Pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi Hasil terhadap Tingkat Kemandirian Keuangan Daerah dengan Investasi sebagai Variabel Pemoderasi pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara

Lampiran 1

Daftar Populasi dan Sampel Penelitian No Kabupaten dan Kota Populasi Kriteria Pemilihan

Sampel

Sampel

1 2

1 Kabupaten Asahan 1 - -

2 Kabupaten Dairi 2 Sampel 1

3 Kabupaten Deli Serdang 3 Sampel 2

4 Kabupaten Tanah Karo 4 - -

5 Kabupaten Labuhan Batu 5 - -

6 Kabupaten Langkat 6 Sampel 3

7 Kabupaten Mandailing Natal 7 Sampel 4

8 Kabupaten Nias 8 - -

9 Kabupaten Simalungun 9 Sampel 5

10 Kabupaten Tapanuli Selatan 10 Sampel 6

11 Kabupaten Tapanuli Tengah 11 - -

12 Kabupaten Tapanuli Utara 12 - -

13 Kabupaten Toba Samosir 13 Sampel 7

14 Kota Binjai 14 Sampel 8

15 Kota Medan 15 - -

16 Kota Pematang Siantar 16 - -

17 Kota Sibolga 17 Sampel 9

18 Kota Tanjung Balai 18 Sampel 10

19 Kota Tebing Tinggi 19 Sampel 11

20 Kota Padang Sidempuan 20 Sampel 12

21 Kabupaten Pakpak Bharat 21 - -

22 Kabupaten Nias Selatan 22 - -

23 Kabupaten Humbang Hasundutan 23 Sampel 13

24 Kabupaten Serdang Berdagai 24 Sampel 14

25 Kabupaten Samosir 25 Sampel 15

26 Kabupaten Batu Bara 26 - -

27 Kabupaten Padang Lawas 27 - -

28 Kabupaten Padang Lawas Utara 28 - -

29 Kabupaten Labuhan Batu Selatan 29 - -

30 Kabupaten Labuhan Batu Utara 30 - -

31 Kabupaten Nias Utara 31 - -

32 Kabupaten Nias Barat 32 - -

33 Kota Gunung Sitoli 33 - -

Lampiran 2

Daftar Sampel Penelitian No Kabupaten/Kota

1 Kabupaten Dairi

2 Kabupaten Deli Serdang 3 Kabupaten Langkat

4 Kabupaten Mandailing Natal 5 Kabupaten Simalungun 6 Kabupaten Tapanuli Selatan 7 Kabupaten Toba Samosir 8 Kota Binjai

9 Kota Sibolga 10 Kota Tanjung Balai 11 Kota Tebing Tinggi 12 Kota Padang Sidempuan

13 Kabupaten Humbang Hasundutan 14 Kabupaten Serdang Berdagai 15 Kabupaten Samosir

Lampiran 3

Hasil Perhitungan Variabel pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara Periode 2011

No

kab/kota

PAD DAU DAK DBH

1

Kabupaten Dairi

17673 372373 44145 27204

2

Kabupaten Deli Serdang

213792 888557 67178 108,270

3

Kabupaten Langkat

34541 735888 53873 137813

4

Kabupaten Mandailing Natal

27526 455393 48452 35651

5

Kabupaten Simalungun

42543 696225 73945 58433

6

Kabupaten Tapanuli Selatan

57464 375894 444492 30545

7

Kabupaten Toba Samosir

14118 310252 51435 18544

8

Kota Binjai

26470 336779 25266 39789

9

Kota Sibolga

21663 248406 22754 19786

10

Kota Tanjung Balai

27086 275525 20198 16618

11

Kota Tebing Tinggi

32739 261949 22086 19998

12

Kabupaten Padang Sidempuan

21465 308015 25569 23994

13

Kabupaten Humbang Hasundutan

12870 313431 31607 29156

14

Kabupaten Serdang Berdagai

35894 458160 65750 48610

15

Kabupaten Samosir

Hasil Perhitungan Variabel Dependen dan Variabel Moderating pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara Periode 2011 No

kab/kota

TKKD Investasi 1

Kabupaten Dairi

0.033796886 0.235323383 2

Kabupaten Deli Serdang

0.154446536 0.09288335 3

Kabupaten Langkat

0.032717491 0.291502696 4

Kabupaten Mandailing Natal

0.041998459 -1.1545961 5

Kabupaten Simalungun

0.04004081 0.425586463 6

Kabupaten Tapanuli Selatan

0.097691838 -0.078671617 7

Kabupaten Toba Samosir

0.031014257 -0.41822929 8

Kota Binjai

0.05195626 0.096554092 9

Kota Sibolga

0.059640883 0.186210367 10

Kota Tanjung Balai

0.084012084 0.092027106 11

Kota Tebing Tinggi

0.10768239 1 12

Kabupaten Padang Sidempuan

0.048322936 0.264142306 13

Kabupaten Humbang Hasundutan

0.029643245 0.017138508 14

Kabupaten Serdang Berdagai

0.050020276 -0.028618357 15

Kabupaten Samosir

Hasil Perhitungan Variabel Independen pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara Periode 2012

No

kab/kota

PAD DAU DAK DBH

1

Kabupaten Dairi

20912 451176 43357 27353

2

Kabupaten Deli Serdang

291018 1100014 65478 72060

3

Kabupaten Langkat

129243 847503 56057 156840

4

Kabupaten Mandailing Natal

21274 541107 41556 42074

5

Kabupaten Simalungun

61246 865406 90869 65186

6

Kabupaten Tapanuli Selatan

56418 454322 53367 39730

7

Kabupaten Toba Samosir

16543 387623 52120 23525

8

Kota Binjai

48178 416965 23778 41335

9

Kota Sibolga

26698 292873 19290 21271

10

Kota Tanjung Balai

27702 313730 17956 18534

11

Kota Tebing Tinggi

47331 307636 25323 24897

12 _{Kabupaten Padang} Sidempuan

23622 364923 23987 32822

13 _{Kabupaten Humbang} Hasundutan

17902 376847 28968 33379

14

Kabupaten Serdang Berdagai

39275 554245 64705 52174

15

Kabupaten Samosir

Hasil Perhitungan Variabel Dependen dan Variabel Moderating pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara Periode 2012 No

kab/kota

TKKD Investasi 1

Kabupaten Dairi

0.036132983 0.188882893 2

Kabupaten Deli Serdang

0.193816246 -0.244518935 3

Kabupaten Langkat 0.107731049 0.045687135 4

Kabupaten Mandailing Natal

0.027623728 0.484730974 5

Kabupaten Simalungun

0.052618918 -0.126108831 6

Kabupaten Tapanuli Selatan 0.084362986 0.279752885 7

Kabupaten Toba Samosir

0.035709352 0.243952651 8

Kota Binjai

0.087159772 0.730140187 9

Kota Sibolga

0.074878279 0.096133626 10

Kota Tanjung Balai

0.077532571 0.027171144 11

Kota Tebing Tinggi

0.118886863 0.031577383 12

Kabupaten Padang Sidempuan

0.049617503 0.193039988 13

Kabupaten Humbang Hasundutan

0.036374276 0.029537584 14

Kabupaten Serdang Berdagai

0.051647255 -0.051490654 15

Kabupaten Samosir

Hasil Perhitungan Variabel Independen pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara Periode 2013

No

kab/kota

PAD DAU DAK DAU

1

Kabupaten Dairi

29933 512477 61126 26544

2

Kabupaten Deli Serdang

328348 1260755 81868 59104

3

Kabupaten Langkat

65521 982658 81166 169455

4

Kabupaten Mandailing Natal

47666 625543 38791 38095

5

Kabupaten Simalungun

97915 977809 80774 60526

6

Kabupaten Tapanuli Selatan

69220 517343 54322 39794

7

Kabupaten Toba Samosir

19803 423292 46036 29934

8

Kota Binjai

49173 477554 19656 33599

9

Kota Sibolga

29458 338507 29474 20315

10

Kota Tanjung Balai

31921 69247 28391 20663

11

Kota Tebing Tinggi

53200 368587 6283 22603

12 _{Kabupaten Padang} Sidempuan

35018 423251 39957 25797

13 _{Kabupaten Humbang} Hasundutan

7633 44920 50780 27314

14

Kabupaten Serdang Berdagai

50372 628900 68231 45267

15

Kabupaten Samosir

Hasil Perhitungan Variabel Dependen dan Variabel Moderating pada Pemerintahan Kabupaten/Kota di Provinsi Sumatera Utara Periode 2013

No

kab/kota

TKKD Investasi 1

Kabupaten Dairi

0.044127164 0.209983201 2

Kabupaten Deli Serdang

0.186974301 -0.456926335 3

Kabupaten Langkat

0.046151105 0.022296047 4

Kabupaten Mandailing Natal

0.057897256 0.177624533 5

Kabupaten Simalungun

0.074082004 -0.262302914 6

Kabupaten Tapanuli Selatan

0.093427544 0.087716125 7

Kabupaten Toba Samosir

0.034702836 0.034089865 8

Kota Binjai

0.080301721 0.023949974 9

Kota Sibolga

0.069653176 0.121552837 10

Kota Tanjung Balai

0.070427694 0.221122751 11

Kota Tebing Tinggi

0.110309364 0.076407327 12

Kabupaten Padang Sidempuan

0.062209763 0.18018413 13

Kabupaten Humbang Hasundutan

0.014706732 -0.939720129 14

Kabupaten Serdang Berdagai

0.05827833 0.082994439 15

Kabupaten Samosir

Lampiran 4

Hasil Output Data SPSS Descriptive Statistics Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

KKD 45 .01 .19 .0677 .03917

PAD 45 .01 .16 .0585 .03183

DAU 45 .07 .74 .6270 .12428

DAK 45 .01 .68 .0724 .09449

DBH 45 .03 .12 .0526 .01928

Investasi 45 -1.15 1.00 .0574 .34532

Valid N (listwise) 45

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Uji Kolmogorov-Smirnov Sebelum Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardize d Residual

N 45

Normal Parametersa,b Mean .0000000 Std. Deviation .00401555 Most Extreme

Differences

Absolute .076

Positive .076

Negative -.054

Kolmogorov-Smirnov Z .511

Asymp. Sig. (2-tailed) .957

a. Test distribution is Normal. b. Calculated from data.

Uji Kolmogorov-Smirnov Setelah Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 45

Normal Parametersa,b Mean .0000000 Std. Deviation .00386307 Most Extreme Differences Absolute .080

Positive .080

Negative -.051

Kolmogorov-Smirnov Z .539

Asymp. Sig. (2-tailed) .933

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Histogram Sebelum Moderating

Histogram Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Normal P-Plot Sebelum Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Normal P-Plot Setelah Moderating

Uji Multikolinieritas Sebelum Moderating

Uji Multikolinieritas Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

T Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) .004 .004 1.051 .299

PAD 1.222 .020 .992 60.935 .000 .990 1.010 DAU -.007 .005 -.021 -1.295 .203 .992 1.008 DAK -.013 .007 -.031 -1.896 .065 .989 1.011 DBH -.052 .033 -.026 -1.574 .123 .982 1.018 a. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

T Sig.

Collinearity Statistics B Std. Error Beta

Toleranc

e VIF 1 (Constant

)

.006 .004 1.473 .149

PAD 1.222 .020 .993 62.552 .000 .990 1.010 DAU -.009 .005 -.029 -1.756 .087 .920 1.087 DAK -.012 .007 -.029 -1.809 .078 .983 1.017 DBH -.060 .033 -.029 -1.831 .075 .966 1.036 Investasi .003 .002 .029 1.772 .084 .901 1.110 a. Dependent Variable: KKD

Uji Heteroskedastisitas Sebelum Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Uji Heteroskedastisitas Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016.

Uji Autokolerasi Sebelum Moderating

Runs Test

Unstandardized Residual Test Valuea -.00048 Cases < Test Value 22 Cases >= Test Value 23

Total Cases 45

Number of Runs 30

Z 1.814

Asymp. Sig. (2-tailed) .070 a. Median

Uji Autokolerasi Setelah Moderating

Runs Test

Unstandardized Residual

Test Valuea .00013

Cases < Test Value 22 Cases >= Test Value 23

Total Cases 45

Number of Runs 30

Z 1.814

Asymp. Sig. (2-tailed) .070 a. Median

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Koefisien Regresi Berganda Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) .004 .004 1.051 .299

PAD 1.222 .020 .992 60.935 .000

DAU -.007 .005 -.021 -1.295 .203

DAK -.013 .007 -.031 -1.896 .065

DBH -.052 .033 -.026 -1.574 .123

a. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Uji Koefisien Determinasi Model Summaryb Model R R Square

Adjusted R Square

Std. Error of the Estimate

Uji Signifikansi Simultan ANOVAb

Model

Sum of

Squares Df Mean Square F Sig. 1 Regression .067 4 .017 941.745 .000a

Residual .001 40 .000

Total .068 44

a. Predictors: (Constant), DBH, DAU, PAD, DAK b. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Uji Signifikansi Parsial

Sumber: Output SPSS 19.0, diolah peneliti, 2016 Coefficientsa

Model

Unstandardized Coefficients

Standardize d Coefficients

T Sig. B Std. Error Beta

1 (Constan t)

.004 .004 1.051 .299

PAD 1.222 .020 .992 60.935 .000 DAU -.007 .005 -.021 -1.295 .203 DAK -.013 .007 -.031 -1.896 .065 DBH -.052 .033 -.026 -1.574 .123 a. Dependent Variable: KKD

Hasil Uji Nilai Selisih Mutlak Persamaan 1 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) .067 .001 63.357 .000

Zscore(PAD) .038 .001 .980 49.981 .000 Zscore(Investasi

)

.001 .001 .025 1.472 .149

ABSX1_Z .001 .001 .027 1.358 .182

a. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Hasil Uji Nilai Selisih Mutlak Persamaan 2 Su mb er: Out put SP SS 19. 0, diol ah peneliti, 2016

Hasil Uji Nilai Selisih Mutlak Persamaan 3 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) .067 .008 8.150 .000

Zscore(DAU) -.001 .007 -.017 -.095 .924 Zscore(Investasi) .000 .006 .008 .049 .961

ABSX2_Z1 .000 .007 .010 .058 .954

a. Dependent Variable: KKD

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) .064 .009 7.295 .000

Zscore(DAK) -.003 .009 -.082 -.350 .728 Zscore(Investasi) .001 .006 .016 .102 .919

Hasil Uji Nilai Selisih Mutlak Persamaan 4

a. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) .075 .010 7.855 .000

Zscore(DBH) .000 .007 -.009 -.048 .962 Zscore(Investas

i)

.000 .006 -.007 -.042 .966 ABSX4_Z1 -.008 .008 -.190 -1.004 .321 a. Dependent Variable: KKD

Lampiran 5

Titik Persentase Distribusi F untuk Probabilitas = 0,05

df1 df2

1 2 3 4 5

31 4,159615 3,304817 2,911334 2,678667 2,522538

32 4,149097 3,294537 2,901120 2,668437 2,512255

33 4,139252 3,284918 2,891564 2,658867 2,502635

34 4,130018 3,275898 2,882604 2,649894 2,493616

35 4,121338 3,267424 2,874187 2,641465 2,485143

36 4,113165 3,259446 2,866266 2,633532 2,477169

37 4,105456 3,251924 2,858796 2,626052 2,469650

38 4,098172 3,244818 2,851741 2,618988 2,462548

39 4,091279 3,238096 2,845068 2,612306 2,455831

Lampiran 6

Titik Persentase Distribusi t (dk = 41 – 80) Pr

Df

0.25 0.10 0.05 0.025 0.01 0.005 0.001

0.50 0.20 0.10 0.050 0.02 0.010 0.002

41 0.68052 1.30254 1.68288 2.01954 2.42080 2.70118 3.30127 42 0.68038 1.30204 1.68195 2.01808 2.41847 2.69807 3.29595 43 0.68024 1.30155 1.68107 2.01669 2.41625 2.69510 3.29089 44 0.68011 1.30109 1.68023 2.01537 2.41413 2.69228 3.28607 45 0.67998 1.30065 1.67943 2.01410 2.41212 2.68959 3.28148 46 0.67986 1.30023 1.67866 2.01290 2.41019 2.68701 3.27710 47 0.67975 1.29982 1.67793 2.01174 2.40835 2.68456 3.27291 48 0.67964 1.29944 1.67722 2.01063 2.40658 2.68220 3.26891 49 0.67953 1.29907 1.67655 2.00958 2.40489 2.67995 3.26508 50 0.67943 1.29871 1.67591 2.00856 2.40327 2.67779 3.26141 51 0.67933 1.29837 1.67528 2.00758 2.40172 2.67572 3.25789 52 0.67924 1.29805 1.67469 2.00665 2.40022 2.67373 3.25451 53 0.67915 1.29773 1.67412 2.00575 2.39879 2.67182 3.25127 54 0.67906 1.29743 1.67356 2.00488 2.39741 2.66998 3.24815 55 0.67898 1.29713 1.67303 2.00404 2.39608 2.66822 3.24515 56 0.67890 1.29685 1.67252 2.00324 2.39480 2.66651 3.24226 57 0.67882 1.29658 1.67203 2.00247 2.39357 2.66487 3.23948 58 0.67874 1.29632 1.67155 2.00172 2.39238 2.66329 3.23680 59 0.67867 1.29607 1.67109 2.00100 2.39123 2.66176 3.23421 60 0.67860 1.29582 1.67065 2.00030 2.39012 2.66028 3.23171 61 0.67853 1.29558 1.67022 1.99962 2.38905 2.65886 3.22930 62 0.67847 1.29536 1.66980 1.99897 2.38801 2.65748 3.22696 63 0.67840 1.29513 1.66940 1.99834 2.38701 2.65615 3.22471 64 0.67834 1.29492 1.66901 1.99773 2.38604 2.65485 3.22253 65 0.67828 1.29471 1.66864 1.99714 2.38510 2.65360 3.22041 66 0.67823 1.29451 1.66827 1.99656 2.38419 2.65239 3.21837 67 0.67817 1.29432 1.66792 1.99601 2.38330 2.65122 3.21639 68 0.67811 1.29413 1.66757 1.99547 2.38245 2.65008 3.21446 69 0.67806 1.29394 1.66724 1.99495 2.38161 2.64898 3.21260 70 0.67801 1.29376 1.66691 1.99444 2.38081 2.64790 3.21079 71 0.67796 1.29359 1.66660 1.99394 2.38002 2.64686 3.20903 72 0.67791 1.29342 1.66629 1.99346 2.37926 2.64585 3.20733 73 0.67787 1.29326 1.66600 1.99300 2.37852 2.64487 3.20567 74 0.67782 1.29310 1.66571 1.99254 2.37780 2.64391 3.20406 75 0.67778 1.29294 1.66543 1.99210 2.37710 2.64298 3.20249 76 0.67773 1.29279 1.66515 1.99167 2.37642 2.64208 3.20096 77 0.67769 1.29264 1.66488 1.99125 2.37576 2.64120 3.19948 78 0.67765 1.29250 1.66462 1.99085 2.37511 2.64034 3.19804 79 0.67761 1.29236 1.66437 1.99045 2.37448 2.63950 3.19663 80 0.67757 1.29222 1.66412 1.99006 2.37387 2.63869 3.19526

DAFTAR PUSTAKA

Darise, Nurlan, 2009. Pengelolaan Keuangan Pada Satuan Kerja Perangkat Daerah (SKPD) dan BLU, Indeks, Jakarta.

Erlina, 2011. Metodologi Penelitian, USU Press, Medan.

Erlina, Omar Sakti Rambe, Rasdianto, 2015. Akuntansi Keuangan Daerah Berbasis Akrual, Penerbit Salemba Empat.

Fakultas Ekonomi Universitas Sumatera Utara, Departemen Akuntansi, 2016. “Buku Pedoman Penulisan Skripsi dan Ujian Komprehensif Program Strata Satu (S1)”, Medan.

Gozali, Imam, 2006. Aplikasi Analisis Multivariate Dengan Program SPSS, Badan Penerbit Universitas Diponegoro, Semarang.

Departemen Keuangan Republik Indonesia Direktorat Jenderal Perimbangan

Keuanga

Edogbanya, Adejoh & Mr. Ja’afaru G. Sule, 2013. Revenue Generation : it’s Impact on Government Developmental Effort (A Study of Selected Local Council Kogi East Senatorial District), Global Journal of Management and Business Research Administration and Management. Volume 13, Issue 4, Version 1.0. Halim, Abdul, 2004. Akuntansi Keuangan Daerah, Penerbit Salemba Empat, Jakarta. ____________, 2007. Akuntansi Sektor Publik Akuntansi keuangan daerah, Edisi

Revisi, Jakarta, Salemba Empat.

Hersey and Kenneth H. Blanchard. “Situasional Leadership. A Summary”.

Kotarba, Boguslow & Anna Kolomycew, 2014. Financial Independence of Local Government Units in Poland, Journal of Universal Excellence. Year 3 Number 4, PP A18-A35, Departement of Political Science, University of Rzeszow.

Lugina, Dian Agung, 2012. Pengaruh Penerimaan Daerah Terhadap Kemandirian

Daerah di Kabupaten/Kota Provinsi Jawa Barat. Skripsi FE UPI : Bandung. Mahsun, Mohamad, 2006. Pengukuran Kinerja Sektor Publik, Penerbit BPFE,

Mardiasmo, 2006. Perpajakan , Edisi Revisi . Andi : Yogyakarta.

Marizka, Reza, 2013. Pengaruh PAD, DBH, DAU, dan DAK terhadap Tingkat

Kemandirian Keuangan Daerah pada Kabupaten dan Kota di Sumatera Barat. Skripsi FE UNP. Padang.

Pemerintah Provinsi Sumatera Utara, Kabupaten dan Kota di Provinsi Sumatera Utara,

Priyatno, Dwi (2012). Belajar Cepat Olah Data Statistik dengan SPSS. Yogyakarta: C.V. Andi Offset.

PSAP nomor 6 tentang Investasi Pemerintah Daerah.

Republik Indonesia, Undang-Undang Nomor 28 Tahun 2009 Tentang Pajak Daerah dan Retribusi Daerah.

, Undang-Undang Nomor 33 Tahun 2004 Tentang Perimbangan Keuangan antara Pemerintah Pusat dan Daerah.

,Undang-Undang Nomor 23 Tahun 2014 Tentang Pemerintah Daerah.

, Peraturan Menteri Dalam Negeri Nomor 21 Tahun 2011 Tentang Pedoman Pengelolaan Keuangan Daerah.

Sarjono, H. dan Winda Julianita, 2013. SPSS vs LISREL: Sebuah Pengantar, Aplikasi untuk Riset, Salemba Empat, Jakarta.

Siagian, Sartika Nurmince, 2014. Pengaruh Rasio Pendapatan Asli Daerah, Dana

Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi Hasil terhadap Kemandirian Keuangan Daerah pada Pemerintahan Kabupaten/Kota di Provinsi Riau Tahun2008-2012. Skripsi Sarjana Ekonomi Akuntansi Universitas Sumatera Utara. Medan.

Sugiyono, 2009. Metode Penelitian Bisnis, CV Alfabeta, Bandung.

Triyanto, Suseno. 1990. Indikator Ekonomi Dasar Perhitungan Perekonomian Indonesia. Jakarta: Kanisius.

Umar, Husein, 2008. Desain Penelitian Akuntansi Keperilakuan, Edisi Pertama PT Raja Grafindo Persada, Jakarta.

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang dilakukan adalah penelitian asosiatif kausal. Penelitian asosiatif kausal adalah penelitian yang bertujuan untuk menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lain. Dengan kata lain desain kausal berguna untuk mengukur hubungan-hubungan antar variabel riset atau berguna untuk menganalisis bagaimana suatu variabel mempengaruhi variabel yang lain.

3.2 Tempat dan Waktu Penelitian 3.2.1 Tempat Penelitian

Penelitian ini dilakukan pada seluruh daerah yang ada di provinsi sumatera utara.

3.2.2 Waktu Penelitian

Penelitian ini dilakukan dengan menganalisis data laporan keuangan realisasi anggaran daerah provinsi sumatera utara periode 2011-2013. Data diperoleh dari website Direktorat Jendral Keuangan yaitu

Batasan operasional bertujuan untuk menghindari timbulnya salah pengertian atau salah penafsiran terhadap istilah-istilah dalam judul, sehingga dapat menciptakan presepsi dan pemahaman yang jelas. Oleh karena itu penulis menggunakan penegasan istilah agar ruang lingkupnya tidak terlalu luas sehingga dapat dilakukan penegasan yang lebih mendalam yaitu :

1. Wilayah yang diteliti adalah daerah kabupaten/kota di Provinsi Sumatera Utara tahun 2011-2013;

2. Variabel dependen dalam penelitian ini adalah tingkat kemandirian keuangan daerah;

3. Variabel independen dalam penelitian ini adalah pendapatan asli daerah, dana alokasi umum, dana alokasi khusus dana bagi hasil;

4. Variabel moderasi dalam penelitian ini adalah investasi.

3.4 Definisi Operasional dan Skala Pengukuran Variabel

Berdasarkan rumusan masalah dan metode analisis, maka variabel-variabel dalam penelitian ini terdiri dari variabel independe, dependen, dan moderasi.

3.4.1 Variabel Dependen

Menurut Sugiyono (2009:39) menyatakan bahwa variabel terikat adalah “variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas”.

3.4.1.1Tingkat Kemandirian Keuangan Daerah

Tingkat kemandirian keuangan daerah adalah Kemampuan yang dimiliki pemerintah daerah untuk mengendalikan atau

mengelola sumber daya keuangan yang dimiliki secara optimal sesuai kebutuhan pembangunan di daerah dalam rangka mewujudkan peningkatan pelayanan dan kesejahteraan masyarakat.

3.4.2 Variabel Independen

Menurut (Erlina, 2011:37) “variabel bebas merupakan variabel yang dapat mempengaruhi perubahan dalam variabel dependen yang menyebabkan terjadinya variasi bagi variabel tidak bebas (variabel dependen) dan mempunyai hubungan yang positif maupun negativ bagi variabel dependen lainnya.”

3.4.2.1Pendapatan Asli Daerah

Pendapatan Asli Daerah adalah Pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan.

3.4.2.2Dana Alokasi Umum

Dana Alokasi Umum merupakan dana yang bersumber dari pendapatan APBN yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi.

3.4.2.3Dana Alokasi Khusus

Dana Alokasi Khusus aadalah dana yang bersumber dari APBN yang dialokasikan kepada daerah tertentu dengan tujuan untuk membantu mendanai kegiatan khusus yang merupakan urusan daerah sesuai dengan prioritas nasional.

3.4.2.4Dana Bagi Hasil

Dana Bagi Hasil adalah dana yang bersumber dari APBN yang dialokasikan kepada daerah berdasarkan angka persentase tertentu untuk mendanai kebutuhsn daerah dalam rangka pelaksanaan desentralisasi.

3.4.3 Variabel Moderasi

Variabel moderasi adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap dependen. (Ghozali,2006)

3.4.3.1Investasi

Investasi adalah kegiatan pemerintah daerah menanamkan uangnya dalam bentuk penyertaan modal atau pembelian surat utang dalam rangka memperoleh manfaat ekonomi atau sosial.

Tabel 3.1

Definisi Operasional dan Skala Pengukuran Variabel

No Variabel Definisi Pengukuran Skala

1 Tingkat Kemandirian Keuangan Daerah (Y)

Kemampuan yang dimiliki pemerintah daerah untuk mengendalikan atau mengelola sumber daya keuangan yang dimiliki secara optimal sesuai kebutuhan pembangunan di daerah dalam rangka mewujudkan peningkatan pelayanan dan

kesejahteraan masyarakat.

PAD

X 100% Bt.Pusat/Prov + Pinjaman

Rasio

2 PAD (X1)

Pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan. PAD X 100%

Total Pendapatan Daerah Rasio

3 DAU (X2)

Dana yang bersumber dari pendapatan APBN yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi.

DAU

X 100% Total Pendapatan Daerah

Rasio

4 DAK (X3)

Dana yang bersumber dari APBN yang dialokasikan kepada daerah tertentu dengan tujuan untuk membantu mendanai kegiatan khusus yang merupakan urusan daerah sesuai dengan prioritas nasional

DAK

X 100% Total Pendapatan Daerah

Rasio

5 DBH (X5)

Dana yang bersumber dari APBN yang dialokasikan

DBH

kepada daerah berdasarkan angka persentase tertentu untuk mendanai kebutuhsn daerah dalam rangka pelaksanaan desentralisasi.

Total Pendapatan Daerah

6 Investasi

kegiatan pemerintah daerah menanamkan uangnya dalam bentuk penyertaan modal atau pembelian surat utang dalam rangka memperoleh manfaat ekonomi atau sosial.

DBH

X 100% Total Pembiayaan Daerah

Rasio

3.5 Populasi dan Sampel Penelitian 3.5.1 Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi bukan hanya ditujukan hanya untuk orang tetapi juga objek dan benda-benda alami yang lain. Populasi juga bukan sekedar jumlah yang ada pada objek atau subjek yang dipelajari, tetapi meliputi seluruh karakteristik / sifat yang dimiliki oleh subjek atau objek tersebut. Populasi penelitian ini adalah Laporan APBD dan Laporan Realisasi APBD dari 10 Kabupaten dan 5 Kota yang ada di Provinsi Sumatera Utara untuk tahun 2011-2013.

3.5.2 Sampel

Sampel adalah suatu himpunan bagian (subset) dari unit populasi. Sampling adalah proses memilih sejumlah elemen dari populasi yang

mencukupi untuk mempelajari sampel dan memahami karakteristik elemen populasi.

Metode pengambilan sampel dilakukan dengan purposive sampling, yaitu “teknik pengumpulan sampel dengan pertimbangan tertentu. Adapun pertimbangan yang ditentukan oleh peneliti dalam pengambilan sampel adalah terdapat dalam keterangan sebagai berikut:

1. Kabupaten/kota di Provinsi Sumatera Utara yang mempublikasikan laporan APBD dan Laporan Realisasi APBDnya dalam situs Departemen Keuangan (www.djpk.depkeu.go.id), www.sumut.go.id.

2. Kabupaten/Kota di Provinsi Sumatera Utara yang memiliki data yang dibutuhkan (PAD, DAU, DAK, DBH, dan Investasi) untuk penelitian selama periode 2011-2013.

Berdasarkan kriteria yang telah ditetapkan dengan metode purposive sampling, dari 33 populasi maka didapatkan sebanyak 15 sampel yang memenuhi kriteria yang terdiri dari 10 Kabupaten dan 5 Kota di Provinsi Sumatera Utara, sehingga jumlahnya 45 sampel (15 dikali 3 tahun). Berikut adalah daftar Kabupaten dan Kota yang menjadi sampel penelitian ini :

3.6 Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yaitu data yang diperoleh atau dikumpulkan dan disatukan oleh studi-studi

sebelumnya atau yang diterbitkan oleh berbagai instansi lainnya. Biasanya sumber tidak langsung berupa data dokumentasi dan arsip-arsip resmi. Dalam penelitian ini, peneliti menggunakan pooled data yaitu kombinasi antara data time series dengan data cross section. Data time series merupakan sekumpulan data untuk meneliti suatu fenomena tertentu, misalnya dalam mingguan, bulanan atau tahunan, sedangkan data cross section adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam suatu kurun waktu. Sumber data dalam penelitian ini peneliti peroleh dari www.djpk.depkeu.go.id ,

3.7 Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini adalah metode pustaka dan dokumentasi. Metode pustaka yakni memperoleh data dari buku, artikel, jurnal penelitian. Maupun sumber tertulis lainnya. Sedangkan dokumentasi dilakukan dengan mengumpulkan data dari mengenai laporan keuangan tahunan SKPD yang termasuk dalam sampel.

3.8 Metode Analisis Data

Metode analisis data yang digunakan dalalam penelitian ini adalah model analisis regresi linear berganda. Model regresi linear berganda adalah teknik analisis yang menjelaskan hubungan antara variabel dependen dengan beberapa variasi independen (Sugiyono, 2009). Dalam melakukan analisis data peneliti menggunakan program SPSS (Statistical Package Social Science) versi 19.0.

Statisitik deskriptif merupakan statistik yang menggambarkan fenomena atau karakteristik dari data (Jogiyanto, 2004 : 163). Statistik deskriptif mempelajari bagaimana cara penyajian data sehingga dapat memudahkan untuk dipahami dan memberikan gambaran suatu data yang dapat dilihat dari nilai rata-rata (mean), median, varian, nilai maksimum, dan minimum serta standar deviasi.

3.8.2 Uji Asumsi Klasik

Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu peneliti lakukan sebelum melakukan pengujian hipotesis, hal ini bertujuan apakah model tersebut memenuhi asumsi klasik atau tidak. Pengujian asumsi klasik terdiri dari uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi.

1. Uji Normalitas

Menurut Husein Umar (2008 : 79) “uji normalitas berguna untuk mengetahui apakah variabel dependen, independen, atau keduanya berdistribusi normal atau tidak”. Sama halnya dengan Ghozali (2006) yang menyatakan bahwa “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”. Jika data menunjukkan tidak berdistribusi normal, maka analisis dari nonparametik dapat

digunakan. Jika berdistribusi normal, maka analisis parametik yang termasuk model-model regresi dapat digunakan.

Cara mendeteksi apakah data berdistribusi normal atau tidak dapat dilakukan dengan tidak berdasarkan grafik, seperti uji

Kolmogorov-Smirnov dimana bila nilainya diatas 5% (nilai signifikansi atau probabilitas > 0.05) hal tersebut menunjukkan data dari variabel tersebut berdistribusi normal, dan berlaku sebaliknya. Uji normalitas juga dapat dilakukan dengan analisis grafik histogram dan normal probability plot.

Menurut Ghozali (2006 : 112) dasar pengambilan keputusan dalam uji normalitas sebagai berikut:

1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas dan

2. Jika data menyebar jauh dari diagonal dan/ atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

2. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk mengetahui apakah model regresi yang diajukan terdapat kolerasi yang kuat antar variabel independen. Jika terdapat kolerasi yang kuat, maka terdapat masalah multikolinieritas yang harus

diatasi, karena model regresi yang baik seharusnya tidak terjadi kolerasi di antara variabel independen yang ada. Menurut Sarjono (2011) salah satu untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat dari nilai VIF ( Variance-Infliating Factor), dasar dalam mengambil keputusan adalah:

1. Jika nilai VIF < 10 maka tidak terjadi gejala multikolinieritas di antara variabel bebas,

2. Jika nilai VIF > 10 maka terjadi gejala multikolinieritas di antara variabel bebas.

3.8.2.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lainnya. Jika varians dari residual tersebut tetap atau tidak mengalami perubahan, maka disebut homoskedastisitas. Sedangkan, model regresi yang baik bila tidak terjadi perubahan yang disebut dengan heteroskedastisitas. Beberapa cara untuk menentukan heteroskedastisitas adalah dengan Scatterplot, Uji Park, Uji Glejser. Menurut Ghozali (2006 : 105) dasar analisis untuk menentukan ada atau tidaknya heteroskedastisitas, yaitu:

1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.

2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3.8.2.4 Uji Autokorelasi

Menurut Umar (2008 : 86) menyatakan bahwa ”uji autokorelasi berguna untuk mengetahui apakah dalam sebuah model regresi linier terdapat hubungan yang kuat baik positif maupun negatif antar data yang ada pada variabel-variabel penelitian”.

Sedangkan menurut Ghozali (2006 : 95) “auto autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)”.

Autokorelasi muncul akibat obeservasi yang berurutan sepanjang waktu yang berkaitan satu dengan yang lainnya. Hal ini sering terjadi pada data time series, karena “gangguan” yang terjadi pada seorang individu/ kelompok cenderung mempengaruhi “gangguan” pada individu/ kelompok yang sama pada periode yang terjadi berikutnya. Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokolerasi adalah dengan melakukan pengujian Durbin Watson, yaitu uji yang digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta dalam model regresi dan tidak ada variabel lag di antara variabel independen. Selain uji Durbin Watson, dapat juga digunakan uji Lagrange Multiplier (LM test) untuk jumlah sampel di atas 100 observasi, uji Statistics Q untuk melihat

autokolerasi dengan lag lebih dari dua, dan uji Run test untuk menguji apakah antar residual terdapat korelasi yang tinggi.

3.8.3 Analisis Regresi Berganda

Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi linear berganda. Analisis ini dilakukan untuk mengetahui pengaruh variabel independen (X) terhadap variabel dependen (Y) dengan menggunakan uji koefisien determinasi (R2), uji statistik F, dan uji statistik t. Persamaan regresi linier berganda dari penelitian ini adalah:

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + e

Keterangan :

Y = Tingkat Kemandirian Keuangan Daerah a = Konstanta

b1-b4 = Koefisien Regresi

X1 = Pendapatan Asli Daerah

X2 = Dana Alokasi Umum

X3 = Dana Alokasi Khusus

X4 = Dana Bagi Hasil

3.8.4 Uji Hipotesis

3.8.4.1 Pengujian Hipotesis Pertama (H1)

Pengujian hasil analisis regresi linier berganda dilakukan dengan Uji Koefisien Determinasi, Uji Statistik F dan Uji t.

1. Koefisien Determinasi (R2)

Koefisien Determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2013 : 97). Dengan demikian uji determinasi atau R2 merupakan suatu ukuran baik atau tidaknya model regresi yang terestimasi. Nilai dari koefisien determinasi (R2) menunjukkan seberapa besar variasi dari variabel dependen (Y) dapat diterangkan oleh variabel independen (X). Bila hasil dari nilai koefisien determinasi sama dengan 0 (R2= 0), berarti variasi dari Y tidak dapat diterangkan sama sekali oleh X atau tidak ada hubungan antara X dan Y. Sedangkan, bila hasilnya adalah satu (R2 = 1), berarti variasi dari Y secara keseluruhan dapat memberi informasi yang dibutuhkan untuk memprediksi X. Baik atau buruknya suatu persamaan regresi dilihat dari hasil determinasi (R2) nya yang mempunyai nilai antara nol dan satu (0 < R2 < 1). Bila semakin dekat nilai R2 ke nilai 1, maka pengaruh variabel X yang dapat diterangkan semakin kuat.

Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/ terikat (Ghozali, 2006).

Uji statistik F dilakukan dengan membandingkan signifikan F-hitung dengan F-Tabel dengan ketentuan sebagai berikut:

1. Jika F-hitung > F-tabel atau Sig. < 0,05, maka Ha diterima. 2. Jika F-hitung < F-tabel atau Sig. > 0.05, maka Ha tidak

diterima/ ditolak.

3. Uji Signifikan Parsial (Uji Statistik t)

Uji statistik t menunjukkan seberapa besar pengaruh satu variabel independen secara parsial dalam menerangkan variasi variabel dependen (Ghozali, 2013 : 98). Hipotesis yang diuji adalah:

Ha = masing-masing variabel independen berpengaruh secara parsial terhadap variabel dependen.

Uji ini dilakukan dengan membandingkan hitung dengan t-tabel dengan ketentuan sebagai berikut:

1. Jika t-hitung > t-tabel, atau Sig. < 0,05, maka Ha diterima. 2. Jika t-hitung < t-tabel, atau Sig. > 0,05, maka Ha tidak

3.8.4.2 Pengujian Hipotesis Kedua (H2)

Untuk melakukan pengujian pada hipotesis kedua (H2)

berkaitan pada Investasi dalam mempengaruhi variabel independen terhadap Tingkat Kemandirian Keuangan Daerah maka dilakukan analisis regresi moderasi.

Terdapat tiga cara menguji regresi dengan variabel pemoderasi yaitu: (1) uji interaksi, (2) uji selisih mutlak dan (3) uji residual. Pengujian variabel pemoderasi dalam penelitian ini menggunakan uji nilai selisih mutlak yang lebih disukai (Ghozali, 2006 : 157). Uji selisih nilai mutlak dilakukan dengan cara mencari selisih nilai mutlak terstandarisasi diantara variabel independen. Jika selisih mutlak tersebut signifikan positif maka variabel tersebut memoderasi antara variabel independen dan variabel dependen.

Persamaan regresi sebagai berikut:

Y = a + b1X1 + b2Z + b3 |X1 – Z| …………. (1)

Y = a + b4X2 + b5Z + b6 |X2 – Z| …………. (2)

Y = a + b7X3 + b8Z + b9 |X3 – Z| …………. (3)

Y = a + b10X4 + b11Z + b12 |X4 – Z| …………. (4)

Keterangan :

Y = Pertumbuhan Laba

a = Konstanta

b4-b6 = Koefisien Regresi Persamaan 2

b7-b9 = Koefisien Regresi Persamaan 3

b10-b12 = Koefisien Regresi Persamaan 4

X1 = Variabel PAD

X2 = Variabel DAU

X3 = Variabel DAK

X4 = Variabel DBH

Z = Investasi

Pada peneltian ini menggunakan Investasi sebagai variabel pemoderasi sehingga dalam analisis regresi ditambahkan uji nilai selisih mutlak antara variabel independen dengan variabel moderatingnya.

Persamaan (1), (2), dan (3) menggambarkan apakah variabel Investasi merupakan variabel moderating dan ini ditunjukkan dengan nilai koefisien b3 |X1 –

Z1|, b6 |X2 – Z1|, b9 |X3 – Z1|, b12 |X4 – Z1| yang signifikan di bawah nilai 0,05

sehingga variabel Investasi dapat memoderasi hubungan antara PAD, DAU, DAK, dan DBH dengn Tingkat Kemandirian Keuangan Daerah. Apabila nilai signifikansi < 0,05 maka baru dilihat nilai thitung bernilai positif atau negatif, jika nilainya negatif

berarti variabel moderating (Investasi) memperlemah hubungan antara variabel independen (PAD, DAU, DAK, dan DBH) dengan variabel dependen (Tingkat Kemandirian Keuangan), sedangkan nilai positif berarti variabel moderating memperkuat hubungan antara variabel independen dengan variabel dependen.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Provinsi Sumatera Utara

Letak Geografis Provinsi Sumatera Utara

Provinsi Sumatera Utara berda di bagian barat Indonesia, terletak pada garis 1o– 4o Lintang Utara dan 98o– 100o Bujur Timur. Sebelah Utara berbatasan dengan provinsi Aceh, sebelah Timur dengan Negara Malaysia di Selat Malaka, sebelah Selatan berbatasan dengan provinsi Riau dan Sumatera Barat, dan di sebelah Barat berbatasan dengan Samudera Hindia. Luas daratan provinsi Sumatra Utara adalah 71.680,68 Km2, sebagian besar berada d daratan pulau Sumatera dan sebagian kecil berada dipulau Nias, pulau – pulau Batu, serta beberapa pulau kecil, baik di bagian Barat maupun di bagian Timur pantau pulau Sumatera. Berdasarkan luas daerah menurut kabupaten/kota di Sumatera Utara, luas daerah terbesar adalah kabupaten Mandailing Natal dengan luas 6.620,70 Km2, atau sekitar 9,23% dari total luas Sumatera utara, diikuti kabupaten Langkat dengan luas 6.263,29 Km2 atau 8,74%, kemudian kabupaten Simalunggun dengan luas 4.386,60 Km2 atau sekitar 6,12%. Sedangkan luas daerah terkecil adalah kota Sibolga gengan luas 10,77 Km2 atau sekitar 0,02% dari total luas wilayah Sumatera Utara. Berdasarkan kondisi letak dan kondisi alam, Sumatera Utara dibagi dalam 3 (tiga) kelompok wilayah/kawasan yaitu Pantai Barat, Dataran Tinggi, dan Pantai Timur. Kawasan Pantai Barat meliputi Kabupaten Nias, Kabupaten Nias Utara, Kabupaten Nias Barat, Kabupaten Mandailing Natal,

Kabupaten Tapanuli Selatan, Kabupaten Padang Lawas, Kabupaten Padang Lawas Utara, Kabupaten Tapanuli Tenggah, Kabupaten Nias Selatan, Kota Padang Sidempuan, Kota Sibolga, dan Kota Gunung Sitoli. Kawasan dataran tinggi meliputi Kabupaten Tapanuli Utara, Kabupaten Toba Samosir, Kabupaten Simalunggun, Kabupaten Dairi, Kabupaten Karo, Kabupaten Humbang Hasundutan, Kabupaten Pakpak Bharat, Kabupaten Samosir, dan Kota Pemantang Siantar. Kawasan Pantai Timur meliputi Kabupaten Labuhan Batu, Kabupaten Labuhan Batu Utara, Kabupaten Labuhan Batu Selatan, Kabupaten Asahan, Kabupaten Batu Bara, Kabupaten Deli Serdang, Kabupaten Langkat, Kabupaten Serdang Bedagai, Kota Tanjung Balai, Kota Tebing Tinggi, Kota Medan, dan Kota Binjai.

Metode pemilihan sampel yang digunakan adalah purposive judgement sampling method yaitu berdasarkan kriteria-kriteria tertentu. Berdasarkan metode tersebut diperoleh sampel penelitian yaitu sebanyak 15 kabupaten dan kota yang terdapat di provinsi Sumatera Utara, periode penelitian tahun 2011-2013 yaitu sebanyak 3 tahun sehingga data pooling sebanyak 45.

4.2 Analisis Statistik Deskriptif

Statistik Deskriptif digunakan untuk mengeksplorasi data yang telah dikumpulkan, membuat kesimpulan dan mendeskripsikan data tersebut. Deskripsi variabel ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata, serta standar deviasi data yang digunakan dalam penelitian. Tujuan adanya statistik deskriptif adalah untuk memudahkan membaca data serta memahami

maksudnya. Deskripsi variabel dari hasil penelitian ini dapat dilihat pada tabel 4.2 berikut :

Tabel 4.1 Descriptive Statistics

Descriptive Statistics N

Minimu m

Maximu

m Mean

Std. Deviation

KKD 45 .01 .19 .0677 .03917

PAD 45 .01 .16 .0585 .03183

DAU 45 .07 .74 .6270 .12428

DAK 45 .01 .68 .0724 .09449

DBH 45 .03 .12 .0526 .01928

Investasi 45 -1.15 1.00 .0574 .34532 Valid N

(listwise)

45

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan tabel 4.2 diatas dapat dijelaskan dengan pernyataan dibawah ini. a. Variabel Tingkat Kemandirian Keuangan Daerah (Y) memiliki sampel (N) sebanyak 45, dengan nilai minimum 0,01 dan nilai maksimum 0,19 serta nilai rata-rata 0,0677. Standard Deviation variabel ini adalah 0,03917.

b. Variabel PAD (X1) memiliki sampel (N) sebanyak 45, dengan nilai minimum 0,01 dan nilai maksimum 0,16 serta nilai rata-rata 0,0677. Standard Deviation variabel ini adalah 0,03183.

c. Variabel DAU (X2) memiliki sampel (N) sebanyak 45, dengan nilai minimum 0,07 dan nilai maksimum 0,74 serta nilai rata-rata 0,6270. Standard Deviation variabel ini adalah 0,12428 .

d. Variabel DAK (X3) memiliki sampel (N) sebanyak 45, dengan nilai minimum 0,01 dan nilai maksimum 0,68 serta nilai rata-rata 0,0724. Standard Deviation variabel ini adalah 0,09449 .

e. Variabel DBH (X4) memiliki sampel (N) sebanyak 45, dengan nilai minimum 0,03 dan nilai maksimum 0,12 serta nilai rata-rata 0,0526. Standard Deviation variabel ini adalah 0,01928 .

f. Variabel Investasi (Z) memiliki sampel (N) sebanyak 45, dengan nilai minimum -1,15 dan nilai maksimum 1,00 serta nilai rata-rata 0,0574.

Standard Deviation variabel ini adalah 0,034532 .

4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, distribusi sebuah data memiliki distribusi normal atau tidak. Dalam penelitian ini, tingkat signifikansi yang digunakan α = 0.05. Umumnya, uji normalitas dideteksi dengan uji Kolmogorov-Smirnov, grafik histogram, dan

Normal Probability Plot. Uji Kolmogorov-Smirnov, dimana suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih besar dari 0.05. Sebaliknya, berdistribusi tidak normal apabila nilai signifikansi lebih kecil dari 0.05.

Tabel 4.2

Uji Kolmogorov-Smirnov Sebelum Moderating

One-Sample Kolmogorov-Smirnov Test Unstandardi zed Residual

N 45

Normal Parametersa,b Mean .0000000 Std. Deviation .00401555 Most Extreme

Differences

Absolute .076 Positive .076 Negative -.054 Kolmogorov-Smirnov Z .511 Asymp. Sig. (2-tailed) .957 a. Test distribution is Normal.

b. Calculated from data.

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan hasil pengolahan data penelitian sebelum

moderating dengan menggunakan uji Kolmogorov-Smirnov yang tersaji pada tabel 4.2, diperoleh signifikansi (Asymp.Sig) pada variabel tingkat kemandirian keuangan lebih besar dari 0.05 yaitu 0.957 yang menunjukkan bahwa data pada penelitian berdistribusi secara normal

Tabel 4.3

Uji Kolmogorov-Smirnov Setelah Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardiz ed Residual

N 45

Normal Parametersa,b Mean .0000000 Std. Deviation .00386307 Most Extreme

Differences

Absolute .080

Positive .080

Negative -.051

Kolmogorov-Smirnov Z .539

Asymp. Sig. (2-tailed) .933

a. Test distribution is Normal. b. Calculated from data.

Berdasarkan hasil dari pengolahan data penelitian setelah moderating

dengan menggunakan uji Kolmogorov-Smirnov yang tersaji pada tabel 4.3, diperoleh signifikansi (Asymp.Sig) pada variabel tingkat kemandirian keuangan daerah lebih besar dari 0.05 yaitu 0.933 yang menunjukkan bahwa data pada penelitian berdistribusi secara normal.

Analisis grafik yang cukup handal untuk menguji normalitas data adalah dengan melihat grafik histogram dan Normal Probability Plot.

Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 19, maka dihasilkan grafik gambar sebagai berikut:

Gambar 4.1

Histogram Sebelum Moderating

Gambar 4.2

Histogram Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Gambar 4.3

Normal P-Plot Sebelum Moderating

Gambar 4.4

Normal P-Plot Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan hasil tampilan grafik histogram sebelum moderating

(Gambar 4.1) dan setelah moderating (Gambar 4.2), dapat disimpulkan bahwa pola tersebut berdistribusi normal, dimana grafik histogram berbentuk kurva normal atau berbentuk lonceng, tidak memberikan pola distribusi yang menceng ke kiri atau menceng ke kanan. Sedangkan pada hasil tampilan grafik normal probability plot sebelum moderating (Gambar 4.3) dan setelah

moderating (Gambar 4.4), dapat disimpulkan bahwa titik-titik tersebut berdistribusi normal, terlihat titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Secara keseluruhan keempat grafik ini baik sebelum dan setelah moderating dalam model regresi tidak menyalahi asumsi normalitas atau berdistribusi normal. Sehingga variabel-variabel yang

mencakup dalam data penelitian dapat dilakukan pengujian asumsi klasik lainnya dan uji hipotesis lebih lanjut.

4.3.2 Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk menguji apakah model regresi ditemukan adanya kolerasi antara variabel bebas (independen). Model regresi yang baik tentu tidak terjadi kolerasi antara variabel independen. Dalam penelitian ini, pengujian multikolinieritas dilakukan dengan melihat nilai VIF (Variance-Infliating Factor) antar variabel independen dan perhitungan nilai Tolerance. Jika nilai VIF < 10 dan nilai Tolerance > 0.10, hal ini menunjukkan tidak adanya gejala multikolinieritas antara variabel bebas. Sedangkan, jika nilai VIF > 10 dan nilai Tolerance < 0.10, hal ini menunjukkan adanya gejala multikolinieritas antara variabel bebas.

Tabel 4.4

Uji Multikolinieritas Sebelum Moderating

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics B Std. Error Beta

Toleranc

e VIF 1 (Constant

)

.004 .004 1.051 .299

PAD 1.222 .020 .992 60.935 .000 .990 1.010 DAU -.007 .005 -.021 -1.295 .203 .992 1.008 DAK -.013 .007 -.031 -1.896 .065 .989 1.011 DBH -.052 .033 -.026 -1.574 .123 .982 1.018 a. Dependent Variable: KKD

Hasil uji multikolinieritas sebelum moderating pada tabel 4.4, dapat dilihat tidak terjadi gejala multikolinieritas antara variabel penelitian, dimana nilai VIF dari variabel PAD, DAU, DAK, dan DBH menunjukkan nilai < 10 dan nilai Tolerance > 0.10.

Tabel 4.5

Uji Multikolinieritas Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Hasil uji multikolinieritas setelah moderating pada tabel 4.5, dapat dilihat tidak terjadi gejala multikolinieritas antara variabel penelitian, dimana nilai VIF dari variabel PAD, DAU, DAK, DBH, dan Investasi menunjukkan nilai < 10 dan nilai Tolerance > 0.10. Dengan demikian, dapat disimpulkan bahwa tidak terjadi korelasi di antara variabel-variabel independen yang diuji dalam penelitian ini baik sebelum moderating maupun setelah moderating, sehingga variabel-variabel independen ini tidak perlu dikeluarkan dari model regresi.

4.3.3 Uji Heteroskedastisitas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics B Std. Error Beta

Toleranc

e VIF 1 (Constant

)

.006 .004 1.473 .149

PAD 1.222 .020 .993 62.552 .000 .990 1.010 DAU -.009 .005 -.029 -1.756 .087 .920 1.087 DAK -.012 .007 -.029 -1.809 .078 .983 1.017 DBH -.060 .033 -.029 -1.831 .075 .966 1.036 Investasi .003 .002 .029 1.772 .084 .901 1.110 a. Dependent Variable: KKD

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi suatu ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Dalam penelitian ini, peneliti menggunakan Scatterplot untuk menguji heteroskedastisitas. Jika tidak ada bentuk pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Gambar 4.5

Uji Heteroskedastisitas Sebelum Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Hasil uji heteroskedastisitas berdasarkan grafik Scatterplot sebelum

moderating pada gambar 4.5, dapat dilihat bahwa terdapat titik-titik yang menyebar atau acak di atas dan di bawah angka 0 pada sumbu Y dan menunjukkan pola yang tidak jelas, hal ini menunjukkan bahwa model regresi tidak terjadi heteroskedastisitas.

Gambar 4.6

Uji Heteroskedastisitas Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Hasil uji heteroskedastisitas berdasarkan grafik Scatterplot setelah

moderating pada gambar 4.6, dapat dilihat bahwa terdapat titik-titik yang menyebar atau acak di atas dan di bawah angka 0 pada sumbu Y dan menunjukkan pola yang tidak jelas, hal ini menunjukkan bahwa model regresi tidak terjadi heteroskedastisitas.

Apabila terjadi heteroskedastisitas, maka hasil dari grafik akan menunjukkan pola tertentu, seperti titik-titik yang membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit).

Dengan demikian, dapat disimpulkan bahwa tidak terdapat heteroskedastisitas pada model regresi baik sebelum dan setelah moderating,

4.3.4 Uji Autokolerasi

Uji autokolerasi bertujuan untuk menguji apakah dalam model regresi linear terdapat kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Autokolerasi timbul karena residual tidak bebas dari observasi ke observasi lainnya. Model regresi yang baik adalah yang bebas dari terjadinya autokolerasi. Dalam penelitian ini, peneliti menggunakan uji Runs Test.

Tabel 4.6

Uji Autokolerasi Sebelum Moderating

Runs Test

Unstandardized Residual Test Valuea -.00048 Cases < Test Value 22 Cases >= Test Value 23

Total Cases 45

Number of Runs 30

Z 1.814

Asymp. Sig. (2-tailed) .070 a. Median

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Hasil uji autokolerasi berdasarkan tabel 4.6 sebelum moderating, menunjukkan bahwa signifikansi variabel tingkat kemandirian keuangan daerah (Asymp.Sig. (2-tailed)) lebih besar dari 0.05 yaitu 0.070 yang berarti data yang digunakan cukup random (residual random) atau tidak terjadinya autokolerasi antar nilai residual.

Tabel 4.7 Uji Autokolerasi Setelah Moderating Runs Test

Unstandardized Residual

Test Valuea .00013

Cases < Test Value 22

Cases >= Test Value 23

Total Cases 45

Number of Runs 30

Z 1.814

Asymp. Sig. (2-tailed) .070

a. Median

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Hasil dari uji autokolerasi setelah moderating yang terdapat pada tabel 4.7, dapat dilihat bahwa signifikansi variabel tingkat kemandirian keuangan daerah (Asymp.Sig. (2-tailed)) lebih besar dari 0.05 yaitu 0.070 yang berarti data yang digunakan cukup random (residual random) atau tidak terjadinya autokolerasi antar nilai residual.

4.4 Analisis Regresi Berganda

Berdasarkan hasil dari beberapa pengujian asumsi klasik, maka dapat disimpulkan bahwa, model regresi yang digunakan dalam penelitian ini telah memenuhi syarat dan layak untuk dilakukan analisis regresi berganda.

Analisis regresi berganda dilakukan untuk mengetahui seberapa besar pengaruh satu atau lebih variabel independen (X) terhadap variabel dependen (Y). Hasil analisis regresi berganda merupakan koefisien untuk masing-masing variabel independen.

Tabel 4.8

Koefisien Regresi Berganda Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant )

.004 .004 1.051 .299

PAD 1.222 .020 .992 60.935 .000 DAU -.007 .005 -.021 -1.295 .203 DAK -.013 .007 -.031 -1.896 .065 DBH -.052 .033 -.026 -1.574 .123 a. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan tabel koefisien pada tabel 4.8, dapat dibentuk persamaan regresi berganda yang sesuai dengan model penelitian ini, sehingga diperoleh persamaan regresi berganda sebagai berikut:

Y = a +b1X1 + b2X2 + b3X3 + b4X4

Berdasarkan angka-angka yang terdapat dalam tabel koefisien diatas pada kolom Unstandardized Coefficients bagian B, maka persamaan regresi berganda dapat dilengkapi sebagai berikut:

Tingkat Kemandirian Keuangan Daerah = 0.004 + 1.222 PAD – 0.007 DAU – 0.013 DAK - 0.052 DBH

Dari hasil persamaan regresi berganda tersebut, masing-masing variabel independen dapat dinterpretasikan pengaruhnya terhadap Tingkat Kemandirian Keuangan Daerah sebagai berikut:

1. Nilai konstanta persamaan di atas adalah 0,004 yang menunjukkan apabila semua variabel independen dianggap konstan atau nol maka nilai dari tingkat kemandirian keuangan daerah adalah sebesar 0,004.

2. Variabel pendapatan asli daerah berpengaruh positif terhadap kemandirian keuangan daerah dengan nilai koefisien sebesar 1,222. Artinya jika pendapatan asli daerah naik sebesar 1% maka kemandirian keuangan daerah akan mengalami kenaikan sebesar 1,222 dengan asumsi bahwa nilai variabel lain dianggap tidak konstan.

3. Variabel dana alokasi umum berpengaruh negatif terhadap kemandirian keuangan daerah dengan nilai koefisien sebesar -0,007. Artinya jika dana alokasi umum naik sebesar 1% maka kemandirian keuangan daerah akan mengalami penurunan sebesar 0,007 dengan asumsi bahwa nilai variabel lain dianggap konstan.

4. Variabel dana alokasi khusus berpengaruh negatif terhadap kemandirian keuangan daerah dengan nilai koefisien sebesar -0,013. Artinya jika dana alokasi khusus naik sebesar 1% maka kemandirian keuangan daerah akan mengalami penurunan sebesar 0,013 dengan asumsi bahwa nilai variabel lain dianggap tidak konstan.

5. Variabel dana bagi hasil berpengaruh negatif terhadap harga saham dengan nilai koefisien sebesar 0,052. Artinya jika turun sebesar dana bagi hasil 1% maka kemandirian keuangan daerah akan mengalami penurunan sebesar 0,052 dengan asumsi bahwa nilai variabel lain dianggap konstan.

4.5 Pengujian Hipotesis

4.5.1 Uji Koefisien Determinasi (R2)

Uji koefisien determinasi (R2)dilakukan untuk mengukur sejauh mana kemampuan model dalam menjelaskan variabel dependen. Koefisien determinasi dikatakan kuat jika nilai R2 berada diatas 0.5 dan mendekati 1. Semakin mendekati ke angka nol berarti model tidak baik atau variasi model dalam menjelaskan sangat sedikit dan terbatas, sebaliknya semakin mendekati angka satu, maka model semakin baik dan memberikan hampir semua informasi yang dibutuhkan.

Tabel 4.9

Uji Koefisien Determinasi Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .995a .989 .988 .00421

a. Predictors: (Constant), DBH, DAU, PAD, DAK b. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan tabel 4.9 diatas, dapat dilihat dijelaskan bahwa:

a. R sebesar 0.995 berarti hubungan antara PAD, DAU, DAK, dan DBH terhadap Tingkat Kemandirian Keuangan Daerah sangat erat.

b. R2 terletak pada kolom R-Square sebesar 0.989. Hal ini menandakan bahwa PAD, DAU, DAK, dan DBH mempengaruhi secara simultan atau bersama-sama terhadap variabel Tingkat Kemandirian Keuangan Daerah sebesar 98.9%, sisanya sebesar 1.1% dipengaruhi oleh faktor-faktor lain.

c. Adjusted R Square sebesar 0.988. Hal ini menandakan bahwa Tingkat Kemandirian Keuangan Daerah (variabel dependen) mampu dijelaskan oleh PAD, DAU, DAK, dan DBH (variabel independen) sebesar 98.8% dan sisanya sebesar 1.2% dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian.

d. Standard Error Of The Estimate (SEE) artinya mengukur variasi dari nilai yang diprediksi, yang menunjukkan nilai sebesar 0.00421, dimana semakin kecil angka ini, semakin tepat atau semakin baik model regresi dalam memprediksi pertumbuhan laba.

4.5.2 Uji Signifikansi Simultan (F-test)

Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas secara bersama-sama atau serempak mempunyai pengaruh yang signifikan terhadap variabel terikat. Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak digunakan statistik F (uji F), dengan

menggunakan tingkat signifikan (α) 5%, jika nilai sig.F > 0,05, artinya tidak

ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig.F < 0,05, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Pengambilan keputusan juga dapat dilakukan dengan membandingkan nilai Fhitung dan nilai Ftabel. Dimana Fhitung> Ftabel

Tabel 4.10

Uji Signifikansi Simultan ANOVAb

Model

Sum of

Squares Df

Mean

Square F Sig. 1 Regressi

on

.067 4 .017 941.74 5

.000a Residual .001 40 .000

Total .068 44

a. Predictors: (Constant), DBH, DAU, PAD, DAK b. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan hasil pengujian signifikansi simultan (F-test) yang terdapat pada tabel 4.10, dapat dilihat bahwa semua variabel independen (PAD, DAU, DAK, dan DBH) berpengaruh positif signifikan terhadap variabel dependen (Tingkat Kemandirian Keuangan Daerah) secara bersama-sama atau simultan. Hal ini ditunjukkan oleh nilai signifikansi yang menunjukkan angka 0.000 < 0.05 dan nilai Fhitung = 941.745 > Ftabel =

2.605975. Nilai dari Ftabel diperoleh dengan melihat tabel persentase distribusi

F yang terdapat pada lampiran 5 . Pada tabel tersebut terdapat df untuk pembilang (N1) yang diperoleh dari jumlah variabel independen yang digunakan dalam penelitian, dimana variabel independen yang digunakan adalah N1 = 4. Nilai df untuk penyebut (N2) diperoleh dari jumlah data yang digunakan dikurang dengan jumlah variabel dependen dan independen, yang nilainya adalah N2 = 45 (45-1-4). Sebaliknya, bila nilai signifikansi lebih besar dari 0.05 dan nilai Fhitung < dari Ftabel, maka variabel independen tidak

berpengaruh signifikan terhadap variabel dependen secara bersama-sama atau simultan.

4.5.3 Uji Signifikansi Parsial (t-test)

Uji parsial (Uji t) dilakukan untuk mengetahui pengaruh variabel bebas secara parsial terhadap variabel terikat. Pengaruh dari masing-masing variable pendapatan asli daerah, dana alokasi umum, dana alokasi khusus serta dana bagi hasil terhadap kemandirian keuangan daerah dapat dilihat dari arah tanda dan tingkat signifikansi. Variabel berpengaruh signifikan terhadap harga saham ketika nilai signifikansi < 0,05. Untuk t hitung disajikan pada tabel 4.12 sedangkan untuk t tabel disajikan pada lampiran 6 dengan ketentuan pengambilan keputusan menggunakan taraf nyata 5% untuk uji 2

(dua) arah (α / 2 = 0,05/2 = 0,25) dengan derajat bebas (df) = n-k = 45-3= 42. Nilai tabel dengan taraf nyata 0,25 dan df=35 adalah 2,01808.

Tabel 4.11 Uji Signifikansi Parsial

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant )

.004 .004 1.051 .299

PAD 1.222 .020 .992 60.935 .000 DAU -.007 .005 -.021 -1.295 .203 DAK -.013 .007 -.031 -1.896 .065 DBH -.052 .033 -.026 -1.574 .123 a. Dependent Variable: KKD

Berdasarkan hasil pengujian signifikansi parsial (t-test) yang terdapat pada tabel 4.11, menunjukkan bagaimana pengaruh setiap variabel independen terhadap variabel dependen. Pada tabel juga telah disajikan nilai thitung dan nilai signifikansi dari setiap variabel yang diteliti. Nilai dari ttabel

diperoleh sebesar 2,01808. Berikut penjelasan masing-masing pengaruh variabel independen terhadap variabel dependen:

a. Pengujian Pendapatan Asli Daerah (X1) terhadap Kemandirian Keuangan Daerah (Y), menunjukkan signifikansi 0,000 < 0,05 dan thitung ˃ ttabel (60,935 ˃ 2,01808). Untuk tingkat signifikansinya yang ditunjukkan oleh variabel Pendapatan Asli Daerah adalah 0,000, yang berarti variabel PAD berpengaruh positif dan signifikan terhadap Tingkat Kemandirian Keuangan Daerah.

b. Variabel Dana Alokasi Umum (X2) terhadap Tingkat Kemandirian Keuangan Daerah (Y), menunjukkan signifikansi 0,203 ˃ 0,05 dan thitung

˃ ttabel (60,935 ˃ -1,295). Untuk tingkat signifikansinya yang ditunjukkan oleh variabel Dana Alokasi Umum adalah 0,203 yang berarti variabel DAU tidak memiliki pengaruh terhadap Tingkat Kemandirian Keuangan Daerah. c. Variabel Dana Alokasi Khusus (X3) terhadap Tingkat Kemandirian

Keuangan Daerah (Y), menunjukkan signifikansi 0,065 ˃ 0,05 dan thitung

oleh variabel Dana Alokasi Khusus adalah 0,065 yang berarti variabel DAK tidak memiliki pengaruh terhadap Tingkat Kemandirian Keuangan Daerah.

d. Variabel Dana Bagi Hasil (X4) terhadap Tingkat Kemandirian Keuangan Daerah (Y), menunjukkan signifikansi 0,123 > 0,05 dan thitung ˃ ttabel (60,935 ˃ 1,574). Untuk tingkat signifikansinya yang ditunjukkan oleh variabel Dana Bagi Hasil adalah 0,123 yang berarti variabel DBH tidak memiliki pengaruh terhadap Tingkat Kemandirian Keuangan Daerah.

4.6 Hasil Hipotesis Sebelum Moderating

Hasil hipotesis pertama penelitian sebelum moderating, menyatakan bahwa secara parsial PAD berpengaruh positif dan signifikan terhadap tingkat kemandirian keuangan daerah sedangkan DAU, DAK, DBH berpengaruh negatif dan tidak signifikan terhadap tingkat kemandirian keuangan daerah,. Secara simultan, semua variabel independen (PAD, DAU, DAK, dan DBH) berpengaruh positif dan signifikan terhadap variabel dependen (Tingkat Kemandirian Keuangan Daerah).

4.7 Analisis Regresi Moderasi

Dalam penelitian ini, digunakan uji nilai selisih mutlak untuk menguji regresi dengan variabel moderasi. Jika score tinggi untuk ukuran daerah berasosiasi dengan score rendah maupun score tinggi PAD, DAU, DAK, dan DBH, maka akan terjadi perbedaan nilai absolute yang besar. Hal ini juga akan berlaku score rendah untuk ukuran daerah berasosiasi dengan score tinggi maupun score rendah PAD,

DAU, DAK, dan DBH. Kedua kombinasi ini diharapkan akan berpengaruh terhadap Tingkat Kemandirian Keuangan Daerah yang meningkat.

Analisis regresi moderasi bertujuan untuk menguji pengaruh variabel moderasi apakah memperkuat atau memperlemah hubungan antara variabel independen dan variabel dependen.

Tabel 4.12

Hasil Uji Nilai Selisih Mutlak Persamaan 1

Coefficientsa

Model

Unstandardized Coefficients

Standardiz ed Coefficien

ts

T Sig. B

Std.

Error Beta

1 (Constant) .067 .001 63.357 .000 Zscore(PAD

)

.038 .001 .980 49.981 .000 Zscore(Inves

tasi)

.001 .001 .025 1.472 .149 ABSX1_Z .001 .001 .027 1.358 .182 a. Dependent Variable: KKD

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan tabel 4.13, menunjukkan regresi hasil perkalian variabel independen PAD dan variabel moderasi Investasi. Hasil dari perkalian tersebut menunjukkan nilai signifikansi sebesar 0,182 yang berada diatas tingkat signifikansi yang telah ditentukan sebesar 0,05 dan nilai koefisiennya sebesar 0,001 sehingga Investasi tidak berpengaruh terhadap hubungan antara PAD dan Tingkat Kemandirian Keuangan Daerah. Hal ini berarti variabel moderasi Investasi, tidak mampu

memoderasi hubungan DAU dan Tingkat Kemandirian Keuangan Daerah. Dari tabel 4.14 dapat disimpulkan persamaan regresi sebagai berikut:

Tingkat Kemandirian Keuangan Daerah = 0,067 – 0,038 PAD + 0,001 PAD + 0,001 |PAD-Investasi|

Tabel 4.13

Hasil Uji Nilai Selisih Mutlak Persamaan 2

Sumber: Output SPSS 19.0, diolah peneliti, 2016

Berdasarkan tabel 4.14, menunjukkan regresi hasil perkalian variabel independen DAU dan variabel moderasi Investasi. Hasil dari perkalian tersebut menunjukkan nilai signifikansi sebesar 0,954 yang berada diatas tingkat signifikansi yang telah ditentukan sebesar 0,05 dan nilai koefisiennya sebesar 0,000 sehingga Investasi tidak berpengaruh terhadap hubungan antara DAU dan Tingkat Kemandirian Keuangan Daerah. Hal ini berarti variabel moderasi Investasi, tidak mampu memoderasi hubungan DAU dan Tingkat Kemandirian Keuangan Daerah. Dari tabel 4.14 dapat disimpulkan persamaan regresi sebagai berikut:

Coefficientsa

Model

Unstandardized Coefficients

Standardi zed Coefficie

nts

T Sig. B

Std.

Error Beta

1 (Constant) .067 .008 8.150 .000 Zscore(DA

U)

-.001 .007 -.017 -.095 .924 Zscore(Inve

stasi)

.000 .006 .008 .049 .961 ABSX2_Z1 .000 .007 .010 .058 .954 a. Dependent Variable: KKD

Tingkat Kemandirian Keuangan Daerah = 0,067 – 0,001 DAU + 0,000 DAU + 0,000 |DAU-Investasi|

Tabel 4.14

Hasil Uji Nilai Selisih Mutlak Persamaan 3

Berdasarkan tabel 4.15, menunjukkan regresi hasil perkalian variabel independen DAK dan variabel moderasi Investasi. Hasil dari perkalian tersebut menunjukkan nilai signifikansi sebesar 0,610 yang berada diatas tingkat signifikansi yang telah ditentukan sebesar 0,05 dan nilai koefisiennya sebesar 0,004 sehingga Investasi tidak berpengaruh terhadap hubungan antara DAU dan Tingkat Kemandirian Keuangan Daerah. Hal ini berarti variabel moderasi Investasi, tidak mampu memoderasi hubungan DAU dan Tingkat Kemandirian Keuangan Daerah. Dari tabel 4.15 dapat disimpulkan persamaan regresi sebagai berikut:

Tingkat Kemandirian Keuangan Daerah = 0,064 – 0,003 DAK + 0,001 DAK + 0,004 |DAK-Investasi|

Coefficientsa

Model

Unstandardized Coefficients

Standardiz ed Coefficient

s

T Sig. B Std. Error Beta

1 (Constant) .064 .009 7.295 .000 Zscore(DAK

)

-.003 .009 -.082 -.350 .728 Zscore(Invest

asi)

.001 .006 .016 .102 .919 ABSX3_Z1 .004 .008 .122 .514 .610 a. Dependent Variable: KKD

Tabel 4.15

Hasil Uji Nilai Selisih Mutlak Persamaan 4

Berdasarkan tabel 4.16, menunjukkan regresi hasil perkalian variabel independen DBH dan variabel moderasi Investasi. Hasil dari perkalian tersebut menunjukkan nilai signifikansi sebesar 0,321 yang berada diatas tingkat signifikansi yang telah ditentukan sebesar 0.05 dan nilai koefisiennya sebesar -0,008 sehingga Investasi tidak berpengaruh terhadap hubungan antara DBH dan Tingkat Kemandirian Keuangan Daerah. Hal ini berarti variabel moderasi Investasi, tidak mampu memoderasi hubungan DBH dan Tingkat Kemandirian Keuangan Daerah. Dari tabel 4.14 dapat disimpulkan persamaan regresi sebagai berikut:

Tingkat Kemandirian Keuangan Daerah = -0,075 + 0,000 DBH + 0,000 DBH – 0,008 |DBH-Investasi|

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) .075 .010 7.855 .000

Zscore(DBH) .000 .007 -.009 -.048 .962

Zscore(Investasi) .000 .006 -.007 -.042 .966

ABSX4_Z1 -.008 .008 -.190 -1.004 .321

a. Dependent Variable: KKD

4.8 Hasil Hipotesis Setelah Moderating

Hasil hipotesis kedua penelitian setelah moderating, menyatakan bahwa Investasi sebagai variabel moderating tidak berpengaruh terhadap hubungan antara PAD dan Tingkat Kemandirian Keuangan Daerah, DAU dan Tingkat Kemandirian Keuangan Daerah, DAK dan Tingkat Kemandirian Keuangan Daerah, dan DBH dan Tingkat Kemandirian Keuangan Daerah karena, berada di atas nilai signifikansi 0.05. Hal ini berarti untuk hipotesis kedua, Investasi sebagai variabel moderating tidak mampu memoderasi hubungan antara PAD, DAU, DAK, dan DBH dengan Tingkat Kemandirian Keuangan Daerah.

4.9 Pembahasan Hasil Penelitian

4.9.1 Pengaruh Pendapatan Asli Daerah terhadap Tingkat Kemandirian Keuangan Daerah

Berdasarkan output SPSS, hasil penelitian pada tabel 4.12 menunjukkan bahwa nilai signifikansi PAD terhadap tingkat kemandirian keuangan daerah sebesar 0,000 < 0,05 dan thitung ˃ ttabel (60,935 ˃ 2,01808), yang berarti PAD berpengaruh positif dan signifikan terhadap tingkat kemandirian keuangan daerah. Hasil penelitian ini sejalan dengan hasil penelitian Lugina (2012) dan Marizka (2013) yang menyatakan bahwa PAD berpengaruh positif dan signifikan terhadap tingkat kemandirian keuangan daerah secara parsial.

Berdasarkan penelitian yang didapat, peneliti menyimpulkan bahwa Jika PAD suatu daerah lebih besar dibandingkan dengan bantuan

pemerintah pusat/provinsi dan pinjaman maka daerah tersebut sudah mandiri dari segi finansialnya sehingga pemerintah daerah bisa mengurangi pengalokasian dana perimbangan kepada daerah tersebut. Sebaliknya jika PAD suatu daerah lebih kecil dibandingkan dengan pinjaman daerah serta bantuan pemerintah pusat/provinsi seperti DBH, DAU dan DAK maka daerah tersebut dikatakan belum mandiri dari segi finansialnya karena daerah tersebut masih bergantung pada pemerintah pusat. Artinya, dengan berkurangnya tingkat ketergantungan daerah pada pemerintah pusat, maka daerah tersebut dapat dikatakan mandiri.

i. Pengaruh Dana Alokasi Umum terhadap Tingkat Kemandirian Keuangan Daerah

Berdasarkan output SPSS, hasil penelitian pada tabel 4.12 menunjukkan bahwa nilai signifikansi dau terhadap Tingkat Kemandirian Keuangan Daerah sebesar 0,203 ˃ 0,05 dan thitung ˃ ttabel (60,935 ˃ -1,295), yang berarti DAU tidak memiliki pengaruh terhadap Tingkat Kemandirian Keuangan Daerah. Hasil penelitian ini tidak sejalan dengan hasil penelitian Siagian (2014) yang menyatakan bahwa DAU secara berpengaruh secara signifikan terhadap tingkat kemandirian keuangan Daerah secara parsial.

Berdasarkan penelitian yang didapat, peneliti menyimpulkan bahwa terlihat dengan masih rendahnya pendapatan asli daerah pada kabupaten dan di Provinsi Sumatera Utara, sementara itu dana alokasi umum

tinggi. Hal ini mengindikasikan bahwa penggunaan dana alokasi umum yang ditransfer oleh pemerintah pusat kepada daerah belum dimanfaatkan untuk sektor-sektor produktif yang dapat memberikan kontribusi yang besar kepada pendapatan asli daerah, oleh sebab itu dana alokasi umum tidak memiliki pengaruh terhadap tingkat kemandirian keuangan daerah.

4.9.3 Pengaruh Dana Alokasi Khusus terhadap Tingkat Kemandirian Keuangan Daerah

Berdasarkan output SPSS, hasil penelitian pada tabel 4.12 menunjukkan bahwa nilai signifikansi DAK terhadap Tingkat Kemandirian Keuangan Daerah sebesar 0,065 ˃ 0,05 dan thitung ˃ ttabel (60,935 ˃ -1,896), yang berarti DAK tidak memiliki pengaruh terhadap Tingkat Kemandirian Keuangan Daerah secara parsial. Hasil penelitian ini sejalan dengan hasil penelitian Lugina (2012) yang menyatakan bahwa DAK tidak memiliki pengaruh terhadap Tingkat Kemandirian Keuangan Daerah secara parsial.

Berdasarkan penelitian yang didapat, peneliti menyimpulkan bahwa terlihat dengan masih rendahnya pendapatan asli daerah pada kabupaten dan di Provinsi Sumatera Utara, sementara itu dana alokasi khusus tinggi. Hal ini mengindikasikan bahwa penggunaan dana alokasi khusus yang ditransfer oleh pemerintah pusat kepada daerah belum dimanfaatkan untuk sektor-sektor produktif yang dapat memberikan kontribusi yang besar kepada pendapatan asli daerah, oleh sebab itu dana alokasi khusus tidak memiliki pengaruh terhadap tingkat kemandirian keuangan daerah.

DAFTAR ISI

Halaman

PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACK ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... viii

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiii

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah ... 1

1.2. Rumusan Masalah ... 7

1.3. Tujuan Penelitian ... 8

1.4. Manfaat Penelitian ... 8

BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka ... 10

2.1.1. Tingkat Kemandirian Keuangan Daerah ... 10

2.1.2. Pendapatan Asli Daerah ... 13

2.1.2.1. Pajak Daerah ... 13

2.1.2.2. Retribusi Daerah ... 14

2.1.2.3. Hasil Pengelolaan Kekayaan Milik Daerah yang Dipisahkan ... 15

2.1.2.4. Lain-Lain PAD yang Sah ... 15

2.1.3. Dana Alokasi Umum ... 16

2.1.4. Dana Alokasi Khusus ... 17

2.1.5. Dana Bagi Hasil ... 18

2.1.6. Investasi ... 19

2.1.7. Tinjauan Penelitian Terdahulu ... 22

2.2. Kerangka Konseptual dan Perumusan Hipotesis ... 25

2.2.1. Kerangka Konseptual ... 25

2.2.2. Perumusan Hipotesis ... 25

2.3. Hipotesis ... 28

BAB III METODE PENELITIAN 3.1. Jenis Penelitian ... 29

3.2. Tempat dan Waktu Penelitian ... 29

3.2.1. Tempat Penelitian ... 29

3.3. Batasan Operasional ... 29

3.4. Definisi Operasional dan Skala Pengukuran Variabel ... 30

3.4.1. Variabel Dependen ... 30

3.4.1.1 Tingkat Kemandirian Keuangan Daerah ... 30

3.4.2. Variabel Independen ... 31

3.4.2.1. Pendapatan Asli Daerah ... 31

3.4.2.2. Dana Alokasi Umum ... 31

3.4.2.3. Dana Alokasi Khusus... 31

3.4.2.4. Dana Bagi Hasil ... 31

3.4.3. Variabel Moderasi... 32

3.4.3.1. Investasi ... 32

3.5. Populasi dan Sampel Penelitian ... 33

3.5.1. Populasi. ... 33

3.5.2. Sampel ... 33

3.6. Jenis Data ... 35

3.7. Metode Pengumpulan Data ... 35

3.8. Metode Analisi Data ... 36

3.8.1. Statistik Deskriptif ... 36

3.8.2. Uji Asumsi Klasik ... 36

3.8.2.1. Uji Normalitas ... 36

3.8.2.2. Uji Multikolinieritas ... 37

3.8.2.3. Uji Hetereoskedastisitas ... 38

3.8.2.4 Uji Autokorelasi ... 39

3.8.3. Analisis Regresi Berganda ... 40

3.8.4. Uji Hipotesis ... 41

3.8.4.1. Pengujian Hipotesis Pertama (H1) ... 41

3.8.4.2. Pengujian Hipotesis Kedua (H2) ... 43

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Gambaran Umum Provinsi Sumatera Utara ... 45

4.2. Analisis Statistik Deskriptif ... 46

4.6. Hasil Hipotesis Sebelum Moderating ... 66

4.7. Analisis Regresi Moderasi ... 66

4.8. Hasil Hipotesis Setelah Moderating ... 70

4.9. Pembahasan Hasil Penelitian ... 71

4.9.1 Pengaruh Pendapatan Asli Daerah terhadap TingkatKemandirian Keuangan Daerah ... 71

4.9.2 Pengaruh Dana Alokasi Umum terhadap Tingkat Kemandirian Keuangan Daerah ... 72

4.9.3 Pengaruh Dana Alokasi Khusus terhadap Tingkat Kemandirian Keuangan Daerah ... 73

4.9.4 Pengaruh Dana Bagi Hasil terhadap Tingkat Kemandirian Keuangan Daerah ... 74

4.9.5 Pengaruh Pendapatan Asli Daerah , Dana Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi Hasil secara Simultan terhadap Kemandirian Keuangan Daerah ... 75

4.9.6 Pengaruh Investasi sebagai Variabel Moderasi dalam Hubungan antara Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi Hasil terhadap Tingkat Kemandirian Keuangan Daerah secara parsial.. 75

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 77

5.2. Keterbatasan Penelitian... 78

5.3. Saran ... 79

DAFTAR PUSTAKA... 80

DAFTAR TABEL

No. Tabel Judul Halaman

1.1 Perbandingan PAD dan Transfer dari Pemerintah Pusat

Kabupaten/Kota di Wilayah Provinsi Sumatera Utara . 4

2.1 Tolak Ukur Kemampuan Keuangan Daerah ... 12

2.2 Kajian Penelitian Terdahulu ... 24

3.1 Definisi Operasional dan Skala Pengukuran Variabel .. 32

4.1 Deskriptive Statistics ... 47

4.2 Uji Kolmogorov-Smirnov Sebelum Moderating ... 49

4.3 Uji Kolmogorov-Smirnov Setelah Moderating ... 49

4.4 Uji Multikolinieritas Sebelum Moderating ... 53

4.5 Uji Multikolinieritas Setelah Moderating ... 54

4.6 Uji Autokolerasi Sebelum Moderating ... 57

4.7 Uji Autokolerasi Setelah Moderating ... 58

4.8 Koefisien Regresi Berganda ... 59

4.9 Uji Koefisien Determinasi ... 61

4.10 Uji Signifikansi Simultan ... 63

4.11 Uji Signifikansi Parsial ... 64

4.12 Hasil Uji Nilai Selisih Mutlak Persamaan 1 ... 67

4.13 Hasil Uji Nilai Selisih Mutlak Persamaan 2 ... 68

4.14 Hasil Uji Nilai Selisih Mutlak Persamaan 3 ... 69

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Kerangka Konseptual ... 25

4.1 Histogram Sebelum Moderating ... 50

4.2 Histogram Setelah Moderating ... 51

4.3 Normal P-Plot Sebelum Moderating ... 51

4.4 Normal P-Plot Setelah Moderating ... 52

4.5 Uji Heteroskedastisitas Sebelum Moderating ... 55

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1. Daftar Populasi dan Sampel Penelitian ……… 82

2. Daftar Sampel Penelitian ……….…………. 83

3. Hasil Perhitungan Variabel Independen, Dependen, dan Moderating pada Pemerintahan Kabupaten/ Kota di Provinsi Sumatera Utara Periode 2011, 2012 , 2013……… 84

4. Hasil Output Data SPSS... 90

5. Titik Persentase Distribusi F………. 98