahun yang bersangkutan. Ketika APBD telah ditetapkan, menjadi kewajiban setiap penggunan anggaran untuk membuat anggaran kas agar kegiatan yang telah dianggarakan dalam APBD dapat dilaksanakan sesuai dengan rencana yang telah dibuat. Dalam hal ini tentu saja dengan memperhatikan cash inflow dan ketersediaan uang kas di kas daerah.

c. Fungsi Pengawasan

Anggaran daerah menjadi pedoman untuk menilai apakah kegiatan penyelenggaraan pemerintah daerah sesuai dengan ketentuan yang telah ditetapkan. Dokumen perda tentang APBD memuat program dan kegiatan yang akan dilaksanakan dalam satu tahun anggaran. Terhadap program dan kegiatan yang dianggarkan dalam APBD tersebut merupakan implementasi dan pelaksanaan atas urusan pemerintahan yang telah diserahkan dari pusat kepada daerah baik itu urusan wajib maupun urusan pilihan.

d. Fungsi Alokasi

Anggaran daerah harus diarahkan untuk menciptakan lapangan kerja untuk mengurangi pengangguran dan pemborosan sumber daya, serta meningkatkan efisiensi dan efektivitas perekonomian. Seyogyanya, ketika menyusun program dan kegiatan yang akan dianggarkan dalam APBD, pemerintah lebih menekankan pada kegiatan-kegiatan yang dapat menyerap

tenaga kerja, sehingga pada akhirnya secara signifikan akan mengurangi pengangguran di daerah yang bersangkutan.

e. Fungsi Distribusi

Kebijakan anggaran daerah harus memperhatikan rasa keadilan dan kepatutan. Dalam penerapan fungsi distribusi perancangan APBD harus lebih mengutamakan kegiatan-kegiatan yang output-nya dapat dinikmati oleh masyarakat. Kata kuncinya: masyarakat harus mempunyai kesempatan yang sama dalam mengakses manfaat output dari proses kegiatan yang didanai dari ‘uang rakyat’ tersebut.

f. Fungsi Stabilisasi

Anggaran pemerintah daerah menjadi alat untuk memelihara dan mengupayakan keseimbangan fundamental perekonomian daerah. Dengan fungsi stabilisasi ini, APBD sejatinya dapat digunakan untuk menciptakan stabilitas ekonomi pada tingkat lokal. Pengimplementasian fungsi stabilisasi dapat melalui kebijakan pengalokasian belanja subsidi dalam APBD. Alokasi anggaran belanja subsidi diberikan kepada lembaga / perusahaan yang memproduksi barang / jasa yang dibutuhkan oleh masyarakat setempat. Subsidi ini pada dasarnya diberikan untuk bantuan biaya produksi pada lembaga / perusahaan. Dengan diberikannya subsidi tersebut keuntungan perusahaan tidak akan berkurang namun harga barang / jasa yang dihasilkan dapat terjangkau oleh masyarakat. pengalokasian belanja subsidi dalam APBD maka daya beli masyarakat akan semakin baik dan penghasilannya dapat digunakan untuk memenuhi kebutuhannya.

2.1.4 Laporan Realisasi Anggaran

Menurut Dedi Nordiawan (2010:122) Laporan realisasi anggaran adalah : “ Laporan yang menyajikan ikhitsar sumber, alokasi dan pemakain sumber daya ekonomi yang dikelola oleh pemerintah (pusat atau daerah), dalam satu periode pelaporan.”. Unsur yang dicakup secara langsung oleh LRA terdiri dari pendapatan, belanja, transfer, dan pembiayaan.

Pendapatan daerah adalah semua hak daerah yang diakui sebagai penambah nilai kekayaan bersih dalam periode anggaran tertentu (UU.No 32 Tahun 2004 tentang pemerintahan daerah), pendapatan daerah berasal dari penerimaan dari dana perimbangan pusat dan daerah, juga yang berasal daerah itu sendiri yaitu pendapatan asli daerah serta lain-lain pendapatan yang sah.. Sebaliknya, semua pengeluaran dari rekening kas umum daerah yang mengurangi ekuitas dana merupakan kewajiban daerah dalam satu tahun anggaran dan tidak akan diperoleh pembayarannya kembali merupakan definisi dari belanja daerah. Transfer adalah penerimaan atau pengeluaran uang oleh suatu entitas pelaporan dari/kepada entitas pelaporan lain, termasuk dana perimbangan dan dana bagi hasil. Pembiayaan daerah adalah seluruh transaksi keuangan pemerintah daerah, baik penerimaan maupun pengeluaran, yang perlu dibayar atau akan diterima kembali, yang dalam penganggaran pemerintah daerah terutama dimaksudkan untuk menutup defisit dan atau memanfaatkan surplus anggaran.

Menurut Permendagri No. 13 Tahun 2006, pendapatan daerah terdiri atas:

a. Pendapatan asli daerah (PAD) b. Dana perimbangan

c. Lain-lain pendapatan daerah yang sah mencakup hibah (barang atau uang dan/atau jasa), dana darurat, dana bagi hasil pajak dari provinsi kepada kabupaten/kota, dana penyesuaian dan dana otonomi khusus, serta bantuan keuangan dari provinsi atau pemda lainnya.

Tidak jauh berbeda, menurut Peraturan Pemerintah (PP) Nomor 71 Tahun 2010, pendapatan daerah terdiri atas:

a. Pendapatan asli daerah (PAD)

b. Pendapatan transfer, termasuk dana perimbangan dan pendapatan transfer lainnya

c. Lain-lain pendapatan yang sah, merupakan pendapatan yang tidak dapat diklasifikasikan ke dalam PAD dan pendapatan transfer. Yang termasuk dalam pendapatan jenis ini adalah hibah, dana darurat, dana bagi hasil pajak dari provinsi kepada kabupaten/kota, dana penyesuaian dan dana otonomi khusus, serta bantuan keuangan dari provinsi atau pemda lainnya.

Dana perimbangan termasuk dari pendapatan transfer yang merupakan pendapatan yang bersumber dari transfer pemerintah pusat dalam rangka pelaksanaan otonomi daerah. Dana perimbangan terdiri atas:

1) Dana bagi hasil (DBH) yang merupakan dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah dengan angka persentase tertentu didasarkan atas daerah penghasil

untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. DBH terdiri atas DBH pajak dan bukan DBH bukan pajak (sumber daya alam).

2) Dana alokasi umum (DAU) yang merupakan dana yang bersumber dari pendapatan APBN yang dialokasikan dengan tujuan pemertaan kemampuan keuangan antardaerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi.

3) Dana alokasi khusus (DAK) yang merupakan dana yang bersumber dari pendapatan APBN yang dialokasikan pada daerah tertentu untuk membantui mendanai kegiatan khusus daerah dan menjadi prioritas nasional.

Ketergantungan fiskal daerah juga dapat dilihat dari laporan realisasi anggaran. Dengan membandingkan PAD dan dana perimbangan dengan total pendapatan, dapat diketahui apakah pemerintah daerah sudah dapat mandiri atau masih bergantung pada pemerintah pusat.

Belanja dibedakan menjadi 2 (dua) yaitu :

a. Belanja pegawai yang tidak langsung yang seringkali disebut dengan belanja pegawai merupakan pengeluaran rutin yang dilakukan oleh instansi pemerintah yang ada di daerah yang dinyatakan dalam satuan rupiah untuk membiayai kebutuhan pegawainya.

1. Belanja Barang

Belanja barang adalah pengeluaran untuk pembelian barang jasa dan jasa yang habis pakai dalam kurun waktu 1 (satu) tahun anggaran.

2. Belanja Modal

Belanja modal adalah pengeluaran yang dilakukan dalam rangka pembentukan modal, antara lain pembangunan, peningkatan dan pengadaan serta kegiatan non fisik yang mendukung pembentukan modal. Belanja modal, terdiri dari :

a. Belanja Modal Tanah

Dalam belanja modal tanah diisi jumlah biaya yang diperlukan baik pengadaan,pembeliaan, pembebanan, penyelesaian, balik nama dan sewa tanah.

b. Belanja Modal Peralatan dan Mesin

Jumlah biaya yang digunakan untuk pengadaan alat-alat dan mesin yang dipergunakan dalam pelaksanaan kegiatan sampai siap untuk digunakan. Dalam jumlah belanja ini termasuk biaya untuk penambahan, penggantian, dan peningkatan kapasitas peralatan dan mesin dan diharapkan dapat meningkatkan nilai aktiva, serta seluruh biaya pendukung yang diperlukan.

c. Belanja Modal Gedung dan Bangunan

Belanja modal gedung dan bangunan termasuk jumlah biaya yang digunakan untuk perencanaan, pengawasan dan pengelolaan kegiatan pembangunan gedung dan bangunan.

d. Belanja Modal Jalan, Irigasi dan Jaringan

Biaya yang digunakan untuk pengembalian penggantian, peningkatan pembangunan, pembuatan prasejarah dan sarana yang berfungsi atau merupakan bagian dari jaringan pengairan (termasuk jaringan air bersih), jaringan instalasi distribusi listrik dan jaringan telekomunikasi serta jaringan lain yang berfungsi sebagai prasarana dan sarana fisik distribusi instalasi.

e. Belanja Modal Fisik Lainnya

Biaya yang digunakan untuk perolehan melalui pengadaan/pembangunan belanja fisik lainnya yang tidak dapat diklasifikasikan dalam perkiraan belanja modal tanah, peralatan dan mesin, gedung dan bangunan, jaringan (jalan, dan irigasi) dan belanja modal non fisik, yang termasuk dalam belanja modal ini antara lain: kontrak sewa beli (leasehold), pengadaan/pembelian barang-barang kesenian (art pieces), barang-barang purbakala dan barang-barang museum, serta hewan ternak, buku-buku dan jurnal ilmiah.

Untuk belanja daerah, sesuai dengan Permendagri 13 Tahun 2006, belanja daerah terdiri atas:

a. Belanja tidak langsung, merupakan belanja yang dianggarkan tidak terkait secara langsung dengan pelaksanaan program dan kegiatan.

b. Belanja langsung, merupakan belanja yang diaggarkan terkait secara langsung dengan pelaksanaan program dan kegiatan.

Sedangkan menurut PP Nomor 71 Tahun 2010, belanja terdiri atas: a. Belanja operasi, merupakan pengeluaran anggaran untuk kegiatan sehari-hari pemerintah pusat / daerah yang memberi manfaat jangka pendek. b. Belanja modal, merupakan pengeluaran anggaran untuk perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi.

c. Belanja lain-lain/tak terduga adalah pengeluaran anggaran untuk kegiatan yang sifatnya tidak biasa dan tidak diharapkan berulang seperti penanggulangan bencana alam, bencana sosial, dan pengeluaran tidak terduga lainnya yang sangat diperlukan dalam rangka penyelenggaraan kewenangan pemerintah pusat / daerah.

Secara ideal, belanja operasi dan belanja modal harus seimbang. Hal ini menunjukkan betapa pentingnya keserasian belanja suatu daerah. Jika keserasian tidak tercapai, berarti suatu daerah lebih berfokus pada kegiatan rutin atau kegiatan fisik.

2.1.5 Kosep Pembangunan Manusia

Todaro dan Smith (2006 : 109-132) menjelaskan bagaimana paradigma pembangunan telah banyak mengalami pergeseran, yaitu dari pembangunan yang berorientasi pada produksi (production centered development) pada tahun 1960-an ke paradigma pembangunan yang berorientasi pada distribusi (distribution growth development) pada tahun 1970-an. Selanjutnya, pada tahun 1980-an muncul paradigma pembangunan yang berorientasi pada pemenuhan kebutuhan dasar masyarakat (basic need development), dan akhirnya pada tahun 1990-an paradigma pembangunan terpusat pada pembangunan manusia (human centered development).

United Nations Development Programme merumuskan bahwa pembangunan manusia sebagai perluasan pilihan bagi penduduk (a process of enlarging people’s choice), yang dapat dilihat sebagai proses ke arah “perluasan pilihan” dan sekaligus taraf yang dicapai dari upaya tersebut. Definisi pembangunan manusia tersebut pada dasarnya mencakup dimensi pembangunan yang sangat luas. Definisi ini lebih luas dari definisi pembangunan yang hanya menekankan pada pertumbuhan ekonomi. Dalam konsep pembangunan manusia, pembangunan seharusnya dianalisis serta dipahami dari sisi manusianya, bukan hanya dari sisi pertumbuhan ekonominya.

Sebagaimana laporan UNDP tahun 1995, dasar pemikiran konsep pembangunan manusia meliputi aspek-aspek sebagai berikut :

a) Pembangunan harus mengutamakan penduduk sebagai pusat perhatian;

b) Pembangunan dimaksudkan untuk memperbesar pilihan-pilihan bagi penduduk, bukan hanya untuk meningkatkan pendapatan mereka. Oleh karena itu, konsep pembangunan manusia harus berpusat pada penduduk secara komprehensif dan bukan hanya pada aspek ekonomi semata;

c) Pembangunan manusia memperhatikan bukan hanya pada upaya meningkatkan kemampuan/kapasitas manusia, tetapi juga pada upaya-upaya memanfaatkan kemampuan/kapasitas manusia tersebut secara optimal;

d) Pembangunan manusia didukung empat pilar pokok, yaitu: produktifitas, pemerataan, kesinambungan dan pemberdayaan;

e) Pembangunan manusia menjadi dasar dalam penentuan tujuan pembangunan dan dalam menganalisis pilihan-pilihan untuk mencapainya.

Konsep pembangunan manusia yang diprakarsai oleh UNDP ini mengembangkan suatu indikator yang dapat menggambarkan perkembangan pembangunan manusia secara terukur dan representatif, yang dinamakan Indeks Pembangunan Manusia (IPM).IPM diperkenalkan pertama sekali pada tahun 1990.IPM mencakup tiga komponen yang dianggap mendasar bagi manusia dan secara operasional mudah dihitung untuk menghasilkan suatu ukuran yang merefleksikan upaya pembangunan manusia.Ketiga komponen tersebut adalah peluang hidup (longevity), pengetahuan (knowledge) dan hidup layak (living standards).Peluang hidup dihitung berdasarkan angka harapan hidup ketika lahir; pengetahuan diukur

berdasarkan rata-rata lama sekolah dan harapan lama sekolah; serta hidup layak diukur dengan pengeluaran per kapita yang didasarkan pada paritas daya beli (purchasing power parity).

Badan Pusat Statistik (BPS) sudah melakukan penyempurnaan IPM dengan metodologi baru pada tahun 2014 dengan perubahan pada indikator dan metode perhitungan yang digunakan.IPM yang awalnya menggunakan Angka Melek Huruf sebagai indikator untuk kesejahteraan di bidang pendidikan, kini berubah menjadi Angka Harapan Lama Sekolah.Begitu juga dengan PDB per kapita sebagai indikator standar hidup yang layak diganti dengan PNB per kapita.Dalam metode perhitungan, IPM dengan metode lama yang menggunakan metode agregasi, kini diubah menjadi metode rata-rata geometrik.

Alasan yang dijadikan dasar perubahan metodologi penghitungan IPM adalah karena beberapa indikator sudah tidak tepat untuk digunakan dalam penghitungan IPM.Angka melek huruf sudah tidak relevan dalam mengukur pendidikan secara utuh karena tidak dapat menggambarkan kualitas pendidikan.Selain itu, karena angka melek huruf di sebagian besar daerah sudah tinggi, sehingga tidak dapat membedakan tingkat pendidikan antar daerah dengan baik.Begitu juga dengan PDB per kapita tidak dapat menggambarkan pendapatan masyarakat pada suatu wilayah. Penggunaan rumus rata-rata aritmatik dalam penghitungan IPM saat ini menggambarkan bahwa capaian yang rendah di suatu dimensi dapat ditutupi oleh capaian tinggi dari dimensi lain.

Setiap komponen IPM distandardisasi dengan nilai minimum dan maksimum sebelum digunakan untuk menghitung Indeks Pembangunan Manusia.Dimensi dan rumus yang digunakan dalam perhitungan IPM sebagai berikut :

• Dimensi Kesehatan :

Pada metode baru dalam penghitungan Indeks Pembangunan Manusia untuk dimensi kesehatan terdapat variabelAngka Harapan Hidup saat Lahir yang didefnisikan sebagai rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang sejak lahir.AHH mencerminkan derajat kesehatan suatu masyarakat.AHH dihitung dari hasil sensus dan survei kependudukan.

• Dimensi Pendidikan :

Pada dimensi pendidikan terdapat dua variabel yang mempengaruhi perhitungan Indeks Pendidikan yaitu, Angka Harapan Lama Sekolah dan Angka Rata-rata Lama Sekolah. Angka Harapan Lama sekolah didefinisikan sebagai lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur tertentu di masa mendatang. Diasumsikan bahwa peluang anak tersebut akan tetap bersekolah pada umur-umur berikutnya sama dengan peluang penduduk yang bersekolah per jumlah penduduk untuk umur yang sama saat ini. Angka Harapan Lama Sekolah dihitung untuk penduduk berusia 7 tahun ke atas.HLS dapat digunakan untuk

mengetahui kondisi pembangunan sistem pendidikan di berbagai jenjang yang ditunjukkan dalam bentuk lamanya pendidikan (dalam tahun) yang diharapkan dapat dicapai oleh setiap anak.

Salah satu variabel yang lainnya yaitu, Rata-rata Lama Sekolah didefinisikan sebagai jumlah tahun yang digunakan oleh penduduk dalam menjalani pendidikan formal. Diasumsikan bahwa dalam kondisi normal rata-rata lama sekolah suatu wilayah tidak akan turun. Cakupan penduduk yang dihitung dalam penghitungan rata-rata lama sekolah adalah penduduk berusia 25 tahun ke atas.

Dari dua variabel yang terdapat pada dimensi pendidikan tersebut maka Indeks pendidikan dapat dihitung dengan rumus sebagai berikut:

• Dimensi Pengeluaran :

Pengeluaran per kapita yang disesuaikan ditentukan dari nilai pengeluaran per kapita dan paritas daya beli (Purcashing Power Parity atau PPP).Rata-rata pengeluaran per kapita setahun dihitung dari level provinsi hingga level kabupaten/kota.Rata-rata pengeluaran per kapita dibuat konstan/riil dengan tahun dasar 2012 = 100.Perhitungan paritas daya beli

pada metode baru menggunakan 96 komoditas dimana 66 komoditas merupakan makanan dan sisanya merupakan komoditas non makanan.

Dari indeks pendidikan, kesehatan dan peneluaran tersebut, maka dapat dihitung rata-rata geometriknya untuk menghitung nilai IPM. Rumus yang digunakan sebagai berikut :

Untuk melihat capaian IPM dapat dilihat melalui pengelompokkan IPM pada tabel dibawah ini :

Tabel 2.1

Peringkat Kinerja IPM

Indeks Pembangunan Manusia (IPM)

Angka Kategori

< 60 Rendah

60 < IPM< 70 Sedang

70 < IPM < 80 Tinggi

IPM > 80 Sangat Tinggi

2.2 Tinjauan Penelitian Terdahulu

Dasar atau acuan yang merupakan teori-teori atau temuan-temuan melalui hasil berbagai penelitian sebelumnya merupakan hal yang sangat perlu dan dapat dijadikan sebagai data pendukung.Penelitian terdahulu adalah salah satu data pendukung yang masih relevan dan dapat dijadikan acuan dalam penelitian ini. Hal tersebut dapat dilihat pada tabel 2.2 berikut:

Tabel 2.2 Penelitian Terdahulu Nama

Peneliti

Tujuan

Penelitian Variabel Penelitian Hasil penelitian Anggraini dan Sutaryo (2015) Untuk menguji pengaruh rasio keuangan (Rasio Derajat Desentralisasi, Rasio Ketergantungan Keuangan Daerah, Rasio Kemandirian Keuangan Daerah, Rasio Efekivitas Pendapatan Asli Daerah (PAD), dan Rasio Efektivitas Pajak Daerah terhadap Indeks Pembangunan Manusia (IPM) Variabel Dependen: IPM Variabel Independen: Rasio Derajat Desentralisasi, Rasio Ketergantungan Keuangan Daerah, Rasio Kemandirian Keuangan Daerah, Rasio Efekivitas Pendapatan Asli Daerah (PAD), dan Rasio Efektivitas Pajak Daerah

Rasio Derajat Desentralisasi berpengaruh secara parsial terhadap Indeks Pembangunan Manusia (IPM) Rasio ketergantungan keuangan daerah berpengaruh negatif terhadap Indeks Pembangunan Manusia (IPM). Rasio kemandirian keuangan daerah, Rasio efektivitas Pendapatan Asli Daerah (PAD), Rasio efektivitas pajak daerah berpengaruh positif terhadap Indeks Pembangunan Manusia (IPM).

DAFTAR ISI

PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACT ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vii

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

BAB I PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 7

1.3 Tujuan Penelitian ... 7

1.4 Manfaat Penelitian ... 7

BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori ... 9

2.1.1 Teori Agensi ... 9

2.1.2 Teori Otonomi Daerah ... 10

2.1.3 Anggaran Pendapatan dan Belanja Daerah ... 12

2.1.4 Laporan Realisasi Anggaran ... 15

2.1.5 Konsep Pembangunan Manusia ... 21

2.2 Tinjauan Penelitian Terdahulu ... 27

2.3 Kerangka Konseptual ... 30

2.4 Hipotesis Penelitian ... 33

BAB III METODE PENELITIAN 3.1 Jenis Penelitian... 34

3.2 Tempat dan Waktu Penelitian ... 34

3.3 Definisi Operasional dan Skala Pengukuran Variabel ... 34

3.3.1 Variabel Dependen ... 35

3.3.1.1 Indeks Pembangunan Manusia ... 35

3.3.2 Variabel Independen ... 35

3.3.2.2 Belanja Modal ... 36

3.3.2.3 Ketergantungan Keuangan Daerah ... 36

3.4 Populasi dan Sampel Penelitian ... 38

3.4.1 Populasi Penelitian ... 38

3.4.2 Sampel Penelitian ... 39

3.5 Jenis dan Sumber Data ... 39

3.6 Metode Pengumpulan Data ... 40

3.7 Teknik Analisis Data... 40

3.7.1 Statistik Deskriptif ... 41

3.7.2 Uji Asumsi Klasik ... 41

3.7.2.1Uji Normalitas ... 41

3.7.2.2Uji Multikolinearitas ... 42

3.7.2.3Uji Heteroskedastisitas ... 43

3.7.2.4Uji Autokorelasi ... 44

3.7.3 Analisis Regresi Berganda ... 45

3.7.4 Uji Hipotesis ... 46

3.7.4.1 Uji Koefesien Determinasi (R2) ... 46

3.7.4.2 Uji Signifikansi Simultan (Uji-F) ... 47

3.7.4.3 Uji Signifikansi Parsial (Uji-t) ... 48

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian ... 49

4.1.1 Analisis Statistik Deskriptif ... 49

4.1.2 Uji Asumsi Klasik ... 51

4.1.2.1 Uji Normalitas ... 52

4.1.2.2 Uji Multikolinearitas ... 54

4.1.2.3 Uji Autokorelasi ... 56

4.1.2.4 Uji Heterokedastisitas ... 57

4.1.3 Analisis Regresi Linear Berganda ... 58

4.1.4 Pengujian Hipotesis ... 60

4.1.4.1 Uji Koefesien Determinasi (R2) ... 60

4.1.4.2 Uji Signifikansi Simultan (Uji-F)... 61

4.1.4.3 Uji Signifikansi Parameter Individu (Uji-t) ... 62

4.2 Pembahasan Hasil Penelitian ... 64

4.2.1 Pengaruh Derajat Desentralisasi Fiskal terhadap IPM ... 64

4.2.2 Pengaruh Belanja Modal terhadap IPM ... 65

4.2.3 Pengaruh Ketergantungan Keuangan Daerah terhadap IPM ... 66

4.2.4 Pengaruh Derajat Desentralisasi Fiskal, Belanja Modal dan Ketergantungan Keuangan Daerahsecara simultan terhadap IPM ... 67

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan ... 68

5.2 Keterbatasan Penelitian ... 68

5.3 Saran ... 69

DAFTAR PUSTAKA ... 71

DAFTAR TABEL

No. TabelJudul Halaman

1.1 Perbandingan Komponen IPM Provinsi Jawa Barat dengan

Komponen IPM secara Nasional tahun 2011-2013 ... 5

2.1 Peringkat Kinerja IPM ... 26

2.2 Penelitian Terdahulu ... 27

3.1 Skala Pengukuran Variabel dan Definisi Operasional ... 37

4.1 Statistik Deskriptif ... 49

4.2 Hasil Uji Statistik K-S (Uji Normalitas) ... 54

4.3 Hasil Uji Multikolinearitas ... 55

4.4 Hasil Uji Autokorelasi ... 56

4.5 Hasil Uji Regresi Linear Berganda ... 58

4.6 Hasil Uji Koefesien Determinasi (R2) ... 60

4.7 Hasil Uji Signifikansi Simultan (Uji-F) ... 61

DAFTAR GAMBAR

No. Gambar Judul Halaman

1.1 Perbandingan IPM Provinsi Jawa Barat dengan IPM secara

Nasional tahun 2011-2013... 4

2.1 Kerangka Konseptual ... 31

4.1 Grafik Histogram ... 52

4.2 Grafik Normal Probability Plot ... 53

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1 Daftar Populasi dan Sampel Penelitian ... 73

2 Hasil Perhitungan Variabel Independen dan Variabel Dependen pada Pemerintahan Kabupaten/Kota Provinsi Jawa Barat tahun 2011 ... 74

3 Hasil Perhitungan Variabel Independen dan Variabel Dependen pada Pemerintahan Kabupaten/Kota Provinsi Jawa Barat tahun 2012 ... 75

4 Hasil Perhitungan Variabel Independen dan Variabel Dependen pada Pemerintahan Kabupaten/Kota Provinsi Sumatera Utara tahun 2013 ... 76

5 Tabel-t ... 77

6 Tabel-F ... 78

7 Hasil Statistik Deskriptif Data ... 79

8 Hasil Pengujian Asumsi Klasik ... 80