sebagaimana terlihat pada Lampiran 7.1. menunjukkan nilai DW
statistic
terletak diantara nilai dl-du dan 4-du4-dl atau berada di daerah no serial
autokorelasi. Dengan demikian dapat dikatakan bahwa korelasi variabel dengan waktu yang berbeda – beda terbebas dari penyimpangan autokorelasi.
Untuk lebih jelasnya, secara grafis diilustrasikan melalui gambar berikut.
Gambar 5.12. Hasil Uji Autokorelasi Pendapatan Asli Daerah
Sumber
: Lampiran 7.1. Diolah
5.1.3.2. Model Analisis Data
Berdasarkan output SPSS sebagaimana ditunjukkan pada Lampiran 7.2, selanjutnya dapat dibentuk model estimasi pendapatan asli daerah kabupatenkota se-
Sumatera sebagai berikut :
Y = -4,56.057 – 0.181X
1
– 0.476X
2
+ 227.703X
3
+ 0.185X
4
+ 33,357.72643………………………….. 5.2.
Keterangan : Y
: Pendapatan Asli Daerah X
t 1
: Dana Alokasi Umum X
t-1 2
: Dana Alokasi Khusus X
t-1 3
: Daya Pajak X
t-1 4
: Belaja Daerah X
t-1 5
:
Ho diterima no serial correlation
Autokorelasi + Autokorelasi -
4 2.51
2.23 1.74
1.49
DW=1.771
Dana alokasi umum diestimasi berpengaruh negatif terhadap pendapatan asli daerah, hal ini terlihat dari nilai koefisien regresi dana alokasi umum yang bertanda
negatif, sebesar 0.181, yang berarti setiap pertambahan Rp. 1,- dana alokasi umum diestimasi dapat menurunkan pendapatan asli daerah sebesar Rp. 0.181,-. Dana
alokasi khusus DAK juga berpengaruh negatif terhadap belanja daerah, hal ini terlihat dari nilai koefisien regresi DAK bertanda negatif sebesar 0.476, yang berarti,
setiap pertambahan Rp. 1,- DAK diestimasi dapat menurunkan pendapatan asli daerah sebesar Rp. 0.476. Sedangkan daya pajak diestimasi berpengaruh positif
terhadap pendapatan asli daerah, hal ini terlihat dari nilai koefisien daya pajak yang bertanda positif sebesar 227.703, yang berarti setiap pertambahan Rp. 1 daya pajak
diestimasi dapat meningkatkan pendapatan asli daerah sebesar Rp. 227.703. Demikian halnya dengan belanja daerah, juga berpengaruh positif terhadap
pendapatan asli daerah, hal ini terlihat dari nilai kofisien regresi yang bertanda positif, yaitu sebesar 0.185, yang berarti setiap pertambahan Rp. 1 belanja daerah diestimasi
akan meningkatkan pendapatan asli daerah sebesar Rp. 0.185. Model estimasi di atas menginterpretasikan bahwa kinerja keuangan daerah
kabupatenkota se-Sumatera Utara dilihat dari perspektif pendapatan asli daerah memiliki nilai konstanta sebesar - Rp. 4,56.057 Milyar tanpa dipengaruhi dana
alokasi umum, dana alokasi khusus, daya pajak dan belanja daerah.
Kesalahan dana alokasi umum, dana alokasi khusus, daya pajak dan belanja daerah didalam mengestimasi kinerja pendapatan asli daerah kabupatenkota se-
Sumatera Utara dilihat dari sisi belanja daerah sebesar 33,357.72643. Kekuatan dan
dana alokasi umum, dana alokasi khusus, daya pajak dan belanja daerah didalam mengestimasi kinerja PAD kabupatenkota se-Sumatera Utara dianalisis lebih lanjut
dalam analisis koefisien determinasi.
5.1.3.3. Hasil Analisis Koefisien Determinasi Kekuatan model estimasi dana alokasi umum, dana alokasi khusus, daya pajak
dan belanja daerah didalam mengestimasi kinerja PAD daerah kabupatenkota se- Sumatera Utara ditunjukkan pada Tabel berikut ini.
Tabel 5.18. Hasil Analisis Koefisien Determinasi Pendapatan Asli Daerah
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .915
a
.838 .828
33,357.72643 1.711
a. Predictors: Constant, Belanja Daerah t-1, Dana Alokasi Khusus t-1, Daya Pajak t-1, Dana Alokasi Umum t-1
b. Dependent Variable: Pendapatan Asli Daerah t
Sumber : Lampiran 7.2.
Tabel di atas menjustifikasi bahwa model estimasi dana alokasi khusus, daya pajak dan belanja daerah memiliki kekuatan sebesar 82.80 didalam menjelaskan
kinerja pendapatan asli daerah KabupatenKota se-Sumatera Utara, sedangkan sisanya sebesar 17.20 lagi, kinerja PAD kabupatenkota se-Sumatera Utara
dipengaruhi oleh variabel lain yang tidak diungkap dalam model estimasi.
5.1.4. Analisis Statistik Inferensial Deteksi Ilusi Fiskal 5.1.4.1. Hasil Uji Asumsi Klasik
1. Uji Normalitas Data
Uji normalitas dalam penelitian ini dilakukan dengan menggunakan pendekatan kolmogorov –smirnov test. Hasil uji ditunjukkan pada Tabel
berikut ini.
Tabel 5.19. Hasil Uji Normalitas Data Ilusi Fiskal
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 75
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 7.06997712E4
Most Extreme Differences Absolute
.173 Positive
.105 Negative
-.173 Kolmogorov-Smirnov Z
1.502 Asymp. Sig. 2-tailed
.052 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Lampiran 8.1.
Berdasarkan hasil uji yang dilakukan sebagaimana terlihat pada Tabel 5.19. di atas mengindikasikan bahwa keseluruhan data dalam penelitian ini terbebas
dari penyimpangan normalitas, atau dapat dikatakan data dalam penelitian ini terdistribusi secara normal, hal ini terlihat dari nilai Asymp. Sig. 2-tailed
0.052 α5
