Kekayaan Daerah yang Dipisahkan
X3 merupakan
pendapatan daerah dari keuntungan
bersih perusahaan daerah yang
berupa dana pembangunan
daerah dan bagian untuk anggaran
belanja daerah yang disetor ke kas
daerah. Daerah dari tahun
2010-2013
Lain-Lain PAD yang sah
X4 Lain-lain PAD
yang sah antara lain penerimaan
daerah di luar pajak dan retribusi
daerah seperti jasa giro, hasil
penjualan aset daerah.
Realisasi Pendapatan Asli
Daerah dari tahun 2010-2013
Rasio
Belanja Modal Y
Pengeluaran yang dilakukan
dalam rangka menambah
aset atau kekayaan daerah yang masa
manfaatnya lebih dari satu
tahun,belanja modal meliputi
antara lain belanja modal untuk
perolehan tanah,gedung dan
bangunan,peralatan dan aset tak
berwujud. Realisasi
anggaran belanja modal dari tahun
2010-2013 Rasio
3.4. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi, yaitu dengan cara mengumpulkan,mencatat,dan mengkaji
data sekunder yang berupa data anggaran pendapatan belanja daerah. Data-data yang dikumpulkan adalah Belanja modal dan pendapatan asli daerah.
3.5. Metode Analisis
3.5.1. Uji Asumsi Klasik
Karena data yang digunakan adalah data sekunder maka untuk memperoleh model yang baik serta menentukan ketepatan model perlu dilakukan pengujian
atas beberapa asumsi klasik yang digunakan yaitu: Uji Normalitas,Uji Multikolinearitas,Uji Autokorelasi,dan Uji Heterokedastisitas.
3.5.1.1. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang
baik memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi apakah variabel residual berdistribusi normal atau tidak yaitu dengan analisis
grafik. Sedangkan normalitas suatu variabel umumnya dideteksi dengan uji statistik nonparametrik Kolmogorof - Smirnov K-S. Suatu variabel dikatakan
terdistribusi normal jika nilai signifikansinya 0,05 Ghozali, 2009.
3.5.1.2. Uji Multikolinearitas
Uji Multikolonieritas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2009.
Untuk mendeteksi ada atau tidaknya multikolonieritas didalam model regresi antara lain dapat dilakukan dengan melihat 1 nilai tolerance dan
lawannya 2 variance inflation factor VIF. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance
≥ 0,10 atau sama dengan nilai VIF
≤ 10 Ghozali, 2009.
3.5.1.3. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali, 2009.
Untuk mendeteksi ada atau tidaknya autokorelasi didalam model regresi antara lain dapat dilakukan dengan Uji Durbin - Watson DW Test. Pengambilan
keputusan ada tidaknya autokorelasi dapat dilihat pada Tabel 3.4 sebagai berikut:
Tabel 3.4 Uji Durbin – Watson DW
Test Hipotesis nol
Keputusan Jika
Tdk ada autokorelasi + Tolak
0ddl Tdk ada autokorelasi +
Non decision dl
≤d≤du Tdk ada korelasi –
Tolak 4–dld4
Tdk ada korelasi – Non decision
4–du ≤d≤4-dl
Tdk ada autokorelasi, + atau –
Tdk ditolak dud4-du
Sumber : Ghozali, 2009
3.5.1.4. Uji Heterokedastisitas
Menurut Ghozali 2011:139 uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu
pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskedastisitas. Supranto 2005:57 mengartikan homoskedastisitas sebagai varians kesalahan pengganggu
�
�
untuk setiap pengamatan �
�
adalah sama, sedangkan heteroskedastisitas adalah sebaliknya.
Model regresi yang baik adalah yang homoskesdasitas atau tidak terjadi heterokesdatisitas. Apabila terjadi heteroskedastisitas, estimator-estimator yang
dihasilkan dengan metode OLS ordinary least square tidak lagi memiliki sifat varians yang minimum atau efisien. Dalam keadaan heteroskedastisitas, ketika
tetap menggunakan metode OLS yang biasa usual OLS formulas, maka uji t dan uji F dapat memberikan kesimpulan yang salah Gujarati, 2003:428.
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y,
dan ZPRED pada sumbu X. Field, 2009:230, Ghozali, 2011:139. Field 2009:248, Ghozali, 2011:139 menyatakan dasar analisis adalah jika ada pola
tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah
terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
3.5.2. Pengujian Hipotesis
Hipotesis yang akan diuji dalam penelitian ini berkaitan dengan ada tidaknya pengaruh yang signifikan dari variabel independen Pendapatan Asli
Daerah terhadap variabel dependen Belanja Modal baik secara parsial maupun secara simultan.
3.5.2.1 Regresi Linear Berganda
Dalam peneltiian ini, hipotesis diuji dengan analisis regresi linear berganda dengan model sebagai berikut:
Y = α + β1X1 + β2X2 + β3X3 + β2X4 + e Keterangan:
Y = Belanja Modal X1 = Pajak Daerah
X2 = Retribusi Daerah X3 = Hasil Pengelolaan Kekayaan Daerah yang Dipisahkan
X4 = Lain-lain PAD yang sah a
= konstanta b1-b5
= koefisien regresi variabel bebas e
= variabel residual tingkat eror Pengujian hipotesis dalam penelitian ini menggunakan alat statistic
Statistical Package For The Social Science SPSS. SPSS adalah salah satu program computer yang khusus dibuat untuk mengolah data dengan metode
statistic tertentu Ghozali, 2005:103. Pengujian hasil analisis regresi linear berganda dilakukan dengan Uji F dan Uji t.
3.5.2.2 Uji Koefisien Determinasi R
2
Uji koefisien Determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat
terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependen.
3.5.2.3 Pengujian Hipotesis Secara Simultan Uji F
Pengujian ini bertujuan untuk mengetahui apakah variabel-variabel independen secara simultan mempengaruhi variabel dependen secara signifikan.
Pengujian ini menggunakan uji F yaitu dengan membandingkan F hitung dengan F tabel. Uji ini dilakukan dengan syarat :
1. Jika F hitung F tabel, maka Ho diterima yaitu variabel-variabel
independen secara simultan tidak berpengaruh terhadap variabel dependen. 2.
Jika F hitung F tabel, maka Ho ditolak yaitu variabel-variabel independen secara simultan berpengaruh terhadap variabel dependen.
Pengujian ini dapat dilakukan melalui pengamatan nilai signifikan F pada tingkat
α yang digunakan penelitian ini menggunakan tingkat α sebesar
5. Analisis didasarkan pada pembandingan antara nilai signifikansi 0,05 di mana syarat syaratnya adalah sebagai berikut :
a. Jika signifikansi F 0,05 maka Ho ditolak yang berarti variabelvariabel independen secara simultan berpengaruh terhadap
variabel dependen. b. Jika signifikansi F 0,05, maka Ho diterima yaitu variabel-variabel
secara simultan tidak berpengaruh terhadap variabel dependen.
3.5.2.4 Pengujian Hipotesis Secara Parsial Uji t
Pengujian ini dilakukan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan. Pengujian ini
dilakukan dengan uji t atau t-test, yaitu membandingkan antar t-hitung dengan t- tabel.
Uji ini dilakukan dengan syarat :
1. Jika t-hitung ˃ t-tabel, maka Ho ditolak yang berarti variabel independen
berpengaruh signifikan terhadap variabel dependen. 2.
Jika t-hitung ˂ t-tabel, maka Ho diterima yaitu variabel independen tidak
berpengaruh signifikan terhadap variabel dependen. Pengujian juga dapat dilakukan melalui pengamatan nilai signifikansi t pada
tingkat α yang digunakan penelitian ini menggunakan tingkat α sebesar 5.
Analisis didasarkan pada perbandingan antara signifikan t dengan nilai signifikansi 0,05, di mana syarat-syaratnya adalah sebagai berikut :
1. Jika signifikansi t 0,05, maka Ho ditolak yang berarti variabel
independennya berpengaruh signifikan terhadap variabel dependen. 2.
Jika signifikansi t 0,05, maka Ho diterima yaitu variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
BAB IV HASIL DAN PEMBAHASAN
4.1. Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan
nilai standar deviasi. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif adalah Pajak daerah, Retribusi Daerah, Hasil
Pengelolaan Kekayaan daerah yang dipisahkan, Lain-lain PAD yang sah dan Belanja Modal. Berdasarkan analisis statistik deskriptif diperoleh gambaran
sampel sebagai berikut.
Tabel 4.1 Statistik Deskriptif dari Pajak Daerah, Retribusi Daerah, Hasil Pengelolaan Kekayaan Daerah yang Dipisahkan, Lain-lain PAD yang
Sah dan Belanja Modal
Sumber : hasil olahan software SPSS 17
Berdasarkan Tabel 4.1, dapat dilihat bahwa jumlah unit analisis N dalam penelitian ini adalah sebanyak 32 unit analisis yang terdiri dari 8 kabupatenkota
yang terdaftar di Direktorat Jenderal Perimbangan Keuangan . 32 unit analisis tersebut terdiri dari data Pajak Daerah, Retribusi Daerah, Hasil Pengelolaan
Daerah Yang Dipisahkan,Lain-lain PAD yang sah dan Belanja Modal pada periode tahun 2010-2013.
Berdasarkan Tabel 4.1, diketahui nilai Pajak Daerah minimum adalah 1,1100, sedangkan nilai Pajak Daerah maksimum adalah 799,0000. Nilai Pajak
Daerah minimum terjadi pada Kabupaten Pulang Pisau pada tahun 2011, sedangkan nilai Pajak Daerah maksimum terjadi pada Kabupaten Pulang Pisau
pada tahun 2010. Diketahui rata-rata mean Pajak Daerah dari tahun 2010-2013 adalah 30,290906, dan standar deviasi Pajak Daerah dari tahun 2010-2013 adalah
140,4090569. Berdasarkan Tabel 4.1, diketahui nilai Retribusi Daerah minimum adalah
1,1020, sedangkan nilai Retribusi Daerah maksimum adalah 24,0470. Nilai Retribusi Daerah minimum terjadi pada Kabupaten Lamandau pada tahun 2010,
sedangkan nilai Retribusi Daerah maksimum terjadi pada Kabupaten Kotawaringin Timur pada tahun 2010. Diketahui rata-rata mean Retribusi
Daerah dari tahun 2010-2013 adalah 6,601438, dan standar deviasi Retribusi Daerah dari tahun 2010-2013 adalah 4,5572841.
Berdasarkan Tabel 4.1, diketahui nilai Hasil Pengelolaan Kekayaan Daerah yang Dipisahkan minimum adalah 1,2530, sedangkan nilai Hasil Pengelolaan
Kekayaan Daerah yang Dipisahkan maksimum adalah 794,0000. Nilai Hasil Pengelolaan Kekayaan Daerah yang Dipisahkan minimum terjadi pada Kabupaten
Pulang Pisau pada tahun 2012, sedangkan nilai Hasil Pengelolaan Kekayaan Daerah yang Dipisahkan maksimum terjadi pada Kabupaten Pulang Pisau pada
tahun 2011. Diketahui rata-rata mean Hasil Pengelolaan Kekayaan Daerah yang
Dipisahkan dari tahun 2010-2013 adalah 48,134313, dan standar deviasi Hasil Pengelolaan Kekayaan Daerah yang Dipisahkan dari tahun 2010-2013 adalah
179,7321829. Berdasarkan Tabel 4.1, diketahui nilai Lain-lain PAD yang Sah minimum
adalah 2,9420, sedangkan nilai Lain-lain PAD yang Sah maksimum adalah 94,9080. Nilai Lain-lain PAD yang Sah minimum terjadi pada Kabupaten Barito
Selatan pada tahun 2011, sedangkan nilai Lain-lain PAD yang Sah maksimum terjadi pada Kabupaten Kotawaringin Timur pada tahun 2013. Diketahui rata-rata
mean Lain-lain PAD yang Sah dari tahun 2010-2013 adalah 14,096375, dan standar deviasi Lain-lain PAD yang Sah dari tahun 2010-2013 adalah 20,0129767.
Berdasarkan Tabel 4.1, diketahui nilai Belanja Modal minimum adalah 99,8190, sedangkan nilai Belanja Modal maksimum adalah 376,9990. Belanja
Modal minimum terjadi pada Kabupaten Barito Utara pada tahun 2010, sedangkan Belanja Modal terjadi pada Kabupaten Seruyan pada tahun 2013. Diketahui rata-
rata mean Belanja Modal dari tahun 2010-2013 adalah 193,708469 , dan standar deviasi Belanja Modal dari tahun 2010-2013 adalah 66,8814638.
4.2 Uji Asumsi Klasik
