Metode Pengumpulan Data Metode Analisis Data Pengujian Hipotesis Penelitian

22

3.4 Metode Pengumpulan Data

Penelitian ini menggunakan data sekunder yang terdapat pada laporan Realisasi Anggaran Pendapatan dan Belanja Daerah APBD Provinsi Sumatera Utara dengan rentan waktu time series mulai tahun 2012 sampai dengan tahun 2014 yang diperoleh dari Badan Universitas Sumatera Utara Pusat Statistik serta di download dari internet melalui Www.bps.go.id dan www.djpk.depkeu.go.id.

3.5 Variabel Penelitian dan Definisi Operasional

Agar setiap variable yang terdapat dalam penelitian ini dapat diketahui dengan jelas, serta untuk menghindari kesalahan dalam menginterprestasikan pengertian, maka perlu pembahasan pengertian dari variable yang diteliti, yaitu:

1. Variable penelitian

a. Variable bebas adalah variable penyebab atau yang mempengaruhi. Variable bebas yaitu Dana Alokasi Khusus DAK X1 dan Belanja Modal X2. b. Variable terikat adalah variable tergantung atau terpenuhi. Variable terikat yaitu Pertumbuhan Ekonomi Y.

2. Defenisi Operasional

Agar setiap variable yang terdapat dalam penelitian ini dapat dimengerti dengan jelas, serta menghindari kesalahan dalam menginterpretasikan pengertian, maka perlu pembatasan pengertian dari variable yang diteliti, yaitu: Universitas Sumatera Utara 23 Tabel 3.2. Definisi Operasional Variabel Jenis Variabel Nama Variabel Definisi Operasional Parameter Skala Ukuran Independen Dana Alokasi Khusus DAK X1 Dana yang berasal dari APBN yang dialokasikan kepada daerah untuk membantu membiayai kebutuhan khusus. Realisasi penerimaan DAK kabkota Prov. Sumatera Utara 2012- 2014 Rasio Independen Belanja Modal X2 Pengeluaran anggaran untuk perolehan asset tetap dan asset lainnya yang memberi manfaat lebih dari satu periode akuntansi. Realisasi pengeluaran Belanja Modal kabkota Prov. Sumatera Utara 2012-2014 Rasio Dependen Pertumbuhan Ekonomi Y Perkembangan kegiatan dalam perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam masyarakat bertambah dan kemakmuran masyarakat meningkat. Realisasi PDRB kabkota Prov Sumatera Utara 2012-2014 Rasio

3.6 Metode Analisis Data

Metode analisis yang digunakan untuk menguji hipotesis adalah analisis regresi linier berganda, model analisis ini digunakan untuk melihat hubugan antara kedua variable tersebut. Modal persamaan regresi untuk menguji hipotesis dengan formulasi sebagai berikut : Universitas Sumatera Utara 24 Y = a + b 1 x 1 + b 2 x 2 + e Keterangan : Y = Pertumbuhan Ekonomi a = Konstanta b 1, b 2 = Koefisien Regresi x 1 = Dana Alokasi Khusus x 2 = Belanja Modal e = Error

3.7 Pengujian Asumsi Klasik

Sebelum dilakukan pengujian hipotesis dengan menggunakan regresi berganda dan analisis jalur path analisis, maka diperlukan pengujian asumsi klasik yang meliputi pengujian normalitas, pengujian multikolinearitas, pengujian heterokedastisitas, pengujian autokorelasi, Erlina 2011.

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mangasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi dilanggar, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data Universitas Sumatera Utara 25 observasi dengan distribusi yang mendekati distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Selain dengan melihat kurva normal P-plot, uji normalitas juga dapat dilakakukan menggunakan uji kolmogorov-sminov. Dalam uji kolmogorov-sminov hipotesa yang berlaku adalah: H = sampel berasal dari datapopulasi yang terdistribusi normal H a = sampel berasal dari datapopulasi yang tidak terdistribusi normal Dalam uji ini apabila nilai sig 0,05 maka data tidak terdistribusi dengan normal. Namun, jika nilai sig 0,05 maka data terdistribusi dengan normal. Thoifah, 2015:124

2. Uji Multikolinearitas

Uji Multikolinearitas adalah situasi adanya korelasi variabel- variabel independen antara satu dengan yang lainnya. Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Universitas Sumatera Utara Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen, Ghozali 2006. Menurut Erlina 2011 ada dua uji multikolinearitas yang sering digunakan yaitu dengan melihat nilai VIF, semakin tinggi VIF semakin besar dampak dari multikolinearitas. Jika nilai VIF lebih besar dari 10 maka terjadi Universitas Sumatera Utara 26 multikolinearitas yang cukup berat diantara variabel independen. UJi multikolinearitas yang kedua yaitu dengan melihat koefisien korelasi sederhana antara variabel-variabel independenpenjelas, apabila r tinggi nilai absolutnya maka ada dua variabel penjelas tertentu berkorelasi dan masalah multikolinearitas ada dalam persamaan tersebut.

3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varience dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan juka berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homeskedastisitas, karena data ini menghimpun data yang mawakili berbagai ukuran, yaitu kecil, sedang, dan besar. Ada beberapa cara untuk medeteksi ada atau tidaknya heteroskedastisitas, dengan melihat grafik plot antara nilai prediksi variabel terkait dependen, yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihatnya ada tidaknya pola tertentu pada grafik scatter plot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah distudentized. Jika tidak ada pola yang jelas dan titik-titik menyebar Universitas Sumatera Utara 27 diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Thoifah, 2015:128

4. Uji Autokorelasi

Uji Autokorelasi yaitu data yang digunakan pada data runtun waktu time series. Uji ini bertujuan umtuk melihat apakah dalam suatu regresi linear adakorelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Uji Autokorelasi dapat dilakukan dengan uji DurbinWatson DW, Ghozali 2006. Menurut Erlina 2011, uji autokorelasi dapat terjadi pada setiap penelitian dimana urutan pada pengamatan-pengamatan memiliki arti. Autokorelasi merupakan gejala dimana error term pada suatu periode waktu secara sistematik tergantung kepada error term pada periode-periode yang lain. Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Cara mendeteksi autokorelasi yaitu dengan uji Durbin Watson. Universitas Sumatera Utara Uji ini hanya digunakan untuk autokorelasi tingkat pertama first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi. Universitas Sumatera Utara 28

3.8 Pengujian Hipotesis Penelitian

Pengujian hipotesis dilakukan dengan menggunakan uji simultan dan uji parsial: a. Uji Simultan Uji F Uji ini digunakan untuk mengetahui apakah variabel independen X1,X2,…Xn secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen Y. Statistik hitung dan statistik tabel dapat juga diambil keputusan berdasarkan probabilitas, dengan dasar pengambilan keputusan adalah : 1. Apabila F hitung › F tabel, maka Ho ditolak dan Ha diterima. 2. Apabila F hitung ‹ F tabel, maka Ho diterima dan Ha ditolak. b. Uji Parsial Uji t Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen X1,X2,…Xn secara parsial berpengaruh signifikan terhadap variabel dependen Y. Nilai t-tabel dapat dilihat dengan menggunakan table-t. Dasar pengambilan keputusan adalah : 1. Apabila T hitung › T tabel, maka Ho ditolak dan Ha diterima. 2. Apabila T hitung ‹ T tabel, maka Ho diterima dan Ha ditolak. c. Koefisien Determinasi R 2 Analisis determinasi dalam regresi linear berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen X 1 , X 2 ,……X n secara serentak terhadap variabel dependen Y yang dapat dilihat melalui nilai R Square. Universitas Sumatera Utara 29

BAB IV HASIL DAN PEMBAHASAN

4.1 Deskriptif Sampel Penelitian

Data yang dipergunakan pada penelitian ini adalah Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah APBD dan Laporan Pertumbuhan Ekonomi Pemerintah Daerah KabupatenKota di Provinsi Sumatera Utara tahun 2012 sd tahun 2014 3 tahun sehingga jumlah sampel menjadi 36 data. Dari laporan tahunan tersebut yang menjadi objek penelitian adalah Dana Alokasi Khusus DAK, Belanja Modal BM dan data Pertumbuhan Ekonomi PE tahun amatan 2012 sd 2014. Data diperoleh dari Badan Pusat Statistik Sumatera Utara yaitu www.bps.go.idsumut dan Departemen Keuangan Republik Indonesia yaitu www.djpk.depkeu.go.id.

4.2 Statistik Deskriptif

Statistik deskriptif untuk setiap variabel bebas yang dianalisis disajikan pada Tabel 4.1 Variabel bebas yang digunakan dalam analisis ini sebanyak 2 dua variabel independen yaitu Dana Alokasi Khusus X1, Belanja Modal X2. Variabel dependen yaitu Pertumbuhan Ekonomi Y Hal tersebut terdapat pada Tabel 4.1 berikut Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation DAK 36 9799 90869 40299.06 23340.508 BelanjaModal 36 1905 352334 135210.33 101135.506 Pertumbuhan ekonomi 36 569860 55870480 11110208.89 13788234.439 Valid N listwise 36 Universitas Sumatera Utara