43 3.6.
Metode Pengumpulan Data
Teknik pengumpulan data yang diperlukan dalam penelitian adalah data sekunder yaitu pooling data berupa Anggaran Pendapatan dan Belanja Daerah,
Jumlah Penduduk ,dan realisasi Pendapatan Asli Daerah PAD, realisasi Dana Alokasi Umum DAU, Dana Alokasi Khusus DAK, dan anggaran Belanja
Daerah BD dari masing-masing KabupatenKota yang ada di Provinsi Sumatera Utara untuk periode tahun 2009-2012 untuk variabel independen dan periode
tahun 2010-2013 untuk variabel Dependen, yang diperoleh dari situs Sistem Informasi Keuangan Daerah .Departemen Keuangan Republik Indonesia yaitu
www.depkeu.djpk.go.id dan sistus Badan Pusat Statistik yaitu
www.bps.go.idsumut, melalui internet. 3.7.
Metode Analisis Data
Dalam penelitian ini model analisis yang digunakan adalah regresi data panel dengan menggunakan perangkat lunak program Eviews dan Microsoft
Excel 2007 sebagai alat bantu dalam mengolah data. Data dianalisis dengan menggunakan model panel data program Eviews 7.0. Eviews merupakan program
yang disajikan untuk analisis statistika dan ekonometrika. Eviews menyajikan perangkat analisis data, regresi dan peramalan.
3.7.1 Metode Analisis Data Panel
Untuk menganalisis pengaruh pendapatan asli daerah, dana alokasi umum, dana alokasi khusus, dan jumlah penduduk terhadap anggaran
belanja daerah di KabupatenKota di Sumatera Utara maka digunakan model data panel. Di dalam ekonometrika, data panel adalah hasil
Universitas Sumatera Utara
44
gabungan dari data deret waktu time series dan data silang cross section, maka modelnya dapat ditulis sebagai berikut:
Yit = α + β Xit + єit
Dimana: i = 1, 2, …, N dan t = 1, 2, …, T
N = banyaknya observasi T = banyaknya waktu
N x T = banyaknya data panel. Data deret waktu adalah data yang dihimpun dari beberapa periode.
Dalam penelitian ini data yang dihimpun adalah dari tahun 2009 sampai dengan 2012 untunk variabel independent dan 2010-2013 utnuk
variabel dependent. Data silang adalah data yang dihimpun dari satu periode atas beberapa objek atau individu yang dalam penelitian ini adalah
24 KabupatenKota di Sumatera Utara. Dengan data panel, jumlah observasi sebanyak 96 pengamatan yaitu 4 tahun amatan dikalikan 24
sampel Kabupatenkota dan jumlah data panel menjadi lebih banyak yaitu 384 data yaitu jumlah observasi 96 dikali 4 variabel independen.
Karena merupakan hasil gabungan dari data deret waktu dan data silang maka panel data ini memiliki beberapa keunggulan, antara lain
Gujarati 2003:637 : 1. Mampu mengidentifikasi dan mengukur efek yang secara sederhana
tidak dapat diatasi dalam data cross section murni atau data time series murni.
2. Mampu mengontrol heterogenitas individu atau unit cross section.
Universitas Sumatera Utara
45
3. Memberikan data yang informatif, mengurangi kolinearitas antar peubah serta meningkatkan derajat kebebasan sehingga data menjadi lebih
efisien. 4. Data panel lebih baik digunakan untuk studi dynamics of adjusment
karena terkait dengan observasi pada cross section yang sama secara berulang.
5. Mampu menguji dan mengembangkan model perilaku yang lebih kompleks. Estimasi model dengan menggunakan data panel dapat
dilakukan dengan tiga metode, yaitu metode kuadrat terkecil pooled least square, metode efek tetap fixed effect, dan metode efek random random
effect. 3.7.1.1 Metode kuadrat terkecil Pooled Least Square
Metode kuadrat terkecil yaitu mengestimasi data panel dengan Metode ordinary least square OLS. Metode ini merupakan metode yang
paling sederhana dalam pengolahan data panel yaitu dengan menggabungkan seluruh data time series dan data silang. Dengan N
sebagai jumlah unit cross section individu dan T adalah jumlah periode waktunya. Dengan mengansumsi komponen error dalam pengolahan
kuadrat terkecil biasa, kita dapat melakukan proses estimasi secara terpisah untuk setiap unit cross section.
Bila kita berasumsi bahwa α dan β akan sama konstan untuk setiap data time series dan cross section, maka
α dan β dapat diestimasi dengan menggunakan N x T pengamatan maka bentuk modelnya adalah:
Yit = α + β Xit + єit Dengan asumsi bahwa α dan β konstan akan jauh dari kenyataan
sebenarnya.
Universitas Sumatera Utara
46
3.7.1.2 Metode efek tetap Fixed Effect Kesulitan terbesar dalam pendekatan metode kuadrat terkecil
adalah adanya asumsi intersep dan slope dari persamaan regresi yang dianggap konstan, baik antar daerah maupun antar waktu yang kurang
sesuai dengan tujuan penggunaan data panel. Untuk mengatasi hal ini dapat digunakan pendekatan model efek tetap fixed effect yaitu dengan
menambahkan model dummy pada data panel. Metode efek tetap memper- hitungkan kemungkinan bahwa peneliti menghadapi masalah omitted
variables, yang mungkin membawa perubahan pada intercept time series atau cross-section .Model efek tetap atau Least Square Dummy Variable
atau disebut juga Covarians Model adalah model yang dapat digunakan dengan mempertimbangkan bahwa perubah-perubah yang dihilangkan
dapat mengakibatkan perubahan dalam intersep-intersep cross section dan time series. Untuk memungkinkan perubahan perubahan intersep ini, dapat
ditambahkan variabel dummy ke dalam model yang selanjutnya akan diduga dengan model OLS Ordinary Least Square.
Pada metode efek tetap estimasi dapat dilakukan dengan tanpa pembobot no weighted atau Least Square Dummy LSDV dan dengan
pembobot cross section weight atau General Least Square GLS. Tujuan dilakukan pembobotan ini adalah untuk mengurangi heterogenitas
antar unit cross section Gujarati 2003:639.
Universitas Sumatera Utara
47
3.7.1.3 Metode efek acak Random Effect Pendekatan Metode efek acak memperbaiki efisiensi proses least
square dengan memperhitungkan error dan cross-section dan time series. Model efek acak adalah variasi dari estimasi generalized least square
GLS. Keputusan untuk memasukkan variabel dummy ke dalam model akan mengakibatkan berkurangnya jumlah derajat kebebasan yang pada
akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Pendekatan yang digunakan untuk mengatasi hal ini adalah model efek
acak. Model efek acak disebut juga sebagai error component model karena dalam model ini, parameter yang berbeda antar individu maupun antar
waktu dimasukkan ke dalam error. Asumsi yang digunakan dalam model ini adalah error secara
individual tidak saling berkorelasi, begitu pula dengan error kombinasinya. Penggunaan model efek acak dapat menghemat derajat
kebebasan dan tidak mengurangi jumlahnya seperti pada model fixed effect. Hal ini berimplikasi kepada parameter hasil estimasi akan menjadi
efisien. Semakin efisien maka model yang akan didapat semakin baik. Dengan demikian adanya gangguan asumsi klasik dalam model ini telah
terdistribusi secara normal sehingga tidak diperlukan lagi treatmen terhadap model bagi pelanggaran asumsi klasik yaitu asumsi adanya
autokorelasi, multikoliniearitas dan heterokedastisitas.
Universitas Sumatera Utara
48 3.7.2 Pengujian Model Data Panel
Model mana yang akan dipilih dari 3 pendekatan model yang ada maka perlu dilakukan analisis terlebih dahulu agar diperoleh pendekatan
model yang paling sesuai terhadap hasil penelitian ini. Adapun pengujian statistik yang digunakan dalam data panel yaitu:
3.7.2.1.Uji Chow Chow test Uji Chow atau yang sering juga disebut dengan uji F statistik
merupakan pengujian statistik yang digunakan untuk memilih apakah lebih baik menggunakan model Kuadrat Terkecil atau Efek Tetap. Uji F
digunakan untuk mengetahui apakah teknik regresi data panel dengan model Efek Tetap lebih baik dari teknik regresi data panel tanpa variabel
dummy dengan melihat residual sum of squares RSS. Dalam pengujian ini dilakukan dengan hipotesa berikut :
H0 : Model Kuadrat Terkecil Ha: Model Efek Tetap
Dasar penolakan terhadap hipotesis nol adalah dengan menggunakan F statistik atau Uji Chow yang dirumuskan dalam bentuk
persamaan berikut ini: F =
RSS 1 −RSS 2�−1
���2��−�−�
Dimana: RSS1 = residual sum square hasil pendugaan model Efek Tetap
RSS2 = residual sum square hasil pendugaan model PLS N = jumlah data cross section
Universitas Sumatera Utara
49
T = jumlah data time series K = jumlah variabel bebas
Jika nilai chow statistics F-stat hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga
model yang digunakan adalah Model Efek Tetap dan sebaliknya. 3.7.2.2.Uji Hausman
Uji Hausman adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan model Efek Tetap atau
menggunakan model Efek Random. Jika nilai probabilitas lebih kecil dari nilai
α = 5 maka Ho ditolak dan model yang dipilih adalah Fixed Effect. Menurut beberapa ahli ekonometri yang telah membuktikan secara
matematis dikatakan bahwa untuk memilih apakah model Efek Tetap atau Model Efek Random yang digunakan dapat dilakukan dengan melihat:
- Jika data panel yang dimiliki mempunyai jumlah waktu T lebih besar
dibandingkan dengan jumlah individu N maka disarankan menggunakan model efek tetap. T N maka digunakan model effek tetap.
- Jika data panel yang dimiliki mempunyai jumlah waktu T lebih kecil
dibandingkan dengan jumlah individu N maka disarankan untuk menggunakan model efek random. T N maka digunakan model efek
random Nachrowi 2006:318.
Universitas Sumatera Utara
50 3.7.3 Pengujian Hipotesis
Penelitian ini menggunakan metode analisis data panel dengan model regresi berganda multiple regression analysis, karena terdiri dari
satu variabel dependen dan empat variabel independen. Model persamaan regresi dirumuskan sebagai berikut:
Y = β0 + βitX1 + βitX2 + βitX3 + βitX4 + єit
Dimana : Y = Anggaran Belanja daerah
X1 = Pendapatan Asli Daerah X2 = Dana Alokasi Umum
X3 = Dana Alokasi Khusus X4 = Jumlah penduduk
β0 = Konstanta βit, βit, βit dan βit = Koefisien variabel
є = Error Term i = 1, 2, …, N banyaknya sampel dan t = 1, 2, …, T banyaknya waktu
3.7.4. Kriteria Pengujian
