50
Berdasarkan kriteria dan pertimbangan tersebut di atas, maka jumlah dari pemerintah kabupatenkota yang memenuhi kriteria sampel penelitian sebanyak
33 kabupatenkota, terdiri dari atas 25 kabupaten dan 8 kota.
3.7 Jenis Data
Penelitian ini menggunakan jenis data sekunder. Data sekunder adalah data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan
kepada masyarakt pengguna data, dan telah dibukukan atau diarsipkan dalam dokumen yang dipublikasikan pada Badan Pusat Statistik Provinsi Sumatera
Utara. Data ini bersumber dari dokumen Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah yang diperoleh dari Badan pusat Statistik BPS Provinsi
Sumataera Utara atau melalui internet situs www.sumut.bps.go.id
3.8 Metode Pengumpulan Data
Teknik pengumpulan data yang diperlukan dalam penelitian ini adalah data sekunder yang melalui dokumentasi. Pengumpulan data sekunder yang
relevan berupa Anggaran Pendapatan dan Belanja Daerah. Data yang diambil berupa realisasi Dana Alokasi Umum X1, realisasi Dana Bagi Hasil X2,
realisasi Dana Alokasi Khusus X3, realisasi Pendapatan Asli Daerah X4 dan realisasi Belanja Daerah Y dari Pemerintahan Daerah di Provinsi Sumatera
Utara yang diperoleh dari Badan Pusat Statistik BPS atau melalui internet situs www.sumut.bps.go.id
Universitas Sumatera Utara
51
3.9 Teknik Analisis
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik menggunakan software Statistikal Product and Service Solutions.
SPSS. Analisis data digunakan dengan melakukan pengujian asumsi klasik dan pengujian hipotesis. Pengujian hipotesis dilakukan dengan metode analisis regresi
linier berganda. Analisis linier berganda digunakan untuk menganalisa data lebih dari dua variabel penelitian. Penggunaan metode analisis regresi dalam pengujian
hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Model regresi linier berganda dikatakan model yang baik jika model
tersebut memiliki asumsi normalitas data dan terbebas dari asumsi – asumsi klasik
statistik baik multikolinieritas, autokorelasi dan heterokedastisitas. Model persamaan regresi yang digunakan untuk menguji hipotesis yang berbunyi Dana
Alokasi Umum, Dana Bagi Hasil, Dana Alokasi Khusus dan Pendapatan Asli Daerah, berpengaruh terhadap Belanja Daerah di KabupatenKota Provinsi
Sumatera Utara adalah:
Y = α+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ ε
Keterangan : Y
= Belanja Daerah α
= Konstanta β
x
= Koefisien regresi X
1
= Jumlah Dana Alokasi Umum DAU
Universitas Sumatera Utara
52
X
2
= Jumlah Dana Bagi Hasil DBH X
3
= Jumlah Dana Alokasi Khusus DAK X
4
= Jumlah Pendapatan Asli Daerah PAD Ɛ
=
Error penggangu
3.9.1 Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak biasa jika telah
memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan
tidak terdapat autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasanya standar error. Jika
terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh- pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien
regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap biasa dan masih tetap konsisten hanya saja menjadi
tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan.
3.9.1.1 Uji Normalitas Data
Uji Normalitas data berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan statistik
parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment agar data normal. Tujuan uji
Universitas Sumatera Utara
53
normalitas adalah ingin mengetahui apakah dalam model regresi variable pengganggu atau residual memiliki distribusi normal
Erlina, 2008. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti
distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu :
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas adalah dengan melihat grafik histogram yang membandingkan
antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian, hanya dengan melihat
histogram, hal ini dapat membingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan
adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Dasar pengambilan keputusan dari analisis normal probability plot adalah diuraikan dalam pernyataan berikut:
a. jika data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas,
Universitas Sumatera Utara
54
b. jika data menyebar jauh dari garis diagonal dan atau
tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak
memenuhi asumsi normalitas. 2.
Analisis Statistik Untuk mendereksi normalitas data dapat dilakukan
melalui analisis statistik yang dapat dilihat melalui Kolmogorov-Smirnov test K-S. Data pengambilan keputusan
dalam uji K-S yaitu: a.
Apabila probabiltas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti terdistribusi
tidak normal, b.
Apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka Ho diterima, yang berarti data
terdistribusi normal.
3.9.1.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara angota grup
tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas, sedangkan jika varians tidak
sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastisitas adalah dengan analisis grafik dan uji Park.
Pada analisis grafik jika titik-titik menyebar secara acak dan tidak
Universitas Sumatera Utara
55
membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka dapat dikatakan
bahwa tidak terjadi heteroskedastisitas. Pada analisis uji park jika nilai
signifikansi 0,05 maka data tidak mengalami
heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Ghozali,
2007 menyatakan bahwa salah satu cara untuk mendeteksi ada tidaknya heterokedastisitas adalah dengan melihat grafik plot
antara nilai prediksi variabel terikat dengan nilai residualnya dan dasar untuk menganalisanya adalah:
a. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan
telah terjadi heterokedastisitas b.
Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heterokedastisitas
3.9.1.3 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen
Erlina, 2008;105. Pengujian ini diperlukan untuk mengetahui apakah ada tidaknya variabel independen yang memiliki kemiripan
dengan variabel independen lain dalam satu model. Jika terjadi
Universitas Sumatera Utara
56
korelasi, maka terdapat masalah multikolinieritas. Model regresi yang baik tidak terdapat korelasi diantara variabel independen.
3.9.1.4 Uji Autokorelasi
Menguji autokorelasi dalam suatu model dilakukan untuk mengetahui apakah dalam model regresi linear ada korelasi antara
kesalahan pengganggu pada periode t dan dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi,
maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu
sama lainnya.
Pengujian asumsi
ini dilakukan
dengan menggunakan uji Durbin Watson Durbin Watson Test, yaitu
untuk menguji apakah terjadi serial atau tidak dengan menghitung nilai d statistik. Pengujian yang digunakan untuk mengetahui
adanya autokorelasi adalah dengan memakai uji statistik Durbin Watson DW test. Menurut Santoso 2006 menentukan ada
tidaknya autokorelasi adalah sebagai berikut:
Angka D-W di bawah -2 berarti ada autokorelasi positif.
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.
Angka D-W diatas + berarti ada autokorelasi negatif.
3.9.2 Pengujian Hipotesis
Pengujian hipotesis apakah hipotesis yang diajukan diterima atau ditolak, maka dilakukan pengujian terhadap variabel-variabel penelitian
Universitas Sumatera Utara
57
secara simultan maupun parsial. Pengujian secara parsial digunakan uji statistik t. Uji koefisien regresi dengan uji t t-test diperlukan untuk
mengetahui tingkat pengaruh variabel independen terhadap variabel dependen. Pengujian secara simultan digunakan uji signifikansi simultan
uji statistik F dan penentuan Koefisien Determinasi R2 yang bermaksud untuk menjelaskan pengaruh variabel independen terhadap
variabel dependen.
3.9.2.1 Koefisien Determinasi R2
Koefisi en determinasi R2 pada umumnya digunakan untuk mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah diantara nol dan satu 0 ≤ R 2 ≤ 1. Nilai R2 yang
mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen. Apabila nilai R2 semakin kecil mendekati nol, berarti variabel-variabel independen hampir tidak
memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
3.9.2.2 Uji Signifikansi Parsial Uji t
Pengujian ini bertujuan untuk menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual
dalam menerangkan variasi variabel independen. Dengan tingkat sgnifikansi 5, maka kriteria pengujian adalah sebagai berikut:
Universitas Sumatera Utara
58
a. Bila nilai signifikansi t 0.05, maka H0 ditolak, artinya
terdapat pengaruh yang signifikan antara satu variabel independen terhadap variable dependen
b. Apabila nilai signifikansi t 0.05, maka H0 diterima,
artinya terdapat tidak ada pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen.
3.9.2.3 Uji Signifikansi Simultan Uji F
Pengujian ini bertujuan untuk menunjukkan apakah semua variabel independen yang dimaksudkan dalam model mempunyai
pengaruh secara bersama-sama terhadap variabel independen. Dengan tingkat signifikansi sebesar 5, maka kriteria pengujian
adalah sebagai berikut: a.
Bila nilai signifikan F 0.05, maka H0 ditolak artinya terdapat pengaruh yang signifikan antara semua variabel
independen terhadap variable dependen b.
Apabila nilai signifikan F 0.05, maka H0 diterima artinya variabel independen tidak berpengaruh terhadap variabel
dependen.
Universitas Sumatera Utara
59
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Data Penelitian
Deskripsi data kabupatenKota yang ditentukan sebagai sampel penelitian adalah KabupatenKota yang ada di Provinsi Sumatera Utara. Populasi pada
penelitian ini berjumlah 33 KabupatenKota, terdiri dari 25 Kabupaten dan 8 Kota di Provinsi Sumatera Utara. Setelah dilakukan pemilihan sampel dengan teknik
purposive sampling, maka diperoleh sebanyak 33 KabupatenKota yang memenuhi kriteria sampel yang ditetapkan sehingga data penelitian untuk
pengamatan selama 5 tahun menjadi 165 unit analasis. Data kuantitatif yang dipergunakan pada penelitian ini adalah Laporan Realisasi Anggaran Pendapatan
Daerah dan Belanja Daerah Pemerintah KabupatenKota di Provinsi Sumatera yaitu Anggaran Pendapatan Belanja Daerah tahun 2010-2014. Dari laporan
Realisasi APBD tersebut yang menjadi objek penelitian adalah Realisasi Dana Alokasi Umum, Realisasi Dana Bagi Hasil, Realisasi Dana Alokasi Khusus,
Realisasi Pendapatan Asli Daerah dan Belanja Daerah. Data ini bersumber dari dokumen Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah yang
diperoleh dari Badan pusat Statistik BPS Provinsi Sumataera Utara atau melalui internet situs www.sumut.bps.go.id
Universitas Sumatera Utara
60
4.2 Hasil Penelitian