Pengaruh Informasi SiLPA, Jumlah Penduduk, dan Luas Wilayah terhadap Belanja Modal Pemerintah Provinsi di Indonesia berdasarkan Klaster Kemampuan Keuangan Daerah menurut Permendagri Nomor 21 Tahun 2007

DAFTAR LAMPIRAN

Proses Pemilihan Sampel Penelitian

No Nama Provinsi Kriteria Sampel Sampel

1 2 3 4

1 Provinsi Aceh √ √ √ √ 1

2 Provinsi Sumatera Utara √ √ √ √ 2

3 Provinsi Sumatera Barat √ √ √ √ 3

4 Provinsi Riau √ √ √ √ 4

5 Provinsi Jambi √ √ - √ -

6 Provinsi Sumatera Selatan √ √ - √ -

7 Provinsi Bengkulu √ √ √ √ 5

8 Provinsi Lampung √ √ √ √ 6

9 Provinsi DKI Jakarta √ √ - √ -

10 Provinsi Jawa Barat √ √ - √ -

11 Provinsi Jawa Tengah √ √ √ √ 7

12 Provinsi DI Yogyakarta √ √ √ √ 8

13 Provinsi Jawa Timur √ √ √ √ 9

14 Provinsi Kalimantan Timur √ √ - √ -

15 Provinsi Kalimantan Tengah √ √ - √ -

16 Provinsi Kalimantan Selatan √ √ √ √ 10

17 Provinsi Kalimantan Barat √ √ - √ -

18 Provinsi Sulawesi Utara √ √ √ √ 11

19 Provinsi Sulawesi Tengah √ √ - √

20 Provinsi Sulawesi Selatan √ √ √ √ 12

21 Provinsi Sulawesi Tenggara √ √ - √ -

22 Provinsi Sulawesi Barat √ √ √ √ 13

23 Provinsi Nusa Tenggara Barat √ √ √ √ 14

24 Provinsi Nusa Tenggara Timur √ √ √ √ 15

25 Provinsi Maluku √ √ √ √ 16

26 Provinsi Maluku Utara √ √ - √ -

27 Provinsi Banten √ √ √ √ 17

28 Provinsi Bangka Belitung √ √ √ √ 18

29 Provinsi Kepulauan Riau √ √ √ √ 19

30 Provinsi Bali √ √ - √ -

31 Provinsi Gorontalo √ - - √ -

32 Provinsi Papua √ √ √ √ 20

33 Provinsi Papua Barat √ √ √ √ 21

Data Penelitian A. Data Sisa Lebih Pembiayaan Anggaran (SiLPA)

Provinsi 2006 2007 2008 2009

Aceh 3,421,681,087,852 3,141,732,121,604 4,015,380,289,197 1,842,988,678,576 Sumatera Utara 289,362,661,010 394,258,829,829 610,590,951,928 346,533,461,276 Sumatera Barat 212,722,372,284 250,314,439,792 314,029,281,825 673,887,320,537 Riau 1,049,349,975,014 425,420,623,676 869,746,872,266 114,037,387,992 Bengkulu 77,084,095,641 195,850,386,718 218,702,463,462 10,570,145,970 Lampung 350,625,380,857 180,319,738,080 183,672,386,252 78,951,379,636 Jawa Tengah 354,863,741,202 329,786,228,234 587,388,161,436 850,362,509,157 DI Yogyakarta 210,869,773,263 134,768,116,023 279,499,643,186 231,489,751,385 Jawa Timur 847,306,591,209 1,277,566,811,356 2,061,246,828,539 1,930,998,872,518 Kalimantan Selatan 201,652,308,549 258,294,254,497 533,662,391,149 429,320,826,136 Sulawesi Utara 35,372,751,714 8,497,529,161 99,104,168,111 88,025,574,436 Sulawesi Selatan 205,544,094,449 208,233,768,425 183,232,856,332 230,447,065,416 Sulawesi Barat 73,880,042,895 69,509,115,423 59,884,224,801 23,221,029,617 Nusa Tenggara Barat 65,181,865,049 71,073,303,720 63,928,652,373 70,127,301,343 Nusa Tenggara Timur 328,857,367,436 288,306,324,089 252,690,837,502 210,676,609,923 Maluku 43,191,583,600 62,209,327,914 64,806,192,328 58,385,590,659 Banten 137,157,181,074 149,104,130,492 234,720,327,441 235,495,508,609 Bangka Belitung 290,197,792,799 254,692,422,612 315,465,869,780 264,129,353,964 Kepulauan Riau 447,501,469,506 184,315,625,950 391,953,212,644 242,173,799,395 Papua 535,610,092,375 2,595,763,906,145 6,411,008,776 1,105,583,875,984 Papua Barat 196,892,986,788 193,508,717,416 49,003,746,234 130,152,083,722

Provinsi 2010 2011 2012 2013

Aceh 1,306,726,214,378 1,508,840,608,851 1,968,699,122,183 1,363,614,196,858 Sumatera Utara 404,884,722,999 711,836,577,827 14,107,541,507 45,200,503,220 Sumatera Barat 335,221,212,133 361,250,283,093 276,750,267,366 366,447,838,747 Riau 404,707,156,731 1,339,316,754,552 1,977,900,614,768 1,447,676,413,282 Bengkulu 39,678,718,523 197,339,470,818 241,356,037,084 82,880,966,092 Lampung 161,181,629,548 117,688,683,675 23,710,615,002 66,870,224,889

Jawa Tengah 1,232,139,507,665 705,308,166,992 755,371,554,796 789,743,757,859 DI Yogyakarta 233,346,955,782 270,588,655,808 379,241,941,053 382,020,096,898 Jawa Timur 1,479,695,649,869 1,223,913,293,818 1,153,509,144,119 1,846,787,127,478 Kalimantan Selatan 271,421,585,338 924,070,227,372 1,160,217,560,616 340,376,311,986 Sulawesi Utara 109,273,479,016 189,114,090,285 252,914,032,167 201,938,746,938 Sulawesi Selatan 290,514,746,370 212,338,655,822 42,653,395,045 92,048,275,314 Sulawesi Barat 25,751,452,871 12,483,936,232 101,379,671,063 129,254,555,437 Nusa Tenggara Barat 11,699,958,733 17,031,799,849 27,348,512,360 13,156,212,011 Nusa Tenggara Timur 110,683,612,716 145,648,778,701 179,264,504,331 223,629,774,519 Maluku 55,485,451,274 78,105,094,119 149,438,146,480 74,893,874,694 Banten 535,848,289,855 374,844,506,630 450,814,201,639 1,069,804,863,441 Bangka Belitung 240,432,352,331 242,245,781,563 285,022,224,843 201,966,080,664 Kepulauan Riau 372,804,275,275 288,891,008,712 290,832,799,125 256,736,884,758 Papua 955,938,778,571 779,591,449,131 768,415,821,113 847,856,488,374 Papua Barat 353,183,633,126 398,118,931,990 282,829,738,320 120,876,639,044

B. Data Jumlah Penduduk

Provinsi 2006 2007 2008 2009 2010 2011 2012 2013

Aceh 4101470 4196532 4293798 4393318 4486570 4597300 4693900 4791900 Sumatera Utara 12458737 12592717 12726997 12861541 12985075 13103596 13215401 13326307 Sumatera Barat 4608536 4668650 4729125 4789948 4845998 4933112 5000184 5066476 Riau 4836544 5008531 5186169 5369620 5543031 5738543 5929172 6125283 Bengkulu 1609260 1635445 1661908 1688645 1713393 1742080 1766794 1814357 Lampung 7254295 7341045 7428166 7515640 7596115 7735914 7835308 7932132 Jawa Tengah 31973682 32081337 32186468 32289014 32380687 32643612 33270207 32264339 DI Yogyakarta 3323249 3356197 3389168 3422151 3452390 3487325 3514762 3525300 Jawa Timur 36444187 36709736 36973905 37236597 37476011 37840657 38106590 38363195 Kalimantan Selatan 3363280 3428971 3495632 3563266 3626119 3714340 3784981 3854485 Sulawesi Utara 2161020 2187625 2214358 2241215 2265937 2296666 2319916 2343527 Sulawesi Selatan 7688812 7776176 7863827 7951745 8032551 8156100 8250000 8342000 Sulawesi Barat 1046394 1074044 1102326 1131250 1158336 1189203 1218005 1234251 Nusa Tenggara Barat 4304713 4353549 4402545 4451688 4496855 4545650 4587562 4630302 Nusa Tenggara Timur 4327835 4415564 4504668 4595153 4679316 4788618 4871227 4953967 Maluku 1377603 1415523 1454357 1494121 1531402 35413907 36264463 37064090 Banten 9571264 9835719 10106576 10383949 10644030 11005518 11248947 11452491 Bangka Belitung 1085372 1119123 1153821 1189486 1223048 1258234 1286551 1315123 Kepulauan Riau 1395478 1464640 1537092 1612981 1685698 1748810 1805089 1861373 Papua 2320304 2446131 2578552 2717894 2851999 2915300 2973800 3032488 Papua Barat 660591 684950 710143 736196 760855 785979 806995 828293

C. Luas Wilayah

Provinsi 2006 2007 2008 2009 2010 2011 2012 2013

Aceh 56501 56501 57956 57956 57956 57956 57956 57956

Sumatera Utara 72428 72428 72981 72981 72981 72981 72981 72981 Sumatera Barat 42225 42225 42013 42013 42013 42013 42013 42013

Riau 87844 87844 87024 87024 87024 87024 87024 87024

Bengkulu 19795 19795 19919 19919 19919 19919 19919 19919 Lampung 37735 37735 34624 34624 34624 34624 34624 34624 Jawa Tengah 32800 32800 32801 32801 32801 32801 32801 32801 DI Yogyakarta 3133 3133 3133 3133 3133 3133 3133 3133 Jawa Timur 46690 46690 47800 47800 47800 47800 47800 47800 Kalimantan Selatan 38884 38884 38744 38744 38744 38744 38744 38744 Sulawesi Utara 13931 13931 13852 13852 13852 13852 13852 13852 Sulawesi Selatan 46116 46116 46717 46717 46717 46717 46717 46717 Sulawesi Barat 16787 16787 16787 16787 16787 16787 16787 16787 Nusa Tenggara Barat 19709 19709 18572 18572 18572 18572 18572 18572 Nusa Tenggara Timur 46138 46138 48718 48718 48718 48718 48718 48718 Maluku 47350 47350 46914 46914 46914 46914 46914 46914

Banten 9019 9019 9663 9663 9663 9663 9663 9663

Bangka Belitung 16424 16424 16424 16424 16424 16424 16424 16424 Kepulauan Riau 8084 8084 8202 8202 8202 8202 8202 8202 Papua 309934 309934 319036 319036 319036 319036 319036 319036 Papua Barat 114566 114566 97024 97024 97024 97024 97024 97024

D. Belanja Modal

Provinsi 2006 2007 2008 2009

Aceh 490,177,330,000 775,174,701,021 2,609,726,658,479 3,696,304,078,890 Sumatera Utara 528,404,430,000 686,133,765,170 579,740,663,181 704,337,051,723 Sumatera Barat 210,126,560,000 259,261,223,865 362,102,929,729 462,031,796,624 Riau 1,358,205,750,000 1,508,724,965,289 1,195,266,682,619 1,119,393,868,687 Bengkulu 105,193,820,000 189,714,611,340 388,314,528,657 249,114,223,801 Lampung 113,441,650,000 263,015,495,721 208,831,676,848 233,290,049,171 Jawa Tengah 209,072,080,000 374,551,312,264 530,106,603,171 547,058,588,192 DI Yogyakarta 53,334,500,000 104,220,866,989 191,833,725,724 192,938,051,444 Jawa Timur 789,484,785,738 640,504,302,197 548,509,682,952 837,299,991,689 Kalimantan

Selatan 327,065,890,000 367,616,959,611 401,891,492,120 626,656,100,464 Sulawesi Utara 54,844,210,000 138,610,124,799 157,341,663,572 241,283,649,548 Sulawesi Selatan 243,814,140,000 308,290,366,956 274,807,900,715 295,862,668,434

Sulawesi Barat 65,078,950,000 92,488,587,564 209,936,687,897 241,804,106,669 Nusa Tenggara

Barat 88,553,580,000 164,626,805,752 173,739,485,761 133,813,071,896 Nusa Tenggara

Timur 114,178,980,000 293,850,287,808 202,721,741,546 205,249,529,399 Maluku 14,396,680,000 149,458,988,235 149,643,029,350 172,147,626,566 Banten 383,062,780,000 447,781,463,067 593,948,138,182 682,566,127,528 Bangka Belitung 142,335,530,000 194,509,410,249 235,314,794,936 238,120,044,845 Kepulauan Riau 181,640,530,000 434,986,063,755 289,202,689,139 605,750,178,098 Papua 524,575,850,000 1,518,302,684,102 1,049,192,740,138 1,199,489,101,030 Papua Barat 107,347,350,000 188,894,083,840 706,889,825,520 818,812,890,205

Provinsi 2010 2011 2012 2013

Aceh 3,267,911,386,569 1,473,983,448,179 815,338,776,452 1,650,120,551,283 Sumatera Utara 716,934,467,184 1,063,237,376,759 803,607,597,827 760,722,418,737 Sumatera Barat 583,067,564,069 525,003,079,290 645,613,542,295 427,858,382,674 Riau 1,238,746,885,741 1,342,180,098,717 1,961,665,412,098 2,245,307,027,148 Bengkulu 165,061,964,330 220,889,559,273 290,264,659,208 277,378,859,069 Lampung 425,809,200,181 631,250,021,947 831,950,659,490 804,089,325,288 Jawa Tengah 419,476,324,366 464,327,008,098 611,274,310,145 994,740,520,114 DI Yogyakarta 123,424,755,631 142,793,832,978 216,419,982,440 369,395,794,039 Jawa Timur 877,876,929,850 1,045,361,914,200 1,057,365,183,809 1,175,751,046,134 Kalimantan Selatan 677,301,273,054 596,845,382,792 805,698,030,623 1,339,858,647,974 Sulawesi Utara 164,360,062,551 233,630,332,387 350,596,718,100 387,136,384,941 Sulawesi Selatan 303,648,223,898 467,685,316,929 377,151,911,913 490,213,947,459 Sulawesi Barat 205,063,859,620 230,691,749,087 135,387,012,072 183,451,335,732 Nusa Tenggara Barat 144,557,401,603 450,063,752,043 404,993,176,084 450,279,190,236 Nusa Tenggara Timur 176,558,921,397 195,335,652,324 244,750,464,780 225,180,376,272 Maluku 158,861,227,606 254,938,971,729 181,984,301,669 193,590,990,419 Banten 826,562,686,438 717,408,802,111 917,699,107,986 813,275,177,115 Bangka Belitung 313,362,005,124 487,557,334,729 290,810,173,233 402,766,576,890 Kepulauan Riau 657,183,872,318 259,907,863,027 262,340,286,674 206,857,423,883 Papua 1,404,550,459,868 1,421,658,223,557 1,309,177,867,378 1,220,744,851,353 Papua Barat 995,882,015,819 606,120,330,076 853,868,751,566 833,669,082,067

Hasil Olah Data (SPSS versi 20)

Hasil olah data yang dilampirkan adalah hasil olah data setelah memenuhi asumsi normalitas dan autokorelasi.

Berikut ditampilkan hasil olah data penelitian dengan menggunakan SPSS 18,0 setelah memenuhi asumsi normalitas dan autokorelasi:

A. Uji Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Silpa 117 8497529161 3421681087852 339668686427.90 512656710194.69 Jumlah Penduduk 117 660591 37236597 8207022.50 10311369.45 Luas Wilayah 117 9018.6400 309934.40 41161.00 34480.06 Belanja Modal 117 105193820000 995882015819 399710308609.99 226184607236.43 Valid N (listwise) 117

B. Uji Normalitas Histogram

Grafik

Uji Kolmogorov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 117

Normal Parametersa,b Mean -.0001304

Std. Deviation 201192159498.55478000

Most Extreme Differences

Absolute .120

Positive .120

Negative -.073

Kolmogorov-Smirnov Z 1.300

Asymp. Sig. (2-tailed) .068

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

C. Uji Autokorelasi

D. Uji Multikolinearitas

Coefficientsa Model Unstandardized Coefficients Standardi zed Coefficient s

T Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 261944163918.75 33420009224 .18

7.838 .000

SiLPA .121 .040 .274 3.056 .003 .873 1.146

Jumlah Penduduk

3156.758 1949.564 .144 1.619 .108 .886 1.128

Luas Wilayah

1721019.036 553706.759 .262 3.108 .002 .983 1.018

a. Dependent Variable: Belanja Modal

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

Change Statistics Durbin-Watson R Square Change F Change df 1

df2 Sig. F Chang

e

1 .757a .609 .588 203845357512.

41 .209 9.939 3 11

3 .000 1.838

a. Predictors: (Constant), Luas Wilayah, Jumlah Penduduk, Silpa b. Dependent Variable: Belanja Modal

E. Uji Heteroskedastisitas

F. Uji Analisis Regresi Linear Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) 261944163918.75 33420009224 .18

7.838 .000

SiLPA .121 .040 .274 3.056 .003

Jumlah Penduduk

3156.758 1949.564 .144 1.619 .108

Luas Wilayah

1721019.036 553706.759 .262 3.108 .002

G. Uji Signifikansi Simultan (Uji-F)

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1239018214813194200000000.00 3 413006071604398100000000.00 9.939 .000b Residual 4695481065068264000000000.00 113 41552929779365170000000.00

Total 5934499279881458000000000.00 116

a. Predictors: (Constant), SiLPA, Jumlah Penduduk, Luas Wilayah b. Dependent Variable: Belanja Modal

H. Uji Signifikansi Parameter Individual (Uji-t)

Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) 261944163918.75 33420009224.18 7.838 .000

SiLPA .121 .040 .274 3.056 .003

Jumlah Penduduk 3156.758 1949.564 .144 1.619 .108

Luas Wilayah 1721019.036 553706.759 .262 3.108 .002

a. Dependent Variable: Belanja Modal

I. Uji Koefisien Determinasi (R2)

Model Summaryb

Model R R Square Adjusted R Square

DAFTAR PUSTAKA

Bastian, Indra. 2001. Akuntansi Sektor Publik di Indonesia. Yogyakarta. BPFE-Yogyakarta.

Darmayasa, I Nyoman dan I Ketut Suandi. 2014. “ Faktor Penentu Belanja Modal Dalam APBD Pemerintah Provinsi.” Jurnal Simposium Nasional Akuntansi

(SNA) XVII Mataram, 24-27 September 2014.

Darwanto dan Yustikasari, Yulia. 2007. “ Pengaruh Pertumbuhan Ekonomi, Pendapatan Asli Daerah, dan Dana Alokasi Umum Terhadap Pengalokasian Anggaran Belanja Modal.” Jurnal Simposium Nasional Akuntansi (SNA) X

Makassar, 26-28 Juli 2007.

Darise, Nurlan. 2008. Akuntansi Keuangan Daerah. Jakarta : PT. Indeks. Erlina, 2011. Metodologi Penelitian. Medan : USU Press.

Erlina, Sirojuzilam, dan Rasdianto. 2012. Pengelolaan Dan Akuntansi Keuangan

Daerah. Medan : USU Press.

Fauzy, Muammar. 2014. “Hubungan Informasi SiLPA APBD dan Arus Kas terhadap Penganggaran Belanja Modal Kabupaten di Indonesia berdasarkan Klaster Permendagri nomor 21 Tahun 2007”, Skripsi, Fakultas Ekonomi dan Bisnis, Universitas Diponegoro, Semarang.

Ghozali, Imam. 2006. Aplikasi Analysis Multivariate Dengan Program SPSS. Semarang : Badan Penerbit Universitas Diponegoro.

Halim, Abdul. 2002. Akuntansi Sektor Publik (Akuntansi Keuangan Daerah). Jakarta : Salemba Empat.

Haryanto. 2013. “Pengaruh Informasi SiLPA APBD dan Arus Kas Terhadap Penganggaran Belanja Modal Berdasarkan Klasifikasi Pemerintah Daerah

Menurut Permendagri Nomor 21 Tahun 2007.” E-Journal Akuntansi.

Universitas Diponegoro.

Jumay, Yasin. 2015. “Pengaruh PAD, DAU, dan Luas Wilayah terhadap Alokasi Belanja Modal pada Kabupaten/Kota di Sumatera Utara.” Skripsi. Universitas Sumatera Utara Fakultas Ekonomi dan Bisnis. Medan.

Kusnandar, dan Dodik Diswantoro. 2012. “Pengaruh Dana Alokasi Umum, Pendapatan Asli Daerah, Selisih Lebih Pembiayaan Anggaran, dan Luas Wilayah terhadap Belanja Modal.” Jurnal Simposium Nasional Akuntansi

Mursyidi. 2009. Akuntansi Pemerintahan di Indonesia. Bandung : PT. Refika Aditama.

Nordiawan, Deddi, Iswahyudi Sondi Putra, Maulidah Rahmawati. 2007.

Akuntansi Pemerintahan. Edisi Kedua. Jakarta : Salemba Empat.

Purnama, Arif. 2014. “Pengaruh Dana Alokasi Umum (DAU), Pendapatan Asli Daerah (PAD), Sisa Lebih Pembiayaan Anggaran (SiLPA), dan Luas Wilayah terhadap Belanja Modal pada Kabupaten dan Kota di Jawa Tengah Periode 2012-2013.” Skripsi. Universitas Muhammadiyah Surakarta Fakultas Ekonomi dan Bisnis. Surakarta.

Pribadi, Nuria Ardha. “Analisis Pengaruh Luas Wilayah, Jumlah Penduduk, Kemandirian Daerah, dan Efektivitas PAD terhadap Alokasi Belanja Modal pada Kota dan Kabupaten di Indonesia pada Tahun 2013.” Skripsi. Universitas Sumatera Utara Fakultas Ekonomi dan Bisnis. Medan.

Renyowijoyo, Muindro. 2010. Akuntansi Sektor Publik Organisasi Non Laba. Jakarta : Mitra Wacana Media.

Republik Indonesia. 2004. Undang-Undang Nomor 32 Tahun 2004 Tentang

Pemerintahan Daerah.

---. 2004. Undang-Undang Nomor 33 Tahun 2004 Tentang Perimbangan

Keuangan Antara Pemerintahan Pusat dan Pemerintahan Daerah.

---. 2006. Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 Tentang

Pedoman Pengelolaan Keuangan Daerah.

---. 2007. Peraturan Menteri Dalam Negeri Nomor 21 Tahun 2007. Tentang

Klaster Kemampuan Keuangan Daerah.

---. 2010. Peraturan Pemerintah Nomor 71 Tahun 2010 Tentang Standar

Akuntansi Pemerintahan.

---. 2011. Peraturan Menteri Dalam Negeri Nomor 21 Tahun 2011 Tentang

Perubahan Kedua Atas Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 Tentang Pedoman Pengelolaan Keuangan daerah.

Sabeni, Arifin dan Imam Ghozali. 2001. Pokok-Pokok Akuntansi Pemerintahan. Yogyakarta. BPFE-Yogyakarta.

Sholikkah, Imroatus dan Agus Wahyudin. 2014. “Analisis Belanja Modal Pada Pemerintah Kabupaten/Kota Di Jawa.”Accounting Analysis Journal, Volume 3 Nomor 4 hal 553-562.

Sugiarthi, Ni Putu Dwi Eka Rini dan Ni Luh Supadmi. 2014. “Pengaruh PAD, DAU, dan SiLPA Pada Belanja Modal Dengan Pertumbuhan Ekonomi

Sebagai Pemoderasi.” E-Journal Akuntansi Universitas Udayana, Volume

7 Nomor 2 hal 477-495.

Sugiyono. 2011. Statistik Untuk Peneltian. Bandung : Alfabeta.

Wandira, Arbie Gugus. 2013. “Pengaruh PAD, DAU, DAK, dan DBH Terhadap

Pengalokasian Belanja Modal.” Accounting Analysis Journal, Volume 2

Nomor 1 hal 45-51. www.djpk.depkeu.go.id www.bps.go.id

BAB III

METODE PENELITIAN

3.1. Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian asosiatif kausal, dimana penelitian ini bertujuan untuk menganalisis hubungan antara dua variabel atau lebih. Variabel dependen untuk penelitian ini adalah Belanja Modal pada saat tanggal pelaporan keuangan Tahun Realisasi Anggaran 2006-2013. Variabel independen yang digunakan dalam penelitian ini adalah informasi Sisa Lebih Perhitungan Anggaran (SiLPA) dalam Laporan Realisasi Anggaran (LRA) pemerintah provinsi Tahun Anggaran 2006-2013, laporan informasi jumlah penduduk periode 2006-2013, dan laporan informasi luas wilayah periode 2006-2013.

3.2. Tempat dan Waktu Penelitian

Data yang digunakan dalam penelitian ini laporan keuangan pemerintah dalam satu periode yang terdaftar di dalam website www.djpk.depkeu.go.id antara periode 2006-2013 dan www.bps.go.id antara periode 2006-2013 serta www.kemendagri.go.id periode 2006-2013.

3.3. Defenisi Operasional dan Pengukuran Variabel

Defenisi operasional adalah menjelaskan karakter dari obyek ke dalam elemen yang dapat diobservasi sehingga suatu konsep dapat diukur di dalam penelitian (Erlina, 2011). Variabel yang diteliti harus didefinisikan secara

operasional agar lebih mudah dicari hubungannya antara satu variabel dengan lainnya dan pengukurannya. Adapun variabel-variabel dalam penelitian ini terdiri dari variabel independen dan variabel dependen.

3.3.1. Variabel Independen

Variabel independen atau variabel bebas adalah variabel yang secara positif ataupun negatif dapat mempengaruhi variabel terikat atau bisa disebut sebagai variabel yang menjadi sebab bagi variabel dependen (Umar, 2003:50). Variabel ini dipilih oleh peneliti untuk menentukan hubungannya dengan suatu gejala yang diobservasi.

Variabel independen dalam penelitian ini adalah:

a. Sisa Lebih Pembiayaan Anggaran (SiLPA)

SiLPA merupakan bagian dari Laporan Realisasi Anggaran yang dilaporkan oleh pemerintah pada tahun anggaran bersangkutan. Pernyataan No. 02 SAP tentang Laporan Realisasi Anggaran berbasis kas menyebutkan bahwa Sisa Lebih Pembiayaan Anggaran adalah selisih lebih antara realisasi penerimaan dan pengeluaran selama satu periode laporan. SiLPA sebenarnya merupakan indikator efisiensi, karena SiLPA hanya terbentuk bila terjadi surplus pada APBD dan sekaligus terjadi pembiayaan neto yang positif, dimana komponen penerimaan lebih besar dari komponen pengeluaran pembiayaan (Kusnandar dan Siswantoro, 2012).

b. Jumlah Penduduk

Jumlah penduduk tiap daerah tidak sama, setiap daerah yang memiliki luas wilayah yang besar tidak selalu memiliki jumlah penduduk yang paling besar, begitu juga setiap daerah yang memiliki luas wilayah yang kecil tidak selalu memiliki jumlah penduduk yang paling kecil. Berdasarkan Undang-Undang nomor 33 tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dengan Pemerintah Daerah, yang menyebutkan bahwa jumlah penduduk merupakan satu variabel yang menggambarkan kebutuhan dalam penyediaan layanan publik di setiap daerah.

c. Luas Wilayah

Daerah dengan wilayah yang lebih luas membutuhkan sarana dan prasarana yang lebih banyak sebagai syarat untuk pelayanan kepada publik bila dibandingkan dengan daerah dengan wilayah yang tidak begitu luas. Siswantoro (2012), mengatakan bahwa luas wilayah memiliki pengaruh terhadap alokasi belanja modal. Luas wilayah juga merupakan sebuah daerah yang dikuasai atau menjadi teritorial dari sebuah kedaulatan.

3.3.2. Variabel Dependen

Variabel dependen adalah variabel yang menjadi perhatian utama dalam sebuah pengamatan (Situmorang dan Lutfi, 2012:8). Variabel dependen yang diamati dan diukur untuk menentukan pengaruh yang disebabkan oleh variabel lain. Variabel dependen dalam penelitian ini adalah Belanja Modal, yang

merupakan komponen belanja langsung dalam anggaran pemerintah yang menghasilkan output berupa aset tetap.

a. Belanja Modal

Belanja Modal adalah pengeluaran pemerintah daerah yang manfaatnya lebih dari satu tahun anggaran dan akan menambah aset atau kekayaan daerah dan berakibat menambah belanja yang bersifat rutin (Sularso dan Restianto, 2011). Dalam penelitiannya, Sularso dan Restianto (2011) membagi klasifikasi belanja modal ke dalam dua kelompok. Kelompok pertama adalah kelompok belanja modal yang termasuk dalam belanja publik yaitu belanja modal yang manfaatnya bisa langsung dinikmati dan dirasakan oleh masyarakat. Contoh dari belanja modal kelompok ini adalah pembangunan jalan dan jembatan, pembelian mobil ambulans untuk digunakan sebagai fasilitas umum dan sebagainya. Kelompok kedua adalah belanja modal aparatur. Kelompok ini merupakan belanja modal yang manfaatnya tidak langsung dinikmati oleh masyarakat, tetapi dirasakan langsung oleh aparatur negara. Contohnya adalah belanja pembangunan gedung pemerintah, pengadaan kendaraan dinas, dan lain-lain.

Sularso dan Restianto (2011), berpendapat bahwa belanja modal berkaitan erat dengan investasi yang dilakukan oleh pemerintah daerah. Dalam mengartikan investasi bisa dilakukan dengan berbagai macam sudut pandang atau konteks mengartikannya. Secara akuntansi pada konteks jenis belanja/biaya, investasi muncul karena adanya perbedaan revenue

expenditure dan capital expenditure. Belanja modal dapat digolongkan ke

dalam investasi karena pengertian belanja modal tersebut dapat dikategorikan sebagai capital expenditure.

Tabel 3.1

Defenisi Operasional Variabel Penelitian

Variabel Defenisi Indikator Skala

SiLPA (X1) Selisih lebih antara

realisasi penerimaan dan pengeluaran selama satu periode laporan.

Realisasi SiLPA

2006-2013 Rasio

Jumlah

Penduduk (X2)

Jumlah ukuran dari banyaknya penduduk dari suatu pemerintahan, baik itu pemerintahan kabupaten, kota maupun provinsi. Jumlah Penduduk

2006-2013 Rasio

Luas Wilayah (X3)

Jumlah ukuran dari besarnya wilayah suatu pemerintahan, baik itu pemerintahan kabupaten, kota maupun provinsi. Luas Wilayah

2006-2013 Rasio

Belanja Modal (Y) Belanja ataupun pengeluaran pemerintah daerah yang manfaatnya lebih dari satu tahun anggaran dan akan menambah aset atau kekayaan daerah dan berakibat menambah belanja yang bersifat rutin.

Realisasi Belanja

3.4. Populasi dan Sampel Penelitian

Populasi penelitian ini adalah seluruh provinsi yang melaporkan laporan realisasi keuangan daerah pada tahun 2006-2013 di Direktorat Jenderal Perimbangan Keuangan. Pemilihan sektor provinsi dikarenakan peneliti ingin melakukan penelitian yang menguji pengaruh SiLPA, Jumlah Penduduk, Luas Wilayah terhadap Belanja Modal pada sektor Provinsi di Indonesia dan berbeda dari penelitian sebelumnya yang menggunakan sektor Kabupaten. Atas dasar itulah populasi penelitian ini mengambil sektor Provinsi di Indonesia.

Metode pemilihan sampel dalam penelitian ini adalah purposive sampling, yaitu penentuan sampel dengan menetapkan kriteria-kriteria tertentu. Adapun kriteria-kriteria yang digunakan dalam penelitian ini adalah:

1. Provinsi di Indonesia yang melaporkan laporan realisasi APBD pada tahun

2006-2013 yang terdaftar di Direktorat Jenderal Perimbangan Keuangan.

2. Provinsi yang memiliki tingkat kemampuan keuangan tinggi dan sedang,

berdasarkan klaster permendagri nomor 21 tahun 2007.

3. Provinsi di Indonesia yang mengeluarkan laporan Jumlah Penduduk pada

tahun 2006-2013 yang terdaftar di Badan Pusat Statistik.

4. Provinsi di Indonesia yang mengeluarkan laporan Luas Wilayah pada

Tabel 3.2 Pemilihan Sampel

Keterangan Jumlah

Jumlah pemerintah provinsi yang melaporkan laporan realisasi APBD tahun 2006-2013 yang terdaftar di Direktorat Jenderal Perimbangan Keuangan.

33 Jumlah Pemerintah Provinsi yang memiliki tingkat kemampuan

keuangan rendah. (1)

Jumlah Pemerintah Provinsi yang tidak mengeluarkan laporan Jumlah

Penduduk periode 2006-2013. (11)

Jumlah Pemerintah Provinsi yang tidak mengeluarkan laporan Luas

Wilayah periode 2006-2013. 0

Jumlah Sampel Terpilih 21

Sumber: Data sekunder yang diolah peneliti, 2016.

Dari kriteria pemilihan sampel diatas diperoleh 21 sampel, dan penelitian dilakukan selama delapan tahun, mulai dari tahun 2006 sampai dengan tahun 2013, maka jumlah seluruh sampel penelitian adalah 21 sampel. Daftar nama provinsi yang menjadi sampel dalam penelitian ini akan disajikan pada lampiran satu dalam penelitian ini.

3.5. Jenis dan Sumber Data

Dalam penelitian ini jenis data yang digunakan adalah data kuantitatif dan merupakan data sekunder yang informasinya secara tidak langsung diperoleh dari pemerintah provinsi. Data sekunder umumnya berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip (data documenter) yang dipublikasikan. Penelitian ini menggunakan jenis data panel (pooled data), yakni gabungan antara data runtut (time series) dan data silang (cross section). Dikatakan data gabungan karena data dalam penelitian ini terdiri atas beberapa objek/sub objek dalam beberapa periode waktu.

Data yang digunakan dalam penelitian ini adalah laporan realisasi pemerintah provinsi yang diperoleh dari website Direktorat Jenderal Perimbangan Keuangan, laporan Jumlah Penduduk pemerintah provinsi yang diperoleh dari website Badan Pusat Statistik, laporan Luas Wilayah pemerintah provinsi yang diperoleh dari website Kementrian Dalam Negeri Republik Indonesia.

3.6. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini adalah dengan menggunakan metode dokumentasi. Metode dokumentasi adalah metode pengumpulan data yang dilakukan dengan mengumpulkan data-data sekunder serta informasi-informasi yang digunakan yang berasal dari dokumen-dokumen perusahaan atau pemerintah terkait. Pengumpulan data yang dilakukan dengan mengunduh dari www.djpk.depkeu.go.id, untuk memperoleh data mengenai laporan realisasi APBD pemerintah daerah provinsi sesuai dengan periode pengamatan, kemudian untuk memperoleh data jumlah penduduk daerah provinsi adalah dengan mengunduh dari www.bps.go.id, dan yang terakhir adalah mengunduh data dari www.kemendagri.go.id untuk memperoleh data luas wilayah pemerintah provinsi di Indonesia.

3.7. Metode Analisis Data

Data penelitian ini dianalisis dan diuji dengan uji statistik yaitu statistik deskriptif, uji asumsi klasik, dan analisis regresi untuk pengujian hipotesis penelitian.

3.7.1. Statistik Deskriptif

Metode analisis deskriptif merupakan metode analisis data yang dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti berupa angka-angka sebagai dasar untuk pengambilan keputusan. Angka-angka yang dimaksud dalam pengukuran statistik deskriptif ini meliputi jumlah sampel, nilai minimum, nilai

maksimum, mean, dan standar deviasi. Minimum digunakan untuk mengetahui

jumlah terkecil yang bersangkutan bervariasi dari rata-rata. Maksimum digunakan untuk mengetahui jumlah terbesar data yang bersangkutan. Standar deviasi digunakan untuk mengetahui seberapa besar data bersangkutan bervariasi dari rata-rata.

3.7.2. Uji Asumsi Klasik

Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi oleh analisis linear berganda. Pengujian ini juga dimaksudkan untuk memastikan bahwa data yang dihasilkan berdistribusi normal dan di dalam model regresi yang digunakan tidak terdapat multikolinearitas. Uji asumsi klasik terdiri dari uji normalitas, uji multikolinearitas, uji heterokedastisitas dan uji autokorelasi.

3.7.2.1. Uji Normalitas

Uji Normalitas digunakan dalam tahap awal dalam metode

pemilihan analisis data. Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2006). Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Data

yang baik adalah data yang berdistribusi normal, yaitu distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Uji normalitas dilakukan dengan tiga pendekatan yaitu pendekatan histogram, pendekatan grafik, dan pendekatan Kolmogorov-Smirnov.

Untuk menguji normalitas data dengan pendekatan histogram

dapat dilihat dengan kurva normal, yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah bahwa: mean, mode, dan median pada tempat yang sama. Data yang normal akan terlihat pada grafik histogram yang berbentuk lonceng (Situmorang dan Lufti, 2012). Pendekatan grafik yaitu dengan melihat scatter plot terlihat titik mengikuti data disepanjang garis diagonal yang berarti data tersebut berdistribusi normal. Pendekatan Kolmogorov-Smirnov dilakukan untuk menilai apakah data yang disepanjang garis diagonal berdistribusi normal. Jika nilai signifikansi > 0,05 maka data berdistribusi normal.

3.7.2.2. Uji Multikolinearitas

Dilakukan untuk mengetahui apakah pada model regresi

ditemukan adanya korelasi antar variabel bebas. Pada model yang baik tidak terjadi korelasi antara variabel bebas. Uji asumsi klasik seperti multikolinearitas dapat dilaksanakan dengan jalan meregresikan model analisis dan melakukan uji korelasi antar variabel independen dengan menggunakan Variance Inflating Factor (VIF). Ketentuan suatu model regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance

3.7.2.3. Uji Heteroskedastisitas

Heteroskedastisitas adalah varian residual yang tidak konstan

pada regresi sehingga hasil prediksi menjadi meragukan. Pengujian gejala heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Tetapi, jika berbeda disebut heteroskedastisitas. Cara mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot di sekitar nilai X dan Y. Jika ada pola tertentu, maka telah terjadi gejala heteroskedastisitas (Ghozali, 2013).

3.7.2.4. Uji Autokorelasi

Pengujian ini bertujuan untuk menguji apakah di dalam model

regresi linier ditemukan adanya korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi terjadi karena penelitian yang berurutan sepanjang waktu berkaitan satu sama lainnya (Ghozali, 2013). Metode untuk mendeteksi autokorelasi ada empat yaitu, metode grafik, metode Runs Test, percobaan d dari Durbin-Watson, dan The Breusch-Golfrey. Model regresi dikatakan bebas dari autokorelasi jika nilai hitung berada diantara nilai tabel dan 4 – nilai tabel (du < dw < 4 – du).

3.7.3. Analisis Regresi

Data yang telah dikumpulkan kemudian dianalisis dengan menggunakan alat analisis statistik yakni:

1. Analisis regresi linier berganda

Pengujian ini bertujuan untuk menguji apakah variabel independen yaitu SiLPA APBD, Jumlah Penduduk, Luas Wilayah berpengaruh terhadap variabel dependen yaitu Belanja Modal. Model persamaan regresi dalam penelitian ini adalah sebagai berikut:

Y = a + b1X1 + b2X2 + b3X3 + e

Keterangan:

Y : Belanja Modal

a : Harga Konstan (Konstanta)

b1, b2, b3 : Koefisien regresi

X1 : Sisa Lebih Pembiayaan Anggaran

X2 : Jumlah Penduduk

X3 : Luas Wilayah

3.7.4. Pengujian Hipotesis

Pengujian hipotesis dilakukan dengan menggunakan metode regresi linear berganda. Analisis regresi linier berganda dilakukan untuk menguji fungsi linear variabel dependen (Y) terhadap variabel independen (X1, X2, X3) dengan bantuan

software SPSS versi 20. Analisis meliputi uji koefisien determinasi (adjusted R2), uji signifikansi simultan (uji F), dan uji signifikansi parsial (uji t)

3.7.4.1. Uji R2 atau Koefisien Determinasi

Uji koefisien determinasi bertujuan untuk mengetahui seberapa

besar kemampuan variabel independen menjelaskan variabel dependen. Jika nilai adjusted R2 = 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen. Jika nilai adjusted R2 semakin mendekati 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan fluktuasi variabel dependen, sedangkan nilai adjusted R2 semakin mendekati 0 berarti semakin lemah kemampuan variabel independen dapat dijelaskan fluktuasi variabel dependen (Ghozali, 2013).

3.7.4.2. Uji Simultan (Uji F)

Uji F digunakan untuk menguji signifikansi koefisien regresi

secara keseluruhan dan pengaruh variabel bebas secara bersama-sama. Uji statistik F tersebut dilakukan dengan memperhatikan ketentuan sebagai berikut:

b. Jika statistik Fhitung < statistik Ftabel, maka H0 diterima dan menolak H1.

c. Jika statistik Fhitung > statistik Ftabel, maka H0 ditolak dan menerima H1.

Dimana:

H0 : Variabel bebas secara simultan bukan merupakan penjelas yang

signifikan terhadap variabel terikat.

H1 : Variabel bebas secara simultan merupakan penjelas yang signifikan

terhadap variabel terikat.

3.7.4.3. Uji Parsial (Uji t)

Uji statistik t dilakukan untuk menunjukkan seberapa jauh pengaruh variabel bebas secara individual dalam menerangkan variasi variabel terikat, sehingga uji statistik t ini digunakan untuk menguji hipotesis. Uji statistik t tersebut dilakukan dengan memperhatikan ketentuan sebagai berikut:

a. Tingkat signifikansi (α) = 5%

b. Jika statistik thitung < statistik ttabel, maka H0 diterima dan menolak H1.

c. Jika statistik thitung > statistik ttabel, maka H0 ditolak dan menerima H1.

Dimana:

H0 : Variabel bebas secara individual bukan merupakan penjelas yang

H1 : Variabel bebas secara individual merupakan penjelas yang

signifikan terhadap variabel terikat.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Gambaran Umum.

Populasi yang digunakan dalam penelitian ini adalah seluruh Provinsi di Indonesia pada periode 2006 sampai dengan 2013. Total keseluruhan provinsi di Indonesia pada periode 2006 sampai dengan 2013 adalah sebanyak 33 provinsi. Metode pemilihan sampel yang digunakan dalam penelitian ini adalah purposive

sampling sehingga dari 33 provinsi tersebut hanya 21 provinsi yang memenuhi

kriteria untuk dijadikan sampel. Daftar provinsi yang menjadi sampel dalam penelitian ini dilampirkan dalam lampiran satu.

4.2. Data Penelitian.

Data dalam penelitian ini merupakan data sekunder yang diunduh melalui situs resmi website Direktorat Jenderal Perimbangan Keuangan yang beralamat pada www.djpk.depkeu.go.id, website tersebut digunakan untuk memperoleh data Sisa Lebih Pembiayaan Anggaran (SiLPA), kemudian data jumlah penduduk dapat diperoleh melalui situs resmi Badan Pusat Statistik yang beralamat pada www.bps.go.id, dan data sekunder untuk luas wilayah yang diunduh melalui situs resmi Kementerian Dalam Negeri Republik Indonesia yang beralamat pada www.kemendagri.go.id.

Metode analisis data yang digunakan di dalam penelitian ini adalah metode analisis statistik dengan menggunakan persamaan regresi linear berganda yang bertujuan untuk mengetahui pengaruh dari beberapa variabel independen dalam penelitian ini SiLPA, Jumlah Penduduk, dan Luas Wilayah terhadap satu

variabel dependen dimana dalam penelitian ini Belanja Modal. Dalam menganalisis data digunakan software SPSS, dalam penelitian ini menggunakan SPSS versi 20.

4.3. Hasil Penelitian.

4.3.1. Analisis Statistik Deskriptif.

Statistik deskriptif merupakan analisis yang memberikan gambaran

mengenai jumlah sampel, nilai minimum, maksimum, rata-rata, dan standar deviasi dari penelitian kita. Berikut ini ditampilkan hasil analisis statistik deskriptif dari variabel Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, Luas Wilayah, dan Belanja Modal.

Tabel 4.1. Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Silpa 117 8497529161 3421681087852 339668686427.90 512656710194.69 Jumlah Penduduk 117 660591 37236597 8207022.50 10311369.45 Luas Wilayah 117 9018.6400 309934.40 41161.00 34480.06 Belanja Modal 117 105193820000 995882015819 399710308609.99 226184607236.43 Valid N (listwise) 117

Sumber : Data diolah dengan SPSS versi 20 (2016).

Dari tabel 4.1. diatas dapat dijelaskan beberapa hal berikut :

1. Variabel Sisa Lebih Pembiayaan Anggaran (SiLPA), memiliki nilai

minimum 8.497.529.161 dan nilai maksimum 3.421.681.087.852, dengan nilai rata-rata 339.668.686.427,90 dan standar deviasi 512.656.710.194,69 dengan jumlah pengamatan sebanyak 117 data.

2. Variabel Jumlah Penduduk, memiliki nilai minimum 660.591 dan nilai maksimum 37.236.597, dengan nilai rata-rata 8.207.022,50 dan standar deviasi 10.311.369,45 dengan jumlah pengamatan sebanyak 117 data.

3. Variabel Luas Wilayah, memiliki nilai minimum 9.018,64 dan nilai

maksimum 309.934,40, dengan nilai rata-rata 41.161 dan standar deviasi 34.480,06 dengan jumlah pengamatan sebanyak 117 data.

4. Variabel Belanja Modal, memiliki nilai minimum 105.193.820.000

dan nilai maksimum 995.882.015.819, dengan nilai rata-rata 399.710.308.609,99 dan standar deviasi 226.184.607.236,43 dengan jumlah pengamatan sebanyak 117 data.

4.3.2. Uji Asumsi Klasik. 4.3.2.1. Uji Normalitas.

Uji normalitas dilakukan untuk melihat apakah variabel independen maupun variabel dependen terdistribusi secara normal atau tidak. Pertama, data di dalam penelitian harus memenuhi asumsi kenormalan data. Data penelitian yang baik adalah data yang memenuhi asumsi kenormalan data. Untuk melihat apakah data normal atau tidak dari grafik histogram dan normal

probability plot. Data yang normal akan mengikuti garis diagonal

pada normal probability plot. Data yang normal juga akan terlihat dari grafik histogram yang seimbang, tidak condong ke kanan maupun condong ke kiri. Data yang tidak normal tidak akan mengikuti garis diagonal pada normal probability plot dan

memiliki garis histogram yang tidak seimbang. Berikut ini ditampilkan grafik histogram dan normal probability plot dari variabel penelitian.

Sumber : Data diolah dengan SPSS versi 20 (2016).

Gambar 4.1.

Histogram Variabel Pengalokasian Belanja Modal – Normal Dari Gambar 4.1. di atas terlihat bahwa Histogram dari penelitian sudah terdistribusi normal karena grafiknya seimbang, tidak condong ke kanan maupun condong ke kiri. Begitu juga dengan normal probability plot pada Gambar 4.2. di bawah yang terlihat telah mengikuti garis diagonal dengan teratur sehingga dapat disimpulkan data penelitian sudah memenuhi asumsi normalitas.

Sumber : Data diolah dengan SPSS versi 20 (2016).

Gambar 4.2.

Normal P-Plot of Regresion Standarized Residual – Normal

Untuk lebih memastikan bahwa data sudah terdistribusi dengan normal, maka peneliti membuat Uji Kolmogorov-Smirnov yang membuktikan kenormalan suatu data penelitian dengan angka. Peneliti merasa bahwa pembuktian dengan angka akan lebih pasti dibandingkan dengan grafik atau gambar yang bisa menimbulkan banyak persepsi. Dengan menggunakan Uji

Kolmogorov-Smirnov, suatu data dikatakan normal apabila nilai Asymp. Sig tailed) > 0, 05 dan apabila nilai Asymp. Sig (2-tailed) < 0, 05 maka data tidak terdistribusi dengan normal. Berikut

Tabel 4.2.

Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 117

Normal Parametersa,b Mean -.0001304

Std. Deviation 201192159498.55478000

Most Extreme Differences

Absolute .120

Positive .120

Negative -.073

Kolmogorov-Smirnov Z 1.300

Asymp. Sig. (2-tailed) .068

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

Sumber : Data diolah dengan SPSS versi 20 (2016).

Dari tebel 4.2. Kolmogorov-Smirnov di atas, nilai Asymp. Sig

(2-tailed)nya sebesar 0,068, sehingga dapat disimpulkan data

sudah terdistribusi dengan normal. 4.3.2.2. Uji Autokorelasi.

Uji Autokorelasi merupakan bagian dari uji asumsi klasik yang bisa menentukan apakah terdapat autokorelasi di dalam data penelitian. Data penelitian yang baik tidak memiliki autokorelasi di dalamnya. Untuk melihat ada tidaknya autokorelasi dilihat dari nilai

Durbin-Watson (DW). Bila DU < DW < 4-(DU) maka tidak terjadi

autokorelasi. Bila nilai DW < DL maka terjadi autokorelasi positif. Bila nilai DW > 4(DU) maka terjadi autokorelasi negatif. Bila DW terletak di antara DU dan DL maka hasilnya tidak dapat disimpulkan.

Berikut hasil hasil SPSS yang menunjukkan apakah data terkena autokorelasi atau tidak.

Tabel 4.3.

Uji Autokorelasi – Tidak terjadi Autokorelasi

Sumber : Data diolah dengan SPSS versi 20 (2016).

Dari hasil uji Autokorelasi dari tabel 4.3. di atas, di dapat nilai DW sebesar 1,838 dimana data observasi berjumlah 117, k=3, sehingga dari tabel DW di dapat nilai DU = 1,7512 dan DL 1,6462. Dari nilai tersebut maka dapat ditarik kesimpulan bahwa tidak terjadi autokorelasi di dalam penelitian karena nilai DU < DW < 4-DU sehingga data penelitian sudah memenuhi asumsi klasik.

4.3.2.3. Uji Multikolinearitas.

Uji Multikolinearitas merupakan uji yang menentukan ada tidaknya hubungan linear antara variabel independen dengan variabel independen lainnya. Model regresi yang baik tidak boleh memiliki multikolinearitas di dalamnya. Untuk mendeteksi ada tidaknya multikolinearitas di dalam data penelitian dilihat dari nilai Variance

Inflation Factor (VIF). Jika nilai VIF < 10 maka tidak terjadi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

Change Statistics Durbin-Watson R Square Change F Change df 1

df2 Sig. F Chang

e

1 .757a .609 .588 203845357512.

41 .209 9.939 3 11

3 .000 1.838

a. Predictors: (Constant), Luas Wilayah, Jumlah Penduduk, Silpa b. Dependent Variable: Belanja Modal

multikolinearitas, dan sebaliknya jika nilai VIF > 10 maka terjadi multikolinearitas. Hasil uji Multikolinearitas terlihat sebagai berikut.

Tabel 4.4. Uji Multikolinearitas Coefficientsa Model Unstandardized Coefficients Standardi zed Coefficient s

T Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 261944163918.75 33420009224 .18

7.838 .000

SiLPA .121 .040 .274 3.056 .003 .873 1.146

Jumlah Penduduk

3156.758 1949.564 .144 1.619 .108 .886 1.128

Luas Wilayah

1721019.036 553706.759 .262 3.108 .002 .983 1.018

a. Dependent Variable: Belanja Modal

Sumber : Data diolah dengan SPSS versi 20 (2016).

Dari tabel 4.4 di atas, maka diperoleh nilai VIF dari masing-masing variabel independen untuk variabel Sisa Lebih Pembiayaan Anggaran (SiLPA) sebesar 1,146, Jumlah Penduduk sebesar 1,128, dan variabel Luas Wilayah sebesar 1,018. Sehingga dapat disimpulkan tidak terjadi multikolinearitas di dalam penelitian karena setiap variabel independen nilai VIF < 10.

4.3.2.4. Uji Heteroskedastisitas.

Uji Heteroskedastisitas merupakan uji untuk menentukan apakah variabel pengganggu di dalam penelitian memilikii varian yang sama atau tidak. Penelitian yang bagus adalah penelitian yang

tidak memiliki heteroskedastisitas melainkan harus homokedastisitas.

Untuk menentukan apakah data penelitian mengalami heteroskedastisitas atau tidak dapat dilihat dari Scatterplot hasil SPSS. Apabila titik-titik di Scatterplot menyebar di atas, di bawah, dan di sekitaran angka nol, maka tidak terjadi heteroskedastisitas, dan apabila titik-titik di Scatterplot membentuk pola tertentu, tidak menyebar di atas, di bawah, dan di sekitaran angka nol, maka terjadi heteroskedastisitas. Berikut hasil Scatterplot dari penelitian.

Sumber : Data diolah dengan SPSS versi 20 (2016)

Gambar 4.3.

Dari Gambar 4.3 di atas, terlihat bahwa titik-titik menyebar di atas, di bawah, dan disekitaran angka nol sehingga dapat ditarik kesimpulan bahwa data dalam penelitian tidak terdapat heteroskedastisitas.

4.3.3. Uji Analisis Regresi Linear Berganda.

Uji Analisis Regresi Linier Berganda merupakan uji yang digunakan untuk mengetahui hubungan beberapa variabel independen terhadap variabel dependen. Uji ini dapat dilakukan apabila telah memenuhi uji asumsi klasik. Hasil Analisis Regresi Linier Berganda penelitian dengan SPSS adalah sebagai berikut.

Tabel 4.5.

Uji Analisis Regresi Linear Berganda Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) 261944163918.75 33420009224 .18

7.838 .000

SiLPA .121 .040 .274 3.056 .003

Jumlah Penduduk

3156.758 1949.564 .144 1.619 .108

Luas Wilayah

1721019.036 553706.759 .262 3.108 .002

a. Dependent Variable: Belanja Modal

Dari tabel 4.5. di atas maka dapat dibuat persamaan Regresi Linear Berganda sebagai berikut:

Belanja Modal = 261.944.163.918,75 + 0,121SiLPA + 3.156,758Jumlah Penduduk + 1.721.019,036Luas Wilayah + e

Interpretasi persamaan di atas sebagai berikut :

a. Konstanta sebesar 261.944.163.918,75 menunjukkan bahwa apabila

tidak ada variabel independen (Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah), maka tingkat Belanja Modal adalah sebesar 261.944.163.918,75.

b. Koefisien Regresi SiLPA sebesar 0,121 menunjukkan bahwa apabila

setiap kenaikan SiLPA 1% dengan asumsi variabel bebas lainnya dianggap konstan maka akan menaikkan Belanja Modal sebesar 0,121.

c. Koefisien Regresi Jumlah Penduduk sebesar 3.156,758 menunjukkan

bahwa apabila setiap kenaikan Jumlah Penduduk 1% dengan asumsi variabel bebas lainnya dianggap konstan maka akan menaikkan Belanja Modal sebesar 3.156,758.

d. Koefisien Regresi Luas Wilayah sebesar 1.721.019,036 menunjukkan bahwa apabila setiap kenaikan Luas Wilayah 1% dengan asumsi variabel bebas lainnya dianggap konstan maka akan menaikkan Belanja Modal sebesar 1.721.019,036.

4.3.4. Uji Hipotesis

4.3.4.1. Uji Signifikansi Simultan (Uji-F).

Uji Signifikansi Simultan (Uji – F) digunakan untuk mengetahui apakah secara bersama-sama atau simultan variabel independen di dalam penelitian mempengaruhi variabel dependen. Untuk melihat pengaruhnya dari nilai Signifikansi F. Apabila nilai Signifikansi F < 0,05 maka ada pengaruh variabel independen secara bersama-sama atau simultan terhadap variabel terikat, dan sebaliknya apabila nilai signifikansi F > 0,05 maka tidak ada pengaruh variabel independen secara bersama-sama atau simultan terhadap variabel terikat.

Tabel 4.6.

Uji Signifikansi Simultan (Uji-F) ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regressio n

1239018214813194200000000 .00

3 41300607160439810000000 0.00

9.939 .000b

Residual 4695481065068264000000000 .00

113 41552929779365170000000. 00

Total 5934499279881458000000000 .00

116

a. Predictors: (Constant), SiLPA, Jumlah Penduduk, Luas Wilayah b. Dependent Variable: Belanja Modal

Dari tabel 4.6 di atas, dari nilai Sig. sebesar 0,000 maka dapat disimpulkan bahwa nilai signifikansi F < 0, 05 yang berarti secara simultan atau bersama-sama variabel independen didalam penelitian mempengaruhi variabel dependen.

4.3.4.2. Uji Signifikansi Parameter Individual (Uji-t).

Uji Signifikansi Parameter Individual (Uji-t) digunakan untuk mengetahui secara parsial apakah setiap variabel bebas memiliki pengaruh yang signifikan terhadap variabel bebas. Apabila nilai signifikansi variabel independen > 0,05 maka secara parsial tidak ada pengaruh signifikan variabel bebas terhadap variabel terikat, dan sebaliknya apabila nilai signifikansi variabel independen < 0,05 maka secara parsial ada pengaruh signifikan variabel bebas terhadap variabel terikat.

Tabel 4.7.

Uji Signifikansi Parameter Individual (Uji-t) Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) 261944163918.75 33420009224 .18

7.838 .000

SiLPA .121 .040 .274 3.056 .003

Jumlah Penduduk

3156.758 1949.564 .144 1.619 .108

Luas Wilayah

1721019.036 553706.759 .262 3.108 .002

a. Dependent Variable: Belanja Modal

Dari Tabel 4.7 di atas, maka kesimpulan dari Uji-t adalah sebagai berikut:

1. Pengaruh Sisa Lebih Pembiayaan Anggaran (SiLPA) terhadap

Belanja Modal.

Nilai signifikansi untuk variabel Sisa Lebih Pembiayaan Anggaran (SiLPA) adalah sebesar 0,003 < 0,05. Dari hasil di atas, dapat disimpulkan bahwa variabel Sisa Lebih Pembiayaan Anggaran (SiLPA) secara parsial berpengaruh terhadap variabel Belanja Modal.

2. Pengaruh Jumlah Penduduk terhadap Belanja Modal.

Nilai signifikansi untuk variabel Jumlah Penduduk adalah sebesar 0,108 > 0,05. Dari hasil di atas, dapat disimpulkan bahwa variabel Jumlah Penduduk secara parsial tidak berpengaruh terhadap variabel Belanja Modal.

3. Pengaruh Luas Wilayah terhadap Belanja Modal

Nilai signifikansi untuk variabel Luas Wilayah adalah sebesar 0,002 < 0,05. Dari hasil di atas, dapat disimpulkan bahwa variabel Luas Wilayah secara parsial berpengaruh terhadap variabel Belanja Modal.

4.3.4.3. Uji Koefisien Determinasi (R2).

Uji Koefisien Determinasi merupakan uji yang dilakukan untuk mengetahui seberapa besar variabel independen dalam penelitian mempengaruhi variabel dependen. Nilainya antara 0

sampai dengan 1. Berikut hasil dari Uji Koefisien Determinasi dari penelitian.

Tabel 4.8.

Uji Koefisien Determinasi (R2)

a. Predictors: (Constant), SiLPA, Jumlah Penduduk, SiLPA b. Dependent Variable: Belanja Modal

Sumber : Data diolah dengan SPSS versi 20 (2016).

Dari tabel 4.8 di atas ada beberapa hal yang dapat disimpulkan, sebagai berikut:

1. Nilai R sebesar 0, 757 yang menunjukkan bahwa korelasi atau

hubungan antara Belanja Modal dengan Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah (variabel independen) yaitu sebesar 75,7 %.

2. R Square sebesar 0, 609 berarti 60,9 % Belanja Modal mampu

diprediksikan oleh Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah. Sisanya 39,1 % oleh variabel lain yang tidak diteliti dalam penelitian ini.

3. Nilai Adjusted R Square atau Koefisien Determinasi adalah 0, 588 berarti 58,8 % Belanja Modal mampu diprediksikan oleh Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah. Sisanya 41,2 % oleh variabel lain yang tidak diteliti dalam penelitian ini.

Model Summaryb

Model R R Square Adjusted R Square

4. Ada dua pilihan, memakai R Square atau memakai Adjusted R

Square. Apabila jumlah variabel lebih dari dua maka digunakan Adjusted R Square. Sehingga nilai yang digunakan sebagai

koefisien determinasi adalah 58,8 %. 4.3.5. Pembahasan Penelitian.

Berdasarkan hasil yang telah dijelaskan secara statistik mengenai uji-uji yang telah dilaksanakan, maka peneliti merasa perlu lebih menelaah lebih dalam lagi agar mendapatkan pemahaman yang lebih mendalam.

4.3.5.1. Pengaruh Informasi SiLPA terhadap Belanja Modal.

SiLPA merupakan selisih lebih antara penerimaan dan

pengeluaran selama satu periode laporan (Lampiran I.02 Peraturan Pemerintah Republik Indonesia Nomor 71 Tahun 2010). Surplus yang terjadi pada tahun anggaran sebelumnya disebut dengan Sisa Lebih Pembiayaan Anggaran (SiLPA). Ada tidaknya Sisa Lebih Pembiayaan Anggaran (SiLPA) dan besar kecilnya sangat tergantung pada tingkat belanja yang dilakukan pemerintah daerah serta kinerja pendapatan daerah.

Jika pada tahun anggaran tertentu tingkat belanja daerah

relatif rendah atau terjadi efisiensi anggaran, maka dimungkinkan akan diperoleh SiLPA yang lebih tinggi. Tetapi sebaliknya jika belanja daerah tinggi, maka SiLPA yang diperoleh akan semakin kecil, bahkan jika belanja daerah lebih besar dari pendapatan daerah

sehingga menyebabkan terjadi defisit fiskal, dan justru terjadi Sisa Kurang Pembiayaan Anggaran (SiKPA).

Hasil uji-t menunjukkan bahwa variabel Sisa Lebih

Pembiayaan Anggaran (SiLPA) secara parsial berpengaruh signifikan terhadap belanja modal. Dari hasil penelitian ini didapati bahwa jika semakin bertambahnya SiLPA akan mempengaruhi pertamabahan dari Belanja Modal.

Hasil penelitian ini mendukung hasil penelitian yang telah

dilakukan oleh Kusnandar dan Diswantoro (2012) yang membuktikan lewat penelitian mereka bahwa SiLPA secara parsial berpengaruh signifikan terhadap belanja modal. Namun, hasil penelitian ini bertolak belakang dengan penelitian yang dilakukan oleh Purnama (2014), dimana variabel SiLPA tidak berpengaruh terhadap belanja modal.

4.3.5.2. Pengaruh Jumlah Penduduk terhadap Belanja Modal.

Negara yang sedang berkembang yang mengalami ledakan

jumlah penduduk, termasuk Indonesia, akan selalu mengaitkan antara kependudukan dengan pembangunan ekonomi. Akan tetapi hubungan antara keduanya tergantung pada sifat dan masalah kependudukan yang dihadapi oleh setiap negara, dengan demikian tiap negara atau daerah akan mempunyai masalah kependudukan yang khas dan potensi serta tantangan yang khas pula (Wirosardjono, 1998).

Sesuai hasil uji-t dalam penelitian ini, menunjukkan bahwa variabel jumlah penduduk secara parsial tidak berpengaruh signifikan terhadap variabel belanja modal. Dari hasil penelitian ini didapati hasil jika jumlah penduduk semakin bertambah, belum tentu mempengaruhi pertambahan dalam belanja modal. Hasil penelitian ini bertolak belakang dengan penelitian yang dilakukan oleh Pribadi (2014), dimana variabel Jumlah Penduduk berpengaruh signifikan terhadap belanja modal.

4.3.5.3. Pengaruh Luas Wilayah terhadap Belanja Modal.

Wilayah adalah sebuah daerah yang dikuasai atau menjadi teritorial dari sebuah kedaulatan. Luas wilayah pemerintahan merupakan jumlah ukuran dari besarnya wilayah suatu pemerintahan, baik itu pemerintahan kabupaten, kota maupun provinsi. Luas wilayah sangat erat kaitannya dengan geografis suatu daerah.

Indonesia memiliki wilayah yang sangat luas dan terdiri dari belasan ribu pulau yang tersebar. Untuk memperlancar proses pemerintahan di daerah yang luas, maka salah satu tujuan pembangunan adalah membangun infrastruktur. Infrastruktur merupakan instrument untuk memperlancar berputarnya roda pemerintahan serta perekonomian sehingga bisa mempercepat akselerasi pembangunan (Basri, 2002).

Sesuai dengan hasil uji-t dalam penelitian ini menunjukkan bahwa variabel Luas Wilayah secara parsial berpengaruh signifikan terhadap variabel Belanja Modal. Dari hasil penelitian ini didapati jika, semakin besar sebuah Luas Wilayah suatu daerah akan menambah besarnya Belanja Modal pada daerah tersebut. Hasil pengujian hipotesis ini mendukung penelitian yang dilakukan oleh Jumay (2015). Dimana variabel Luas Wilayah secara parsial berpengaruh signifikan terhadap belanja modal.

4.3.5.4. Pengaruh Informasi SiLPA, Jumlah Penduduk, dan Luas Wilayah terhadap Belanja Modal.

Variabel dependen dalam penelitian ini adalah Belanja

Modal. Proksi dari Belanja Modal yang digunakan adalah laporan realisasi Belanja Modal pemerintah Provinsi di Indonesia. Belanja Modal adalah pengeluaran anggaran untuk perolehan aset tetap dan aset lainnya yang member manfaat lebih dari satu periode akuntansi (Lampiran I.03 Peraturan Pemerintah Republik Indonesia Nomor 71 tahun 2010).

Anggaran modal menunjukkan rencana jangka panjang dan

pembelanjaan atas aktiva tetap. Belanja modal adalah pengeluaran yang manfaatnya cenderung melebihi satu tahun anggaran dan akan menambah aset atau kekayaan pemerintah, dan selanjutnya akan menambah anggaran rutin untuk biaya operasional dan pemeliharaannya.

Adapun variabel Independen dalam penelitian ini yaitu Informasi Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah. Berdasarkan hasil uji simultan (Uji F) menunjukkan bahwa secara bersama-sama semua variabel independen berpengaruh signifkan terhadap Belanja Modal. Hal ini terbukti bahwa uji simultan menunjukkan nilai signifikan sebesar 0,00 artinya lebih kecil dari 0,05, yang mempunyai arti apabila Uji F antara variabel dependen dan variabel independen lebih kecil dari 0,05 berarti terdapat pengaruh secara simultan antara variabel independen dengan variabel dependen.

Dalam penelitian ini juga tidak terdapat multikolinearitas, hal ini ditunjukkan dengan nilai VIF yang < 10. Nilai VIF dari variabel Sisa Lebih Pembiayaan Anggaran (SiLPA) adalah 1,146, variabel Jumlah Penduduk adalah 1,128, variabel Luas Wilayah adalah 1,018. Semua nilai VIF dari penelitian ini berada pada angka VIF < 10, hal ini yang menunjukkan bahwa tidak terdapat multikolinearitas dalam penelitian ini.

Kemudian, dilihat dari nilai Adjusted R Square atau

Koefisien Determinasi adalah 0, 588 berarti 58,8 % Belanja Modal mampu diprediksikan oleh Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah. Sisanya 41,2 % oleh variabel lain yang tidak diteliti dalam penelitian ini.

BAB V

KESIMPULAN DAN SARAN 5.1. Kesimpulan

Penelitian ini bertujuan untuk menyelidiki pengaruh Informasi Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah terhadap Belanja Modal pada pemerintah daerah provinsi Se-Indonesia.

Berdasarkan hasil analisis data yang telah dilakukan di Bab empat, maka kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:

1. Secara Parsial, variabel independen Sisa Lebih Pembiayaan Anggaran

(SiLPA) dan Luas Wilayah memberikan pengaruh yang signifikan, namun variabel Jumlah Penduduk tidak memberikan pengaruh signifikan terhadap Belanja Modal pada pemerintah daerah provinsi Se-Indonesia.

2. Secara simultan atau bersama-sama, variabel Sisa Lebih Pembiayaan

Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah berpengaruh signifikan terhadap Belanja Modal pada pemerintah daerah provinsi Se-Indonesia.

5.2. Keterbatasan Penelitian

Penelitian ini memiliki keterbatasan, antara lain sebagai berikut:

1. Penelitian hanya dilakukan di lingkungan pemerintah daerah

provinsi Se-Indonesia, sehingga hasil penelitian hanya terbatas mengenai kondisi di lingkungan pemerintah daerah provinsi

Se-Indonesia, di mana tidak tertutup kemungkinan apabila penelitian dilakukan hingga pada pemerintah daerah kota/kabupaten Se-Indonesia, hasil yang dihasilkan pun berbeda.

2. Penelitian hanya memiliki tiga variabel independen. Dari nilai

koefisien determinasi di bab empat hasil penelitian berarti variabel Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan

Luas Wilayah hanya mampu memprediksikan sebagian

pengaruhnya terhadap Belanja Modal pada pemerintah daerah provinsi Se-Indonesia, artinya masih ada variabel lain yang tidak disertakan di dalam penelitian ini yang mempengaruhi variabel dependen.

5.3 Saran

Berdasarkan kesimpulan dan keterbatasan yang telah diuraikan

sebelumnya, maka ada beberapa hal yang disarankan terkait dengan penelitian, antara lain:

1. Untuk peneliti selanjutnya agar menambah tempat penelitian tidak

terbatas pada lingkungan pemerintah daerah provinsi Se-Indonesia namun menggabungkan seluruh pemerintah daerah di Indonesia yakni pemerintah daerah provinsi, pemerintah daerah kota, dan pemerintah daerah kabupaten di Indonesia untuk mendapatkan hasil yang lebih akurat.

2. Untuk penelitian selanjutnya agar menambah atau mengubah

empat hasil penelitian yang membuktikan jika masih ada variabel independen lain yang mempengaruhi penelitian.

3. Untuk Pemerintah Daerah Provinsi Se-Indonesia, seiring maraknya

isu lambatnya serapan anggaran daerah, maka untuk mengatasi hal tersebut, pemerintah daerah provinsi di Indonesia disarankan agar memperhatikan beberapa faktor dalam pengalokasian Belanja Modal seperti data Sisa Lebih Pembiayaan Anggaran (SiLPA) dan Luas Wilayah yang memiliki pengaruh signifikan di dalam penelitian ini.

BAB II

TINJAUAN PUSTAKA

2.1. Tinjauan Pustaka

2.1.1. Teori Sinyal

Teori sinyal (signaling theory) merupakan teori yang menjelaskan bagaimana seharusnya manajemen memberikan sinyal kepada para pengguna laporan keuangan. Holthaussen dan Watts (dikutip dari Jama’an, 2008) menjelaskan bahwa manajer memberikan informasi melalui laporan keuangan bahwa mereka menerapkan kebijakan akuntansi konservatisme untuk menghasilkan laba yang lebih berkualitas.

Jama’an (2008) menjelaskan bahwa konservatisme adalah suatu usaha untuk menjamin bahwa risiko atau tingkat ketidakpastian dalam suatu usaha dipertimbangkan memadahi. Konservatisme tidak memberikan pengaruh atas kehati-hatian, konsistensi dalam menyatakan harta bersih dan laba yang kekecilan, melainkan suatu metode yang digunakan dalam ketidakpastian arus kas di masa yang akan datang. Prinsip ini, mencegah perusahaan melakukan tindakan membesar-besarkan laba dan membantu pengguna laporan keuangan dengan menyajikan laba dan aktiva yang tidak overstate.

Immaculatta (2006), mengatakan bahwa kualitas keputusan investor dipengaruhi oleh kualitas informasi yang diungkapkan perusahaan dalam laporan keuangan. Kualitas informasi tersebut bertujuan untuk mengurangi asimetris informasi yang timbul ketika manajer lebih mengetahui informasi internal dan

prospek perusahaan di masa mendatang dibanding pihak eksternal perusahaan. Informasi yang berupa pemberian peringkat obligasi yang dipublikasikan diharapkan menjadi sinyal kondisi keuangan perusahaan tertentu dan menggambarkan kemungkinan yang terjadi terkait dengan utang yang dimiliki.

Sementara itu, Haryanto (2013) mengemukakan hal yang dibahas dalam teori sinyal, bagaimana seharusnya keberhasilan atau kegagalan pihak manajemen suatu organisasi baik perusahaan maupun pemerintah daerah (agen) dapat disampaikan ataupun diinformasikan kepada para pemangku kepentingan atau pemegang saham (prinsipal). Penyampaian laporan keuangan dianggap sebagai suatu sinyal apakah agen bertindak sesuai dengan kontrak yang telah ditetapkan oleh prinsipal. Black (dikutip oleh Haryanto, 2013) mengemukakan bahwa inti argumentasi dari teori sinyal ini adalah adanya dorongan dari faktor ekonomi untuk melakukan suatu hal, bahkan hal buruk sekalipun dalam rangka pembuatan laporan keuangan.

2.1.2. Anggaran Pendapatan dan Belanja Daerah (APBD)

Anggaran daerah merupakan rencana keuangan yang menjadi dasar dalam pelaksanaan pelayanan publik. Di Indonesia, dokumen anggaran daerah disebut Anggaran Pendapatan dan Belanja Daerah (APBD), baik untuk provinsi maupun kabupaten dan kota. Menurut Halim (2004), APBD mempunyai pengertian sebagai rencana operasional Pemerintah Daerah yang dituangkan dalam rupiah, yang menunjukkan estimasi belanja (pengeluaran) guna membiayai kegiatan Pemerintah Daerah tersebut dan estimasi pendapatan guna memenuhi belanja (pengeluaran) tersebut, untuk satu periode tertentu umumnya adalah satu tahun.

Sedangkan menurut UU No. 33 Tahun 2004 menyatakan, bahwa Anggaran Pendapatan dan Belanja Daerah (APBD) adalah rencana keuangan tahunan pemerintahan daerah yang dibahas dan disetujui bersama oleh Pemerintah Daerah dan disetujui bersama oleh Pemerintah Daerah dan Dewan Perwakilan Rakyat Daerah, dan ditetapkan dengan Peraturan Daerah. Unsur-unsur APBD menurut Halim (2004) adalah sebagai berikut :

1. Rencana kegiatan suatu daerah beserta uraiannya secara rinci.

2. Adanya sumber penerimaan yang merupakan target minimal untuk

menutupi biaya-biaya sehubungan dengan aktivitas tersebut, dan adanya biaya-biaya yang merupakan batas maksimal pengeluaran-pengeluaran yang akan dilaksanakan.

3. Jenis kegiatan dan proyek yang dituangkan dalam bentuk angka. 4. Periode anggaran yang biasanya satu tahun.

2.1.3. Belanja Modal

Belanja diklasifikasikan menurut klasifikasi ekonomi, organisasi, dan fungsi. Belanja menurut klasifikasi ekonomi meliputi belanja operasi, belanja modal, belanja tak terduga, dan transfer. Dalam laporan realisasi anggaran, klasifikasi yang digunakan adalah klasifikasi ekonomi.

Lampiran I.03 Peraturan Pemerintah Republik Indonesia Nomor 71 tahun 2010 menyebutkan bahwa belanja modal adalah pengeluaran anggaran untuk perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi. Anggaran modal menunjukkan rencana jangka panjang dan

pembelanjaan atas aktiva tetap. Belanja modal adalah pengeluaran yang manfaatnya cenderung melebihi satu tahun anggaran dan akan menambah aset atau kekayaan pemerintah, dan selanjutnya akan menambah anggaran rutin untuk biaya operasional dan pemeliharaannya.

Belanja modal dimaksudkan untuk mendapatkan aset teap pemerintah daerah yaitu peralatan, bangunan, infrastruktur, dan harta tetap lainnya. Yang termasuk belanja modal yaitu belanja tanah, peralatan dan mesin, gedung dan bangunan, jalan, irigasi, dan jaringan, belanja aset tetap lainnya, dan belanja aset lainnya. Secara teoritis ada tiga cara untuk memperoleh aset tetap tersebut yakni dengan membangun sendiri, menukarkan dengan aset tetap lain dan membeli. Namun, biasanya cara yang dilakukan dalam pemerintahan adalah dengan cara membeli. Proses pembelian yang dilakukan umumnya melalui sebuah proses lelang atau tender yang cukup rumit.

2.1.4. Sisa Lebih Pembiayaan Anggaran (SiLPA)

Lampiran I.02 Peraturan Pemerintah Republik Indonesia nomor 71 tahun 2010 menjelaskan bahwa SiLPA adalah selisih lebih antara penerimaan dan pengeluaran selama satu periode laporan. Surplus yang terjadi pada tahun anggaran sebelumnya disebut dengan Sisa Lebih Pembiayaan Anggaran (SiLPA). Ada tidaknya SiLPA dan besar kecilnya sangat tergantung pada tingkat belanja yang dilakukan pemerintah daerah serta kinerja pendapatan daerah.

Jika pada tahun anggaran tertentu tingkat belanja daerah relatif rendah atau terjadi efisiensi anggaran, maka dimungkinkan akan diperoleh SiLPA yang lebih tinggi. Tetapi sebaliknya jika belanja daerah tinggi, maka SiLPA yang diperoleh

akan semakin kecil, bahkan jika belanja daerah lebih besar dari pendapatan daerah sehingga menyebabkan terjadi defisit fiskal, dan justru terjadi Sisa Kurang Pembiayaan Anggaran (SiKPA).

2.1.5. Jumlah Penduduk

Negara yang sedang berkembang yang mengalami ledakan jumlah penduduk, termasuk Indonesia, akan selalu mengaitkan antara kependudukan dengan pembangunan ekonomi. Akan tetapi hubungan antara keduanya tergantung pada sifat dan masalah kependudukan yang dihadapi oleh setiap negara, dengan demikian tiap negara atau daerah akan mempunyai masalah kependudukan yang khas dan potensi serta tantangan yang khas pula (Wirosardjono, 1998).

Jumlah penduduk yang besar di Indonesia oleh para perencana pembangunan dipandang sebagai aset modal dasar pembangunan tetapi sekaligus juga sebagai beban pembangunan. Sebagai aset apabila dapat meningkatkan kualitas maupun keahlian atau keterampilan sehingga akan meningkatkan produksi nasional. Jumlah penduduk yang besar akan menjadi beban jika struktur persebaran dan mutunya sedemikian rupa sehingga hanya menuntut palayanan sosial dan tingkat produksinya rendah, sehingga menjadi tanggungan penduduk yang bekerja secara efektif (Budihardjo, 2003).

Adam smith berpendapat bahwa didukung dengan bukti empiris bahwa pertumbuhan penduduk tinggi akan dapat menaikkan output melalui penambahan tingkat dan ekspansi pasar baik pasar dalam negeri maupun luar negeri. Penambahan penduduk merupakan satu hal yang dibutuhkan dan bukan suatu

masalah, melainkan sebagai unsur penting yang dapat memacu pembangunan dan pertumbuhan ekonomi. Besarnya pendapatan dapat mempengaruhi penduduk. Jika jumlah penduduk meningkat maka pendapatan yang dapat ditarik juga meningkat.

2.1.6 Luas Wilayah

Wilayah adalah sebuah daerah yang dikuasai atau menjadi teritorial dari sebuah kedaulatan. Luas wilayah pemerintahan merupakan jumlah ukuran dari besarnya wilayah suatu pemerintahan, baik itu pemerintahan kabupaten, kota maupun provinsi. Luas wilayah sangat erat kaitannya dengan geografis suatu daerah.

Indonesia memiliki wilayah yang sangat luas dan terdiri dari belasan ribu pulau yang tersebar. Untuk memperlancar proses pemerintahan di daerah yang luas, maka salah satu tujuan pembangunan adalah membangun infrastruktur. Infrastruktur merupakan instrument untuk memperlancar berputarnya roda pemerintahan serta perekonomian sehingga bisa mempercepat akselerasi pembangunan (Basri, 2002).

2.1.7. Klaster Kemampuan Keuangan Daerah

Dalam penelitiannya terhadap pemerintah kabupaten, Haryanto (2013) dan Fauzy (2014) menggunakan teori siklus hidup perusahaan dalam membagi klaster tahapan kemampuan pemerintah kabupaten. Penerapan teori siklus hidup perusahaan dalam klasifikasi kemampuan pemerintah kabupaten tersebut menggunakan dasar Permendagri Nomor 21 tahun 2007.

Dalam peraturan tersebut, kemampuan keuangan daerah kota atau kabupaten terbagi menjadi tiga kelompok yaitu: tinggi, sedang, dan rendah dengan pembagian sebagai berikut:

1. Pemerintah daerah kota atau kabupaten dengan kemampuan keuangan

di atas Rp400.000.000.000,00 (empat ratus milyar rupiah) dikelompokkan pada kemampuan daerah tinggi.

2. Pemerintah daerah kota atau kabupaten dengan kemampuan keuangan

antara Rp200.000.000.000,00 (dua ratus milyar rupiah) sampai dengan Rp400.000.000.000,00 (empat ratus milyar rupiah) dikelompokkan kepada kemampuan keuangan daerah sedang.

3. Pemerintah daerah kota atau kabupaten dengan kemampuan keuangan

di bawah Rp200.000.000.000,00 (dua ratus milyar rupiah) dikelompokkan kepada kemampuan keuangan daerah rendah.

Dalam penelitian ini, populasi yang hendak diteliti adalah pemerintah provinsi, oleh karena itu berdasarkan dasar Permendagri Nomor 21 tahun 2007 diatur kembali pembagian kemampuan keuangan pemerintah provinsi dibagi menjadi tiga kelompok yaitu:

1. Pemerintah daerah provinsi dengan kemampuan keuangan di atas

Rp1.500.000.000.000,00 (satu trilyun lima ratus milyar rupiah) dikelompokkan kepada kemampuan keuangan daerah tinggi, dalam penelitian ini disebut sebagai klaster a.

2. Pemerintah daerah provinsi dengan kemampuan keuangan antara

Rp1.500.000.000.000,00 (satu trilyun lima ratus milyar rupiah) dikelompokkan kepada kemampuan keuangan daerah sedang, dalam penelitian ini disebut sebagai klaster b.

3. Pemerintah daerah provinsi dengan kemampuan keuangan di bawah

Rp600.000.000.000,00 (enam ratus milyar rupiah) dikelompokkan kepada kemampuan keuangan daerah rendah, dalam penelitian ini disebut sebagai klaster c.

Jika dihubungkan dengan teori siklus hidup perusahaan, maka pemerintah pada kelompok a merupakan penerapan dari tahap mature. Pada tahap ini, pemerintah daerah sedang dalam masa puncaknya, memiliki infrastruktur lebih banyak, dan kapasitas keuangan yang kuat (Haryanto, 2013).

Klaster b merupakan cerminan dari tahap growth. Menurut Haryanto (2013), kondisi pemerintah daerah pada kelompok klaster ini sedang mengalami perkembangan investasi. Pemerintah daerah telah memiliki jumlah aset (assets in

place) lebih banyak daripada pemerintah daerah klaster c karena telah

mendapatkan sumber pembiayaan.

Klaster c merupakan klaster terbawah dan gambaran dari tahap start-up. Tahap ini merupakan tahap dimana pemerintah daerah baru terbentuk atau melepaskan diri dari pemerintah induknya. Menurut Haryanto (2013), pada tahap ini pemerintah daerah banyak melakukan pengeluaran kas untuk pembangunan fisik (infrastruktur), penjajakan investasi langsung dari sektor swasta ke pemerintah daerah, dan ekstensifikasi sumber pendapatan asli daerah (PAD).

Tahap decline tidak bisa diterapkan dalam penelitian ini karena pada prinsipnya pemerintah daerah tidak mengalami kerugian seperti yang dialami oleh perusahaan. Selain itu, tujuan dari pemerintah daerah dalam menjalankan fungsinya adalah untuk memberikan pelayanan sebagaimana organisasi sektor publik, bukan untuk mencari laba.

2.2. Penelitian Terdahulu

Beberapa penelitian terdahulu telah melakukan penelitian mengenai belanja modal. Kusnandar dan Dodik Diswantoro pada tahun 2012, melakukan penelitian mengenai pengaruh dana alokasi umum, pendapatan asli daerah, sisa lebih pembiayaan anggaran dan luas wilayah terhadap belanja modal. Dimana hasil penelitiannya menyimpulkan bahwa secara parsial DAU tidak berpengaruh terhadap alokasi belanja modal, sedangkan PAD, SiLPA, dan luas wilayah berpengaruh positif terhadap belanja modal.

Pada tahun 2014, Arif Purnama melakukan penelitian mengenai pengaruh Dana Alokasi Umum (DAU), Pendapatan Asli Daerah (PAD), Sisa Lebih Pembiayaan Anggaran (SiLPA), dan luas wilayah terhadap belanja modal pada kabupaten dan kota di Jawa Tengah periode 2012-2013. Dari hasil penelitiannya dapat disimpulkan bahwa dana alokasi umum dan sisa lebih pembiayaan anggaran tidak berpengaruh secara parsial dan signifikan terhadap alokasi anggaran belanja modal, sedangkan pendapatan asli daerah, dan luas wilayah berpengaruh secara parsial dan signifikan terhadap alokasi anggaran belanja modal.

Kemudian, di tahun yang sama tahun 2014, Ardha Nuria Pribadi melakukan penelitian mengenai analisis pengaruh luas wilayah, jumlah penduduk, kemandirian daerah, dan efektivitas PAD terhadap alokasi belanja modal pada kota dan kabupaten di Indonesia pada tahun 2013. Hasil penelitiannya membuktikan bahwa luas wilayah, jumlah penduduk, kemandirian daerah berpengaruh signifikan terhadap alokasi belanja modal. Sedangkan, efektivitas PAD tidak berpengaruh terhadap alokasi belanja modal.

Yasin Jumay pada tahun 2015 melakukan penelitian mengenai pengaruh luas wilayah suatu daerah terhadap alokasi belanja modal pada kabupaten atau kota di Provinsi Sumatera Utara. Hasil penelitiannya menunjukkan bahwa luas wilayah secara simultan signifikan mempengaruhi variabel belanja modal pada tingkat signifikansi 5%, namun secara parsial tidak signifikan.

Pada tahun 2013, Haryanto mengaplikasikan teori mengenai siklus hidup perusahaan ke dalam pemerintah dalam kaitannya dengan melihat pengaruh SiLPA APBD dan arus kas terhadap belanja modal. Penerapan siklus hidup perusahaan yang dilakukan Haryanto terhadap pemerintah daerah dengan membagi pemerintah daerah ke dalam klaster-klaster berdasarkan Permendagri Nomor 21 Tahun 2007. Dari hasil penelitiannya, Haryanto menemukan bahwa pada pemerintah daerah klaster a dan c, SiLPA APBD dan arus kas investasi berpengaruh secara signifikan terhadap penganggaran belanja modal. Sementara, pada pemerintah daerah klaster b tidak terdapat variabel yang secara parsial mempengaruhi penganggaran belanja modal.

Kemudian pada tahun 2014, Muammar Fauzy kembali melakukan penelitian yang dilakukan oleh Haryanto (2013). Fauzy kembali mengaplikasikan teori mengenai siklus hidup perusahaan ke dalam pemerintah dalam kaitannya dengan melihat pengaruh SiLPA APBD dan arus kas terhadap penganggaran belanja modal. Dalam penelitiannya Fauzy menetapkan kabupaten seluruh Indonesia sebagai populasi dalam penelitiannya, hal yang membedakan penelitiannya dengan penelitian Haryanto. Hasil penelitian Fauzy menunjukkan bahwa informasi SiLPA dan informasi arus kas operasional, investasi serta pembiayaan berpengaruh pada penganggaran belanja modal pemerintah daerah klaster b. Pada pemerintah daerah klaster a, hanya variabel informasi arus kas pembiayaan yang tidak memiliki pengaruh signifikan terhadap penganggaran belanja modal. Sementara, pada pemerintah daerah klaster c, semua variabel tidak memiliki pengaruh signifikan terhadap penganggaran belanja modal.

Berikut ini akan disajikan ringkasan dari daftar penelitian sebelumnya yang telah diuraikan dalam tabel 2.1.

Saragih, Berta Manalu, Bernadetta Lumbangaol, Nia Concerta, Pedro Simbolon, Ryan Sinaga, Rizky Purba, Herianto Dionisius, Steven Puji, Erik Gultom, Pasko dan yang tidak dapat disebut satu persatu. Terimakasih buat perhatian, doa, dukungan dan semangat serta motivasi kalian kepada peneliti agar peneliti dapat menyelesaikan skripsi ini dengan baik dan dapat sukses di kemudian hari.

11. Teman-teman S1 Akuntansi USU 2012, peneliti ucapkan terimakasih buat pengalaman hampir empat tahunnya. Unite for Accounting.

12. Teman-teman Album Medan, yang telah membentuk peneliti menjadi seseorang yang lebih baik, terkhusus kepada rekan-rekan BPH Album Medan. Viva Album.

13. Teman-teman UKM KMK USU, dan kepada kakak rohani saya Martha Sianipar, teman satu kelompok, Bram Munthe, Tonggo Sitorus, Ester Junita. 14. Teman-teman satu kos Ampara 409, yang telah membentuk peneliti selama

tiga tahun menjadi lebih baik dan kuat.

Akhir kata, peneliti menyadari bahwa skripsi ini jauh dari kesempurnaan, untuk itu peneliti mengharapkan masukan dan saran dari berbagai pihak demi kebaikan penelitian. Semoga skripsi ini bermanfaat bagi kita semua. Terima Kasih.

Medan, April 2016

NIM. 120503134 Revmianson Naibaho

DAFTAR ISI

Halaman

DAFTAR ISI ... i

DAFTAR TABEL ... iii

DAFTAR GAMBAR ... iv

DAFTAR LAMPIRAN ... v

BAB I PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Rumusan Masalah... 6

1.3 Tujuan Penelitian ... 6

1.4 Manfaat Penelitian ... 7

BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka... 8

2.1.1 Teori Sinyal ... 8

2.1.2 Anggaran Pendapatan dan Belanja Daerah (APBD) ... 9

2.1.3 Belanja Modal... 10

2.1.4 Sisa Lebih Pembiayaan Anggaran (SiLPA) ... 11

2.1.5 Jumlah Penduduk ... 12

2.1.6 Luas Wilayah ... 13

2.1.7 Klaster Kemampuan Keuangan Daerah ... 13

2.2 Penelitian Terdahulu ... 16

2.3 Kerangka Konseptual ... 21

2.4 Hipotesis Penelitian ... 23

BAB III METODE PENELITIAN 3.1 Jenis Penelitian ... 25

3.2 Tempat dan Waktu Penelitian ... 25

3.3 Defenisi Operasional dan Pengukuran Variabel ... 25

3.3.1 Variabel Independen ... 26

3.3.2 Variabel Dependen ... 27

3.4 Populasi dan Sampel Penelitian ... 30

3.5 Jenis dan Sumber Data ... 31

3.6 Metode Pengumpulan Data ... 32

3.7 Metode Analisis Data ... 32

3.7.1 Statistik Deskriptif ... 33

3.7.2 Uji Asumsi Klasik ... 33

3.7.2.1 Uji Normalitas ... 33

3.7.2.2 Uji Multikolinearitas... 34

3.7.2.3 Uji Heterokedastisitas ... 35

3.7.2.4 Uji Autokorelasi ... 35

3.7.3 Analisis Regresi ... 36

3.7.4 Pengujian Hipotesis ... 37

3.7.4.1 Uji Koefisien Determinasi (R2) ... 37

3.7.4.3 Uji Parsial (Uji t) ... 38

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum ... 40

4.2 Data Penelitian ... 40

4.3 Hasil Penelitian ... 41

4.3.1 Analisis Statistik Deskriptif ... 41

4.3.2 Uji Asumsi Klasik ... 42

4.3.2.1 Uji Normalitas ... 42

4.3.2.2 Uji Autokorelasi... 45

4.3.2.3 Uji Multikolinearitas ... 46

4.3.2.4 Uji Heteroskedastisitas ... 47

4.3.3 Uji Analisis Regresi Linear Berganda... 49

4.3.4 Uji Hipotesis ... 50

4.3.4.1 Uji Signifikansi Simultan (Uji-F) ... 50

4.3.4.2 Uji Signifikansi Parameter Individual (Uji-t) ... 51

4.3.4.3 Uji Koefisien Determinasi (R2) ... 53

4.3.5 Pembahasan Penelitian ... 54

4.3.5.1. Pengaruh Informasi SiLPA terhadap Belanja Modal ... 55

4.3.5.2. Pengaruh Jumlah Penduduk terhadap Belanja Modal ... 56

4.3.5.3. Pengaruh Luas Wilayah terhadap Belanja Modal ... 57

4.3.5.4. Pengaruh Informasi SiLPA, Jumlah Penduduk, dan Luas Wilayah terhadap Belanja Modal ... 58

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 60

5.2 Keterbatasan Penelitian ... 60

5.3 Saran ... 61

DAFTAR PUSTAKA ... 63

DAFTAR TABEL

No. Tabel Judul Halaman

2.1 Ringkasan Penelitian Terdahulu ... 19

3.1 Definisi Operasional Variabel Penelitian ... 30

3.2 Pemilihan Sampel ... 32

4.1 Statistik Deskriptif ... 41

4.2 Uji Kolmogorov-Smirnov ... 45

4.3 Uji Autokorelasi ... 46

4.4 Uji Multikolinearitas... 47

4.5 Uji Analisis Regresi Linear Berganda ... 49

4.6 Uji Signifikansi Simultan (Uji-F) ... 51

4.7 Uji Signifikansi Parameter Individual (Uji-t) ... 52

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Kerangka Konseptual ... 22

4.1 Histogram Variabel Belanja Modal-Normal ... 43

4.2 Normal P-Plot of Regression Standarized Residual-Normal ... 44

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1 Daftar Populasi dan Sampel Penelitian ... 44 2 Data Penelitian ... 63 3 Hasil Olah Data (SPSS versi 20) ... 68