menguji secara simultan melalui uji signifikansi simultan Uji statistik F, yang bermaksud untuk dapat menjelaskan pengaruh variabel independen
dan variabel moderating terhadap variabel dependen. Sedangkan untuk menguji masing-masing variabel secara parsial, dilakukan dengan uji
signifikansi parameter individual uji t statistik yang bertujuan untuk mengetahui apakah variabel independen maupun moderating berpengaruh
atau tidak terhadap variabel dependen, serta variabel mana yang dominan mempengaruhi variabel dependen.
4.6.2.1. Koefisien Determinasi
Menurut Ghozali 2005, Koefisien determinasi R² bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan
variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variabel dependen dan sebaliknya jika mendekati nol.
4.6.2.2. Uji F F-Test
Uji f dimaksudkan untuk menguji apakah secara simultan variabel bebas berpengaruh terhadap variabel tidak bebas, dengan tingkat
keyakinan 95α = 0,05. Hipotesis untuk uji statistik F adalah sebagai berikut:
Universitas Sumatera Utara
1 H
: b
1
= b
2
= b
3
= b
4
= 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat Y. 2
Ha : b
1
≠ b
2
≠ b
3
≠ b
4
≠ 0 artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat Y. Berdasarkan probabilitas
• Jika probalitas p-value 0,05, maka H0 diterima • Jika probabilitas p-values 0,05, maka H0 ditolak
4.6.2.3. Uji t t-test
Uji ini dilakukan untuk menguji pengaruh secara parsial antara variabel bebas terhadap variabel tidak bebas dengan asumsi bahwa
variabel lain dianggap konstan, dengan tingkat keyakinan 95 α = 0,05. Hipotesis untuk uji statistik t adalah sebagai berikut:
• H : b
1
= b
2
= b
3
= b
4
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat Y. • Ha : b
1
≠ b
2
≠ b
3
≠ b
4
≠ 0 artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat Y.
berdasarkan probabilitas • Jika probabilitas p-value 0,05, maka H
diterima • Jika probabilitas p-value 0.05, maka H
ditolak
Universitas Sumatera Utara
Untuk pengujian hipotesis pertama akan dipergunakan analisis regresi berganda, tujuannya adalah untuk melihat pengaruh antara variabel
independen dengan variabel dependen, dengan rumusan sebagai berikut: Y = a + b1.X1 + b2.X2 + b3.X3 + b4.X4 + e
Dimana: Y = Belanja Daerah
a = Konstanta X1 = DAU
X2 = DAK X3 = DBH
X4 = PAD b1-b… = Koefisien regresi
e = error Selanjutnya pengujian hipotesis yang kedua akan dilakukan secara
bersama-sama, yaitu semua variabel independen dan variabel moderating. Dalam penelitian ini pengujian regresi dengan variabel
moderating dilakukan dengan metode Uji Residual adapun rumus persamaan regresinya yaitu:
Z = a + b1X1 + b2X2 + b3X3 + b4X4 + e ……………… 1 e = a + b1Y ……………………………………………… 2
Dimana: Z = Dana Otonomi Khusus
a = Konstanta X1 = DAU
Universitas Sumatera Utara
X2 = DAK X3 = DBH
X4 = PAD b1-b… = Koefisien regresi
e = nilai residual e = nilai residual mutlak
menurut Ghozali 2005, analisis residual ingin menguji pengaruh deviasi penyimpangan dari suatu model. Fokusnya adalah
ketidakcocokan lack of fit yang dihasilkan dari deviasi hubungan linear antar variabel independen. Lack of fit ditunjukkan oleh nilai
residual didalam regresi. Suatu variabel dikatakan sebagai variabel moderating dalam model persamaan regresi ditunjukkan oleh nilai
koefisien dari variabel dependent yang signifikan dan negatif hasilnya berarti adanya lack of fit antara variabel independen dan variabel
moderating yang mengakibatkan variabel dependen turun atau
berpengaruh negatif.
Universitas Sumatera Utara
46
BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1. Deskripsi Data Penelitian
Dalam penelitian ini seluruh pemerintah daerah kabupatenkota di provinsi Aceh menjadi sampel, yaitu sebanyak 23 dua puluh tiga kabupatenkota, dapat
dilihat pada tabel 4.3.1. pada bab sebelumnya, dengan data runtut waktu selama 3 tiga tahun yaitu 2008 sd 2010. Data kuantitaif yang dipergunakan pada
penelitian ini adalah Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah APBD Pemerintah Daerah KabupatenKota di Propinsi Aceh yaitu laporan
realisasi anggaran tahun 2008 sd tahun 2010. Dari laporan tahunan tersebut yang menjadi objek penelitian adalah Realisasi Dana Alokasi Umum DAU, Dana
Alokasi khusus DAK, Dana Bagi Hasil DBH, Pendapatan Asli Daerah PAD, dana Otonomi Khusus Otsus dan Belanja Daerah BD. Data diperolah dari
perpustakaan Badan Pusat Statistik BPS Aceh dan dari Departemen Keuangan Republik Indonesia, diakses melalui situs Direktorat Jenderal Perimbangan
Keuangan http:www.djpk.depkeu.go.id
dan http:www.tkp2e-dak.org
. Berdasarkan data cross section sebanyak 23 daerah kabupatenkota dan
time series sebanyak 3 tahun pengamatan, maka diperoleh deskriptif statistik data penelitian pada tabel 5.1. Dari tabel 5.1. menunjukkan bahwa nilai rata-rata
transfer DAU ke kabupatenkota di provinsi Aceh adalah sebesar Rp.269.140.565.200, nilai minimum sebesar Rp.87.982.000.000 dengan nilai
maksimum sebesar Rp.447.302.000.000 dengan standar deviasi yang cukup besar mencapai Rp.74.547.286.310.
Universitas Sumatera Utara
Tabel 5.1. Statistik Deskriptif Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation DAU
69 87982.00 447302.00 269140.5652
74547.28631 DAK
69 7794.00
66590.00 39339.9130 11465.24886
DBH 69
20280.00 447244.00 52753.2609 66545.68814
PAD 69
1515.00 79925.00 17310.0145
15755.78066 Otsus
69 46.00
169.00 95.5652
28.51237 BD
69 152640.00 1348719.00 443050.3333
1.93815E5 Valid N
listwise 69
Sumber : hasil pengolahan data
Besarnya nilai dari standar deviasi menunjukkan masih besarnya ketimpangan fiskal di kabupatenkota pada provinsi Aceh. Nilai minimum transfer
DAU pada tahun 2008 sd 2010 diterima oleh kota Subulussalam yaitu sebesar Rp.87.982.000.000, kemudian meningkat menjadi Rp.167.098.000.000, dan
meningkat menjadi Rp.163.056.000.000. Dan nilai maksimum transfer DAU pada tahun 2008 diterima oleh kabupaten Aceh Besar sebesar Rp.407.952.000.000,
pada tahun 2009 dan 2010 diterima oleh Kabupaten Pidie sebesar Rp.417.374.000.000, kemudian meningkat menjadi Rp.447.302.000.000.
Transfer DAK minimum pada tahun 2008 diterima oleh kabupaten Pidie Jaya sebesar Rp.7.794.000.000, pada tahun 2009 oleh kabupaten Bener Meriah
sebesar Rp.32.179.000.000, dan pada tahun 2010 diterima oleh kota Sabang sebesar Rp.16.842.000.000. Standar deviasi untuk DAK sebesar
Rp.11.465.248.860, dengan nilai rata-rata sebesar Rp.39.339.913.000, transfer DAK maksimum pada tahun 2008 dan 2009 diterima oleh kabupaten Pidie
sebesar Rp.59.091.000.000 dan sedikit menurun menjadi Rp.58.774.000.000,
Universitas Sumatera Utara
sedangkan tahun 2010 diterima oleh kabupaten Aceh Utara sebesar Rp.66.590.000.000. Transfer DBH minimum pada tahun 2008 sd 2010 diterima
oleh kota Subulussalam, dan transfer DBH maksimum diterima oleh kabupaten Aceh Utara selama tahun 2008 sd 2010 karena kabupaten ini merupakan daerah
penghasil sumber daya gas. Berdasarkan data dari tabel 5.1. jumlah penerimaan PAD terendah adalah
kota Subulussalam namun kota ini merupakan kota yang menerima transfer DAU yang terendah pula. Namun dapat dipahami bahwa beberapa kabupatenkota yang
memiliki penerimaan PAD yang kecil merupakan kabupatenkota yang baru saja dimekarkan, PAD maksimum diperoleh oleh kabupaten Aceh Utara untuk tahun
2008 dan 2009, sedangkan tahun 2010 jumlah PAD maksimum diperoleh kota Banda Aceh. Nilai rata-rata untuk PAD adalah sebesar Rp.17.310.014.500,
perbedaan PAD yang diperoleh oleh masing-masing daerah memiliki rentang yang sangat lebar yaitu dengan nilai minimum sebesar Rp.1.515.000.000 dan nilai
maksimum Rp.79.925.000.000 dengan standar deviasi sebesar
Rp.15.755.780.660, hal ini menunjukkan besarnya ketimpangan fiskal yang terjadi.
Transfer dana otonomi khusus paling rendah diterima oleh kota Subulussalam sebesar Rp.46.000.000, meningkat pada tahun 2009 menjadi
Rp.47.000.000, namun pada tahun 2010 tidak mengalami peningkatan, sedangkan transfer maksimum diterima oleh kabupaten Aceh Timur yaitu sebesar
Rp.158.000.000, kemudian meningkat menjadi Rp.169.000.000 dan sedikit menurun pada tahun 2010 menjadi Rp.161.000.000.
Universitas Sumatera Utara
Jumlah belanja daerah yang terendah adalah kota Subulussalam selama tahun 2008 sd 2010 dan kabupaten Aceh Utara merupakan daerah dengan jumlah
belanja yang paling tinggi selama tahun 2008 sd 2010. hal ini menunjukkan bahwa pendapatan suatu daerah mempengaruhi belanja daerah tersebut.
Standar deviasi pada dana transfer DAK untuk tahun 2009 mengalami penurunan yaitu sebesar Rp.6.253.603.676 dari standar deviasi sebelumnya
sebesar Rp.13.526.855.196, namun kembali meningkat pada tahun 2010 yaitu sebesar Rp.11.622.686.217, hal ini menunjukkan transfer dana tersebut sudah
cukup merata ke kabupatenkota di provinsi Aceh pada tahun 2009.
5.2. Analisis Data Penelitian 5.2.1. Uji Asumsi Klasik Hipotesis Pertama
Pengujian terhadap ada tidaknya pelanggaran terhadap asumsi-asumsi klasik yang merupakan dasar dalam model regresi linier berganda. Hal ini
dilakukan sebelum pengujian hipotesis meliputi:
5.2.1.1. Pengujian normalitas Hipotesis Pertama
Uji normalitas bertujuan untuk menguji apakah model regresi pada variabel terikat dan variabel bebas mempunyai distribusi normal atau tidak.
Universitas Sumatera Utara
Gambar 5.1. Histogram uji Normalitas Data Hipotesis Pertama
Hasill pengujian normalitas data pada variabel DAU, DAK, DBH, PAD, dan BD dapat dilihat pada Gambar 5.1. diatas. Histogram tersebut berbentuk
lonceng dan tidak miring kanan atau kiri. Maka dapat disimpulkan data sudah berdistribusi normal.
Gambar 5.2. Normal P-P Plot Hipotesis Pertama
Universitas Sumatera Utara
Gambar 5.2. menunjukkan bahwa dengan menggunakan Normal Probability Plot of Regression Standardized Residual dapat dilihat bahwa data
residual membentuk pola garis lurus mengikuti garis diagonal. Hal ini menunjukkan bahwa data telah berdistribusi normal.
Tabel 5.2. Uji Kolmogorov Smirnov Hipotesis Pertama
One-Sample Kolmogorov-Smirnov Test
Standardized Residual N
69 Normal Parameters
a,,b
Mean .0000000
Std. Deviation .97014250
Most Extreme Differences Absolute
.089 Positive
.089 Negative
-.088 Kolmogorov-Smirnov Z
.739 Asymp. Sig. 2-tailed
.646 a. Test distribution is Normal.
b. Calculated from data. Sumber : Hasil pengolahan data
Uji statistik normalitas data dengan dilakukannya uji Kolmogorov Smirnov, hasil uji Kolmogorov Smirnov dapat dilihat pada tabel 5.2.
menunjukkan bahwa nilai Sig. 2-tailed sebesar 0,646 0,05, hal ini berarti bahwa data telah berdistribusi normal.
5.2.1.2. Uji Multikolinearitas Hipotesis Pertama
Deteksi multikolinieritas pada suatu model dapat dilihat dengan melihat nilai VIF, jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai
Universitas Sumatera Utara
Tolerance tidak kurang dari 0,1, maka model tersebut dapat dikatakan terbebas dari multikolinieritas. VIF = 1Tolerance, jika VIF = 10 maka Tolerance = 110 =
0,1. Maka hasil uji Multikolinearitas dengan VIF dapat dilihat pada tabel 5.3.
Tabel 5.3. Uji Multikolinearitas Hipotesis Pertama
Sumber : Hasil Pengolahan Data
Nilai toleransi untuk variabel DAU adalah sebesar 0,578 0,1, untuk DAK bernilai 0,62 0,1, DBH sebesar 0,465 0,1, dan untuk PAD sebesar
0,487 0,1. Tabel diatas menunjukkan bahwa semua variabel yang diuji memiliki nilai toleransi yang tidak kurang dari 0,1 dan nilai VIF dari variabel DAU sebesar
1,73 10, variabel DAK sebesar 1,614 10, variabel DBH sebesar 2,149 10, variabel PAD sebesar 2,055 10 ,semua variabel memiliki nilai VIF tidak lebih
dari 10, maka model yang diuji terbebas dari multikolinearitas.
5.2.1.3. Uji Autokorelasi Hipotesis Pertama
Pada penelitian ini, uji autokorelasi dilakukan dengan dengan Uji Durbin Watson, karena uji ini yang umum digunakan. Uji ini hanya digunakan untuk
autokorelasi tingkat pertama first order autokorelasi dan mensyaratkan adanya intercept konstanta dalam model regresi, pengambilan keputusan ada tidaknya
autokorelasi adalah sebagai berikut: Model
Collinearity Statistics Keterangan
Tolerance VIF
DAU .578
1.730 Non Multikolinearitas
DAK .620
1.614 Non Multikolinearitas
DBH .465
2.149 Non Multikolinearitas
PAD .487
2.055 Non Multikolinearitas
Universitas Sumatera Utara
4 Angka D-W di bawah -2 berarti ada autokorelasi positif. 5 Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi.
6 Angka D-W di atas +2 berarti ada autokorelasi negatif. Uji autokorelasi dari data, diperoleh hasil pada tabel 5.4
Tabel 5.4. Uji Autokorelasi Hipotesis Pertama Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .953
a
.908 .902 60628.71044
1.882 a. Predictors: Constant, PAD, DAK, DAU, DBH
b. Dependent Variable: BD
Tabel diatas menunjukkan bahwa nilai Durbin-Watson sebesar 1,882, dan nilai tersebut berada diantara nilai -2 dan +2, sehingga dapat ditarik kesimpulan
bahwa tidak terjadi autokorelasi pada data.
5.2.1.4. Uji Heteroskedastisitas Hipotesis Pertama
Dengan memperhatikan grafik scatterplot, bila membentuk pola tertentu, hal itu menunjukkan adanya masalah heteroskedastisitas pada model regresi yang
dibentuk. Sedangkan bila scatterplot menyebar secara acak, maka hal itu tidak menunjukkan terjadinya masalah heteroskedastisitas. Gambar 5.3merupakan
Grafik scatterplot, grafik tersebut menunjukkan adanya heteroskedastisitas, menurut Ghozali 2005,untuk memperbaiki model jika terjadi masalah
heteroskedastisitas dapat dilakukan salah satunya dengan melakukan transformasi logaritma.
Universitas Sumatera Utara
Gambar 5.3. Grafik Scatterplot Hipotesis Pertama sebelum transformasi
Setelah dilakukan transformasi, maka grafik scatterplot sebagai berikut:
Gambar 5.4. Grafik scatterplot Hipotesis Pertama setelah transformasi
Universitas Sumatera Utara
Dari grafik diatas, menunjukkan titik titik menyebar secara acak, artinya heteroskedastisitas sudah tidak terjadi. Dengan melakukan uji Park, maka
diperoleh hasil sebagai berikut pada tabel 5.5.
Tabel 5.5. Uji Heteroskedastisitas Hipotesis Pertama dengan Metode Park
Sumber : Hasil Pengolahan Data Jika nilai sig α 0,05, maka model tidak mengandung gejala
heteroskedastisitas. Berdasarkan output diketahui bahwa pada model regresi tidak terjadi gejala heteroskedastisitas. Hal ini karena sig dari variabel lnDAU 0,496
0,05, sig variabel lnDAK 0,590 0,05, sig variabel lnDBH 0,259 0,05, sig dari variabel lnPAD 0,211 0,05.
5.2.2. Pengujian Asumsi Klasik Hipotesis Kedua 5.2.2.1. Pengujian Normalitas Hipotesis Kedua
