H1 diterima yaitu bahwa secara parsial pendapatan asli daerah berpengaruh secara signifikan terhadap belanja modal.
c. Dana Bagi Hasil DBH mempunyai nilai signifikansi 0.020 yang berarti nilai
ini lebih kecil dari 0.05. Berdasarkan nilai tersebut disimpulkan H1 diterima yaitu bahwa secara parsial Dana Bagi Hasil berpengaruh signifikan terhadap
belanja modal. d.
Dana Alokasi Umum DAU mempunyai nilai signifikansi 0.242 yang jauh lebih besar dari 0.05, berdasarkan nilai tersebut disimpulkan bahwa secara
parsial Dana Alokasi Umum tidak berpengaruh secara signifikan terhadap belanja modal.
c. Uji Simultan F-test
Uji F digunakan untuk melihat apakah keempat variabel independen, yakni pertumbuhan ekonomi, pendapatan asli daerah, dana bagi hasil dan dana alokasi
umum secara simultan berpengaruh terhadap variabel dependen, yaitu belanja modal.
Hipotesis yang akan diuji adalah sebagai berikut : H1 : b0 = b1 = b2
≠ 0 : semua variabel indep enden berpengaruh secara bersama-sama.
Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah : 1.
H1 diterima apabila pada α = 5 dan nilai probabilitas level of significant sebesar 0,05.
2. H1 ditolak pada α = 5 dan nilai probabilitas level of significant sebesar
0,05
Hasil pengujian menggunakan uji F dapat dilihat dari tabel anova berikut:
Tabel 4.7 Hasil Uji Simultan F-Test
ANOVA
b
Model Sum of
Squares Df
Mean Square F
Sig. 1
Regression 3.254E11
4 8.136E10
35.707 .000
a
Residual 1.048E11
46 2.278E9
Total 4.302E11
50
a. Predictors: Constant, Dana_Alokasi_Umum, Dana_Bagi_Hasil, Pertumbuhan_Ekonomi, Pendapatan_Asli_Daerah
b. Dependent Variable: Belanja_Modal
Berdasarkam tabel diatas dapat dilihat tingkat signifikansi 0,000 yang lebih kecil dari 0,05. Maka dapat diambil kesimpulan H1 diterima, yakni
pertumbuhan ekonomi, pendapatan asli daerah, dana bagi hasil, dana alokasi umum secara bersama-sama berpengaruh terhadap belanja modal.
d. Analisis Koefisien Korelasi dan Determinasi
Pengujian uji kesesuaian dilakukan untuk menentukan kelayakan suatu model regresi, karena variabel penelitian lebih dari satu variabel maka kelayakan
tersebut dapat dilihat dari nilai Adjusted R Square. Nilai koefisien korelasi R menunjukkan seberapa besar korelasi antara variabel-variabel independen dengan
variabel dependen. Koefisian korelasi dikatakan kuat apabila niali R lebih besar dari 0,5 atau mendekati 1. Koefisian determinasi R Square menunjukkan
seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah 0 sampai 1. Apabila R square mendekati satu maka variabel-
variabel independen memberikan semua informasi yang dibutuhkan untuk mendeteksi variasi variabel dependennya.
Tabel 4.8 Koefisien Korelasi dan Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .870
a
.756 .735
47733.05102 a. Predictors: Constant, Dana_Alokasi_Umum, Dana_Bagi_Hasil, Pertumbuhan_Ekonomi,
Pendapatan_Asli_Daerah b. Dependent Variable: Belanja_Modal
Dari tabel model summary diatas dapat dilihat angka R sebesar 0,870 menunjukan bahwa korelasi atau hubungan BM dengan PE, PAD, DBH, dan
DAU sangat kuat yaitu sebesar 87. Sedangkan nilai R Square atau koefisien determinasi adalah 0,756. Nilai ini mengindikasikan bahwa 75,6 variasi atau
perubahan dalam BM dapat dijelaskan oleh variasi PE, PAD, DBH, dan DAU. Sedangkan sisanya sebesar 24,4 dijelaskan oleh sebab-sebab lain diluar
penelitian.
4.3 PEMBAHASAN HASIL ANALISIS
