Analisis Hasil Penelitian 1. Analisis Statistik Deskriptif

58 tersebut diperoleh sampel penelitian yaitu sebanyak 17 KabupatenKota yang terdapat di provinsi Sumatera Utara, periode penelitian tahun 2011 - 2013 yaitu sebanyak 3 tahun sehingga data pooling sebanyak 51. 4.2. Analisis Hasil Penelitian 4.2.1. Analisis Statistik Deskriptif Statistik Deskriptif digunakan untuk mengeksplorasi data yang telah dikumpulkan, membuat kesimpulan dan mendeskripsikan data tersebut. Deskripsi variabel ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata, serta standar deviasi data yang digunakan dalam penelitian. Tujuan adanya statistik deskriptif adalah untuk memudahkan membaca data serta memahami maksudnya. Deskripsi variabel dari hasil penelitian ini dapat dilihat pada tabel 4.2 berikut: Tabel 4.2. Statistik Deskriptif Variabel N Minimum Maximum Mean Std. Deviation Tingkat Kemandirian Keuangan Daerah 51 252 3827 746.12 805.889 Pertumbuhan Ekonomi 51 430 1279 593.41 118.098 Pendapatan Asli Daerah dalam jutaan rupiah 51 12870 1206170 115576.78 261062.284 Dana Alokasi Umum dalam jutaan rupiah 51 248406 1270245 561441.63 287586.645 Valid N Listwise 51 Sumber :HasilOlahan Lampiran 3 Universitas Sumatera Utara 59 Berdasarkan tabel 4.2 diatas dapat dijelaskan dengan pernyataan dibawah ini: a. Variabel Tingkat Kemandirian Keuangan Daerah Y memiliki sampel N sebanyak 51, nilai minimum 2,52 terdapat pada Kabupaten Toba Samosir dan nilai maksimum diperoleh Kota Medansebesar 38,27serta nilai rata-rata tingkat kemandirian keuangan daerah 7,4612. KabupatenKota dibawah rata-rata 746,12 yaitu KabupatenMandailing Natal, KabupatenTapanuli Utara, KabupatenToba Samosir, KabupatenAsahan,Kabupaten Simalungun, KabupatenDairi, KabupatenHumbang Hasundutan, KabupatenSamosir, KabupatenLabuhan Batu Selatan, Kota Sibolga, Kabupaten Tanjung Balai, Kota Binjai. KabupatenKota diatas rata- rata 7,4612 yaitu KabupatenTapanuli Selatan, KabupatenDeli Serdang dan Kota Medan, sedangkan KabupatenKota diatas dan dibawah rata-rata dalam kurun 3 tahun 2011, 2012, 2013 adalah Kabupaten Langkat dan Kabupaten Pamatang Siantar.Standard Deviation variabel ini adalah 8,05889. b. Variabel Pertumbuhan Ekonomi X 1 memiliki sampel N sebanyak 51, dengan nilai minimum 4,30terdapat pada Kota Medan dan nilai maksimum diperoleh Kabupaten Deli Serdang Sebesar 12,79serta nilai rata-rata 5,9341. Standard Deviation variabel ini adalah 1,18098. Universitas Sumatera Utara 60 c. Variabel Pendapatan Asli Daerah X 2 memiliki sampel N sebanyak 51, dengan nilai minimum sebesar 12,870 Miliar diperoleh Kabupaten Humbang Hasundutan dan nilai maksimum sebesar 1,206 Triliun diperoleh Kota Medan serta nilai rata-rata PAD 115,576 Miliar. Standard Deviation variabel ini adalah261,062 Miliar. d. Variabel Dana Alokasi Umum X 3 memiliki sampel N sebanyak 51, dengan nilai minimum sebesar 248,406 Miliar diperoleh Kota Sibolga dan nilai maksimum sebesar 1,270 Triliun diperoleh Kota Medan serta nilai rata-rata 561,441 Miliar. Standard Deviation variabel ini adalah287,586 Miliar. 4.2.2. Uji Asumsi Klasik 4.2.2.1. Uji Normalitas Uji normalitas dideteksi melalui dua cara, yaitu analisis grafik Normal P-Plots dan analisis statistik Non-ParametrikKolmogorov- Smirnov . a. Analisis Grafik Normal P-Plots Analisis grafik dilakukan dengan melihat grafik normal P-Plots berikut ini : Universitas Sumatera Utara 61 Sumber : Hasil Olahan Lampiran 4 Gambar 4.1 Normal P-P Plot of Regression Standardized Residual Sebelum Transformasi Logaritma Natural Gambar 4.1 memperlihatkan garis normal probability plot dimana variabel tidak terdistribusi secara normal.Hal ini dikarenakan titik-titik penyebaran data menyebar jauh dari garis diagonal serta tidak mengikuti arah garis diagonal. Berkaitan dalam hal tersebut, penelitian ini melakukan transformasi data ke dalam bentuk logaritma natural Ln. Analisis grafik normal P-Plots setelah dilakukan transformasi data yaitu: Sumber : Hasil Olahan Lampiran 4 Gambar 4.2 Normal P-P Plot of Regression Standardized Residual Setelah Transformasi Logaritma Natural Universitas Sumatera Utara 62 Gambar 4.2 merupakan grafikNormal P-Plot yang menunjukkan titik-titik menyebar berhempit disekitar disekitar garis diagonal dan hali ini menunjukkan bahwa residual terdistribusi secara normal b. Analisis Statistik Kolmogorov – Smirnov. Hasil uji normalitas dengan metode statistik menggunakan uji Kolmogorov – Smirnov dapat dilihat dibawah ini, Tabel 4.3 Uji Statistik Kolomogorov-Smirnov Sebelum Transformasi Logaritma Natural Unstandardized Residual N 51 Normal Parameters a,b Mean .0000000 Std. Deviation 162.7289492 Most Extreme Differences Absolute .190 Positive .190 Negative -.107 Test Statistic .190 Asymp. Sig. 2-tailed .000 c Sumber : Hasil Olahan Lampiran 4 Nilai Test Statistic sebesar 0,190 dan signifikan pada 0,000 berarti data residual berdistribusi tidak normal karena asymp.sig 0,05 sekali lagi hasilnya konsisten dengan hasil uji sebelumnya. Berkaitan dalam hal tersebut, penelitian ini melakukan transformasi data ke dalam bentuk logaritma natural Ln. Analisis Kolgomorov-Smirnov setelah dilakukan transformasi data dapat dilihat tabel berikut: Universitas Sumatera Utara 63 Tabel 4.4 Uji Statistik Kolomogorov-Smirnov Setelah Transformasi Logaritma Natural Unstandardized Residual N 51 Normal Parameters a,b Mean .0000000 Std. Deviation .09986076 Most Extreme Differences Absolute .088 Positive .061 Negative -.088 Test Statistic .088 Asymp. Sig. 2-tailed .200 c,d Sumber : Hasil Olahan Lampiran 4 Berdasarkan tabel 4.4 menunjukkan bahwa data sudah terdistribusi secara normal. Hal ini di lihat dari nilai Test Statisticsebesar 0,088dengan nilai Asymp.Sig 2-tailed sebesar 0,200 atau probabilitas diatas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal. Setelah dilakukan pengujian melalui analisa grafik dan statistik maka diperoleh hasil normal sehingga asumsi normalitas terpenuhi dan dapat dilanjutkan dengan pengujian asumsi klasik berikutnya pada data.

4.2.2.2. Uji Heterokedastisitas

Uji ini akan dideteksi melalui dua cara, yaitu analisis grafik Scatterplot dan analisis statistik uji Park 1. Analisis Grafik Scatterplot Universitas Sumatera Utara 64 Sumber : Hasil Olahan Lampiran 4 Gambar 4.3 Grafik Scatterplot Sebelum Transformasi Logaritma Natural Berdasarkan Gambar Scatterplot di atas, terlihat bahwa titik- titik membentuk pola teratur menyempit.Hal ini dapat disimpulkan bahwa telah terjadi heterokedastisitas pada model regresi sehingga model regresi tidak layak di pakai. Analisis dengan grafik plot memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot.Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil. 2. Uji Statistik Park Tabel 4.5 Uji Heterokedastisitas dengan uji Park Model Coefisients Sig. Probabilitas Pengujian Kesimpulan Pertumbuhan Ekonomi 0,028 0,05 0,028 0,05 Signifikan Pendapatan Asli Daerah 0,441 0,441 0,05 Tidak Signifikan Dana Alokasi Umum 0,876 0,876 0,05 Tidak Signifikan Sumber : Hasil Olahan Lampiran 4 Universitas Sumatera Utara 65 Berdasarkan hasil Uji Park di atas, terdapat variabel independen yang signifikan yaitu pertumbuhan ekonomi 0,028 0,05 maka disimpulkan bahwa model regresiterdapat heteroskedastisitas. Hal ini sejalan dengan hasil grafikscatterplot. Berkaitan dalam hal tersebut, penelitian ini melakukan transformasi data ke dalam bentuk logaritma natural Ln. Analisis grafik scatterlot setelah dilakukan transformasi data yaitu: Sumber : Hasil Olahan Lampiran 4 Gambar 4.4 Grafik Scatterplot Setelah Transformasi Logaritma Natural Berdasarkan Gambar Scatterplot setelah transformasi data diatas, terlihat bahwa titik-titik menyebar secara acak diatas dan dibawah angka 0 pada sumbu Y, serta tidak membentuk pola tertentu atau tidak teratur.Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi sehingga model layak dipakai. Analisis uji Park setelah dilakukan transformasi data yaitu: Universitas Sumatera Utara 66 Tabel 4.6 Uji Heterokedastisitas Setelah Transformasi Logaritma Natural Model Coefisients Sig. Probabilitas Pengujian Kesimpulan Pertumbuhan Ekonomi 0,204 0,05 0,204 0,05 Tidak Signifikan Pendapatan Asli Daerah 0,142 0,142 0,05 Tidak Signifikan Dana Alokasi Umum 0,445 0,445 0,05 Tidak Signifikan Sumber : Hasil Olahan Lampiran 4 Berdasarkan hasil uji Park setelah transformasi natural diatas, dapat dilihat pada tabel Coefisiens nilai Sig. semua variabel independen lebih besar dari 0,05 tidak ada yang signifikan, maka disimpulkan bahwa model regresi tidak terdapat heterokedastisitas, sehingga dapat dilanjutkan uji asumsi klasik selanjutnya pada data.

4.2.2.3. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu disturbance term pada periode t dan kesalahan kesalahan pengganggu pada periode sebelumnya t-1. Hasil pengujian autokorelasi dalam penelitian ini dengan uji Durbin-Watson D-W dapat juga diliat pada tabel 4.7 berikut: Tabel 4.7 Uji Autokorelasi dengan D-W Durbin- Watson Nilai Tabel Pengujian Keputusan Kesimpulan d l d u 1,994 1,4273 1,6754 du d 4- du Tidak ditolak Tidak Ada Autokorelasi, Positif Atau Negatif Sumber : Hasil Olahan Lampiran 4 Universitas Sumatera Utara 67 Hasil uji autokorelasi diatas menunjukkan nilai statistik Durbin- Watson DW sebesar 1,994. Nilai ini dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 0,05 5, jumlah responden 51 n dan jumlah variabel independen 3 k=3. Dari tabel Durbin Watson didapat nilai batas atas d u 1,6754nilai batas bawah d l 1,4273 dan 4-d u = 2,3246. Oleh karena itu, nilai DW lebih besar dari d u dan lebih kecil dari 4- d u 1,6754 1,994 2,3246, sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negatif.

4.2.2.4. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF dan Tolerance. Suatu model dikatakan terbebas dari korelasi apabila tolerence 0,1danVIF 10. Dari pengujian model regresi diperoleh hasil untuk masing- masing variabel yang ditampilkan pada tabel 4.8 berikut. Tabel 4.8 Uji Multikolinearitas Variabel Dependen Tolerance VIF Pengujian Keputusan Pertumbuhan Ekonomi 0,848 1,179 0,848 0,10 dan 1,179 10 Tidak Terjadi Multikolinearitas PendapatanAsli Daerah 0,548 1,826 0,548 0,10 dan 1,826 10 Tidak Terjadi Multikolinearitas Dana Alokasi Umum 0,493 2,030 0,493 0,10 dan 2,030 10 Tidak Terjadi Multikolinearitas Sumber : Hasil Olahan Lampiran 4 Universitas Sumatera Utara 68 Tabel 4.8 dapat dilihat bahwa nilai tolerance dan VIF dari variabel pertumbuhan ekonomiadalah sebesar 0,848 dan 1,179.variabelpendapatan asli daerahadalah sebesar 0,548 dan 1,826variabel danaalokasi umum adalah sebesar 0,493 dan 2,030. Oleh karena itu, dapat disimpulkan dalam model ini tidak terdapat masalahmultikolinearitas antara variabel bebas karena nilai tolerance berada di bawah 1 dan nilai VIF jauh di bawah angka 10.

4.2.3. Analisis Regresi Linier Berganda

Pengolahan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen.Setelah kita uji asumsi klasik ternyata semua asumsi terpenuhi kecuali asumsi normalitas dan heterokedastisitas yang tidak terpenuhi.Oleh karena itu data dalam penelitian ini mentransformasi variabel dependen dan independen menjadi bentuk logaritma natural. Sehingga persamaan regresinya menjadi, Ln_TTKD = α + βLn_PE + βLn_PAD + βLn_DAU + ε Setelah mentransformasi data kebentuk logaritma natural, maka disimpulkan syarat uji asumsi klasik terpenuhi, dengan demikian dapat melakukan analisis regresi liner berganda. Analisis hasil regresi linier berganda dapat dilihat pada tabel berikut: Universitas Sumatera Utara 69 Tabel 4.9 Uji Analisis Regresi Berganda Model Unstandardized Coeficients Standardized Coeficients Β Std. Error Beta Constant 7,940 0,732 - Ln_PE 0,060 0,096 0,015 Ln_PAD 0,844 0,023 1,409 Ln_DAU -0,841 0,056 -0,595 Sumber : Hasil Olahan Lampiran 6 Dari nilai-nilai koefisien di atas, dapat disusun persamaan linier berganda dengan variabel dependen Ln_Tingkat Kemandirian Keuangan Daerah adalah sebagai berikut: LnTKKD=7,940+0,060Ln_PE+0,844Ln_PAD- 0,841Ln_DAU + ε Keterangan : Ln_TKKD : Logaritma Natural Tingkat Kemandirian Keuangan Daerah Ln_PE : Logaritma Natural Pertumbuhan Ekonomi Ln_PAD : Logaritma Natural Pendapatan Asli Daerah Ln_DAU : Logaritma Natural Dana Alokasi Umum ε :Standard Error Kolom Unstandardized Coefficients, diperoleh nilai α, β1, β2, dan β3 dijelaskan sebagai berikut: a. Konstanta α sebesar 7,940 menunjukkan bahwa jika tidak ada variabel Ln_PE, Ln_PAD, dan Ln_DAU, maka nilai dari tingkat kemandirian keuangan daerah adalah sebesar 7,940. Universitas Sumatera Utara 70 b. Koefisien Ln_PE β 1 sebesar 0,060 menyatakan bahwa setiap kenaikan pertumbuhan ekonomi 1, maka akan menaikkan tingkat kemandirian keuangan daerah 0,060. c. Koefisien Ln_PAD β 2 sebesar 0,844menunjukkan bahwa setiap kenaikan pendapatan asli daerah meningkat 1, maka akan meningkatkan tingkat kemandirian keuangan daerah 0,844. d. Koefisien Ln_DAU β 3 sebesar -0,841 menunjukkan bahwa setiap peningkatan dana alokasi umum 1, maka akan menurunkan tingkat kemandirian keuangan daerah sebesar 0,841.

4.2.4. Koefisien Determinasi R

2 Koefisien determinasi digunakan untuk menguji goodness-fit dari model regresi. Berikut analisis koefisien determinasi, Tabel 4.10 Koefisien Determinasi R 2 Variabel Adjusted R 2 Standard Error of Estimated Predictor: constan, Ln_PE, Ln_PAD, Ln_DAU Dependen: Ln_TKKD 0,975 0,10300 Sumber : Hasil Olahan Lampiran 6 Nilai Adjusted R 2 dalam penelitian ini yaitu sebesar 0,975 yang berarti variabilitas dari tingkat kemandirian keuangan daerah dapat dijelaskan oleh variabilitas pertumbuhan ekonomi, pendapatan asli daerah, dana alokasi umum sebesar 97,5, sedangkan sisanya 2,5 dijelaskan oleh variabel lainnya yang tidak diteliti dimasukkan dalam model regresi. Universitas Sumatera Utara 71 Standard Error of Estimated artinya mengukur variabel dari nilai yang diprediksi.Standard Error of Estimated disebut juga standar deviasi dimana dalam penelitian ini yaitu sebesar 0,10300. Semakin kecil standar deviasi berarti model semakin baik. 4.2.5. Pengujian Hipotesis 4.2.5.1. Uji Signifikansi Simultan Uji F Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen secara bersama-sama atau simultan mempengaruhi variabel dependent. Berikut ini hasil uji F statistik, Tabel 4.11 Uji F-Statistik Variabel Independen F Hitung F Tabel Sig. Pengujian Keputusa n Pertumbuhan Ekonomi Pendapatan Asli Daerah Dana Alokasi Umum 647,331 2,802355 0,000 F hitung F tabel H a Diterima Sumber : Hasil Olahan Lampiran 6 Pada tabel 4.11 menunjukkan hasi F hitung sebesar 647,331, sedangkan F tabel pada tingkat kepercayaan α = 0,05 dengan df 1 = 3 dan df 2 = 47 adalah sebesar 2,802355yang dapat dibuktikan F tabel pada lampiran. Sehingga F hitung 647,331 F tabel 2,802355, maka H ditolak dan H a diterima dan tingkat signifikan 0,000 0,05 artinya pertumbuhan ekonomi, pendapatan asli daerah dan dana alokasi umum Universitas Sumatera Utara 72 berpengaruh secara simultan terhadap tingkat kemandirian keuangan daerah

4.2.5.2. Uji Signifikansi Parsial Uji t

Uji parsial Uji t digunakan untuk mengetahui pengaruh masing- masing variabel independen terhadap variabel dependen.Berikut ini hasil uji t statistik, Tabel 4.12 Uji Signifikansi Parsial Uji-t Variabel Independen t Hitung t Tabel Sig. Pengujian Keputusan Pertumbuhan Ekonomi Pendapatan Asli Daerah Dana Alokasi Umum 0,624 2,01174 0,536 t Hitung t Tabel Ho Diterima 36,112 2,01174 0,000 t Hitung t Tabel Ha Diterima -15,123 2,01174 0,000 t Hitung t Tabel Ha Diterima Sumber : Hasil Olahan Lampiran 6 Dasar pengambilan keputusan dengan menggunakan tingkat signifikan α 5untuk uji 2 dua arah α 2 =0,25 dengan derajat bebas df n - k = 47. Nilai t tabel adalah 2,01174 yang dapat dibuktikan pada t tabel pada lampiran. Berdasarkan tabel 4.12 diatas disimpulkan sebagai berikut: a. Variabel pertumbuhan ekonomi X 1 terhadap tingkat kemandirian keuangan daerah Y, menunjukkan t hitung t tabel 0,624 2,01174 untuk α 5 maka Ho diterima dan Ha ditolak, yang berarti Universitas Sumatera Utara 73 variabel pertumbuhan ekonomi secara parsial tidak berpengaruh terhadap tingkat kemandirian keuangan daerah. b. Variabel pendapatan asli daerah X 2 terhadap tingkat kemandirian keuangan daerah Y, menunjukkan t hitung t tabel 36,112 2,01174 untuk α 5 maka H a diterima dan H ditolak, yang berarti variabel pendapatan asli daerah secara parsial berpengaruh terhadap tingkat kemandirian keuangan daerah. c. Variabel dana alokasi umum X 3 terhadap tingkat kemandirian keuangan daerah Y, menunjukkan t hitung t tabel -15,123 2,01174 untuk α 5 maka H a diterima dan H ditolak, yang berarti dana alokasi umum berpengaruh secara parsial terhadap tingkat kemandirian keuangan daerah.

4.3. Pembahasan dan Hasil Penelitian