Analisis Grafik Kesimpulan Hasil Uji Koefisien Determinasi R

UNIVERSITAS SUMATERA UTARA 50 distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari diagonal tidak mengikuti garis diagonal maka tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Atau dengan cara penarikan kesimpulan dengan menggunakan nilai Asymp. Sig tentang data tersebut mendekati atau merupakan distribusi normal dapat dilihat sebagai berikut : c. Nilai Sig. Atau signifikan atau probabilitas 0,05 maka distribusi data adalah tidak normal, d. Nilai Sig. Atau signifikan atau probabilitas 0,05 maka distribusi data adalah normal. Untuk menguji apakah data penelitian terdistribusi normal atau tidak dapat dideteksi melalui 2 dua cara, yaitu :

a. Analisis Grafik

Dengan menggunakan analisis grafik, jika distribusi data adalah normal, maka terdapat titik-titik yang menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonalnya. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 51 Sumber: Hasil Output SPSS Gambar 4.1 Hasil Uji Normalitas Pada Gambar 4.1 dapat dilihat titik-titik menyebar disekitar garis diagonal, serta penyebarannya tidak menjauh dari garis diagonal. Dengan demikian dapat disimpulkan residual berdistribusi normal, sehingga pengujian terhadap variabel X 1 Pendapatan Asli Daerah, X 2 Dana Perimbangan, dan Y Indeks Pembangunan Manusia bisa dilanjutkan.

b. Analisis Statistik uji One sample Kolmogorov Smirnov

Dalam penelitian ini, digunakan uji One Sample Kolmogrov- Smirnov Test dengan ketentuan jika nilai Asymp. Sig atau nilai probabilitas pada masing-masing variabel lebih besar dari tingkat signifikan 0,05 maka sebaran data adalah normal Ghozali, 2013. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 52 Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 54 Normal Parameters a,b Mean .0000000 Std. Deviation 2.69732273 Most Extreme Differences Absolute .084 Positive .052 Negative -.084 Test Statistic .084 Asymp. Sig. 2-tailed .200 c,d a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. Sumber : Hasil Output SPSS Dari data diatas dapat diketahui bahwa nilai Asymp. Sig sebesar 0,20 lebih besar dari syarat normalitas sebesar 0,05. Hal tersebut membuktikan bahwa variabel X 1 Pendapatan Asli Daerah, X 2 Dana Perimbangan, dan variabel Y Indeks Pembangunan Manusia terdistribusi secara normal.

4.1.2.2. Hasil Uji Multikolineritas

Uji Multikolonieritas dilaksanakan bertujuan untuk menguji apakah terdapat multikolinearitas antar variabel independen dalam model regresi. Uji multikolinearitas data dapat dilakukan dengan matriks korelasi dengan melihat besarnya nilai VIF dan nilai tolerance . Suatu model regresi yang bebas dari multikolinearitas jika Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 53 nilai tolerance lebih besar daripada 0,10 dan nilai VIF hitung lebih kecil daripada 10. Tabel 4.3 Hasil Uji Multikolineritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Pendapatan Asli Daerah .312 3.204 Dana Perimbangan .312 3.204 a. Dependent Variable: Indeks Pembangunan Manusia Sumber : Hasil Output SPSS Dari tabel di atas, dapat dilihat bahwa nilai tolerance pada variabel X 1 Pendapatan Asli Daerah sebesar 0,312 dan X 2 Dana Perimbangan sebesar 0,312 lebih besar dari 0,10 dan nilai VIF hitung pada kedua variabel X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan berada dibawah nilai 10. Dengan demikian maka tidak terdapat multikolinearitas antar variabel bebas, sehingga penelitian dapat dilanjutkan.

4.1.2.3. Hasil Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari satu pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pada penelitian ini untuk mengetahui ada tidaknya problem heterokedastisitas digunakan scatter plot . Kriteria grafik scatter plot adalah apabila titik-titik pada scatter Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 54 plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan bahwa model regresi tidak terkendala heterokedastisitas. Hasil dari uji Heterokedastisitas dapat dilihat pada grafik scatterplot berikut ini. Sumber : Hasil Output SPSS Gambar 4.2 Hasil Uji Heteroskedastisitas Dari grafik scatterplot diatas dapat disimpulkan bahwa titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Indeks Pembangunan Manusia berdasarkan variabel X 1 Pendapatan Asli Daerah, X 2 Dana Perimbangan. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 55

4.1.2.4. Hasil Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu periode t dengan kesalahan periode t – 1. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi ada karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah regresi yang bebas autokorelasi. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson DW- test. Kriteria untuk penilaian terjadinya autokorelasi dapat dilihat pada tabel berikut ini : Tabel 4.4 Kriteria Autokorelasi Durbin-Watson DW- test Hipotesis 0 Ketentuan Terjadi Autokorelasi Positif Jika nilai DW dibawah -2DW -2 Tidak Terjadi Autokorelasi Jika nilai DW berada diantara -2 dan +2 atau - 2 ≤ DW ≤ 2 Terjadi Autokorelasi Negatif Jika nilai DW diatas 2 DW 2 Dari ketiga variabel yaitu variabel X 1 Pendapatan Asli Daerah, X 2 Dana Perimbangan dan variabel Y Indeks Pembangunan Manusia, maka didapat hasil uji autokorelasi sebagai berikut : Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 56 Tabel 4.5 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .741 a .549 .531 2.74970 .911 a. Predictors: Constant, Dana Perimbangan, Pendapatan Asli Daerah b. Dependent Variable: Indeks Pembangunan Manusia Sumber : Hasil Output SPSS Dari output di atas dapat dilihat bahwa nilai DW adalah 0,911. Dengan demikian tidak terjadi autokorelasi karena nilai DW berada diantara -2 dan +2 atau - 2 ≤ 0,911 ≤ 2. 4.1.3. Hasil Analisis Regresi Berganda Analisis regresi berganda digunakan untuk menguji pengaruh variabel independen antara lain Pendapatan Asli Daerah dan Dana Perimbangn terhadap variabel dependen Indeks Pembangunan Manusia, dimana penelitian ini menggunakan metode enter. Dari pengujian asumsi klasik dapat disimpulkan bahwa model regresi dapat digunakan dalam pengolahan data. Berdasarkan pengolahan data dengan SPSS, diperoleh hasil pada Tabel 4.6 sebagai berikut : Tabel 4.6 Hasil Uji Analisis Regresi Berganda Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 96.654 21.845 4.425 .000 Pendapatan Asli Daerah 11.515 1.649 1.176 6.985 .000 Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 57 Dana Perimbangan -13.309 3.544 -.632 -3.755 .000 a. Dependent Variable: Indeks Pembangunan Manusia Sumber : Hasil Output SPSS Berdasarkan tabel diatas diperoleh persamaan regresi sebagai berikut : Y = 96,654 + 11,515 X1 – 13,309 X2 + e Dimana : Y = Indeks Pembangunan Manusia A = Konstanta X 1 = Pendapatan Asli Daerah X 2 = Dana Perimbangan e = Error pengganggu Dari persamaan regresi tersebut, maka dapat diinterpretasikan beberapa hal berikut : 1. Nilai a konstanta adalah sebesar 96,564, hal ini menunjukkan bahwa jika nilai variabel X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan bernilai konstanta maka akan menyebabkan peningkatan sebesar 96,564. 2. Variabel X 1 Pendapatan Asli Daerah memiliki koefisien positif sebesar 11,515. Peningkatan X 1 Pendapatan Asli Daerah sebesar satu satuan, maka akan menyebabkan peningkatan Y Indeks Pembangunan Manusia sebesar 11,515. 3. Variabel X 2 Dana Perimbangan memiliki koefisien negatif sebesar 13,309. Ini menunjukkan hubungan yang berlawanan arah dengan Y Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 58 Indeks Pembangunan Manusia. Hal ini mengandung arti jika X 2 Dana Perimbangan mengalami peningkatan sebesar satu satuan maka akan menyebabkan Y Indeks Pembangunan Manusia turun sebesar 13,309 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

4.1.4. Hasil Pengujian Hipotesis

Setelah dilakukan analisis regresi liniear berganda, selanjutnya dilakukan pengujian hipotesis. Dalam pengujian hipotesis akan dilakukan pengujian signifikansi koefisien secara simultan Uji- F maupun secara parsial Uji- t dan Koefisien Determinasi R 2 . 4.1.4.1. Hasil Uji Signifikan Simultan Uji- F Uji- F digunakan untuk menguji apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen Ghozali, 2013. Dasar pengambilan keputusan sebagai berikut : 3 Jika Sig. F statistik 0,05 signifikan secara statistik, maka H o ditolak, 4 Jika Sig. F statistik 0,05 signifikan secara statistik, maka H o diterima. Hipotesis yang diajukan di dalam penelitian ini adalah sebagai berikut : Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 59 o H : Tidak ada pengaruh antara X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan secara bersama –sama terhadap Y Indeks Pembangunan Manusia, o H a : Terdapat pengaruh antara X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan secara bersama –sama terhadap Y Indeks Pembangunan Manusia. Hasil penelitian dengan uji- F dapat dilihat pada Tabel 4.7 sebagai berikut : Tabel 4.7 Hasil Uji Signifikan Simultan Uji- F ANOVA a Model Sum of Squares Df Mean Square F Sig. 1 Regression 469.449 2 234.724 31.045 .000 b Residual 385.604 51 7.561 Total 855.053 53 a. Dependent Variable: Indeks Pembangunan Manusia b. Predictors: Constant, Dana Perimbangan, Pendapatan Asli Daerah Sumber : Hasil Output SPSS Berdasarkan hasil output SPSS di atas F hitung adalah 31,045 α 5 Numerator adalah jumlah variabel - 1 atau 3 – 1 = 2 dan Denumerator adalah jumlah kasus – jumlah variabel atau 54 – 3 = 51 maka dapat dilihat nilai F hitung F tabel 31,045 3,18. Sementara nilai sig. sebesa 0,05 0,000 0,05 maka H ditolak dan H a diterima, sehingga hipotesis yang menyatakan tidak ada pengaruh antara X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan secara bersama – sama terhadap Y Indeks Pembangunan Manusia ditolak. Dengan Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 60 demikian terbukti bahwa terdapat pengaruh antara X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan secara bersama –sama terhadap Y Indeks Pembangunan Manusia.

4.1.4.2. Hasil Uji Signifikan Parsial Uji- t

Uji- t digunakan untuk menguji apakah secara parsial variabel X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan memberikan pengaruh yang signifikan atau tidak terhadap nilai Y Indeks Pembangunan Manusia. Untuk mengetahuinya dilakukan uji signifikan nilai koefisien variable X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan dengan uji- t yaitu dengan membandingkan nilai t hitung dengan tabel dan nilai signifikansi level. Ada pun hipotesis dalam uji- t ini, yaitu : c. H o : b 1 b 2 =0 , artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara parsial tidak mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia. d. H a : b 1 b 2 ≠0, artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara parsial mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia. Berdasarkan nilai t hitung dan t tabel , yaitu : - Jika nilai t hitung t tabel maka variabel bebas berpengaruh terhadap variabel terikat. - Jika nilai t hitung t tabel maka variabel bebas tidak dapat berpengaruh terhadap variabel terikat. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 61 Berdasarkan nilai signifikan hasil output SPSS, yaitu : - Jika nilai sig. 0,05 maka variabel bebas berpengaruh terhadap variabel terikat. - Jika nilai sig. 0,05 maka variabel bebas tidak berpengaruh terhadap variabel terikat. Maka, dasar pengambilan keputusan dalam uji t adalah sebagai berikut : 5 Jika nilai Sig. 0,05 atau jika t hitung t tabel , maka H o ditolak H a diterima, 6 Jika nilai Sig. 0,05 atau jika t hitung t tabel , maka H o diterima H a ditolak. Berdasarkan pengolahan data dengan SPSS, diperoleh hasil pengujian pada tabel 4.8 sebagai berikut : Tabel 4.8 Hasil Uji Signifikan Parsial Uji- t Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 96.654 21.845 4.425 .000 Pendapatan Asli Daerah 11.515 1.649 1.176 6.985 .000 Dana Perimbangan -13.309 3.544 -.632 -3.755 .000 a. Dependent Variable: Indeks Pembangunan Manusia Sumber : Hasil Output SPSS Berdasarkan output SPSS tersebut, maka secara parsial pengaruh dari masing - masing variabel independen terhadap variabel Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 62 dependen dapat dijelaskan. Secara parsial pengaruh masing - masing variabel independen terhadap variabel dependen dapat diuraikan sebagai berikut : 7 Nilai t hitung X 1 Pendapatan Asli Daerah sebesar 6,985 sementara nilai t tabel sebesar 2,008 dan nilai signifikan 0,00. Jadi kesimpulannya karena t hitung t tabel 6,985 2,008 dan nilai signifikan 0,00 0,05 maka H ditolak, H a diterima. Jadi, secara parsial antara X 1 Pendapatan Asli Daerah terdapat pengaruh signifikan dan memiliki koefisien positif terhadap variabel Y Indeks Pembangunan Manusia. 8 Nilai t hitung X 2 Dana Perimbangan sebesar 3,755 sementara nilai t tabel sebesar 2,008 dan nilai signifikan 0,00. Jadi kesimpulannya karena t hitung t tabel 3,755 2,008 dan nilai signifikan 0,00 0,05 maka H ditolak, H a diterima. Jadi, secara parsial antara X 2 Dana Perimbangan terdapat pengaruh signifikan dan memiliki koefisien negatif terhadap variabel Y Indeks Pembangunan Manusia.

4.1.4.3. Hasil Uji Koefisien Determinasi R

2 Koefisien R square digunakan untuk mengukur keeratan hubungan antara variabel dependen dengan variabel independen. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 63 Tabel 4.9 Hasil Uji Koefisien Determinasi R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .741 a .549 .531 2.74970 a. Predictors: Constant, Pendapatan Asli Daerah, Dana Perimbangan b. Dependent Variable: Indeks Pembangunan Manusia Sumber : Hasil Output SPSS Berdasarkan tabel 4.9 maka diperoleh angka R sebesar 0,741. Hal ini berarti bahwa hubungan antara variabel X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan terhadap Y Indeks Pembangunan Manusia mempunyai hubungan sebesar 74,1 dikatakan kuat. Nilai Adjusted R Square yang dihasilkan 0,549 yang berarti 54,9 dari variabel Indeks Pembangunan Manusia dapat dijelaskan oleh X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan. Sedangkan sisanya yaitu 45,1 100 - 54,9 dijelaskan oleh variabel-variabel lain yang tidak dapat dijelaskan oleh model regresi.

4.2. Pembahasan Hasil Penelitian

Pembahasan atas hasil pengujian statistik yang diperoleh dalam penelitian ini adalah sebagai berikut : Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 64

4.2.1. Pengaruh Pendapatan Asli Daerah terhadap Indeks

Pembangunan Manusia Pendapatan Asli Daerah PAD merupakan tulang punggung pembiayaan belanja daerah untuk penyelenggaraan dan pembangunan daerah. Hal ini sesuai dengan semangat desentralisasi untuk meningkatkan kemandirian daerah dalam mengurus rumah tangga daerahnya. Oleh karena itu, pemerintah daerah memerlukan upaya-upaya untuk meningkatkan PAD. Hal ini tidak terlepas dari kinerja pemerintah daerah dimana PAD merupakan salah satu instrumen pendapatan dalam APBD. Dengan meningkatnya penerimaan PAD maka dapat menanggung sebagian beban belanja daerah dalam rangka meningkatkan investasi belanja modal pemerintah daerah baik itu dibidang : pendidikan, kesehatan maupun kesejahteraan sosial. Sehingga kualitas pelayanan publik semakin baik yang tentunya berdampak semakin sejahteranya masyarakat dan akan meningkatkan Indeks Pembangunan Manusia. Namun perlu pertimbangan bahwa upaya peningkatan PAD harus melihat sumber daya daerah dan kemampuan daerah. Kondisi ini jika pemerintah daerah terlalu banyak membuat peraturan daerah tanpa melihat kemampuan daerahnya maka akan membuat masyarakat terbebani dan membuat pelaku usaha segan untuk melaukan investasi di daerah tersebut. Hasil penelitian ini menyimpulkan bahwa secara parsial, PAD berpengaruh signifikan dan memiliki koefisien positif terhadap Indeks Pembangunan Manusia IPM. Dengan kata lain, bahwa peningkatan PAD akan secara nyata signifikan dan searah terhadap peningkatan IPM. Hasil Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 65 penelitian terlihat dari Uji- t yang menunjukkan hasil t hitung t tabel 6,985 2,008 dan nilai signifikan 0,00 0,05. Hasil penelitian ini sejalan dengan penelitian Sari 2015 dan Ardiansyah, et al. 2014 yang menyatakan bahwa Pendapatan Asli Daerah berpengaruh signifikan dan positif terhadap IPM.

4.2.2. Pengaruh Dana Perimbangan terhadap Indeks Pembangunan

Manusia Pembahasan Dana Perimbangan tidak tepat jika dilakukan secara individual karena sifatnya sebagai dana pemerataan kemampuan keuangan antar daerah dalam rangka pelaksanaan desentralisasi. Komponen dana perimbangan terdiri dari : Dana Alokasi Umum DAU, Dana Alokasi Khusus DAK dan Dana Bagi Hasil DBH. DAU sifatnya block grants yang penggunaan maupun pengelolaannya merupakan wewenang pemerintah daerah. Perlu diingat bahwa dalam formulasi DAU, komponen alokasi dasar yang masih menjadi komponen utama mendominasi keseluruhan DAU yang diterima oleh daerah digunakan untuk belanja pegawai gaji pegawai negeri, karena peningkatan tersebut sebagian besar untuk belanja pegawai bukan belanja modal. Sehingga peningkatan DAU justru menyebabkan penurunan IPM. Secara umum berdasarkan hasil estimasi, DAU yang tinggi menandakan IPM yang rendah dikarenakan adanya pengurangan yang cukup besar dari nilai koefisien DAU. Sama halnya dengan DBH merupakan dana perimbangan yang bersifat block grants. Namun sebenarnya istilah tersebut kurang tepat karena ada beberapa komponen DBH yang penggunaannya ditentukan oleh negara berdasarkan peraturan terkait. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 66 Sedangkan DAK merupakan special grants yang penggunaanya sudah ditentukan sebagai dana infrastrukur yaitu, sebagai belanja modal untuk membiayai kebutuhan sarana dan prasarana fisik. Serupa dengan DAU, pembahasan DAK tidak tepat jika dibahas secara individual karena merupakan dana pemerataan. DAK digunakan untuk pembangunan sarana dan prasarana fisik sesuai dengan prioritas nasional serta untuk daerah yang termasuk kategori daerah tertinggal. Daerah dengan DAK yang tinggi belum tentu memiliki IPM yang tinggi demikian sebaliknya. Tergantung melihat komposisi DAK dan kategori daerah bersangkutan. Secara umum, daerah yang DAK yang rendah terdapat pada daerah yang maju dan yang mayoritas mempunyai IPM yang tinggi juga. Oleh sebab itu, supaya pemerintah daerah tidak terlalu bergantung dengan dana perimbangan untuk meningkatkan IPM. Hasil penelitian ini menyimpulkan bahwa secara parsial, Dana Perimbangan berpengaruh signifikan dan memiliki koefisien negatif terhadap IPM. Dengan kata lain, bahwa peningkatan Dana Perimbangan akan secara signifikan menyebabkan penurunan IPM. Hasil penelitian ini terlihat dari Uji- t yang menunjukkan t hitung t tabel 3,755 2,008 dan nilai signifikan 0,00 0,05. Hasil penelitian ini sejalan dengan penelitian Ardiansyah, et al. 2014 yang menyatakan bahwa Dana Alokasi Khusus DAK sebagai unsur dari Dana Perimbangan berpengaruh signifikan dan negatif terhadap IPM.

4.2.3. Pengaruh Pendapatan Asli Daerah dan Dana Perimbangan secara

Simultan terhadap Indeks Pembangunan Manusia Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 67 Berdasarkan hasil uji hipotesis dapat disimpulkan bahwa secara simultan Pendapatan Asli Daerah dan Dana Perimbangan berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Artinya, Pendapatan Asli Daerah dan Dana Perimbangan secara simultan berpengaruh terhadap Indeks Pembangunan Manusia. Hasil penelitian ini terlihat dari Uji- F yang menunjukkan F hitung F tabel 31,045 3,18 dan nilai signifikan 0,000 0,05. Walaupun secara parsial kedua tersebut memberikan hasil yang berbeda-beda terhadap Indeks Pembangunan Manusia, namun secara simultan memberikan pengaruh signifikan terhadap Indeks Pembangunan Manusia. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 68 BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil analisis data yang telah dilakukan, maka kesimpulan yang dapat diambil adalah sebagai berikut : 1. Setelah dilakukan uji- F terhadap 2 dua variabel independen bebas terhadap variabel dependen terikat dengan besaran tingkat signifikan 5, maka Variabel X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan secara simultan atau bersama-sama mempunyai pengaruh yang signifikan terhadap Variabel Y Indeks Pembangunan Manusia. 2. Dari pengujian secara parsial dengan menggunakan uji- t dengan tingkat signifikan sebesar 5, maka dapat disimpulkan bahwa Variabel X 1 Pendapatan Asli Daerah berpengaruh secara signifikan dan memiliki koefisien positif serta X 2 Dana Perimbangan berpengaruh secara signifikan dan memiliki koefisien negatif terhadap Variabel Y Indeks Pembangunan Manusia. 3. Dari persamaan regresi yang telah didapatkan maka dapat disimpulkan sebagai berikut : a. Nilai a konstanta adalah sebesar 96,564, hal ini menunjukkan bahwa jika nilai Variabel X 1 Pendapatan Asli Daerah dan X 2 Dana Perimbangan bernilai konstan, maka akan menyebabkan peningkatan sebesar 96,564. Universitas Sumatera Utara UNIVERSITAS SUMATERA UTARA 69 b. Variabel X 1 Pendapatan Asli Daerah memiliki koefisien positif sebesar 11,515. Peningkatan X 1 sebesar satu satuan, maka akan menyebabkan peningkatan Indeks Pembangunan Manusia Y sebesar 11,515. c. Variabel X 2 Dana Perimbangan memiliki koefisien negatif sebesar 13,309. Ini menunjukan hubungan yang berlawanan arah dengan Indeks Pembangunan Manusia Y. Hal ini mengandung arti jika X 2 mengalami peningkatan sebesar satu satuan maka akan menyebabkan Indeks Pembangunan Manusia Y turun sebesar 13.309 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

5.2. Saran