i
Teknik pengumpulan data yang diperlukan dalam penelitian adalah data sekunder yaitu
pooling
data berupa realisasi Pendapatan Asli Daerah PAD, realisasi Dana Alokasi Umum DAU, Dana Alokasi Khusus DAK, Dana Bagi
Hasil DBH dan Belanja Modal BM dari masing-masing Kota yang ada di Provinsi Sumatera Utara untuk periode tahun 2010-2013 yang diperoleh dari situs
Sistem Informasi Keuangan Daerah Departemen Keuangan Republik Indonesia yaitu www.depkeu.djpk.go.id dan sistus Badan Pusat Statistik yaitu
www.bps.go.idsumut, melalui internet.
3.7. Model danTeknikAnalisis Data
Data dianalisis dengan menggunakan metode analisa regresi linier berganda, yang merupakan metode statistik deskriptif dan infrensial yang
digunakan untuk menganalisa data lebih dari dua variabel penelitian.
3.7.1. Perumusan Model
Hipotesis penelitian diuji dengan menggunakan metode Regresi Linier Berganda. Dengan analisis ini pengaruh variabel independen
terhadap variabel dependent yang diteliti bisa diketahui. Model persamaan regresi yang digunakan untuk menguji hipotesis yang berbunyi
Pendapatan Asli Daerahd a n Dana Transfer berpengaruh terhadap Belanja Modal pada Pemerintahan Kota di Provinsi Sumatera Utara, adalah
sebagai berikut:
BMt=d0+ d1PADt-1 +d2DAUt-1+d3DAKt-1+ d4DBHt-1+e
Dimana: BDt
= Realisasi Belanja Modal t
Universitas Sumatera Utara
i
d0 = Konstanta
d1d2,d3,d4 = Koefisienestimasi PADt-1
= RealisasiPendapatanAsliDaeraht-1 DAUt-1 = RealisasiDanaAlokasiUmumt-1
DAK t-1 = Realisasi Dana Alokasi Khusus t-1
JPt-1 = Realisasi Dana Bagi Hasilt-1
3.7.2. Pengujian Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya
gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang
tidak bias jika telah memenuhi persyaratan BLUE
bestlinear unbiasedestimator
yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi. Jika terdapat
heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar
error.
Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari
variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias
dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan.
3.7.2.1 Uji Normalitas Data
Universitas Sumatera Utara
i
Menurut Erlina dan Mulyani 2007 : 103, ”uji ini berguna untuk tahap awal dalam metode pemilihan analisis data.
Jika data normal, gunakan statistik parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment
agar data normal.” Menurut Ghozali 2005 : 110, ”uji normalitas bertujuan
untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa
uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik
menjadi tidak vali d untuk jumlah sampel kecil.”
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali 2005 : 110,yaitu:
a. Analisis grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih
handal adalah dengan melihat
normal probabilityplot
yang membandingkan
distribusi kumulatif
dari distribusi normal. Distribusi normal akan membentuk
satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal.Jika distribusi data
Universitas Sumatera Utara
i
residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
b. Analisis statistik
Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z skewness. Uji statistik lain
yang dapat digunakan untuk menguji normalitas residual
adalah uji
statistik non
parametrik Kolmogorov-Smirnov K-S.
Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji
Kolmogorov Smirnov dapat dilihat dari : i.
Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
ii. Nilai Sig. atau signifikan atau probabilitas 0,05, maka
distribusi data adalah normal.
3.7.2.2 Uji Heterokedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitasatau tidak terjadi heteroskedastisitas.
Uji heteroskedastisitas dilakukan dengan melihat adatidaknya pola tertentu pada grafik
Scatterplot
antara SRESID dan ZPRED. Dasar analisisnya dapat dilihat:
Universitas Sumatera Utara
i
a Jika titik-titik yang membentuk pola yang teratur
bergelombang,melebar kemudian menyempit maka mengidentifikasikan telah terjadi heteroskedastisitas.
b Jika tidak ada pola yang jelas serta titik-titik menyebar
diatas dan dibawah angka nol pada sumbunya maka tidak terjadi heteroskedastisitas.
3.7.2.3 Uji Autokorelasi
Masalah autokorelasi akan muncul bila data yang dipakai adalah data runtut waktu
timeseries
. “Autokorelasi akan muncul bila data sesudahnya merupakan fungsi dari data sebelumnya atau
data sesudahnya memiliki korelasi yang tinggi dengan data sebelumnya pada data runtut waktu dan besaran data sangat
tergantung pada tempat data tersebut terjadi.”Hadi, 2006 :175 Untuk mendeteksi adanya autokorelasi bisa digunakan tes
Durbin Watson DW. Deteksi autokorelasi dengan cara ini dimulai dengan menghitung nilai d, setelah nilai d diketemukan maka
tahapan berikutnya adalah menentukan nilai du dan dl dengan menggunakan tabel Durbin Watson.
Ketentuan : du d 4-du Tidak ada autokorelasi
d dl Terdapat autokorelasi positif d 4-dl Terdapat autokorelasi negatif
dl d du Tidak ada keputusan tentang autokorelasi
Universitas Sumatera Utara
i
4-du d 4-dl Tidak ada keputusan tentang autokorelasi Hadi, 2006 : 176
“Salah satu cara untuk mengatasi adanya masalah autokorelasi bila ada adalah dengan cara menambahkan satu
variabel baru, yaitu variable lag - 1.” Hadi, 2006 : 176
3.7.2.4 Uji Multikolinieritas
Multikolinieritas adalah adanya suatu hubungan linier yang sempurna mendekati sempurna antara beberapa atau semua
variabel bebas Kuncoro, 2007: 98. Hal ini disebut variabel- variabel bebas tidak ortogonal. Variabel-variabel bebas yang
bersifat ortogonal, apabila variabel bebas memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi
sempurna diantara sesama variabel bebas, maka konsekuensinya koefisien-koefisien regresi menjadi tidak dapat ditaksir, dan nilai
standar error
setiap koefisien regresi menjadi tak terhingga. Menurut Ghozali 2009: 95, Uji multikolinieritas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya
tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antarsesama variabel independen sama dengan nol.
Dikatakan terdapat problem multikolinieritas apabila terjadi
Universitas Sumatera Utara
i
korelasi antarvariabel independen pada uji multikolinieritas. Pada penelitian ini, digunakan metode
Variance Inflation Factor
VIF. Apabila nilai
cut off
VIF ≥ 10, maka dikatakan terjadi
multikolinieritas diantara variabel independen.
3.7.3 Pengujian Hipotesis
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak, maka dilakukan pengujian terhadap variabel-variabel penelitian secara parsial dan
simultan. Pengujian secara parsial digunakan uji statistik
t
. Uji koefisien regresi dengan uji
t t- test
diperlukan untuk mengetahui tingkat pengaruh variabel independen terhadap variabel dependen.
Pengujian secara simultan digunakan uji signifikansi simultanuji statistikF dan penentuan Koefisien Determinasi R
2 yang bermaksud untuk
menjelaskan pengaruh variabel independen terhadap variabel dependen.
3.7.3.1 Uji Signifikansi ParsialUjit
Uji statistik t disebut jugasebagai uji signifikansi individual. Uji statistik t pada dasarnya menunjukkan seberapa jauh
pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikatKuncoro,2003: 219.
Hipotesis nol Ho yang hendak diuji adalah apakah suatu parameter d1,d2,d3,d4, sama dengan nol, maksudnya apakah
suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen,
Ho:d1 =0,Ho: d2 =0;Ho: d3 =0;danHo: d4 =0
Universitas Sumatera Utara
i
Artinya Pendapatan Asli DaerahPAD, Dana Alokasi Umum DAU, Dana Alokasi Khusus, dan Dana Bagi Hasil secara
parsial tidak berpengaruh signifikan terhadap Belanja Modal. Hipotesis alternatifnya Ha apakah suatu parameter
d1,d2,d3,d4, tidak sama dengan nol, maksudnya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Ha:d1 ≠0,Ho: d2 ≠0;Ho: d3 ≠0;danHo:d4 ≠0.
Artinya Pendapatan
Asli DaerahPAD,
DanaAlokasiUmum DAU, Dana Alokasi Khusus, dan Dana Bagi Hasil secara parsial berpengaruh signifikan terhadap Belanja
Modal. Kriteria pengambil keputusan terhadap ujit, adalah sebagai berikut:
Jika probabilitas 0,05, Ha diterima Jika probabilitas 0,05,Ha ditolak
3.7.3.2 Uji Signifikansi SimultanUjiF
Uji statistic F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam metode mempunyai
pengaruh secara
bersama-sama terhadap
variabel terikatKuncoro,2003: 218.
Hipotesis nol Ho yang hendak diuji adalah apakah semuaparameterdalam
modelsama
Universitas Sumatera Utara
i
dengannol,maksudnyaapakahsuatu variabelindependenmerupakan penjelasyangsignifikanterhadapvariabeldependen.
Ho:d1 =d2 = d3=d4 = 0
ArtinyaPendapatanAsli DaerahPAD,DanaAlokasiUmum DAU, Dana Alokasi Khusus, danDana Bagi Hasilsecara
simultantidakberpengaruh signifikan terhadapBelanjaModal. HipotesisalternatifnyaHa,tidak semua parameter secara
simultan sama dengan nol, maksudnya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap
variabel dependen.
Ha:d1 ≠d2 ≠d3≠d4 ≠0
Artinya Pendapatan Asli DaerahPAD, Dana Alokasi Umum DAU, Dana Alokasi Khusus DAK, dan Dana Bagi
HasilDBH secara simultan berpengaruh terhadap Belanja ModalBM. Kriteria pengambilan keputusan terhadap uji F,
adalah sebagai berikut: Jika probabilitas 0,05, Ha diterima
Jika probabilitas 0,05, Ha ditolak
3.7.4 Koefisien Determinasi R
2
Koefisien Determinasi R 2
pada intinya untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
terikat Kuncoro, 2003. Nilai koefisien determinasi adalah diantara nol dan satu
0≤ R2 ≤1. Nilai R2 yang mendekati satu berarti variabel-
Universitas Sumatera Utara
i
variabel independen memberikan hamper semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen, dan apabila
nilai R 2
semakin kecil mendekati nol,berarti variabel-variabel independen hampir tidak memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Menurut Ghozali2009: 87, kelemahan mendasar penggunaan koefisien determinasi adalah bias
terhadap jumlah variabel independen yang dimasukkan ke dalam model.Banyak peneliti menganjurkan untuk menggunakan nilai
Adjusted R
2
pada saat mengevaluasi mana model regresi terbaik, tidak seperti R 2
, nilai
Adjusted R 2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
Universitas Sumatera Utara
i
BAB IV ANALISIS HASIL PENELITIAN
4.1 Gambaran Umum Wilayah Sumatera Utara
Secara geografis wilayah Propinsi Sumatera Utara terletak pada 1-4 Lintang Utara dan 98- 100 Bujur Timur dengan luas daratan 71.680 Km, Wilayah
Sumatera utara berada pada jalur perdagangan internasional, dekat dengan dua Negara Asean, yaitu Malaysia dan Singapura serta diapit oleh 3 tiga propinsi,
dengan batas sebagai berikut: 1. sebelah Utara berbatasan dengan Proponsi Nanggroe Aceh Darussalam,
2. sebelah Timur berbatasan dengan Selat Malaka, 3. sebelah Selatan berbatasan dengan Sumatera Barat dan Riau,
4. sebelah Barat berbatasan dengan Samudera Hindia. Wilayah Proponsi Sumatera Utara terdiri dari daerah pantai, dataran
rendah dan dataran tinggi serta pegunungan Bukit Barisan yang membujur di tengah-tengah dari Utara ke Selatan. Berdasarkan topografi daerah Sumatera
Utara dibagi atas 3 tiga bagian yaitu: 1. bagian Timur dengan keadaan relatif datar,
2. bagian Tengah bergelombang sampai berbukit, 3. bagian Barat merupakan dataran bergelombang.
Universitas Sumatera Utara