Metode Pengumpulan Data Deskripsi Objek Penelitian Kesimpulan

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