43
3.4 Metode Pengumpulan Data
Sumber data merupakan faktor terpenting untuk mempertimbangkan penentuan metode pengumpulan data. Sumber data dalam penelitian ini adalah
data sekunder berbentuk time series dari tahun 2010-2014, dan data cross section yang terdiri dari 33 kabupatenkota, sehingga merupakan pooled the data, yaitu
gabungan antara data time series tahun 2010-2014: 5 tahun dengan data cross section 33 kabupatenkota. Data tersebut diperoleh dengan mengakses situs Ditjen
Perimbangan Keuangan Pusat dan Daerah DJPK, meliputi data Dana Alokasi Umum, Dana Bagi Hasil, Pendapatan Asli Daerah, dan Belanja Daerah.
3.5 Defenisi Operasional dan Metode Pengukuran Variabel
Definisi operasional variabel pada penelitian ini akan dijelaskan secara singkat sebagai berikut:
a Dana Alokasi Umum Dana Alokasi Umum merupakan dana yang bersumber dari pendapatan
APBN yang dialokasikan kepada daerah otonom provinsikabupatenkota dengan tujuan pemerataan kemampuan keuangan horizontal imbalance
antardaerah untuk membiayai belanja atau pengeluaran daerah. Sebagai konsekwensi Indonesia memasuki era desentralisasi di bidang fiskal fiscal
decentralization. Dalam penelitian ini, variable Dana Alokasi Umum diukur dengan menggunakan rasio.
b Dana Bagi Hasil Dana Bagi Hasil adalah dana yang bersumber dari APBN, dialokasikan
kepada daerah berdasarkan angka persentase tertentu disesuaikan dengan realisasi
Universitas Sumatera Utara
44
penerimaan pajak dan bukan pajak sumber daya alam, untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Tujuan utama DBH
dimaksudkan untuk mengurangi ketimpangan vertikal vertical imbalance antara pemerintahan pusat dengan pemerintahan daerah. Bagian daerah dari pajak
maupun sumber daya alam tersebut telah ditetapkan besarannya berdasarkan suatu persentase tertentu. Dalam penelitian ini, variabel Dana Bagi Hasil diukur dengan
menggunakan rasio. c Pendapatan Asli Daerah
Pendapatan Asli Daerah merupakan pendapatan daerah yang diperoleh dari hasil pajak daerah, retribusi daerah, hasil perusahaan milik daerah, hasil
pengelolaan kekayaan daerah yang dipisahkan, termasuk lain-lain pendapatan asli daerah yang sah, yang digali untuk pendanaan kebutuhan daerah otonom sebagai
perwujudan pelaksanaan asas desentralisasi. Dalam penelitian ini, variabel Pendapatan Asli Daerah diukur dengan menggunakan rasio.
d Belanja Daerah Belanja Daerah merupakan semua pengeluaran pemerintahan daerah yang
digunakan untuk membiayai belanja daerah otonom selama satu tahun periode akuntansi, yang mengakibatkan berkurangnya nilai kekayaan bersih dalam
periode tahun anggaran yang bersangkutan. Sumber-sumber pembiayaan yang utama dalam pelaksanaan desentralisasi fiskal terdiri dari Pendapatan Asli Daerah,
dana perimbangan DAU, DBH, dan DAK, serta pinjaman daerah. Dalam penelitian ini, variabel Belanja Daerah diukur dengan menggunakan rasio.
Universitas Sumatera Utara
45
Tabel 3.2 Definisi Operasional Variabel
Jenis Variabel
Definisi Variabel Indikator
Skala Pengukuran
Dana Alokasi
Umum X1
Total transfer dana dari pemerintah pusat yang diberikan
kepada pemerintah daerah.
Realisasi Penerimaan Dana Alokasi Umum
DAU Rasio
Dana Bagi Hasil X2
Transfer dana dari pemerintah pusat kepada pemerintah daerah
berupa dana bagi hasil yang bersumber dari pajak dan bukan
pajak.
Realisasi Penerimaan Dana Bagi Hasil DBH
Rasio
Pendapatan Asli Daerah
X3
Jumlah realisasi penerimaan daerah yang bersumber dai hasil
pajak daerah, retribusi daerah, hasil pengelolaan kekayaan
daerah yang dipisahkan dan lain-lain pendapatan asli daerah
yang sah.
Realisasi Pendapatan Asli Daerah PAD
Rasio
Belanja Daerah Y
Jumlah anggaran pengeluaran daerah baik yang langsung
maupun tidak langsung terkait dan berhubungan dengan
program atau kegiatan.
Realisasi Belanja Daerah
Rasio
3.6 Metode Analisis Data
Penelitian ini merupakan jenis penelitian kuantitatif. Analisis data yang digunakan dalam penelitian jenis ini adalah analisis multivariate, dengan metode
statistik analisis regresi linier berganda multiple regression analysis. Menurut Sugiyono 2007: 277, analisis regresi linier berganda bertujuan untuk melihat
langsung pengaruh beberapa variabel independen terhadap variabel dependen.
3.6.1 Statistik Deskriptif
Menurut Sugiyono 2007: 206, statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan mendeskripsikan atau menggambarkan
data yang telah terkumpul sebagaimana adanya tanpa bermaksud untuk membuat kesimpulan yang berlaku umum atau generalisasi.
Universitas Sumatera Utara
46
3.6.2 Uji Asumsi Klasik
Sebelum dilakukannya pengujian regresi, maka akan dilakukan terlebih dahulu uji asumsi klasik, berupa uji Normalitas, Multikolinearitas, Autokorelasi,
dan Heteroskedasitas. Dengan tujuan untuk mengetahui apakah dapat dilakukan penelitian melalui pengujian model regresi. Syarat-syarat yang harus dipenuhi
adalah data tersebut harus terdistribusikan secara normal, tidak mengandung multikolinearitas dan heteroskedastisitas.
3.6.2.1 Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian
ini diperlukan, karena untuk melakukan uji t dan uji F diasumsikan nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi, maka
uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2013: 160. Adapun cara mendeteksi apakah residual terdistribusi dengan normal atau
tidak, dapat dilakukan dengan menggunakan analisis grafik dan uji statistik. Pengujian normalitas dengan analisis grafik dapat dilakukan dengan melihat
grafik histogram dan normal probability plot. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik
atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya adalah:
a jika pada grafik normal plot terlihat titik-titik menyebar di sekitar garis
diagonal namun penyebarannya jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, juga pola distribusi pada grafik histogram
Universitas Sumatera Utara
47
melenceng ke kiri, dengan kata lain tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas,
b namun, jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
Selain melihat nilai grafik, untuk mendeteksi data residual terdistribusi dengan normal atau tidak adalah dengan menggunakan uji statistik non-
parametrik Kolmogorov-Smirnov K-S, karena pengujian secara statistik akan memberikan hasil yang lebih valid dibandingkan dengan pengujian secara grafik
Probability Plot. Jika hasil Kolmogorov-Smirnov menunjukkan nilai signifikan di atas 0,05 maka data residual terdistribusi dengan normal. Namun, jika hasil
Kolmogorov-Smirnov ternyata menunjukkan nilai signifikan di bawah 0,05 maka data residual terdistribusi dengan tidak normal.
3.6.2.2 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi di antara variabel independen, oleh karena model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen, dengan kata lain terbebas dari gejala multikolinearitas. Multikolinearitas adalah situasi yang
menunjukkan adanya korelasi variabel-variabel independen antara yang satu dengan lainnya, dalam situasi ini, variabel-variabel independen tersebut tidak
ortogonal. Variabel-variabel independen yang bersifat ortogonal adalah variabel yang memiliki nilai korelasi di antara sesamanya sama dengan nol.
Universitas Sumatera Utara
48 Ada dua uji multikolinearitas yang sering digunakan, yaitu dengan melihat
nilai VIF Variance Inflation Factor dan Tolerance. Indikator yang digunakan untuk menentukan adanya multikolinearitas adalah nilai tolerance 0,10 atau dengan nilai
VIF 10. Dengan demikian, maka dapat dikatakan dalam model tersebut terdapat multikolinearitas Ghozali, 2013: 105.
3.6.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 atau tahun sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi adalah suatu kondisi di mana
variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan pada periode lain. Masalah ini timbul karena residual atau kesalahan pengganggu
tidak bebas dari satu observasi ke observasi lainnya. Hal ini berarti bahwa variabel gangguan tidak random. Autokorelasi dapat disebabkan oleh berbagai hal
seperti kesalahan dalam menentukan model, penggunaan lag pada model, atau tidak memasukkan variabel yang penting.
Untuk pengujian ada tidaknya autokorelasi ini, peneliti menggunakan uji Durbin Watson DW. Menurut Ghozali 2013: 111, menentukan ada tidaknya
autokorelasi adalah sebagai berikut
:
Tabel 3.3 Pengambilan Keputusan Ada Tidaknya Autokorelasi Hipotesis nol
Keputusan Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada autokorelasi negative
Tolak 4 – dl d 4
Tidak ada autokorelasi negative No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi, positif atau negative
Tidak ditolak du d 4 – du
Universitas Sumatera Utara
49
3.6.2.4 Uji Heteroskedastisitas
Menurut Ghozali 2013: 139, uji heteroskedastisitas dimaksudkan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari
residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas, dan
jika berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Uji ini dapat dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Apabila dalam
grafik scatterplot tersebut tidak terdapat pola tertentu yang teratur dan titik-titik menyebar secara acak di atas dan di bawah angka 0 pada sumbu Y, maka dapat
diidentifikasi tidak terjadi heteroskedastisitas.
3.6.3 Model Regresi
Pada penelitian ini pendekatan analisis yang dilakukan dengan metode analisis regresi berganda multiple regression analysis. Menurut Sugiyono 2007:
270, analisis regresi berganda digunakan untuk melihat bagaimana variabel dependen dapat diprediksi melalui beberapa variabel independen, dengan kata lain
regresi berganda dilakukan bila variabel independennya minimal dua. Adapun model regresi yang digunakan adalah sebagai berikut.
Y = β0 + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ε
Universitas Sumatera Utara
50 Di mana:
Y = Belanja Daerah
X1 = Dana Alokasi Umum
X2 = Dana Bagi Hasil
X3 = Pendapatan Asli Daerah
β0 = Konstanta
β1,β2,β3, β4 = Koefisien Regresi
ε = Error
3.6.4 Pengujian Hipotesis
Pengujian hipotesis dapat meliputi uji koefisien determinasi R
2
, uji F uji signifikansi simultan, dan uji t uji signifikansi parameter individualparsial.
Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana Ho ditolak. Sebaliknya disebut tidak
signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima Ghozali, 2006.
3.6.4.1 Koefisien Determinasi Uji koefisien determinasi R
2
dimaksudkan untuk melihat berapa proporsi
variasi dari variabel bebas secara bersama-sama dalam mempengaruhi variabel tidak bebas, dengan melihat nilai Adjusted R Square. Koefisien determinasi
digunakan karena dapat menjelaskan kemampuan dari model regresi dalam memprediksi variabel dependen. Semakin tinggi nilai koefisien determinasi maka
akan semakin baik pula kemampuan variabel independen menjelaskan variabel dependen Ghozali, 2013: 97.
Universitas Sumatera Utara
51
Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen.
3.6.4.2 Uji Signifikansi Simultan Uji F
Uji ini merupakan pengujian terhadap signifikansi model secara simultan atau bersama-sama, yaitu melihat pengaruh dari seluruh variabel bebas terhadap
variabel terikat. Untuk menentukan nilai Fhitung, taraf signifikansi yang digunakan sebesar 5 persen dengan derajat kebebasan df = k-1 dan n-k, di
mana n merupakan jumlah observasi dan k merupakan jumlah variabel bebas. Pengujian hipotesis dilakukan dengan:
Jika Fhitung Ftabel maka H1 diterima Jika Fhitung Ftabel maka H0 ditolak
Perhitungan nilai F tidak akan dilakukan secara manual, namun dengan bantuan SPSS dengan memperhatikan tabel Anova pada kolom nilai F serta tingkat
signifikansi dari model tersebut. Jika tingkat signifikansi lebih kecil dari 0.05, maka H1 diterima.
3.6.4.3 Uji Signifikansi Parameter Individual Uji t
Uji t digunakan untuk menguji koefisien regresi secara parsial dari variabel bebas terhadap variabel terikat. Untuk menentukan ttabel, taraf
signifikansi yang digunakan sebesar 5 persen dengan derajat kebebasan df = n-
Universitas Sumatera Utara
52
k-1, di mana n merupakan jumlah observasi dan k merupakan jumlah variabel bebas.
Pengujian hipotesis dilakukan dengan: Jika thitung ttabel maka H1 diterima
Jika thitung ttabel maka H0 diterima Perhitungan nilai thitung tidak akan dilakukan secara manual, namun dengan
bantuan SPSS dengan memperhatikan tabel coeficient pada kolom nilai t, serta tingkat signifikansi dari variabel tersebut. Jika tingkat signifikansi lebih kecil dari
0.05, maka H1 diterima.
Universitas Sumatera Utara
53
BAB IV HASIL DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Objek dalam penelitian ini adalah seluruh kabupatenkota di Sumatera Utara yang terdiri dari 33 kabupatenkota. Jumlah data amatan dalam penelitian
ini n sebanyak 165
,
data didapatkan dari laporan APBD tahun 2011-2015 yang
dipublikasikan secara konsisten melalui situs Departemen Keuangan Ditjen Perimbangan Keuangan Pusat dan Daerah
www.djpk.depkeu.go.ig . Dari 33
kabupatenkota yang menjadi objek penelitian, tidak ada kabupatenkota yang tidak memenuhi kriteria penentuan sampel.
4.2 Hasil Penelitian
4.2.1 Statistik Deskriptif
Statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai mean, dan nilai standar deviasi,
dari variabel DAU, DBH, PAD, dan Belanja Daerah. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.
Tabel 4.1 Statistik Deskriptif dari Dana Alokasi Umum, Dana Bagi Hasil, Dana Alokasi Khusus, Pendapatan Asli Daerah, PDRB, dan Belanja Daerah
N Range
Minimum Maximum
Mean Std. Deviation
Dana Alokasi Umum 165
1335060 193665
1528725 513577,70 265056,362
Dana Bagi Hasil 165
258019 8000
266019 40302,98
40738,485 Pendapatan Asli Daerah
165 1756788
2000 1758788
94570,05 258464,189
Belanja Daerah 165
4588134 290032
4878166 875913,08 726487,528
Valid N listwise 165
Sumber: hasil olahan software SPSS dalam jutaan rupiah
Universitas Sumatera Utara
54
Berdasarkan tabel 4.1 di atas dapat dilihat bahwa nilai DAU minimum adalah Rp 193.665.000.000 pada kabupaten Nias Barat tahun 2011, sedangkan
nilai DAU maksimum adalah Rp 1.528.725.000.000 pada kota Medan tahun 2015. Diketahui rata-rata mean DAU dari tahun 2011-2015 adalah 513577,70 dan
standar deviasinya adalah 265056,362. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata-rata, sehingga dapat diinterpretasikan bahwa besarnya
simpangan data menunjukkan rendahnya fluktuasi dari data DAU pada tahun 2011-2015.
Diketahui nilai DBH minimum adalah Rp 8.000.000.000 pada kabupaten Nias Utara tahun 2012, sedangkan nilai DBH maksimum adalah Rp
266.019.000.000 pada kota Medan tahun 2011. Diketahui rata-rata mean DBH dari tahun 2011-2015 adalah 40302,98 sedangkan standar deviasinya 40738,485.
Perhatikan bahwa nilai standar deviasi lebih besar dari nilai rata-rata, dengan demikian dapat diinterpretasikan besarnya simpangan data menunjukkan
tingginya fluktuasi dari data DBH pada tahun 2011-2015. Diketahui nilai PAD minimum adalah Rp 2.000.000.000 pada kabupaten
Nias Utara tahun 2011, sedangkan nilai PAD maksimum adalah sebesar Rp 1.758.788.000.000 pada kota Medan tahun 2013. Diketahui rata-rata mean PAD
dari tahun 2011-2015 adalah 94570,05 sementara standar deviasinya adalah 258464,189. Perhatikan bahwa nilai standar deviasi lebih tinggi dari nilai rata-
rata, dengan demikian dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan tingginya fluktuasi dari data PAD pada tahun 2011-2015.
Universitas Sumatera Utara
55
Diketahui nilai Belanja Daerah minimum adalah Rp 290.032.000.000 pada kabupaten Pakpak Bharat tahun 2011, sedangkan nilai Belanja Daerah maksimum
adalah Rp 4.878.166.000.000 pada kota Medan tahun 2015. Diketahui rata-rata mean Belanja Daerah dari tahun 2011-2015 adalah 875913,08 dengan standar
deviasinya sebesar 726487,528. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata-rata, sehingga dapat diinterpretasikan besarnya simpangan
data menunjukkan rendahnya fluktuasi dari data Belanja Daerah pada tahun 2011- 2015.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Tingkat signifikansi yang
digunakan � = 0,05. Dasar pengambilan keputusan adalah dengan melihat angka
probabilitas �. Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi.
Namun, jika nilai probabilitas � 0,05, maka asumsi normalitas tidak terpenuhi.
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
165 Normal Parameters
a,b
Mean ,0000000
Std. Deviation 56303,12490550
Test Statistic ,068
Asymp. Sig. 2-tailed ,066
c
a. Test distribution is Normal. b. Calculated from data.
Sumber: hasil olahan software SPSS
Universitas Sumatera Utara
56
Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas �
atau Asymp. Sig. 2-tailed sebesar
0.066
. Karena nilai probabilitas �, yakni 0,066,
lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
Pengujian asumsi normalitas dapat juga menggunakan pendekatan analisis grafik, dengan melihat grafik histogram dan normal probability plot. Jika pada
grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal namun penyebarannya jauh dari garis diagonal dan atau tidak mengikuti arah garis
diagonal, juga pola distribusi pada grafik histogram melenceng ke kiri, dengan kata lain tidak menunjukkan pola distribusi normal, maka diindikasikan asumsi
normalitas tidak dipenuhi. Namun, jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, kemudian grafik histogramnya menunjukkan
pola distribusi normal, maka memenuhi asumsi normalitas. Gambar 4.1 dan 4.2 yang merupakan output dari SPSS menunjukkan
bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas dipenuhi. Di samping itu, pada normal probability plot,
titik-titik menyebar cukup dekat di sekitar garis diagonal, maka disimpulkan bahwa asumsi normalitas terpenuhi.
Gambar 4.1 Grafik Histogram untuk Pengujian Asumsi Normalitas
Universitas Sumatera Utara
57
Sumber: hasil olahan software SPSS
Gambar 4.2 Grafik Normal Probability Plot
Sumber: hasil olahan software SPSS
4.2.2.2 Uji Multikolinearitas
Untuk mengetahui apakah terjadi multikolinearitas, ada dua uji multikolinearitas yang sering digunakan, yaitu melihat nilai VIF Variance
Universitas Sumatera Utara
58
Inflation Factor dan Tolerance. Indikator yang digunakan untuk menentukan adanya multikolinearitas adalah jika nilai Tolerance 0,10 atau nilai VIF 10,
dapat dikatakan dalam model tersebut terjadi multikolinearitas.
Tabel 4.3 Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Pendapatan Asli Daerah ,409
2,445 Dana Alokasi Umum
,380 2,634
Dana Bagi Hasil ,315
3,174 a. Dependent Variable: Belanja Daerah
Sumber: hasil olahan software SPSS
Perhatikan bahwa berdasarkan Tabel 4.3, nilai VIF dari variabel DAU adalah 2,634, DBH 3,174, dan PAD 2,445. Karena masing-masing nilai VIF tidak
lebih besar dari 10 dan untuk nilai Tolerance dari masing-masing variabel independen juga di atas 0,10, maka tidak terdapat gejala multikolinearitas yang
berat.
4.2.2.3 Uji Autokorelasi
Pengambilan keputusan apakah terjadi autokorelasi atau tidak, dapat dibandingkan nilai statistik Durbin-Watson dengan nilai kritis Durbin-Watson.
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model Change Statistics
Durbin-Watson R Square
Change F Change
df1 df2
Sig. F Change 1
,993 7322,764
3 161
,000 2,005
b. Dependent Variable: Belanja Daerah
Universitas Sumatera Utara
59
Berdasarkan Tabel 4.4, diketahui nilai statistik Durbin-Watson adalah 2,005. Diketahui jumlah variabel bebas sebanyak 3, dan jumlah sampel yang
diteliti sebanyak 165, maka �
�
= 1,7825 dan 4 − �
�
= 2,2175. Oleh karena 1,7825 2,005 2,2175,
dengan demikian asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.2.2.4 Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y
dan ZPRED pada sumbu X. Dasar analisisnya adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang,
melebar, kemudian menyempit, mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Grafik Scatter Plot
Sumber: hasil olahan software SPSS
Universitas Sumatera Utara
60
Perhatikan bahwa berdasarkan Gambar 4.3, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka
tidak terjadi heteroskedastisitas.
4.2.3 Pengujian Hipotesis
Pengujian hipotesis meliputi uji koefisien determinasi R
2
, uji F uji signifikansi simultan, dan uji t uji signifikansi parameter individualparsial.
4.2.3.1 Uji Koefisien Determinasi
Koefisien determinasi R
2
merupakan suatu nilai nilai proporsi yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan
dalam persamaan regresi dalam menerangkan variabel tak bebas. Nilai koefisien determinasi berkisar antara 0 dan 1. Nilai koefsien determinasi
R
2
yang kecil mendekati nol berati kemampuan variabel-variabel bebas secara simultan dalam
menerangkanvariabel tak bebas sangat terbatas. Nilai koefisien determinasi R
2
yang mendekati 1 dapat diartikan variabel-variabel bebas memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variabel tak bebas.
Tabel 4.6 Koefisien Determinasi
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 ,996
a
,993 ,993
62541,216
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.6, diketahui nilai Adjusted R Square sebesar 0,993.
Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel Belanja Daerah sebesar 99,3, sisanya sebesar 0,007 dipengaruhi oleh
faktor-faktor lain. Penulis merujuk kepada nilai Adjusted R Square karena variabel bebas dalam penelitian ini lebih dari satu.
Universitas Sumatera Utara
61
4.2.3.2 Uji Signifikansi Simultan Uji F
Uji signifikansi simultan uji F merupakan suatu uji untuk menguji apakah seluruh variabel bebas secara bersamaan atau simultan mempengaruhi
variabel Belanja Daerah. Hipotesis nol menyatakan seluruh variabel bebas secara bersamaan atau simultan tidak memiliki pengaruh yang signifikan secara statistik
terhadap variabel Belanja Daerah pada tingkat signifikansi 5, sedangkan hipotesis alternatif menyatakan paling tidak terdapat satu variabel bebas yang
pengaruhnya signifikan secara statistik terhadap Belanja Daerah pada tingkat signifikansi 5.
Tabel 4.7 Uji Signifikansi Simultan Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
4.845E13 5
9.691E12 3296.055
.000
a
Residual 3.793E11
129 2.940E9
Total 4.883E13
134 a. Predictors: Constant, Dana Bagi Hasil, Dana Alokasi Umum, Pendapatan Asli Daerah
b. Dependent Variable: Belanja Daerah
Cara lain yang dilakukan dalam pengambilan keputusan terhadap hipotesis adalah membandingkan nilai statistik dari uji
F F
hitung
terhadap F
tabel
. Diketahui
nilai F
tabel
adalah 2,28. Berdasarkan Tabel 4.7, diketahui nilai F
hitung
adalah 3296. Karena nilai F
hitung
≥ F
tabel
, maka dapat disimpulkan bahwa pengaruh simultan atau secara bersama-sama dari seluruh variabel bebas terhadap Belanja Daerah
signifikan secara statistik.
4.2.3.3 Uji Signifikansi Parameter Individual Uji t
Universitas Sumatera Utara
62
Uji signifikansi koefisien regresi parsial secara individu merupakan suatu uji untuk mengetahui apakah nilai dari koefisien regresi parsial secara individu
bernilai nol atau tidak.
Tabel 4.8 Uji Signifikansi Parameter Individual
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 11423,201
11681,004 ,978
,330 Dana Alokasi Umum
1,286 ,029
,464 45,006 ,000
Dana Bagi Hasil 1,464
,198 ,084
7,409 ,000
Pendapatan Asli Daerah
1,502 ,027
,546 55,920 ,000
a. Dependent Variable: Belanja Daerah
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.8 diperoleh persamaan regresi linear sebagai berikut berikut:
Y = 11423,201+ 1,286X1 + 1,464X2 + 1,502X3 + e Persamaan regresi tersebut bermakna:
1. Berdasarkan Tabel 4.8, diketahui nilai koefisien regresi dari DAU
X
1
adalah 1,286. Diketahui nilai koefisien regresi bernilai positif. Hal ini menunjukkan bahwa pengaruh antara DAU dan Belanja Daerah bersifat
positif. Artinya setiap pertambahan 1 satuan DAU, maka akan menaikkan Belanja Daerah sebesar 1,286 satuan.
2. Diketahui nilai koefisien regresi dari DBH
X
2
adalah 1,464. Diketahui bahwa nilai koefisien regresi bernilai positif. Hal ini menunjukkan bahwa
pengaruh antara DBH dan Belanja Daerah bersifat positif. Artinya bahwa
Universitas Sumatera Utara
63
setiap pertambahan 1 satuan DBH, maka akan menaikkan Belanja Daerah sebesar 1,464 satuan.
3. Diketahui nilai koefisien regresi dari PAD
X
3
adalah 1,502. Diketahui bahwa nilai koefisien regresi bernilai positif. Hal ini menunjukkan bahwa
pengaruh antara PAD dan Belanja Daerah bersifat positif. Artinya setiap pertambahan 1 satuan PAD, maka akan menaikkan Belanja Daerah sebesar
1,502 satuan. Cara pengambilan keputusan terhadap hipotesis dapat dilakukan dengan
membandingkan nilai probabilitas � atau Sig dengan nilai tingkat signifikansi,
yakni �. Jika nilai probabilitas � ≥ tingkat signifikansi yang digunakan, dalam
penelitian ini � = 5, maka nilai koefisien regresi parsial �
�
= 0. Hal ini berarti pengaruh antara variabel bebas terhadap variabel Belanja Daerah tidak signifikan
secara statistik pada tingkat signifikansi 5, namun jika nilai probabilitas �
tingkat signifikansi yang digunakan, maka nilai koefisien regresi parsial �
�
≠ 0. Hal ini berarti bahwa pengaruh antara variabel bebas terhadap variabel Belanja
Daerah signifikan secara statistik pada tingkat signifikansi 5. Cara lain yang dilakukan dalam pengambilan keputusan terhadap hipotesis
adalah dengan membandingkan nilai statistik dari uji t t
hitung
terhadap t
tabel
. Misalkan tingkat signifikansi yang digunakan adalah 5, sehingga nilai
t
tabel
dengan derajat bebas 161 dan tingkat signifikansi 5 adalah ±1,966.
Berikut ini aturan pengambilan keputusan terhadap hipotesis berdasarkan uji
t: ���� ��
ℎ�����
� ≤ |�
�����
|, ���� �
�������� ��� �
1
�������,
Universitas Sumatera Utara
64
���� ��
ℎ�����
� |�
�����
|, ���� �
������� ��� �
1
��������. 4.2.3.3.1
Pengaruh DAU
�
�
terhadap Belanja Daerah
� Perhatikan bahwa berdasarkan Tabel 4.8, diketahui nilai probabilitas atau
Sig dari variabel DAU adalah 0,000. Karena nilai probabilitas DAU, yakni 0,000, lebih kecil dari tingkat signifikansi, yakni 0,05, maka dapat disimpulkan bahwa
pengaruh yang terjadi antara DAU dengan variabel Belanja Daerah signifikan secara statistik. Perhatikan juga bahwa nilai
��
ℎ�����
� |�
�����
|, yakni |45,006| |1,978|. Hasil dengan pendekatan probabilitas sama dengan hasil uji t.
4.2.3.3.2 Pengaruh DBH
�
�
terhadap Belanja Daerah �
Perhatikan bahwa berdasarkan Tabel 4.8, diketahui nilai probabilitas atau Sig dari variabel DBH adalah 0,000. Karena nilai probabilitas DBH, yakni 0,000,
lebih kecil dari tingkat signifikansi, yakni 0,05, maka dapat disimpulkan bahwa pengaruh yang terjadi antara DBH dengan variabel Belanja Daerah signifikan
secara statistik. Perhatikan juga bahwa nilai ��
ℎ�����
� |�
�����
|, yakni |7,409|
|1,978|. Hasil dengan pendekatan probabilitas sama dengan hasil uji t. 4.2.3.3.3 PAD
�
�
terhadap Belanja Daerah �
Perhatikan bahwa berdasarkan Tabel 4.8, diketahui nilai probabilitas atau Sig dari variabel PAD adalah 0,000. Karena nilai probabilitas PAD, yakni 0,000,
lebih kecil dari tingkat signifikansi, yakni 0,05, maka dapat disimpulkan bahwa pengaruh yang terjadi antara PAD dengan variabel Belanja Daerah signifikan
secara statistik. Perhatikan juga bahwa nilai ��
ℎ�����
� |�
�����
|, yakni |55,920| |1,978|. Hasil dengan pendekatan probabilitas sama dengan hasil uji t.
Universitas Sumatera Utara
65
4.2.3.3.6 Flypaper Effect
Terkait dengan flypaper effect, untuk mengetahui adanya flypaper effect maka dibandingkan koefisien regresi untuk masing-masing variabel DAU dan
DBH dengan PAD. Syarat terjadinya flypaper effect adalah 1 nilai koefisien regresi DAU dan DBH terhadap Belanja Daerah lebih besar daripada nilai
koefisien regresi PAD dan keduanya signifikan, atau 2 PAD tidak signifikan.
Hasil yang didapat dari tabel 4.8 adalah nilai koefisien regresi DAU adalah sebesar 1,286, koefisien regresi DBH sebesar 1,464, sedangkan koefisien regresi
PAD sebesar 1,502 dan keduanya signifikan, dengan demikian berarti telah terjadi flypaper effect karena sesuai dengan syarat pertama yaitu nilai koefisien regresi
DAU dan DBH terhadap Belanja Daerah lebih besar dari nilai koefisien regresi PAD terhadap Belanja Daerah, dan ke- duanya juga signifikan.
4.3 Pembahasan
4.3.1 Pengaruh DAU dan DBH terhadap Belanja Daerah
Berdasarkan hasil pengujian hipotesis antara transfer dana perimbangan DAU, DBH terhadap Belanja Daerah kabupatenkota di Sumatera Utara,
menunjukkan bahwa secara parsial keduanya berpengaruh positif dan signifikan terhadap Belanja Daerah. Hasil studi ini mendukung temuan empiris Maimunah
2006, Tausikal 2008, dan Iskandar 2012. Hal ini disebabkan karena transfer dana perimbangan merupakan bentuk transfer yang paling penting. Transfer
merupakan konsekuensi dari tidak meratanya kemampuan keuangan dan ekonomi daerah.
Universitas Sumatera Utara
66
Tujuan transfer dana perimbangan adalah untuk mengurangi kesenjangan keuangan dan untuk menciptakan stabilisasi aktifitas perekonomian di daerah.
Transfer dana perimbangan berasal dari APBN, yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antardaerah untuk membiayai kebutuhan
pengeluarannya dalam rangka pelaksanaan desentralisasi. Berdasarkan Tabel 4.8, dapat dilihat bahwa koefisien regresi DAU 1,286,
DBH 1,464, sementara PAD 1,502. Melihat data bahwa koefisien regresi dana perimbangan lebih tinggi dari koefisien regresi PAD, hal ini menunjukkan
kabupatenkota di Sumatera Utara masih mengalami ketergantungan keuangan yang tinggi pada pemerintahan pusat.
4.3.2 Pengaruh PAD terhadap Belanja Daerah Berdasarkan hasil pengujian hipotesis antara PAD terhadap Belanja
Daerah pada kabupatenkota di Sumatera Utara, menunjukkan bahwa PAD
berpengaruh positif dan signifikan terhadap Belanja Daerah. Hasil studi ini
mendukung temuan empiris Maimunah 2006, Tausikal 2008, Iskandar 2012,
dan Panggabean 2014. Hal ini disebabkan karena PAD merupakan penerimaan yang bersumber dari potensi dalam wilayahnya sendiri yang dipungut berdasarkan
peraturan daerah sesuai dengan perundang-undangan yang berlaku. Semakin besar nilai PAD maka semakin besar pula stimulus untuk meningkatkan aloaksi Belanja
Daerah. Kemandirian APBD sangat terkait erat dengan kemampuan pemerintahan daerah dalam menggali potensi PAD yang merupakan sumber dana utama dalam
komposisi pendapatan daerah. Target PAD yang ditetapkan oleh pemerintahan daerah didasarkan pada potensi daerah dan realisasi PAD pada tahun sebelumnya.
Universitas Sumatera Utara
67
Sehingga semakin besar realisasi pendapatan daerah yang diperoleh dari PAD maka akan semakin besar pula dana yang harus disalurkan pemerintahan daerah
melalui pengalokasian anggaran Belanja Daerah untuk tahun selanjutnya. 4.3.4
Flypaper Effect Hasil studi penelitian yang dilakukan di 27 kabupatenkota di Sumatera
Utara, ditemukan fakta bahwa DAU dan DBH memiliki pengaruh yang lebih
dominan terhadap Belanja Daerah daripada pengaruh kapasitas fiskal daerah PAD terhadap Belanja Daerah. Hasil penelitian ini menunjukkan bahwa terjadi
flypaper effect pada Belanja Daerah kabupatenkota di Sumatera Utara, yang mencerminkan belum mandirinya suatu daerah dari sisi fiskal.
Dalam kondisi demikian, jika pemerintahan daerah terjebak untuk segera meningkatkan PAD secara drastis maka upaya peningkatan pajak daerah dan
retribusi daerah menjadi pilihan, dan hal tersebut berarti akan mengurangi peluang daerah untuk meraih investasi dan semakin menambah beban masyarakat dan para
investor. Namun, apabila pemerintah daerah terlambat untuk meningkatkan PAD maka semakin jauh harapan kemandirian daerah akan tercapai.
Selama ini rendahnya PAD dalam struktur penerimaan daerah disebabkan karena sumber-sumber yang termasuk ke dalam ketagori PAD umumnya bukan
merupakan sumber potensial bagi daerah. Sumber-sumber potensial di daerah sudah diambil sebagai sumber penerimaan pemerintahan pusat, yang tersisa di
daerah hanya sumber-sumber penerimaan yang kurang potensial. Otonomi daerah memang telah membuat daerah menjadi otonom. Namun, banyak keputusan yang
tidak bisa ditentukan daerah, tetapi ditentukan pusat.
Universitas Sumatera Utara
68
Dalam hal yang sama, karena pajak-pajak yang memberi hasil tinggi tidak didesentralisasikan, kontinuitas kebijakan yang lain adalah bahwa ketergantungan
daerah kepada bantuan pemerintahan pusat masih tetap tinggi seperti ditunjukkan oleh besarnya persentase DAU di dalam anggaran pemerintahan daerah. Pakar
Hukum Ekonomi dari Universitas Sumatera Utara, Bismar Nasution, berharap pemerintahan Jokowi dan legislator di DPR dapat memperbarui UU Perimbangan
Keuangan Pusat dan Daerah yang bisa membuka pintu daerah memiliki sumber pembiayaan dari kekayaan alamnya, baik perkebunan maupun tambang.
Universitas Sumatera Utara
69
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisis hasil studi dan pembahasan tentang faktor-faktor yang mempengaruhi Belanja Daerah pada kabupatenkota di Sumatera Utara,
dapat ditarik kesimpulan sebagai berikut. 1.
Transfer dana perimbangan DAU, DBH, dan PAD secara simultan berpengaruh signifikan terhadap Belanja Daerah kabupatenkota di
Sumatera Utara. Hal ini sejalan dengan dengan penelitian yang dilakukan oleh Listiorini 2011 yang meneliti Fenomena Flypaper Effect pada Dana
Perimbangan dan Pendapatan Asli Daerah terhadap Belanja Daerah pada Kabupatenkota di Sumatera Utara. Hasil penelitiannya menyebutkan
bahwa DAU, DBH, DAK, dan PAD berpengaruh secara simultan terhadap
Belanja Daerah.
2. Transfer dana perimbangan DAU, DBH dan PAD secara parsial
memiliki pengaruh yang positif dan signifikan terhadap Belanja Daerah kabupatenkota di Sumatera Utara. Sejalan dengan penelitian yang
dilakukan oleh Kuncoro 2007 yang meneliti Fenomena Flypaper Effect pada Kinerja Keuangan Pemerintah Daerah Kota dan Kabupaten di
Indonesia. Hasil penelitian menyebutkan bahwa masing-masing transfer DAU, DBH, dan DAK dan PAD berpengaruh baik secara parsial
maupun simultan terhadap Belanja Daerah.
Universitas Sumatera Utara
70
3. Nilai koefisien regresi DAU dan DBH lebih tinggi daripada PAD dan
keduanya signifikan, menunjukkan terjadinya flypaper effect pada Belanja Daerah kabupatenkota di Sumatera Utara. Hal ini sejalan dengan
penelitian yang dilakukan oleh Maimunah dan Akbar 2008, dan Kuncoro 2007 yang menyabutkan bahwa besaran transfer DAU, DBH, dan DAK
secara signifikan lebih berpengaruh terhadap Belanja Daerah daripada
PAD terhadap Belanja Daerah. 5.2
Keterbatasan Penelitian
Penelitian ini tentunya tidak terlepas dari keterbatasan yang memerlukan perbaikan dan pengembangan dalam penelitian berikutnya, di antaranya sebagai
berikut. 1.
Belum dapat tergambar dengan baik proksi prilaku pengalokasian sumber daya oleh pemerintahan daerah dan politisi dikarenakan penggunaan data
sekunder yang diperoleh dari laporan APBD. Dibutuhkan pendekatan yang lebih feasible, misalnya dengan melakukan field research atau eksperimen
dengan subjek eksekutif dan legislatif daerah. 2.
Keterbatasan dalam tahun penelitian, yaitu dari tahun 2011-2015, sehingga tidak dapat memberikan gambaran yang komprehensif berkaitan dengan
fenomena flypaper effect pada Belanja Daerah kabupatenkota di Sumatera Utara.
3. Sampel dalam penelitian ini dibatasi pada kabupatenkota tertentu, yaitu 33
kabupatenkota di Sumatera Utara. Hal ini menyebabkan hasil penelitian hanya berlaku untuk kabupatenkota yang menjadi populasi penelitian,
Universitas Sumatera Utara
71
sehingga hasilnya tidak mencerminkan kondisi seluruh kabupatenkota di Indonesia. Diharapkan untuk penelitian mendatang dapat memperluas atau
menambah sampel penelitian.
5.3 Saran