Metode Pengumpulan Data Deskriptif Sampel Penelitian Statistik Deskriptif

3.3 Jenis dan Sumber Data

Jenis data dalam penelitian ini adalah data kuantitatif, data yang diukur dalam suatu skala numerik angka yaitu data kemiskinan tahun 2008-2010 dan data DAK bidang pendidikan dan kesehatan tahun 2008-2010, dan merupakan data sekunder yaitu data yang biasanya telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data yang diperoleh dari. Sumber data kemiskinan dan data alokasi dana perimbangan diperoleh dari situs BPS provinsi Sumatera Utara, situs Direktorat Jenderal Perimbangan Keuangan www.djpk.depkeu.go.id dan situs DAK-Bappenas www.tkp2e.org.

3.4 Metode Pengumpulan Data

Metode pengumpulan data dilakukan dengan yang digunakan studi dokumentasi, yaitu dengan mengumpulkan data sekunder berupa data perkembangan alokasi dana perimbangan provinsi Sumatera Utara dan data kemiskinan selama tahun amatan 2008-2010, serta buku, artikel yang menguatkan dan berkaitan dengan penelitian ini. Data diperoleh dari internet dengan cara mengunduh data-data yang diperlukan dengan mengakses dari situs DAK-Bappenas www.tkp2e.org dan BPS Sumatera Utara.

3.5 Definisi Operasional dan Pengukuran Varibel

Definisi operasional “ menjelaskan karakteristik dari objek dalam elemen elemen yang dapat diobservasi yang menyebabkan konsep dapat diukur dan dioperasionalisasikan dalam penelitian” Erlina, 2008:57 Untuk memberikan gambaran yang jelas dan memudahkan pelaksanaan penelitian ini, maka perlu diberikan definisi variabel operasional yang akan diteliti. Variabel independen dalam penelitian ini adalah dana alokasi khusus Universitas Sumatera Utara bidang pendidikan dan kesehatan, sementara variabel dependen dari penelitian ini adalah jumlah penduduk miskin Sumatera Utara.

3.5.1 Dana Alokasi Khusus Bidang Pendidikan

DAK bidang pendidikan adalah dana yang yang dialokasikan kepada daerah tertentu dengan tujuan untuk menunjang program Wajib Belajar Wajar Pendidikan Dasar 9 Tahun yang bermutu, yang diprioritaskan pada daerah tertinggal, daerah terpencil, daerah perbatasan, dan daerah pesisir dan pulau-pulau kecil guna mencapai prioritas nasional. Skala yang dipergunakan: rasio.

3.5.2 Dana Alokasi Khusus Bidang Kesehatan

DAK bidang kesehatan dialokasikan untuk meningkatkan pelayanan kesehatan terutama dalam rangka mempercepat penurunan angka kematian ibu dan angka kematian bayi; meningkatkan pelayanan kesehatan bagi keluarga miskin serta masyarakat di daerah terpencil, tertinggal, perbatasan, dan kepulauan, melalui peningkatan jangkauan dan kualitas pelayanan kesehatan, khususnya untuk pengadaaan, peningkatan dan perbaikan sarana dan prasarana puskesmas, dan jaringannya termasuk poskesdes, dan rumah sakit provinsikabupatenkota untuk pelayanan kesehatan rujukan, serta penyediaan saranaprasarana penunjang pelayanan kesehatan di kabupatenkota. Skala yang dipergunakan : rasio. Universitas Sumatera Utara

3.5.3 Kemiskinan

Kemiskinan dalam penelitian ini adalah jumlah penduduk miskin absolut dengan menggunakan kriteria dari BPS. Jumlah penduduk miskin merupakan total penduduk miskin absolut yang berada di setiap kabupatenkota dalam satuan orangjiwa. Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Skala yang dipergunakan: rasio. Tabel 3.2 Defenisi Operasional Variabel dan Skala Pengukuran Variabel Defenisi Operasional Indikator Skala DAK Bidang Pendidikan X1 Dana yang dialokasikan untuk menunjang program wajib belajar 9 tahun yang bermutu guna mencapai prioritas nasional Realisasi penerimaan anggaran DAK bidang pendidikan Rasio DAK Bidang Kesehatan X2 Dana yang dialokasikan untuk pelayanan kesehatan terutama untuk masyarakat miskin serta peningkatan saranaprasarana penunjang pelayanan kesehatan Realisasi penerimaan anggaran DAK bidang kesehatan Rasio Jumlah Penduduk Miskin Y Total penduduk miskin absolut yang berada di setiap kabupatenkota dalam satuan orangjiwa. Penduduk Miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Jumlah penduduk miskin menurut BPS Rasio Sumber: diolah oleh penulis 2013

3.6 Metode dan Teknik Analisis Data

Dalam penelitian ini, metode analisis data yang digunakan adalah metode analisis statistik dengan menggunakan software SPSS 19 Statistical Product and Services Solution. Metode dan teknik analisis dilakukan dengan tahapan sebagai berikut: Universitas Sumatera Utara

3.6.1 Uji Asumsi Klasik

Salah satu syarat yang menjadi dasar penggunaan model regresi berganda dengan metode Ordinary Least Square OLS adalah dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan efisien Best Linear Unbiased EstimatorBLUE.

3.6.1.1 Uji Normalitas

Uji ini bertujuan untuk “mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini perlu dilakukan 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” Erlina, 2008:102. Untuk mendeteksi apakah residual terdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Dalam analisis grafik, distribusi normal akan membentuk satu garis lurus diagonal dan plotting data residual akan dibandingkan dengan garis diagonal. Jika garis yang menggambarkan data sesungguhnya mengikuti garis diagonalnya maka data residual terdistribusi secara normal . Untuk uji statistik, dapat dilakukan dengan melihat nilai Kolmogorov-Smirnov, jika nilai signifikansinya 0,05 maka data terdistribusi secara normal. Sebaliknya, jika nilai signifikansinya 0,05 maka data tersebut tidak terdistribusi secara normal. Universitas Sumatera Utara

3.6.1.2 Uji Multikolonieritas

Uji ini bertujuan untuk menguji apakah ada hubungan antara variabel yang satu dengan variabel lainnya. “Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel indepanden” Ghozali, 2006: 95. Jika terjadi korelasi antara variabel independen maka variabel independen tersebut tidak ortogonal. Dalam hal ini variabel independen tersebut memiliki nilai korelasi antara sesamanya sama dengan nol. Untuk mengetahui adanya multikoliniearitas dapat dilihat melalui nilai Variance Inflation Factor VIF dan nilai toleransi tolerance value. Untuk mengetahui adanya gejala multikoliniearitas biasanya digunakan nilai cutoff dengan nilai tolerance 0,10 dan nilai VIF 10.

3.6.1.3 Uji Heteroskedastisitas

Menurut Ghozali 2006: 126 .Uji ini bertujuan untuk “menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. jika varian dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas, jika berbeda disebut heteroskedastisitas”. Untuk melihat ada atau tidaknya heteroskedastisitas dilakukan dengan mengamati grafik scatterplot antar nilai prediksi variabel terikat dengan residualnya. Deteksi ada atau tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot dengan dasar analisis, yaitu: Jika ada pola tertentu, seperti titik-titik Universitas Sumatera Utara yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas; Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas.

3.6.1.4 Uji Autokorelasi

Uji ini bertujuan untuk “menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya”, Ghozali, 2006:99. Autokorelasi dapat terjadi pada observasi yang menggunakan runtut waktu time series dimana pengganggu dari data pada periode sebelumnya akan berpengaruh terhadap data pada periode berikutnya. Model regresi yang baik harus terbebas dari adanya autokorelasi. Salah satu cara untuk mengetahui ada atau tidaknya korelasi yaitu dengan melakukan uji Durbin-Watson DW test sebagai berikut: • angka D-W dibawah -2, berarti ada autokorelasi positif. • angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi. • angka D-W di atas +2, berarti ada autokorelasi negative.

3.6.2 Pengujian Hipotesis Penelitian

Pengujian hipotesis penelitian dilakukan dengan analisis regresi berganda multiple regression analysis. Uji ini dilakukan untuk mengetahui seberapa besar pengaruh beberapa variabel independen terhadap satu variabel dependen. Hasil dari analisis regresi berganda berupa koefisien untuk Universitas Sumatera Utara setiap variabel independen. Persamaan regresi linier berganda yang digunakan adalah sebagai berikut: Y = α + � 1 X 1 + � 2 X 2 + + � Keterangan: Y = kemiskinan α = konstanta β1, β2 = koefisian regresi dari variabel independen X 1 = DAK bidang pendidikan X 2 = DAK bidang kesehatan ε = error

3.6.3 Koefisien Determinasi R

2 “Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen” Ghozali, 2006: 87. Nilai koefisien determinasi berkisar antara 0 sampai dengan 1. Jika koefisien determinasi semakin mendekati 1 maka semakin kuat pengaruh variabel independen terhadap variabel dependen dan koefisien determinasi mendekati 0, maka dapat dikatakan semakin kecil pengaruh variabel independen terhadap variabel dependen. Menurut Ghozali 2006: 87, “kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model”. Banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R² pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R², nilai Adjusted R² Universitas Sumatera Utara dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.

3.6.4 Uji Statistik F uji secara simultan

“Uji F bertujuan untuk menguji variabel independen yang digunakan dalam model regresi berpengaruh secara simultan terhadap variabel dependen” Ghozali, 2006: 88. Ketentuan yang digunakan dalam uji F adalah jika F hitung lebih besar dari F tabel atau probabilitas lebih kecil dari tingkat signifikansi Sig. 0,05 maka model penelitian dapat digunakan atau model tersebut sudah tepat. Sebaliknya jika F hitung lebih kecil dari F tabel atau probabilitas lebih besar dari tingkat signifikansi Sig. 0,05 maka model penelitian tidak dapat digunakan atau model tersebut tidak tepat.

3.6.5 Uji Statistik t uji secara parsial

“Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen” Ghozali, 2006:88. Suatu variabel independen dikatakan mempunyai pengaruh yang kuat dengan variabel dependen jika t-hitung lebih besar dari t-tabel atau probabilitas lebih kecil dari tingkat signifikansi Sig. 0,5. Dan sebaliknya, variabel independen tidak berpengaruh terhadap variabel dependen apabila t-hitung lebih kecil dari t-tabel atau probabilitas lebih besar dari tingkat signifikansi Sig. 0,05. Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN

4.1 Deskriptif Sampel Penelitian

Data kuantitatif yang dipergunakan pada penelitian ini adalah Laporan Perkembangan Realisasi Dana Alokasi Khusus Bidang Pendidikan dan Kesehatan dan Laporan Jumlah Penduduk Miskin Pemerintah Daerah KabupatenKota di Provinsi Sumatera Utara tahun 2008 sd tahun 2010. Dari laporan tahunan tersebut yang menjadi objek penelitian adalah Realisasi Dana Alokasi khusus DAK Bidang Pendidikan dan Kesehatan, serta data Jumlah Penduduk Miskin tahun amatan 2008 sd 2010. Data diperolah dari situs Badan Pusat Statistik BPS Sumatera Utara, situs Direktorat Jenderal Perimbangan Keuangan http:www.djpk.depkeu.go.id dan situs DAK-Bappenas www.tkp2e.org

4.2 Statistik Deskriptif

Menurut Sugiyono, 2007:142 statistik deskriptif adalah proses pengumpulan dan peringkasan data, serta upaya untuk menggambarkan berbagai karakteristik data yang telah terorganisasi tersebut. Statistik deskriptif digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi. Peneliti menggunakan statistik deskriptif apabila hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi di mana sampel diambil. Berdasarkan data cross section sebanyak Universitas Sumatera Utara 24 daerah kabupatenkota dan time series sebanyak 3 tahun pengamatan, maka diperoleh deskriptif statistik data penelitian sebagai berikut: Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation DAK_PEND 72 7637000000 56303000000 22005833333.33 10827622246.880 DAK_KES 72 1907000000 16410000000 7464375000.00 3157538368.339 KEMISKINAN 72 5600 217300 55224.17 47446.494 Valid N listwise 72 Sumber: Diolah oleh penulis 2013 Berdasarkan tabel 4.1 di atas dapat diketahui: 1. Jumlah sampel N sebanyak 72. 2. Dana Alokasi Khusus DAK bidang pendidikan memiliki nilai rata-rata sebesar 22.005.833.333,33 dengan standar deviasi 10.827.622.246,880 DAK bidang pendidikan terendah adalah 7.637.000.000 yaitu DAK bidang pendidikan kabupaten Pak-Pak Bharat pada tahun 2010, DAK bidang pendidikan tertinggi sebesar 56.303.000.000 yaitu DAK bidang pendidikan kabupaten Deli Serdang pada tahun 2009. Rata-rata DAK bidang pendidikan dari tahun 2008 sampai tahun 2010 mengalami peningkatan maupun penurunan. Nilai standar deviasi menunjukkan adanya kesenjangan DAK bidang pendidikan yang dialokasikan kepada daerah-daerah tertentu dengan tujuan untuk membantu mendanai kegiatan-kegiatan khusus daerah tersebut berdasarkan prioritas nasional dan tujuan nasional khusus. 3. Dana Alokasi Khusus DAK bidang kesehatan memiliki nilai rata-rata sebesar 7.464.375.000,00 dengan standar deviasi 3.157.538.368,339 DAK bidang kesehatan terendah adalah 1.907.000.000 yaitu DAK bidang kesehatan Universitas Sumatera Utara kota Medan pada tahun 2008, DAK bidang kesehatan tertinggi sebesar 16.410.000.000 yaitu DAK bidang kesehatan kota Medan pada tahun 2010. Rata-rata DAK bidang kesehatan dari tahun 2008 sampai tahun 2010 mengalami peningkatan maupun penurunan. Nilai standar deviasi menunjukkan adanya kesenjangan DAK bidang kesehatan yang dialokasikan kepada daerah-daerah tertentu dengan tujuan untuk membantu mendanai kegiatan-kegiatan khusus daerah tersebut berdasarkan prioritas nasional dan tujuan nasional khusus. 4. Kemiskinan terendah adalah 5.600 jiwa, di kabupaten Phakpak Barat pada tahun 2010, kemiskinan yang tertinggi adalah 217.300 jiwa di kota Medan pada tahun 2008, dengan rata-rata kemiskinan 55.224 jiwa serta standar deviasi 47.446,494. Rata-rata jumlah kemiskinan dari tahun 2008 sampai tahun 2010 mengalami penurunan secara berkala. Namun demikian nilai standar deviasi yang masih cukup besar mengindikasikan penduduk yang tersebar di provinsi Sumatera Utara belum begitu merata yang disebabkan tingginya urbanisasi. 4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas