27
Dengan pertimbangan peneliti, maka kriteria dalam pengambilan sampel pada penelitian ini adalah sebagai berikut :
1. Kabupatenkota di Sumatera Utara yang mempublikasikan laporan APBD
dalam situs Direktoral Jenderal Perimbangan Keuangan Kementerian Keuangan Republik Indonesia http:www.djpk.kemenkeu.go.id.
2. Kabupatenkota di Sumatera Utara yang mempublikasikan Laporan
Realisasi APBD secara lengkap dan terus-menerus selama periode 2011- 2013.
Setelah dilakukan penentuan kriteria, didapatkan jumlah sampel sebanyak 22 kabupatenkota dari 33 kabupatenkota di Sumatera Utara.
3.4 Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data primer yang telah diolah lebih lanjut dan disajikan baik
oleh pihak pengumpul data primer atau oleh pihak lain misalnya dalam bentuk tabel-tabel atau diagram-diagram. Sumber data peneliti adalah dari dokumen
laporan realisasi APBD yang diperoleh dari situs Direktorat Jenderal Perimbangan Keuangan
Kementerian Keuangan
Republik Indonesia
http:www.djpk.kemenkeu.go.id .
3.5 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan di dalam penelitian ini adalah dengan menggunakan metode dokumentasi. Pada penilitian ini, penulis
menggunakan metode dokumentasi yang meliput pengumpulan data dan informasi melalui pengujian arsip dan dokumen dengan mengumpulkan, mencatat, dan
mengolah data yang berkaitan dengan penelitian.
Universitas Sumatera Utara
28
3.6 Teknik Analisis
Metode yang digunakan untuk menganalisis penelitian ini adalah metode regresi dan untuk menjamin bahwa metode yang dipilih telah sesuai dan
memenuhi asumsi-asumsi yang dipersyaratkan dalam penggunaannya maka akan dilakukan uji asumsi klasik Ghozali. 2001
3.6.1 Uji Asumsi Klasik 3.6.1.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam model variabel bebas dan terikat keduanya bebas dan berdistribusi
normal. Model yang baik bila memiliki distribusi data normal atau mendekati normal.
Dalam penelitian ini untuk menguji apakah distribusi data normal atau tidak dilakukan dengan cara analisis grafik.
Untuk mendeteksi normalitas data dapat dilakukan melalui
analisis statistik yang dapat dilihat melalui Kolmogorov- Smirnov test K-S.
Dengan mengamati histogram yang membandingkan data
observasi dengan distribusi yang mendekati distribusi normal. Apabila distribusi data observasi mendekati distribusi yang
mendekati distribusi normal maka model memenuhi asumsi normalitas.
Selain Kolmogorov-Smirnov dan histogram, digunakan juga
normal probability plot dengan membandingkan distribusi kumulatif dari data yang sesungguhnya dengan distribusi
Universitas Sumatera Utara
29
kumulatif dan distribusi normal. Jika plot data mengikuti garis diagonal yang dibentuk oleh distribusi normal maka model
memenuhi asumsi normalitas.
3.6.1.2 Uji Multikolinearitas
Dilakukan untuk mengetahui apakah pada model ditemukan adanya korelasi antar variabel bebas. Pada model
yang baik tidak terjadi korelasi antara variabel bebas. Uji
asumsi klasik seperti multikolinearitas dapat dilaksanakan dengan jalan meregresikan model analisis dan melakukan uji
korelasi antar variabel independen dengan menggunakan Variance Inflating Factor VIF. Batas dari VIF adalah 10 dan
nilai tolerance value adalah 0,1. Jika nilai VIF lebih besar dari 10 dan nilai tolerance value kurang dari 0,1 maka terjadi
multikolinearitas.
3.6.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model yang baik adalah yang homoskedastisitas atau tidak
terjadi heteroskedastisitas Ghozali, 2001.
Universitas Sumatera Utara
30
3.6.1.4 Uji Autokorelasi
Autokorelasi merupakan suatu kondisi dimana terdapat korelasi atau hubungan antar pengamatan atau observasi, baik
itu dalam bentuk observasi deret waktu atau observasi cross- section Gunawan, 2013. Jika terdapat autokorelasi dalam
sebuah penelitian, maka varians tidak minimum dan uji-t tidak dapat digunakan karena dapat memberikan kesimpulan yang
salah. Guna mendeteksi ada tidaknya autokorelasi banyak
metode yang dapat digunakan antara lain yakni uji Durbin Watson, uji Lagrange Multiplier, uji Statistik Q : Box - Pierce
dan Ljung Box, uji Breusch-Godfrey dan metode grafik. Penelitian ini sendiri menggunakan uji Durbin Watson. Ukuran
yang digunakan adalah apabila nilai Durbin Watson DW mendekati angka 2, maka dapat dikatakan bahwa data tersebut
tidak memiliki autokorelasi dan sebaliknya.
3.6.2 Analisis Regresi Linear Berganda
Analisis ini digunakan untuk mengetahui apakah ada pengaruh yang positif dari variabel independen X
1
, X
2,
X
3
terhadap variabel dependen Y dengan model regresi sebagai berikut :
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ε
Dimana : α = bilangan konstanta
β = koefisien beta
Universitas Sumatera Utara
31
X
1
= PAD
X
2
= DAU
X
3
= Luas Wilayah
Y = Belanja Modal ε = Standar Error
3.6.3 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan metode regresi linear berganda. Analisis regresi linear berganda dilakukan untuk
menguji fungsi linear variabel dependen Y terhadap variabel independen X1, X2, X3 dengan bantuan software SPSS versi 17. Analisis meliputi uji
koefisien determinasi adjusted R square, uji signifikansi simultan uji F, uji signifikansi parsial uji t, uji persamaan gari
s regresi uji koefisien β, dan menentukan koefisien regresi.
3.6.3.1 Koefisien Determinasi adjusted R square
Koefisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel
dependen. Koefisien determinasi terletak pada tabel model summary
dan tertulis R Square.
Nilai koefisien korelasi r menunjukkan seberapa besar hubungan yang terjadi antara variabel independen terhadap
variabel dependen. Nilai R berkisar antara 0 sampai 1, apabila nilai semakin mendekati 1 berarti hubungan yang terjadi semakin kuat,
sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah.
Universitas Sumatera Utara
32
3.6.3.2 Uji Signifikansi Simultan Uji F
Uji statistik F dilakukan untuk mengetahui apakah semua variabel independen X1, X2, X3 yang dimasukkan dalam model
mempunyai pengaruh terhadap variabel dependen Y. Uji statistik F tersebut dilakukan dengan memperhatikan ketentuan sebagai
berikut :
a. Tingkat signifikansi α = 5
b. df derajat kebebasan = jumlah data – 2
c. Jika statistik F
hitung
statistik F
tabel
, maka H diterima dan
menolak H
1
d. Jika statistik F
hitung
statistik F
tabel
, maka H ditolak dan
menerima H
1
e. Pengujian F tabel untuk 2 sisi
Dimana : H
: Variabel bebas secara simultan bukan merupakan penjelas
yang signifikan terhadap variabel terikat H
1
: Variabel bebas secara simultan merupakan penjelas yang
signifikan terhadap variabel terikat.
3.6.3.3 Uji Signifikansi Parsial Uji t
Uji statistik t dilakukan untuk menunjukkan seberapa jauh pengaruh variabel bebas secara individual dalam menerangkan
variasi variabel terikat, sehingga uji statistik t ini digunakan untuk menguji hipotesis. Uji statistik t tersebut dilakukan dengan
memperhatikan ketentuan sebagai berikut :
Universitas Sumatera Utara
33
a. Tingkat signifikansi α = 5
b. df derajat kebebasan = jumlah data – 2
c. Jika statistik t
hitung
statistik t
tabel,
maka H diterima dan menolak
H
1
d. Jika statistik t
hitung
statistik t
tabel
, maka H ditolak dan
menerima H
1
e. Pengujian t tabel untuk 2 sisi Dimana :
H :
Variabel bebas secara individual bukan merupakan penjelas yang signifikan terhadap variabel terikat
H
1
: Variabel bebas secara individual merupakan penjelas yang
signifikan terhadap variabel terikat.
Universitas Sumatera Utara
34
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean dan
nilai standar deviasi dari variabel Belanja Modal, Pendapatan Asli Daerah, Dana Alokasi Umum dalam jutaan rupiah dan Luas Wilayah dalam km
2
. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai
berikut :
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Belanja Modal
66 34,243.00
352,334.00 161,562.4545 75,714.77589 Pendapatan Asli Daerah
66 5,805.00
328,348.00 45,995.9545 56,230.82056 Dana Alokasi Umum
66 198,239.00 1,260,755.00 473,552.6364 2.21972E5
Luas Wilayah 66
41.31 6,262.00
2,543.3500 1,952.87981 Valid N listwise
66 Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.1, diketahui nilai Belanja Modal minimum adalah Rp 34.243.000,- sedangkan nilai Belanja Modal maksimum adalah Rp 352.334.000,-.
Rata-rata mean Belanja Modal adalah Rp 161.562.454,5,- dan standar deviasinya sebesar Rp 75.714.775,89,-. Diketahui nilai Pendapatan Asli Daerah
minimum adalah Rp 5.805.000,- sedangkan nilai Pendapatan Asli Daerah maksimum adalah Rp 328.348.000,-. Rata-rata mean Pendapatan Asli Daerah
adalah Rp 45.995.954,5,- dan standar deviasinya sebesar Rp 56.230.820,56,-.
Universitas Sumatera Utara
35
Nilai Dana Alokasi Umum minimum adalah Rp 198.239.000,- sedangkan nilai Dana Alokasi Umum maksimum adalah Rp 1.260.755,-. Rata-rata mean Dana
Alokasi Umum adalah Rp 473.552.636,4,- dan standar deviasinya sebesar Rp 221.972,-. Nilai Luas Wilayah minimum adalah 41,31 km
2
sedangkan nilai Luas Wilayah maksimum adalah 6,262 km
2
. Rata-rata mean Luas Wilayah adalah 2,543.3500 km
2
, dan standar deviasinya sebesar 1,952.87981 km
2
.
4.2 Uji Asumsi Klasik