Teknik Pengambilan Sampel Data penelitian Pembahasan Hasil Penelitian

Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.

E. Teknik Pengambilan Sampel

Teknik pengambilan sampel yangf digunakan adalah porposive sampling, yaitu teknik penentuan sampel dengan pertimbangan tertentu Sugiyono, 2006:78. Pertimbangan yang digunakan adalah : 1. kabupaten dan kota yang memiliki data Laporan Keuangan Daerah tahun 2005-2007, 2. kabupaten dan kota yang bukan merupakan daerah pemekaran pada tahun- tahun amatan. Dengan kriteria tersebut diperoleh 16 kabupaten dan kota sebagai sampel.

F. Definisi Operasional dan Pengukuran Variabel

Definisi operasional memberikan pengertian terhadap konstruk atau memberikan variabel dengan menspesifikasikan kegiatan atau tindakan yang di perlukan peniliti untuk mengukur. Di lihat dari sudut pandang hubungannya variabel yang di gunakan dalam penilitian ini terdiri dari variabel independent dan variabel dependen. Variabel yang digunakan dalam penelitian ini adalah variabel independen bebas, merupakan variabel yang mempengaruhi variabel lain Umar, 2003:50. Penelitian ini menggunakan variabel dan defenisi operasiomal sebagai berikut : Variabel independen disimbolkan dengan “X 1 ” Dana Bagi Hasil Pajak Dana Bagi Hasil Pajak adalah bagian daerah yang berasal dari penerimaan Pajak Bumi Dan Bangunan, Biaya Perolehan Hak Atas Tanah dan Bangunan, Pajak Penghasilan Pasal 25 dan Pasal 29 Wajib Pajak Orang Pribadi Dalam Negeri Dan Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Pajak Penghasilan Pasal 21, “X2” Dana Bagi Hasil Sumber Daya Alam Dana Bagi Hasil Sumber Daya Alam adalah bagian daerah yang berasal dari hasil-hasil Kehutanan, Pertambangan Umum, Perikanan, Pertambangan Minyak Bumi, Pertambangan Gas Bumi, dan Pertambangan Panas Bumi. “Y” Belanja Modal, Belanja Modal adalah pengeluaran yang dilakukan dalam rangka pembentukan modal yang sifatnya menambah aset tetapinventaris yang memberikan manfaat lebih dari satu periode akuntansi, termasuk didalamnya adalah pengeluaran untuk biaya pemeliharaan yang sifatnya mempertahankan atau menambah masa manfaat, meningkatkan kapasitas dan kualitas aset. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Tabel 3.2 Definisi Operasional dan Pengukuran Variabel G.Metode Analisis Data Dalam Penelitian ini metode analisis data dilakukan dengan metode analisis statistik dan menggunakan software SPSS 15.0. Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Variabel Konsep Variabel Skala Dana Bagi Hasil Pajak Dana Bagi Hasil Sumber Daya Alam berasal dari kehutanan, pertambangan umum, perikanan, pertambangan, minyak bumi, pertambangan gas bumi, dan pertambangan panas bumi. Rasio Dana Bagi Hasil Sumber Daya Alam Dana Bagi Hasil Sumber Daya Alam berasal dari kehutanan, pertambangan umum, perikanan, pertambangan, minyak bumi, pertambangan gas bumi, dan pertambangan panas bumi. Rasio Belanja Modal Pengeluaran yang dilakukan dalam rangka pembentukan modal yang sifatnya menambah aset tetapinventaris yang memberikan manfaat lebih dari satu periode akuntansi, termasuk didalamnya adalah pengeluaran untuk biaya pemeliharaan yang sifatnya mempertahankan atau menambah masa manfaat, meningkatkan kapasitas dan kualitas aset. Rasio Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.

1. Uji Asumsi Klasik a. Uji Normalitas

Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi, variable pengganggu atau residual memilki distribusi normal. Untuk menguji apakah data berdistribusi normal akan digunakan analisis grafik probability plot, histogram dan uji kolmogorovsmirnov. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2005:110. Menurut Ghozali 2005:110, “cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan keputusannya adalah 1. jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas, 2 jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas. “Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis: H o : data residual berdistribusi normal, H a : data residual tidak berdistribusi normal. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Bila sign ifikansi 0,05 dengan = 5 berarti distribusi data normal dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan Ha diterima.

b. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variable bebas. Model regresi yang baik seharusnya menunjukan tidak terjadi korelasi antar variable bebas. Multikolinearitas adalah situasi adanya variabel-variabel independen antara yan satu dengan yan lainnya. Dalam hal ini kita sebut variabel-variabel bebas tidak orthogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen. Ada tidaknya multikolinearitas dapat dideteksi dengan melihat : 1 melihat nilai tolerance, nilai cutoff yang umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai tolerance 0,10, 2 melihat nilai Variance Inflation Factor VIF, nilai cutoff yang umum dipakai untuk menunjukan adanya multikolonearitas adalah nilai VIF 10, 3 menganalisis matriks korelasi variabel-varibel independen, Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. menurut Ghozali 2005 : 93 untuk matrik korelasi adanya indikasi multikolinearitas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,95, 4 melihat nilai Condition Index CI, jika nilai CI antara 10 dan 30 terdapat multikolinearitas moderat kekuat, sedangkan jika nilai CI 30 artinya terdapat multikolinearitas sangat kuat.

c. Uji heteroskesdastisitas

Uji heterokesdastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variable dari residual satu pengamatan ke pengamatan lain Erlina, 2007:108 “jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda, maka disebut heteroskedastisitas.” Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scaterplot antar nilai produksi variabel independen dengan niali residualnya. Dasar analisis yang dapat digunakan untuk menentukan heteroskedastisitas, antara lain: 1 jika ada pola tertentu, seperti titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, 2 jika tidak ada pola yang jelas , seperti ttitik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. 1 Menurut Ghozali 2005 : 107 ”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.

d. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan t-1 atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan dengan yang lainnya. Hal ini sering ditemukan pada time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson dengan ketentuan dari Profesor Singgih sebagai berikut: 1 angka D-W dibawah -2 berarti ada autokorelasi positif, 2 angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif. Run test sebagai bagian dari statistik non parametik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random yaitu dengan melihat nilai probabilitasnya. Menurut Ghozali 2005 : 103 bila signifikansi 0,05 dengan = 5 berarti residual random dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti residual tidak random dan Ho ditolak. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.

2. Pengujian Hipotesis

Penelitian ini dianalisis dengan model regresi berganda untuk melihat seberapa besar pengaruh Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam terhadap Belanja Modal dengan model dasar sebagai berikut: Y = α+ 1 X 1 + 2 X 2+ e Keterangan : Y = Variabel dependen, Belanja Modal α = Konstanta 1 = Koefisien regresi X 1 X 1 = Variabel independen pertama yaitu Dana Bagi Hasil Pajak 2 = Koefisien regresi X 2 X 2 = Variabel independen kedua yaitu Dana Bagi Hasil Sumber Daya Alam e = Tingkat kesalahan pengganggu error a. Uji F statistik digunakan untuk menguji keberartian pengaruh dari seluruh variabel bebas secara bersama-sama terhadap variabel tidak bebas. Uji F dimaksudkan untuk melihat kemampuan menyeluruh dari variabel bebas yaitu Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam terhadap Belanja Modal. Uji ini dilakukan dengan ketentuan sebagai berikut: Uji Signifikansi Simultan Uji F H o diterima jika F hitung F tabel, Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. H a diterima jika F hitung F tabel pada tingkat kepercayaan 95. Selain itu dapat pula diihat dari nilai signifikansinya. Jika nilai signifikansi penelitian 0,05 maka H a diterima. Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam berpengaruh terhadap Belanja Modal secara simultan. Hipotesis penelitian Ho : b1 = b2 = b3 = 0 Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam tidak berpengaruh terhadap Belanja Modal secara parsial. Hipotesis Statistik Ha : b1 ≠ b2 ≠ b3 ≠ 0 Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam berpengaruh terhadap Belanja Modal secara parsial. b. Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen. Uji ini dilakukan untuk melihat pengaruh Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam secara parsial terhadap Belanja Modal. Uji ini dilakukan dengan membandingkan signifikansi t hitung dengan ketentuan sebagai berikut: Uji Signifikansi Parsial Uji T H o diterima jika t hitung t tabel = 5, H a diterima jika t hitung t tabel = 5. Selain itu dapat pula dilihat dari nilai signifikansinya. Jika nilai signifikansi penelitian 0,05 maka H a diterima. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Dana Bagi Hasil Pajak dan Dana Bgai Hasil Sumber Daya Alam berpengaruh terhadap Belanja Modal secara parsial. Hipotesis Penelitian H o : bi = 0 Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam tidak berpengaruh terhadap Belanja Modal secara parsial. Hipotesis Statistik H a : bi ≠ 0 Dana Bagi Hasil Pajak d an Dan a Bagi Hasil Sum ber Daya Alam berpengaruh terhadap Belanja Modal secara parsial. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. BAB IV HASIL DAN PEMBAHASAN

A. Data penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengolah data dengan menggunakan micosoft excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan software SPSS versi 15. Prosedur dimulai dengan memasukan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Didapat 16 kabupaten dan kota yang dijadikan sampel dalam penelitian ini dan diamati selama periode 2005-2007. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Tabel 4.1 Daftar Sampel Kabupaten dan Kota No Kabupaten Kota 1 Kabupaten Asahan 2 Kabupaten Deli Serdang 3 Kabupaten HumbangHasundutan 4 Kabupaten Labuhan Batu 5 Kabupaten Mandailing Natal 6 Kota Medan 7 Kota Padang Sidempuan 8 Kota Sibolga 9 Kabupaten Simalungun 10 Kabupaten Tapanuli Selatan 11 Kabupaten Tapanuli Tengah 12 Kabupaten Tapanuli Utara 13 Kabupaten Toba Samosir 14 Kabupaten Tanjung Balai 15 Kabupaten Tanah Karo 16 Kabupaten Pakpak Barat

B. Analisis Hasil Penelitian

1. Analisis Statistik Deskriptif

Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari www.bpk.go.id dan BPS Sumatera Utara berupa Laporan Keuangan Daerah yang dijabarkan dalam bentuk statistik. Variabel dari penelitian ini terdiri dari Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam sebagai variabel bebas independent variable dan Belanja Modal sebagai variabel terikat dependent variable. Statistik deskriptif dari variabel tersebut dari sampel Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. kabupaten dan kota selama periode 2005 sampai dengan tahun 2007 disajikan dalam tabel 4.2 berikut. Tabel 4.2 Deskriptif Data Secara Statistik Descriptive Statistics N Minimum Maximum Mean Std. Deviation Ln_SDA 48 16.12 26.14 20.9766 1.56711 Ln_Pajak 48 22.75 26.18 24.1215 .90092 Ln_Belanjamodal 48 23.41 26.75 25.1598 .73537 Valid N listwise 48 Sumber : Data yang diolah penulis, 2009. Tabel di atas menunjukan bahwa variabel Dana Bagi Hasil Pajak, Dana Bagi Hasil Sumber Daya Alam dan Belanja Modal memiliki nilai minimum positif. Untuk nilai maksimum, semua variabel juga memiliki nilai yang positif. Berikut ini perincian data deskriptif yang telah diolah: c. variabel DBH Pajak memiliki nilai minimum 22,75 dan maksimum 26,18 dengan rata-rata DBH Pajak sebesar 24,1215 dengan jumlah sampel sebanyak 48 kabupaten dan kota, d. variabel DBH Sumber Daya Alam memiliki nilai minimum 16,12 dan maksimum 26,14 dengan rata-rata DBH Sumber Daya Alam sebesar 20,9766 dengan jumlah sampel sebanyak 48 kabupaten dan kota, e. variabel Belanja Modal memiliki nilai minimum 23,41 dan maksimum 26,75 dengan rata-rata Belanja Modal sebesar 25,1598 dengan jumlah sampel sebanyak 48 kabupaten dan kota. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010.

2. Uji Asumsi Klasik

a. Uji Normalitas

Pengujian normalitas data dalam penelitian ini menggu nakan uji statistik non parametik Kolmogorov-Smirnov K-S dengan membuat hipotesis: H o : Data residual berdistribusi normal H a : Data residua l tidak berdistribusi normal Apabila nilai signifikansinya lebih besar dari 0,05 maka H0 diterima, sedangkan jika nilai signifikansinya kecil dari 0,05 maka H0 ditolak. Tabel 4.3 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 48 Normal Parametersa,b Mean .0000000 Std. Deviation .51098461 Most Extreme Differences Absolute .143 Positive .060 Negative -.143 Kolmogorov-Smirnov Z .991 Asymp. Sig. 2-tailed .279 a Test distribution is Normal. b Calculated from data. Sumber : Data yang diolah penulis, 2009. Besarnya nilai Kolmogorov-Simirnov adalah 0,991 dan signifikansi pada 0,279 maka disimpulkan data terdistribusi secara normal karena p = 0,279 0,05. Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. asumsi klasik lainnya. Untuk lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal. Regression Standardized Residual 2 1 -1 -2 -3 Frequency 15 10 5 Mean = 1.7E-14฀ Std. Dev. = 0.978฀ N = 48 Dependent Variable: Ln_Belanjamodal Histogram Gambar 4.1 Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Dependent Variable: Ln_Belanjamodal Normal P-P Plot of Regression Standardized Residual Gambar 4.2 Grafik Normal P-P Plot Sumber : Data yang diolah penulis, 2009. Grafik di atas dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan atau normal dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titk menyebar disekitar garis diagonal Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. serta penyebarannya agak mendekati garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.

b. Uji Multikolinearitas

Gejala multikolonearitas dalam penelitian ini dapat dideteksi ada tidaknya dengan melihat nilai tolerance dan variance inflation factor VIF, menganalisis matrik korelasi variabel-variabel independen, melihat nilai Condition Index CI. Besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu: Tolerance 0.10, Variance Inflation Factor VIF 10, Condition Index 10. Berikut disajikan tabel hasil pengujian: Tabel 4.4 Coefficients untuk BM = fDBH Pajak, DBH SDA Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 10.885 2.058 5.290 .000 Ln_SDA .047 .053 .100 .889 .379 .854 1.170 Ln_Pajak .551 .091 .675 6.025 .000 .854 1.170 a Dependent Variable: Ln_Belanjamodal Sumber : Data yang diolah penulis, 2009. Hasil perhitungan nilai tolerance menunjukan variabel independen memiliki nilai tolerance 0.10 yaitu 0,854 untuk variabel Dana Bagi Hasil Pajak dan 0,854 untuk variabel Dana Bagi Hasil Sumber Daya Alam yang berarti tidak terjadi korelasi dimana vaiabel independen memiliki nilai VIF kurang dari10 yaitu 1,170 untuk variabel DBH Pajak dan 1,170 untuk variabel DBH SDA. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Tabel 4.5 Coefficient Correlations untuk BM = fDBH Pajak, DBH SDA Correlations Ln_Belanjamo dal Ln_SDA Ln_Pajak Pearson Correlation Ln_Belanjamodal 1.000 .357 .713 Ln_SDA .357 1.000 .382 Ln_Pajak .713 .382 1.000 Sig. 1-tailed Ln_Belanjamodal . .006 .000 Ln_SDA .006 . .004 Ln_Pajak .000 .004 . N Ln_Belanjamodal 48 48 48 Ln_SDA 48 48 48 Ln_Pajak 48 48 48 Sumber : Data yang diolah penulis, 2009. Melihat hasil besaran korelasi antar variabel independen tampak bahwa variabel DBH Pajak mempunyai korelasi sebesar 0,382 atau sekitar 38,2 dengan variabel DBH SDA. Hasil dari coefficient correlations tersebut menunjukan tidak ada korelasi yang tinggi umumnya di atas 0,95. Berdasarkan tabel di atas dapat disimpulkan bahwa tidak ada multikolonearitas antar variabel independen dalam model ini. Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model ini.

c. Uji Heteroskedastisitas

Gejala heteroskedastisitas dalam penelitian ini dapat dideteksi dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. 1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar. Regression Standardized Predicted Value 3 2 1 -1 -2 R egressi on S tudent iz ed R esi dual 2 1 -1 -2 -3 Dependent Variable: Ln_Belanjamodal Scatterplot Gambar 4.3 Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Sumber : Data yang diolah penulis, 2009. Grafik scaterplot menunjukan bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.

d. Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahaan pengganggu pada periode t dengan kesalahaan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun tang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson dengan ketentuan sebagai berikut: 1 angka D-W dibawah -2 berarti ada autokorelasi positif , 2 angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Tabel 4.6 Hasil Uji Durbin Watson Model Summaryb Mode l R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .719a .517 .496 .52222 1.481 a Predictors: Constant, Ln_Pajak, Ln_SDA b Dependent Variable: Ln_Belanjamodal Sumber : Data yang diolah penulis, 2009 Tabel 4.6 memperlihatkan nilai statistik D-W sebesar 1,481 Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.

3. Analisis Regresi

Pengujian asumsi klasik menyimpulkan bahwa model regresi yang dipakai dala penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 15, maka diperoleh hasil sebagai berikut:

a. Persamaan Regresi

Pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antar variabel independen dan variabel dependen, melalui pengaruh BM = fDBH Pajak, DBH SDA. Hasil regresi dapat dilihat pada tabel 4.11 berikut ini: Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Tabel 4.7 Analisis Hasil Regresi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta B Std. Error 1 Constant 10.885 2.058 5.290 .000 Ln_SDA .047 .053 .100 .889 .379 Ln_Pajak .551 .091 .675 6.025 .000 a Dependent Variable: Ln_Belanjamodal Sumber : Data yang diolah penulis, 2009. Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut: BM = 10,885 + 0,551 DBH Pajak + 0,047 DBH SDA + e Keterangan 1 Konstanta sebesar 10,885 menunjukan bahwa apabila tidak ada variabel independen X1=0 dan X2=0 maka Belanja Modal sebesar 10,885. 2 1 sebesar 0,551 menunjukan bahwa setiap kenaikan DBH Pajak sebesar 1 akan diikuti oleh kenaikan Belanja Modal sebesar 0,551 dengan asumsi variabel lain tetap. 3 2 sebesar 0,047 menunjukan bahwa setiap kenaikan DBH SDA sebesar 1 akan diikuti oleh kenaikan Belanja Modal sebesar 0,047 dengan asumsi variabel lain tetap.

b. Analisis Koefisien Korelasi dan Koefisien Determinasi

Nilai koefisien korelasi R menunjukan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R Square menunjukan seberapa besar variabel Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. independen menjelaskan variabel dependennya. Nilai R Square adalah nol sampai dengan satu. Apabila nilai R Square semakin mendekati satu, maka variabel- variabel independen menberikan semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen. Sebaliknya, semakin kecil nilai R Square, maka kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu nilai R Square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Tabel 4.8 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .719a .517 .496 .52222 a Predictors: Constant, Ln_Pajak, Ln_SDA Sumber : Data yang diolah penulis, 2009. Pada model summary, nilai koefisien korelasi R sebesar 0,719 yang berarti bahwa korelasi atau hubungan antara Belanja Modal dengan variabel independennya DBH Pajak, DBH SDA kuat berada di atas 0,5. Angka Adjusted R Square atau koefisien determinasi adalah 0,496. Hal ini berarti 49,6 variasi atau perubahan dalam Belanja Modal dapat dijelaskan oleh variasi dari DBH Pajak dan DBH SDA, sedangkan sisanya 50,4 dijelaskan oleh sebab-sebab lain. Standar Error of Estimate SEE adalah 0,52222, yang mana semakin besar Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.

c. Pengujian Hipotesis

Uji t t test dan uji F F test digunakan untuk mengetahui apakah variabel independendalam model regresi berpengaruh terhadap variabel dependen. 1 Uji F F Test Pengaruh DBH Pajak dan DBH SDA terhadap Belanja Modal secara simultan dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS 15, maka diperoleh hasil sebagai berikut: Tabel 4.9 Hasil Uji F ANOVAb Mode l Sum of Squares Df Mean Square F Sig. 1 Regression 13.144 2 6.572 24.100 .000a Residual 12.272 45 .273 Total 25.416 47 a Predictors: Constant, Ln_Pajak, Ln_SDA b Dependent Variable: Ln_Belanjamodal Sumber : Data yang diolah penulis, 2009. Dari uji ANOVA atau F test, diperoleh F hitung sebesar 24,100 dengan tingkat signifikansi 0,000, sedangkan F tabel sebesar 3,204 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa DBH Pajak dan DBH SDA Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. berpengaruh secara simultan dan signifikan terhadap Belanja Modal karena F hitung F tabel 24,100 3,204 dan sig penelitian 0,05 0,000 0,05. 2 Uji t t test Uji t di gunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 15, diperoleh hasil sebagai berikut: Tabel 4.10 Hasil Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 10.885 2.058 5.290 .000 Ln_SDA .047 .053 .100 .889 .379 Ln_Pajak .551 .091 .675 6.025 .000 a Dependent Variable: Ln_Belanjamodal Sumber : Data yang diolah penulis, 2009. Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel DBH Pajak sebesar 6,025 dengan nilai signifikan 0,000, sedangkan t tabel adalah 2,0129 sehingga t hitung t tabel 6,025 2,0141, DBH Pajak secara individual mempengaruhi Belanja Modal. Signifikansi penelitian juga menunjukan angka 0,05 0,000 0,05, maka H ditolak dan H a diterima, artinya DBH Pajak berpengaruh signifikan positif terhadap Belanja Modal. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. T hitung untuk variabel DBH SDA sebesar 0,889 sedangkan t tabel adalah 2,0141, sehingga t hitung t tabel 0,8809 2,0141, maka DBH SDA tidak berpengaruh terhadap Belanja Modal secara individual. Signifikansi 0,000 menyimpulkan bahwa sig penelitian 0,05 0,379 0,05, maka H diterima dan H a ditolak, artinya DBH SDA tidak berpengaruh signifikan positif terhadap Belanja Modal.

C. Pembahasan Hasil Penelitian

Nilai Adjusted R Square sebesar 0,496 Hal ini berarti bahwa 49,6 variasi atau perubahan dalam Belanja Modal dapat dijelaskan oleh variasi dari Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam sedangkan sisanya sebesar 50,4 dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian. Berdasarkan hasil uji t sebelumnya, variabel Dana Bagi Hasil Pajak berpengaruh secara signifikan positif terhadap variabel Belanja Modal dengan tingkat signifikansi variabel independen 0,000 0,05. Dana Bagi Hasil Pajak berpengaruh secara signifikan positif terhadap Belanja Modal mengindikasikan bahwa Pemerintah Daerah masih memiliki ketergantungan terhadap Pemerintah Pusat. Variabel Dana Bagi Hasil Sumber Daya Alam menunjukan tidak adanya pengaruh yang signifikan terhadap variabel Belanja Modal dengan tingkat signifikansi variabel independen 0,379 0,05. Hal ini berarti bahwa tinggi rendahnya tingat penerimaan Dana Bagi Hasil Sumber Daya Alam tidak mempengaruhi Belanja Modal. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Hasil uji F dengan signifikansi sebesar 0,000 berada di bawah 0,05 yang berarti secara simultan seluruh variabel independen berpengaruh signifikan positif terhadap variabel Belanja Modal. Hal ini didukung dari nilai koefisien determinasi R Square sebesar 0,517 yang menunjukan bahwa variabel independen Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya alam mampu menjelaskan sebanyak 51,7 variasi atau perubahan dari variabel dependen yaitu Belanja Modal. Sedangkan sisanya sebesar 48,3 dijelaskan oleh variasi atau faktor lain yang tidak dimasukkan ke dalam model seperti luas wilayah, jumlah penduduk, inflasi, kebijakan pemerintah, kondisi makro ekonomi dan sebagainya. Berdasarkan hasil pengujian diketahui bahwa secara parsial Dana Bagi Hasil Pajak mempunyai pengaruh positif dan signifikan terhadap Belanja Modal secara. Sedangkan Dana Bagi Hasil Sumber Daya Alam tidak berpengaruh positif terhadap Belanja Modal. Namun penulis belum menemukan penelitian terdahulu tentang pengaruh Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam terhadap Belanja Modal. Hal ini mungkin disebabkan variabel Belanja Modal mulai digunakan setelah tahun 2006. Hasil penelitian ini dapat diartikan bahwa Pemerintah Daerah memaksimalkan penggunaan Dana Bagi Hasil Pajak dan kurang memaksimalkan Dana Bagi Hasil Sumber Daya Alam untuk Belanja Modal. Dana Bagi Hasil Pajak dan Dana Bagi Hasil Sumber Daya Alam secara simultan berpengaruh secara signifikan terhadap Belanja Modal. Hasil penelitian ini tidak memiliki tinjauan penelitian terdahulu. Namun ini berarti pihak Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. Pemerintah Daerah dalam mengambil keputusan yang berkaitan dengan Belanja Modal memanfaatkan dengan benar Dana Bagi Hasil ini secara bersama-sama. Alfan H. Harahap : Pengaruh Dana Bagi Hasil Pajak Dan Dana Bagi Hasil Sumber Daya Alam Terhadap Belanja Modal Pada Kabupaten Dan Kota Di Sumatera Utara, 2010. BAB V KESIMPULAN DAN SARAN

A. Kesimpulan