Uji Hipotesis dan Analisis Data

Tabel 3.1 Penentuan ada tidaknya Autokorelasi

3. Uji Hipotesis

Pengujian hipotesis dilakukan dengan menggunakan model analisis regresi berganda bertujuan untuk memprediksi kekuatan pengaruh seberapa variabel independen terhadap variabel dependen Nuarisa, 2013. Persamaan regresi dalam penelitian ini adalah: Y= α + β1DAU + β2DAK + β3DBH + β4PAD+ e Dimana : Y = Belanja Modal α = Konstanta β = Slope atau koefisien regresi atau intersep DAU = Dana alokasi Umum DAU DAK = Dana Alokasi Khusus DAK DBH = Dana Bagi Hasil DBH PAD = Pendapatan Asli Daerah PAD e = error Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0ddl Tidak ada autokorelasi positif No decision dl≤d≤dl Tidak ada autokorelasi negative Tolak 4-dld4 Tidak ada autokorelasi negative No decision 4- du≤d≤4- dl Tidak ada autokorelasi, positive atau negatif Tidak ditolak dud4- du a. Koefisien Determinasi Koefisien determinasi pada intinya mengukur seberapa jauh Kemampuan model dalam menerangkan variasi variabel independen. Koefisien determinasi ini digunakan karena dapat menjelaskan kebaikan dari model regresi dalam memprediksi variabel dependen. Semakin tinggi nilai koefisien determinasi maka akan semakin baik pula kemapuan variabel independen dalam menjelaskan variabel dependen Ghozali, 2006. Koefisien determinasi digunakan untuk mengukur seberapa besar peranan variabel independen secara silmultan mempengaruhi perubahan yang terjadi pada variabel dependen Ghozali,2006. Koefisien determinasi yang digunakan adalah Adjusted R-Square karena variabel independen yang diteliti lebih dari dua. Nilai koefisien determinasi adalah antara nol dan satu. Jika R2 mendekati 1 maka dapat dikatakan semakin kuat kemampuan variabel bebas dalam model regresi tersebut untuk menerangkan variabel terikatnya. Sebaliknya, jika R2 mendekati 0 maka semakin lemah kemampuan variabel bebas dalam model regresi tersebut untuk menerangkan variabel terikatnya. b. Uji Uji Parsial Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen Ghozali, 2006. Uji t adalah pengujian koefisien regresi masing-masing variabel independen terhadap variabel dependen untuk mengetahui seberapa besar pengaruh variabel independen terhadap variabel dependen. Pengujian hipotesis uji t menggunakan bantuan program SPSS, yaitu dengan membandingkan signifikansi hitung masing-masing variabel bebas terhadap variabel α = 5. Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut: 1. Jika signifikan 0,05 maka hipotesis ditolak koefisien regresi tidak signifikan. Ini berarti bahwa secaraparsial variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. 2. Jika signifikan ≤ 0,05 maka hipotesis diterima koefisien regresi signifikan. Ini berarti secara parsial variabel independen tersebut mempunyai pengaruh signifikan terhadap variabel dependen. c. Uji F Uji Simultan Uji statistik F pada dasarnya menunjukkan apakah variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terkaitdependen Ghozali 2006:44. Pengujian ini dilakukan dengan menggunakan tingkat signifikan antara semua variabel independen terhadap variabel dependen. Jika nilai signifikan F 0,05 artinya tidak terdapat pengaruh antara variabel independen terhadap variabel dependen. BAB IV HASIL PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Obyek Subyek Penelitian

Penelitian ini mengenai Analisis faktor-faktor yang mempengaruhi alokasi belanja modal dalam menunjang APBD KabupatenKota Provinsi Riau Pada Tahun 2012-2014 melalui studi dokumentasi pada publikasi data-data variabel penelitian yang bersumber dari Badan Pusat Statistik pada tahun 2012-2014 yaitu Statistik Keuangan Pemerintah KabupatenKota Provinsi Riau.

B. Uji Kualitas Instrumen dan Data

1. Statistik Deskriptif

Statistik deskriptif pada penelitian ini menyajikan jumlah data, nilai maksimum, nilai minimum, nilai rata-rata mean dan simpangan baku standar deviation dari variabel independen dan variabel dependen. Hasil analisis statistik deskriptif disajikan dalam tabel berikut ini: Tabel 4.1 Hasil Analisis Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation BM 26 158,991,814 2,154,123,709 572,424,501.92 414,066,944.528 DAU 26 60,777,928 847,860,750 485,479,551.65 200,801,661.942 DAK 26 73,370,340 20,134,781.92 18,127,828.276 DBH 26 333,218,282 2,959,384,034 807,052,206.50 587,221,818.135 PAD 26 23,679,000 560,074,583 134,883,210.42 131,384,136.214 Valid N listwise 26 Sumber: Hasil olah data penulis, 2016. Tabel 4.1 diatas dapat dilihat bahwa jumlah N sampel sebanyak 26, dimana rata-rata jumlah BM KabupatenKota di Provinsi Riau sebesar 572,424,501.92 dengan jumlah BM terendah 158,991,814 dan tertinggi sebesar 2,154,123,709 dengan standar deviasi 414,066,944.528 dari rata- rata. DAU KabupatenKota di Provinsi Riau sebesar 485,479,551.65 dengan jumlah DAU terendah 60,777,928 dan tertinggi sebesar 847,860,750 dengan standar deviasi 200,801,661.942 dari rata-rata. Rata- rata DAK KabupatenKota Provinsi Riau sebesar 20,134,781.92 dengan jumlah DAK terendah sebesar 0 dan tertinggi sebesar 73,370,340 dengan standar deviasi 18,127,828.276 dari rata-rata. DBH KabupatenKota di Provinsi Riau memiliki rata-rata sebesar 807,052,206.50 dengan jumlah DBH terendah sebesar 333,218,282 dan tertinggi sebesar 2,959,384,034 dengan standar deviasi 587,221,818.135 dari rata-rata. PAD KabupatenKota di Provinsi Riau memiliki rata-rata sebesar 134,883,210.42 dengan jumlah PAD terendah sebesar 23,679,000 dan tertinggi sebesar 560,074,583 dengan standar deviasi 131,384,136.214 dari rata-rata.

2. Hasil Uji Asumsi Klasik

a. Uji Normalitas Uji normalitas yang terdapat dalam penelitian ini adalah One- Sample Kolmogrov-Smirnov. Cara untuk mengetahui normal atau tidaknya suatu data dengan melihat nilai signifikansi, yaitu: Jika sig 0,05 berarti data berdistribusi normal. Jika sig 0,05 berarti data berdistribusi tidak normal. Hasil uji normalitas dalam penelitian ini ditunjukan pada tabel berikut: Tabel 4.2 Hasil Uji Normalitas Sumber: Hasil olah data penulis, 2016. Dari hasil pengujian terlihat tabel 4.2 tersebut terlihat besarnya nilai Kolmogrov-Smirnov adalah 0,625 dan signifikansinya pada 0,830 nilainya lebih besar dari 0,05. Dalam hal ini berarti Ho diterima yang berarti data residual berdistribusi normal. b. Uji Multikolinearitas Uji multikolinearitas dalam penelitian ini dilakukan dengan melihat nilai tolerance atau variance Inflation Factor VIF, yaitu: