34 Sugiyono 2007:116, “sampel adalah bagian dari jumlah dan karakteristik
yang dimiliki oleh populasi tersebut”. Teknik pengambilan sampel dilakukan berdasarkan purposive sampling. Erlina 2011:88, “purposive sampling adalah
metode pengambilan sampel berdasarkan suatu kriteria tertentu, kriteria yang digunakan dapat berdasarkan perimbangan judgement atau kuota tertentu”.
Adapun Kriteria yang ditentukan untuk memilih sampel penelitian ini adalah sebagai berikut:
1. KabupatenKota di Sumatera Utara yang menerbitkan laporan keuangan
daerah berturut-turut antara tahun 2011-2013 pada situs Departemen Keuangan Republik Indonesia Direktorat Jenderal Perimbangan Keuangan
www.djpk.depkeu.go.id. 2.
Pertumbuhan Ekonomi Kabupatenkota berturut-turut antara tahun 2011- 2013 atas dasar harga konstan 2000 terpublikasi di Badan Pusat Statistika
www.bps.go.idsumut. Adapun Populasi dan Sampel dapat dilihat pada lampiran II
Berdasarkan kriteria yang telah ditentukan, maka terdapat 21 kabupatenkota yang terdapat di Provinsi Sumatera Utara dari tahun 2011-2013
yang memenuhi persyaratan sebagai sampel dalam penelitian ini.
3.4 Metode Pengumpulan Data
Metode pengumpulan data dilakukan dengan mengumpulkan data sekunder dan merupakan data kuantitatif yang diperoleh Realisasi APBD Tahun
Anggaran 2011-2013. Data yang diambil yaitu realisasi pendapatan asli daerah,
Universitas Sumatera Utara
35 realisasi penerimaan dana perimbangan, realisasi pengeluaran belanja modal serta
PDRB Harga Konstan 2000 Tahun Anggaran 2011-2013.
3.5 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah Data Time Series yang memberikan informasi tentang nilai suatu variabel dari periode ke periode
yaitu tahun anggaran 2011-2013 maka periode amatan menjadi 3 tiga tahun dan jumlah sampel 21 kabupatenkota sehingga observasi berjumlah 63 data. Data
sekunder diperoleh dari situs Badan Pusat Statistik yaitu www.bps.go.idsumut dan Departemen Keuangan Republik Indonesia yaitu www.djpk.depkeu.go.id.
3.6 Defenisi Operasional dan Pengukuran Variabel
Dalam penelitian ini, variabel yang digunakan sebagai variabel independen adalah Pendapatan Asli Daerah PAD dan Dana Perimbangan DP
sedangkan sebagai variabel dependennya adalah Pertumbuhan Ekonomi PE dan
Belanja Modal BM sebagai variable moderating. 3.6.1 Pertumbuhan Ekonomi PE
Pertumbuhan ekonomi merupakan perkembangan kegiatan dalam perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam
masyarakat bertambah dan kemakmuran masyarakat meningkat. Pertumbuhan ekonomi diproksikan dengan PDRB harga konstan dan menggunakan skala rasio
selama tahun amatan 2011-2013.
3.6.2 Pendapatan Asli Daerah PAD
Pendapatan Asli Daerah adalah total realisasi penerimaan daerah yang berasal dari sumber ekonomi asli daerah atau penerimaan daerah dari sektor pajak
Universitas Sumatera Utara
36 daerah, retribusi daerah, hasil perusahaan milik daerah, hasil pengelolaan
kekayaan daerah yang dipisahkan dan lain – lain pendapatan asli daerah yang sah. Variabel ini menggunakan skala pengukuran rasio selama tahun amatan 2011-
2013.
3.6.3 Dana Perimbangan DP
Dana Perimbangan adalah total realisasi penerimaan dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah untuk mendanai
kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Dana perimbangan terdiri dari dana alokasi umum, dana alokasi khusus dan dana bagi hasil. Variabel
ini menggunakan skala pengukuran rasio selama tahun amatan 2011-2013.
3.6.4 Belanja Modal BM
Belanja modal adalah total realisasi pengeluaran yang dilakukan dalam rangka pembentukan modal yang sifatnya menambah aset tetapinventaris yang
memberikan manfaat lebih dari satu periode akuntansi, termasuk untuk biaya pemeliharaan yang sifatnya mempertahankan atau menambah masa manfaat,
meningkatkan kapasitas dan kualitas asset. Belanja modal meliputi belanja tanah, gedung dan bangunan, belanja peralatan dan mesin, belanja jalan, irigasi dan
jaringan, dan belanja aset tetap lainnya. Variabel ini menggunakan skala pengukuran rasio selama tahun amatan 2011-2013
Universitas Sumatera Utara
37
Tabel 3.6 Defenisi Operasional Variabel dan Skala Pengukuran
Variabel Definisi Operasional Pengukuran
Skala
Pertumbuhan Ekonomi
Y Perkembangan kegiatan dalam
perekonomian yang menyebabkan barang dan jasa
yang diproduksi dalam masyarakat bertambah dan
kemakmuran masyarakat meningkat.
PDRB Atas Dasar Harga Konstan
tahun 2011-2013 Rasio
Pendapatan Asli Daerah
X
1
Total realisasi penerimaan daerah yang berasal dari sumber
ekonomi asli daerah atau penerimaan daerah dari sektor
pajak daerah, retribusi daerah, hasil perusahaan milik daerah,
hasil pengelolaan kekayaan daerah yang dipisahkan dan lain
– lain pendapatan asli daerah yang sah.
Realisasi Penerimaan
Pendapatan Asli Daerah tahun
2011-2013 Rasio
Dana Perimbangan
X
2
Total realisasi penerimaan dana yang bersumber dari pendapatan
APBN yang dialokasikan kepada daerah untuk mendanai
kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Dana
perimbangan terdiri dari dana alokasi umum, dana alokasi
khusus dan dana bagi hasil. Realisasi
Penerimaan Dana Perimbangan
tahun 2011-2013 Rasio
Belanja Modal
Z Total realisasi pengeluaran yang
dilakukan dalam rangka pembentukan modal yang
sifatnya menambah aset tetapinventaris yang
memberikan manfaat lebih dari satu periode akuntansi, termasuk
untuk biaya pemeliharaan yang sifatnya mempertahankan atau
menambah masa manfaat, meningkatkan kapasitas dan
kualitas asset. Realisasi
pengeluaran Belanja Modal
tahun 2011-2013 Rasio
Universitas Sumatera Utara
38
3.7. Metode dan Teknik Analisis Data
Model analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah dengan analisis regresi berganda multiple regression analysis dan uji
interaksi sebagai pemoderasi dengan bantuan Software SPSS 20 Statistical Package Social Science
.
3.7.1 Uji Asumsi Klasik
Situmorang dan Lufti 2014:166, “dalam analisis regresi berganda diperlukan pengujian asumsi klasik untuk mengetahui apakah hasil estimasi
regresi yang dilakukan benar-benar memiliki data yang normal dan bebas dari adanya gejala multikolinearitas, gejala autokorelasi dan gejala
heteroskedastisitas”. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linear unbiased estimator
yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi.
“Pengujian asumsi klasik yang dilakukan adalah sebagai berikut: Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi berganda,
maka diperlukan pengujian asumsi klasik yang meliputi pengujian normalitas, multikolinearitas, autokorelasi dan heteroskedastisitas”, Situmorang dan Lufti
2014:166.
3.7.1.1 Uji Normalitas
Uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Erlina 2011:101, “tujuan uji normalitas adalah untuk mengetahui apakah dalam
model regresi variabel pengganggu atau residual memiliki distribusi normal”.
Universitas Sumatera Utara
39 Pengujian ini diperlukan untuk melakukan uji-t dan uji-F yang mengasumsikan
bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Jika data normal maka gunakan statistic parametric namun jika data tidak normal gunakan statistic non parametric atau lakukan treatment agar data normal.
Erlina 2011:101, “ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan analisis grafik dan uji statistik”.
Untuk melakukan pengujian normalitas dengan analisis grafik dapat dengan melihat grafik histogram dan normal probability plot. Jika data menyebar di
sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukkan pola distribusi
normal, maka model regresi tidak memenuhi asumsi normalitas. Sedangkan pengujian normalitas dengan uji statistik dilakukan dengan uji statistik
nonparametrik Kolmogorov Smirnov K-S. Apabila probabilitas 0,05 maka distribusi data normal dan dapat digunakan analisis regresi. Jika nilai
probabilitasnya 0,05 maka distribusi data adalah tidak normal.
3.7.1.2 Uji Multikolinearitas
Erlina 2011:103, “multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. Dalam hal
ini kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi di
Universitas Sumatera Utara
40 antara sesamanya sama dengan nol. Uji ini bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui program
SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Situmorang dan Lufti 2014:177 , “nilai umum
yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 10, maka tidak terjadi multikolinearitas”.
3.7.1.3 Uji Autokorelasi
Erlina 2011:106, “uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1”. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya.
Hal ini sering ditemukan pada time series. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi. Uji autokorelasi dalam penelitian ini dilakukan dengan uji Durbin-Watson
DW. Pedoman untuk mendeteksi ada tidaknya autokorelasi menurut Ghozali dkk 2005:96 adalah sebagai berikut:
1 Angka D-W di bawah -2 berarti ada autokorelasi positif. 2 Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi.
3 Angka D-W di atas +2 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
41
3.7.1.4 Uji Heteroskedastisitas
Erlina 2011:106, “salah satu asumsi yang penting dari model regresi
linear adalah varian residual bersifat homokedastisitas atau bersifat konstan”. Umumnya heteroskedastisitas sering terjadi pada model yang menggunakan data
cross section silang waktu daripada data time series runtut waktu. Hal ini
bukan berarti model yang menggunakan data runtut waktu bebas dari heterokedastisitas. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas. Menurut Situmorang dan Lufti 2014:176, “uji heteroskedastisitas artinya varians variabel independen adalah konstan sama
untuk setiap nilai tertentu variabel independen homokedastisitas”. Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heteroskedastisitas jika
titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas
serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. 3.7.2 Pengujian Hipotesis Pertama
Setelah dilakukannya uji asumsi klasik, maka dilakukan pengujian
hipotesis pertama sebagai berikut :
3.7.2.1 Analisis Regresi Berganda
Pengujian hipotesis penelitian ini menggunakan analisis regresi berganda multiple regression analysis.
Analisis regresi berganda adalah metode statistik yang digunakan untuk menentukan besarnya pengaruh antara variabel independen
yaitu pendapatan asli daerah dan dana perimbangan terhadap variabel dependen yaitu pertumbuhan ekonomi. Model regresi berganda yang digunakan adalah
sebagai berikut:
Universitas Sumatera Utara
42
Y = α + β
1
X
1
+
β
2
X
2
+ ε
Dimana, Y
= Pertumbuhan Ekonomi α
= Konstanta β
1
, β
2
= Koefisien Variabel X
1
= Pendapatan Asli Daerah X
2
= Dana Perimbangan ε =
error
3.7.2.1.1 Uji Signifikan Parsial Uji-t
Situmorang dan Lufti 2014:179, “ uji signifikan parsial dilakukan untuk menguji setiap variabel bebas X
1
, X
2
apakah mempunyai pengaruh yang signifikan terhadap variabel terikat Y secara parsial”. Apabila nilai probabilitas t
hitung 5 dan t hitung t tabel, maka hipotesis Ha diterima Ho ditolak. Apabila nilai probabilitas t hitung 5 dan t hitung t tabel, maka hipotesis Ho
diterima Ha ditolak.
3.7.2.1.2 Uji Signifikan Simultan Uji-F
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-
sama terhadap variabel dependen. Jika F
hitung
F
tabel
, maka H diterima atau H
a
ditolak, sedangkan jikan F
hitung
F
tabel,
maka H ditolak dan H
a
diterima. “Jika tingkat signifikansi di bawah 0,05 maka H
ditolak dan H
a
diterima” Situmorang dan Lufti 2014:171.
3.7.2.1.3 Koefisien Determinasi R
2
Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independent atau predictornya. Range nilai
dari R
2
adalah 0 sampai 1 0 ≤ R
2
≤ 1. Situmorang dan Lufti 2014:169,
Universitas Sumatera Utara
43 “semakin mendekati nol berarti model tidak baik atau variasi model dalam
menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik”. Bila R
2
semakin besar mendekati 1 menunjukkan semakin kuat pengaruh variabel independen terhadap variabel dependen dan bila R
2
semakin kecil mendekati nol menunjukkan semakin kecil pengaruh variabel independen
terhadap variabel dependen.
3.7.3. Pengujian Hipotesis Kedua Pengujian ini dilakukan setelah dilakukannya pengujian analisis regresi
berganda. Pengujian hipotesis kedua menggunakan uji interaksi. 3.7.3.1 Analisis Regresi Moderasi – Uji Interaksi
Menurut Situmorang dan Lufti 2014:204, “variabel moderating adalah variabel yang memperkuat atau memperlemah hubungan antara satu variabel
dengan variabel lain”. Ada tiga cara menguji regresi dengan variabel moderating yaitu 1 uji interaksi, 2 uji selisih mutlak, dan 3 uji residual. Pengujian yang
akan dilakukan untuk menguji variabel moderating dalam penelitian ini adalah menggunakan uji interaksi. Adapun persamaan regresi uji interaksi adalah sebagai
berikut:
Y = a + β
1
X
1
+ β
2
X
2
+ β
3
Z + β
4
X
1
Z + β
5
X
2
Z + e
Keterangan : Y = Pertumbuhan Ekonomi
a = Konstanta X
1
= Pendapatan Asli Daerah PAD X
2
= Dana Perimbangan DP Z = Belanja Modal BM variabel moderating
X
1
Z = Interaksi antara X
1
dengan Z X
2
Z = Interaksi antara X
2
dengan Z β = Koefisien regresi
e = error
Universitas Sumatera Utara
44 Uji interaksi dilakukan dengan mengalikan variabel yang dihipotesiskan
sebagai variabel moderasi dengan variabel bebas. Menurut Suliyanto, 2011:212 jika variabel hasil perkalian antara variabel bebas dengan variabel yang
dihipotesiskan sebagai variabel moderasi signifikan maka dapat disimpulkan bahwa variabel yang dihipotesiskan sebagai variabel moderasi benar-benar
memoderasi hubungan antara variabel bebas dengan variabel tergantung.
3.7.3.1.1 Uji Signifikan Parsial Uji-t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh variabel independen secara individual parsial dalam menerangkan variabel
terikat. Jika variabel hasil perkalian antara variabel bebas dengan variabel yang dihipotesiskan sebagai variabel moderasi signifikan maka dapat dinyatakan bahwa
variabel tersebut memoderasi hubungan antara variabel bebas dengan variabel terikat.
3.7.3.1.2. Uji Signifikan Simultan Uji-F Uji statistik F dilakukan untuk menunjukkan apakah variabel bebas dan
pemoderasi dan interaksinya masing-masing dengan variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel independen. Jika variabel hasil perkalian antara variabel bebas dengan variabel yang dihipotesiskan sebagai variabel moderasi signifikan maka dapat
dinyatakan bahwa variabel tersebut memoderasi hubungan antara variabel bebas dengan variabel terikat
Universitas Sumatera Utara
45
3.7.3.1.3. Koefisien Determinasi R
2
Untuk mengukur seberapa jauh kemampuan variabel bebas dan
pemoderasi dan interaksi variabel bebas dengan pemoderasi dalam menerangkan
variabel PE dapat dilihat melalui nilai R Square.
Universitas Sumatera Utara
46
BAB IV HASIL DAN PEMBAHASAN
4.1 Deskriptif Sampel Penelitian
Data yang dipergunakan pada penelitian ini adalah Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah APBD dan Laporan Pertumbuhan
Ekonomi Pemerintah Daerah KabupatenKota di Provinsi Sumatera Utara tahun 2011 sd tahun 2013 3 tahun sehingga jumlah sampel menjadi 63 data. Dari
laporan tahunan tersebut yang menjadi objek penelitian adalah Realisasi Pendapatan Asli Daerah PAD, Dana Perimbangan DP, Belanja Modal BM
dan data Pertumbuhan Ekonomi PE tahun amatan 2011 sd 2013. Data diperoleh dari Badan Pusat Statistik Sumatera Utara yaitu www.bps.go.idsumut dan
Departemen Keuangan Republik Indonesia yaitu www.djpk.depkeu.go.id.
4.2 Statistik Deskriptif
Statistik deskriptif menurut Sugiyono 2007:206 adalah “statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau
menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi”. Statistik
deskriptif umumnya digunakan untuk memberi informasi mengenai variabel penelitian yang utama.
Statistik deskriptif untuk setiap variabel bebas yang digunakan dalam analisis ini sebanyak 2 dua variabel independen yaitu pendapatan asli daerah
PAD dan dana perimbangan DP. Variabel pemoderasi adalah belanja modal BM dan variabel dependen yaitu pertumbuhan ekonomi PE. Berdasarkan data
Universitas Sumatera Utara
47 cross section
sebanyak 21 daerah KabupatenKota dan time series sebanyak 3 tahun pengamatan, maka diperoleh deskriptif statistik data penelitian sebagai
berikut:
Tabel 4.2 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation PE
63 174740.00
18409800.00 3338239.0476
3683199.10558 PAD
63 5805.00
328348.00 46653.6032
57437.70200 DP
63 250595.00
1401726.00 558462.9524
263478.26410 BM
63 34243.00
352334.00 163463.9841
76849.38315 Valid N
listwise 63
Diolah oleh penulis 2016 Data deskriptif statistik digunakan untuk mengetahui gambaran umum
setiap variabel dalam penelitian. Berdasarkan hasil pengolahan data SPSS seperti terlihat pada tabel 4.2 diperoleh nilai untuk maksimum, minimum, rata-rata dan
standar deviasi penyimpangan setiap variabel. Output tampilan SPSS menunjukkan jumlah data N ada 63 data yang merupakan periode penelitian
pada 21 kabupatenkota dikali dengan 3 tahun, yaitu dari tahun 2011 sampai dengan tahun 2013, dengan hasil analisis sebagai berikut :
1. Nilai minimum pertumbuhan ekonomi Y pada kabupatenkota di Propinsi Sumatera Utara sebesar 174740, sedangkan nilai maksimum
pertumbuhan ekonomi sebesar 18409800, dengan nilai rata – rata sebesar 3338239.0476. Standar deviasi pertumbuhan ekonomi pada
kabupatenkota di Propinsi Sumatera Utara sebesar 3683199.10558. Kabupaten Phakpak Barat merupakan kabupaten yang memperoleh
Universitas Sumatera Utara
48 pertumbuhan ekonomi terendah, sedangkan Kabupaten Deli Serdang
memperoleh pertumbuhan ekonomi tertinggi. 2. Nilai minimum pendapatan asli daerah X
1
pada kabupatenkota di Propinsi Sumatera Utara sebesar 5805, sedangkan nilai maksimum
pendapatan asli daerah sebesar 328348, dengan nilai rata – rata sebesar 46653.6032. Standar deviasi pendapatan asli daerah pada
kabupatenkota di Propinsi Sumatera Utara sebesar 57437.70200. Kabupaten Padang Lawas Utara merupakan kabupaten yang
memperoleh pendapatan asli daerah terendah, sedangkan Kabupaten Deli Serdang memperoleh pendapatan asli daerah tertinggi.
3. Nilai minimum dana perimbangan X
2
pada kabupatenkota di Propinsi Sumatera Utara sebesar 250595, sedangkan nilai maksimum dana
perimbangan sebesar 1401726, dengan nilai rata – rata sebesar 558462.9524. Standar deviasi dana perimbangan pada kabupatenkota
di Propinsi Sumatera Utara sebesar 263478.26410. Kabupaten Phakpak Barat merupakan kabupaten yang memperoleh dana perimbangan
terendah, sedangkan Deli Serdang memperoleh dana perimbangan tertinggi.
4. Nilai minimum belanja modal Z pada kabupatenkota di Propinsi Sumatera Utara sebesar 34243, sedangkan nilai maksimum belanja
modal sebesar 352334, dengan nilai rata – rata sebesar 163463.9841. Standar deviasi pertumbuhan ekonomi pada kabupatenkota di Propinsi
Sumatera Utara sebesar 76849.38315. Kabupaten Padang Lawas Utara
Universitas Sumatera Utara
49 merupakan kabupaten dengan belanja modal terendah, sedangkan
Kabupaten Deli Serdang dengan belanja modal tertinggi.
4.3 Uji Asumsi Klasik