Menentukan Flypaper Effect Gambaran Umum Uji Normalitas Data

c. Menentukan Flypaper Effect

Untuk menentukan apakah terjadi flypaper effect, maka efek DAU terhadap Belanja Daerah dibandingkan dengan efek PAD terhadap Belanja Daerah. Syarat terjadinya flypaper effect adalah: 1. Apabila efek nilai koefisien DAU terhadap Belanja Daerah lebih besar daripada efek PAD dan keduanya sama-sama signifikan, atau 2. PAD tidak signifikan. Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN

4.1. Gambaran Umum

Populasi dalam penelitian ini adalah 33 kabupatenkota di Provinsi Sumatera Utara, dengan menggunakan data yang bersumber dari laporan APBD selama periode tahun 2011-2013. Setelah dilakukan pemilihan sampel dengan teknik purposive sampling, maka diperoleh sebanyak 33 kabupatenkota yang memenuhi kriteria sampel yang ditetapkan sehingga data penelitian untuk pengamatan selama 3 tahun menjadi 99 unit analisis. Metode analisis data yang digunakan untuk penelitian ini adalah metode analisis yang menggunakan persamaan regresi berganda dengan menggunakan uji asumsi klasik dan uji hipotesis.

4.2. Analisis Hasil Penelitian

4.2.1. Analisis Statistik Deskriptif

Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari publikasi Direktorat Jenderal Perimbangan Keuangan Republik Indonesia www.dpjk.depkeu.go.id berupa laporan realisasi APBD dari tahun 2011-2013. Variabel dari penelitian ini terdiri dari Dana Alokasi Umum DAU, Pendapatan Asli Daerah PAD, Belanja Daerah BD sebagai variabel bebas independent variable serta Efisiensi Kinerja Keuangan EK sebagai variabel terikat dependent variable. Berikut merupakan data statistik secara umum dari seluruh data yang digunakan Universitas Sumatera Utara Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation DAU 99 193665,00 1270245,00 458784,9394 228847,65646 PAD 99 2000,00 1758788,00 80646,9798 241749,02269 BD 99 290032,00 4524738,00 773497,7172 645917,33409 EK 99 1,15 1,77 1,4257 ,12765 Valid N listwise 99 Sumber: Diolah dari SPSS,2015 Berdasarkan tabel diatas, dapat dijelaskan bahwa dalam jutaan rupiah : a. Variabel Efisiensi Kinerja Y memiliki nilai minimum 1,15 nilai maksimum 1,77 ,rata-rata Efisiensi Kinerja 1, 4257 dan standar deviasi sebesar 0,12765 dengan jumlah sampel sebanyak 99. b. Variabel DAU X1 memiliki nilai minimum 193665,00, nilai maksimum sebesar 1270245,00 dan rata-rata sebesar 458784,9394 dan standar deviasi sebesar 228847,65646 dengan jumlah sampel sebanyak 99. c. Variabel PAD X2 memiliki nilai minimum 2000,00, nilai maksimum 1758788,00 ,rata-rata PAD 80646,9798 dan standar deviasi sebesar 241749,02269 dengan jumlah sampel sebanyak 99. d. Variabel BD X3 memiliki nilai minimum 290032,00, nilai maksimum 4524738,00 ,rata-rata BD 773497,7172 dan standar deviasi sebesar 645917,33409 dengan jumlah sampel sebanyak 99.

4.2.2. Uji Asumsi Klasik

a. Uji Normalitas Data

Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Universitas Sumatera Utara Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2005:110. Menurut Ghozali 2005:110, cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya adalah: 1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas, 2. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Gambar 4.1 Grafik Normal P-P Plot Sumber: Diolah dari SPSS, 2015 Universitas Sumatera Utara Gambar 4.2 Grafik Histogram Sumber: Diolah dari SPSS, 2015 Dengan melihat pada grafik ataupun histogram diatas dapat disimpulkan bahwa data berdistribusi normal, karena data mengikuti garis diagonal, Selain itu Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov K-S, yang dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis: H0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal dan H0 diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan Ha diterima Universitas Sumatera Utara Tabel 4.2 Uji Normalitas dengan One - Sample Kolmogrof – Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 99 Normal Parameters a,b Mean ,0000000 Std. Deviation ,03328939 Most Extreme Differences Absolute ,057 Positive ,051 Negative -,057 Test Statistic ,057 Asymp. Sig. 2-tailed ,200 c,d a. Test distribution is Normal. b. Calculated from data. Sumber : Diolah dari SPSS, 2015 Dari hasil pengujian data diatas, besarnya nilai Kolmogrov- Smirnov adalah 0,057 dan signifikansinya pada 0,200 maka dapat disimpulkan data tersebut terdistribusi secara normal karena sesuai dengan pedoman penilaian yang ditentukan nilai Asymp.Sig. 2-tailed berada diatas 0,05 yaitu pada 0,200, berarti H0 diterima dan Ha ditolak.

b. Uji Multikolinearitas