4. Realisasi Penerimaan Belanja Daerah
Data realisasi penerimaan belanja daerah dalam jangka waktu 6 enam tahun, yaitu tahun 2009 sampai 2014.
Tabel 8. Realisasi Belanja Daerah Tahun 2009 – 2014
Tahun Realisasi
2009 447,701,872,343.63
2010 438,373,381,311.09
2011 526,181,757,412.29
2012 541,669,728,689.27
2013 620,299,718,904.21
2014 806,055,374,677.75
Sumber: BPKAD Kabupaten Bengkayang
B. Analisis Data
Pengujian yang dilakukan pada penelitian ini menggunakan transformasi data logaritma natural
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Uji normalitas
dilakukan dengan metode kolmogorov smirnov. Pengujian dengan kolmogorov smirnov digunakan untuk melihat angka yang lebih detail
apakah suaru persamaan regresi yang akan dipakai lolos normalitas. Uji Kolmogorov Smirnov dengan tingkat nilai signifikan pada 0,05. Jika
nilai signifikan yang dihasilkan lebih besar dari 0,05 maka terdistribusi normal. Hasil uji normalitas dapat dilihat pada tabel berikut ini.
Tabel 9. Hasil Uji Normalitas Kolmogorov Smirnov
Berdasarkan tabel One-Sample Kolmogorov-Smirnov, data berdistribusi normal karena mempunyai nilai signifikan lebih besar daripada 0,05
yaitu 0,906.
b. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas independen. Untuk mendeteksi adanya multikolinearitas dapat dilihat melalui
variance inflation factor VIF. Cara yang digunakan untuk mendeteksi ada atau tidaknya multikolinearitas adalah dengan melihat nilai tolerance
dan VIFnya. Jika nilai variance inflation factor VIF 10 dan tolerance
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 6
Normal Parameters
a
Mean .0000000
Std. Deviation .00775928
Most Extreme Differences Absolute
.231 Positive
.163 Negative
-.231 Kolmogorov-Smirnov Z
.566 Asymp. Sig. 2-tailed
.906 a. Test distribution is Normal.
Sumber: Data diolah
0.10 maka terjadi multikolinearitas. Hasil pengujian terhadap multikolinearitas dapat dilihat pada tabel berikut ini.
Tabel 10. Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1Constant 10.087
1.055 9.563 .011
L_PAD .083
.040 .233
2.086 .172 .046 21.544
L_DP .484
.046 .473 10.538 .009
.288 3.478
L_LLPYS .083
.029 .338
2.905 .101 .043 23.372
a. Dependent Variable: BD
Sumber: Data diolah Berdasarkan tabel di atas, terlihat bahwa variabel independen yaitu
pendapatan asli daerah, dan lain-lain pendapataan yang sah memiliki angka Variance Inflation Factors VIF lebih besar dari 10,00 dengan
angka tolerance yang menunjukkan nilai kurang dari 0,10, dapat dikatakan bahwa model regresi memiliki masalah multikoliniearitas.
Untuk mengatasi masalah mulltikolinearitas tersebut, digunakan metode stepwise Stepwise Method. Metode stepwise merupakan salah satu
metode untuk mengatasi adanya multikolinearitas. Metode Stepwise merupakan kombinasi antara metode forward dan backward. Metode
stepwise memasukkan variabel bebas yang memiliki korelasi paling kuat dengan variabel terikat. Hasil pengolahan dapat dilihat pada tabel berikut
:
Tabel 11. Hasil Uji dengan Metode Stepwise
Metode Spetwise dimulai dengan memasukkan variabel satu per satu
variabel bebas, dan terlihat pada tabel di atas. Dari tiga variabel bebas, ada dua variabel yang layak masuk dalam model regresi.
Tabel 12. Hasil Uji Multikolinearitas dengan Metode Stepwise
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant 10.625
1.488 7.139 .006
L_DP .489
.067 .477
7.314 .005 .288
3.471 L_LLPYS
.139 .016
.562 8.613 .003
.288 3.471
a. Dependent Variable: L_BD
Sumber: Data diolah
Variables EnteredRemoved
a
Model Variables Entered
Variables Removed
Method 1
L_DP .
Stepwise Criteria: Probability-of-F-to-
enter = .050, Probability-of-F-to-
remove = .100.
2 L_LLPYS
. Stepwise Criteria:
Probability-of-F-to- enter = .050,
Probability-of-F-to- remove = .100.
a. Dependent Variable: L_BD
Sumber: Data diolah
Tabel 12. Hasil Uji Multikolinearitas Metode Stepwise Lanjutan
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
8.523 1.692
5.038 .015 L_PAD
.189 .028
.533 6.632 .007 .313
3.199 L_DP
.522 .082
.510 6.350 .008 .313
3.199 a. Dependent Variable: L_BD
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant 20.628
2.053 10.047 .002
L_PAD .101
.243 .286
.418 .704 .047 21.500
L_LLPYS .169
.169 .685 1.000 .391
.047 21.500 a. Dependent Variable: L_BD
Dari tabel di atas menunjukkan hasil bahwa variabel pendapatan asli
daerah tidak masuk kedalam model regresi. Hal ini ditunjukkan dengan nilai t hitung yang lebih kecil dari t tabel dan nilai VIF berada di atas 10.
c. Uji Autokorelasi