4.6.3. Analisis Regresi
Teknik analisis yang digunakan untuk menguji hipotesis pertama 1 dalam penelitian ini adalah dengan menggunakan analisis regresi linier berganda.
Y = a +
b
1
X
1
+ b
2
X
2
+ e
Dimana : Y = Pendapatan Asli Daerah
a = Konstanta
b
1
= Koefisien Regresi X
1
b
2
= Koefisien Regresi X
2
X
1
= Efektivitas BPHTB
X
2
= Kontribusi BPHTB e
= error Teknik anlisis yang dipergunalan untuk menguji hipotesis dua 2 adalah
metode statistik regresi interaksi atau Moderated Regression Analysis MRA yang merupakan pengembangan dari analisis regresi linier berganda, seperti
persamaan berikut :
Model I : Y = a + b1X1 + b2X2 + b3Z + e Model II : Y
= a + b
1
X
1
+ b
2
X
2
+ b
3
Z + b
4
X
1
Z + b
5
X
2
Z + e
Dimana : a
= Konstanta b
1
-b
5
= Koefisien Regresi X
1
X
1
= Efektivitas BPHTB
X
2
= Kontribusi BPHTB Z = Jumlah Penduduk
Universitas Sumatera Utara
X
1
Z= Interaksi antara Efektivitas Pemungutan BPHTB dengan Jumlah Penduduk X
2
Z= Interaksi antara Kontribusi Penerimaan BPHTB dengan Jumlah Penduduk E = Error
4.6.4. Pengujian Hipotesis
Pengujian hipotesis yang dilakukan meliputi uji F uji signifikansi simultan dan uji t uji signifikansi individual parsial. Hipotesis dari penelitian
ini adalah sebagai berikut: H
1
: Efektivitas Pemungutan BPHTB dan Kontribusi Penerimaan BPHTB berpengaruh terhadap Pendapatan Asli Daerah.
H
2
: Jumlah Penduduk sebagai variabel moderating mampu memperkuatmemperlemah hubungan antara Efektivitas Pemungutan
BPHTB dan Kontribusi Penerimaan BPHTB dengan Pendapatan Asli Daerah.
4.6.4.1. Koefisien Determinasi R²
Koefisien determinasi R² bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen
sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variabel dependen dan sebaliknya jika mendekati nol Ghozali,2005.
Universitas Sumatera Utara
4.6.4.2. Uji Statistik F
Menurut Kuncoro 2001 Uji statistik F digunakan untuk mengetahui tingkat signifikan pengaruh variabel independeh secara bersama-sama terhadap
variabel dependen. Kriteria pengujian uji statistik F adalah sebagai berikut: Apabila nilai Signifikan F
hitung
l ebih rendah dibandingkan dengan α yang
digunakan 5 maka dapat dikatakan bahwa secara bersama-sama variasi variabel independen dapat menjelaskan variasi variabel dependen dalam model
yang digunakan, demikian juga sebaliknya, apabila F
hitung
lebih besar d ari α yang
digunakan 5. a. Tolak Ho, terima Ha jika probabilitas sig.
α = 0,05 b.
Terima Ho, tolak Ha jika probabilitas sig. α = 0,05
4.6.4.3. Uji Statistik t
Menurut Kuncoro 2001 Uji statistik t pada dasarnya menunjukkan seberapa jauh berpengaruh satu vriabel independen secara individual parsial
dalam menerangkan variabel terikat. Apabila nilai t-
hitung
lebih besar dari pada t-
tabel
dapat disimpulkan bahwa suatu variabel independen secara parsial mempengaruhi variabel dependen. Dalam penelitian ini digunakan tingkat
signifikan 5 α = 0,05. Kriteria pengujian uji t adalah sebagai berikut: a. Tolak Ho, terima Ha jika, probabilitas Sig.
α = 0.05 b. Terima Ho, tolak Ha jika, probabilitas Sig
α = 0.05
Universitas Sumatera Utara
BAB V HASIL DAN PEMBAHASAN
5.1. Hasil Penelitian
5.1.1. Deskriptif Sampel Penelitian
Data kuantitatif yang dipergunakan pada penelitian ini adalah Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah APBD Pemerintah Daerah
Kabupaten Aceh Barat, yaitu laporan Realisasi Anggaran tahun 2011 sd 2012, untuk 2 tahun pengamatan.
Dari laporan tahunan tersebut yang menjadi objek penelitian adalah realisasi Pendapatan Asli Daerah, realisasi Bea Perolehan Hak atas Tanah dan
Bangunan BPHTB dan Jumlah Penduduk. Data diperoleh dari Kantor Dinas Pengelolaan Keuangan dan Kekayaan Daerah DPKKD, Kantor Penjabat
Pembuat Akta Tanah PPAT dan Dinas Kependudukan dan Pencatatan Sipil. Populasi pada penelitian ini berjumlah 9 kecamatan.
5.1.2. Deskriptif Statistik Data Penelitian
Berdasarkan data cross section sebanyak 9 kecamatan dengan time series menggunakan data prognosis 4 semester atau 2 tahun pengamatan maka
diperoleh deskriptif statistik data penelitian pada Tabel 5.1.
Universitas Sumatera Utara
Tabel 5.1. Descriptive Statistics
N Minimum Maximum
Mean Std. Deviation
Statistic Statistic Statistic
Statistic Statistic
XI 36
6.91 81.15
35.6681 20.46586
X2 36
.37 5.85
1.5711 1.10064
Z 36
2406.00 6404.00
4412.3889 1378.55532
Y 36
182.00 5306.00
1100.3611 1083.63400
Valid N listwise 36
Sumber : Lampiran – 3
5.1.2.1. Realisasi Pendapatan Asli Daerah
Dari 36 tiga puluh enam unit analisis yang disertakan pada penelitian ini, diperoleh rata-rata penerimaan PAD sebesar Rp 1.100.361.111, standar deviasi
sebesar sebaran data sebesar Rp 1.083.633.966. Realisasi penerimaan Pendapatan Asli Daerah yang tertinggi sebesar Rp 5.306.200.203,- diperoleh
Kecamatan Blangpidie pada tahun 2012 semester 2 kedua dan realisasi penerimaan Pendapatan Asli Daerah yang terendah sebesar Rp 182.250.000,-
diperoleh Kecamatan Setia pada tahun 2011 semester 1 pertama.
Universitas Sumatera Utara
Tabel 5.2. Data Pendapatan Asli Daerah
No Kecamatan
2011 2012
Sem 1 Sem 2
Sem 1 Sem 2
1 Babahrot
480.927.807 601.500.100
951.023.100 2.312.005.227
2 Blangpidie
1.350.798.200 1.765.805.000 3.360.975.000
5.306.200.203 3
Jeumpa 221.781.600
354.521.300 650.672.140
717.020.615 4
Kuala Batee 429.200.000
743.925.000 1.457.092.000
1.523.102.251 5
Lembah Sabil 245.844.600
428.398.000 776.281.000
852.074.234 6
Manggeng 428.325.500
571.345.000 865.231.000
1.016.380.340 7
Setia 182.250.000
260.875.054 540.484.221
621.231.372 8
Susoh 1.020.350.250 1.230.488.000
2.281.580.200 3.620.430.220
9 Tangan-Tangan
368.800.870 499.700.200
676.742.400 911.801.120
Jumlah 4.728.278.827 6.456.557.654 11.560.081.061
16.880.245.582
5.1.2.2. Realisasi Efektifitas BPHTB
Dari 36 tiga puluh enam unit analisis yang disertakan pada penelitian, diperoleh rata-rata penerimaan BPHTB sebesar Rp 35.6681, standar deviasi
sebaran data sebesar Rp 20.46586. Persentase penerimaan BPHTB yang tertinggi sebesar 81.15 diperoleh Kecamatan Kuala Batee pada tahun 2011
semester 2 kedua, dan persentase penerimaan BPHTB yang terendah sebesar 6.91 diperoleh Kecamatan Jeumpa pada tahun 2011 semester 1 pertama.
Universitas Sumatera Utara
Tabel 5.3. Efektivitas BPHTB
No Kecamatan
2011 2012
Sem 1 Sem 2 Sem 1
Sem 2 1
Babahrot 47.27 57.16
36.94 50.56
2 Blangpidie
38.82 40.07
45.63 40.42
3 Jeumpa
6.91 11.60
14.79 20.71
4 Kuala Batee
78.91 81.15
57.04 62.83
5 Lembah Sabil
43.76 42.13
31.31 41.83
6 Manggeng
24.36 25.05
17.12 19.08
7 Setia
15.61 13.64
8.07 10.54
8 Susoh
47.27 53.1
56.59 69.36
9 Tangan-Tangan
18.69 20.99
16.87 17.87
Rata – Rata 35,73
38,32 31,60
37,02 Sumber : Lampiran – 1
5.1.2.3. Realisasi Kontribusi BPHTB
Dari 36 tigs puluh enam unit analisis yang disertakan pada penelitian, diperoleh rata-rata penerimaan Kontribusi BPHTB sebesar Rp 1.571.100, standar
deviasi sebesar Rp 1.100.640. Persentase penerimaan Kontribusi BPHTB yang tertinggi sebesar 5.85 diperoleh Kecamatan Kuala Batee pada tahun 2011
semester 1 pertama, dan persentase penerimaan Kontribusi BPHTB yang terendah sebesar 0.37 diperoleh Kecamatan Setia pada tahun 2012 semester 1
pertama.
Universitas Sumatera Utara
Tabel 5.4. Kontribusi BPHTB
No Kecamatan
2011 2012
Sem 1 Sem 2
Sem 1 Sem 2
1 Babahrot
2,73 2,64
1,78 1,00
2 Blangpidie
1,43 1,13
0,73 0,41
3 Jeumpa
1,78 1,87
1,03 1,31
4 Kuala Batee
5,85 3,47
1,98 2,08
5 Lembah Sabil
3,74 2,07
1,30 1,59
6 Manggeng
1,13 0,87
0,80 0,76
7 Setia
1,16 0,71
0,37 0,42
8 Susoh
2,42 2,25
1,35 1,04
9 Tangan-Tangan
1,10 0,92
0,75 0,59
Rata - Rata 2,37
1,77 1,12
1,02 Sumber : Lampiran – 2
5.1.2.4. Jumlah Penduduk
Variabel jumlah penduduk ini merupakan orang yang bertempat tinggal dan menetap dalam wilayah pada setiap kecamatan yang merupakan wilayah
yuridiksi kabupaten Aceh Barat Daya. Indikator yang digunakan pada variabel Jumlah Penduduk ini adalah warga yang telah menikah dan tercatat pada kantor
Dinas Kependudukan dan Pencatatan Sipil. Hitungan pada penelitian ini hanya pada kepala keluarga, bukan total seluruh penduduk.
Dari 36 tiga puluh enam unit analisis yang disertakan pada penelitian, diperoleh rata-rata jumlah penduduk 4412.39, standar deviasi sebesar 1378.55.
Pertumbuhan jumlah penduduk yang tertinggi sebesar 6.404 orang kepala keluarga berada pada Kecamatan Susoh pada tahun 2012 semester 2 kedua, dan
pertumbuhan jumlah penduduk yang terendah sebesar 2.406 berada pada Kecamatan Setia pada tahun 2011 semester 1 pertama.
Universitas Sumatera Utara
Tabel 5.5. Data Jumlah Penduduk
No Kecamatan
2011 2012
Sem 1 Sem 2
Sem 1 Sem 2
1 Babahrot
4.963 5.020
5.129 5.158
2 Blangpidie
6.034 6.154
6.208 6.259
3 Jeumpa
2.879 2.997
3.129 3.199
4 Kuala Batee
5.541 5.621
5.799 5.853
5 Lembah Sabil
2.980 3.101
3.210 3.298
6 Manggeng
3.952 4.031
4.197 4.265
7 Setia
2.406 2.554
2.599 2.687
8 Susoh
6.259 6.299
6.376 6.404
9 Tangan-Tangan
3.491 3.532
3.591 3.671
Jumlah 38.505
39.309 40.238
40.794
5.1.3. Pengujian Asumsi Klasik
Model regresi pada penelitian ini akan digunakan untuk melakukan peramalan, sebuah model yang baik adalah dengan kesalahan peramalan yang
seminimal mungkin. Di samping menemukan model yang paling tepat, sebelum model pada penelitian ini digunakan, sudah seharusnya memenuhi beberapa
asumsi klasik, antara lain: uji multikolonieritas, uji autokorelasi, uji heteroskedastisitas, dan uji normalitas. Data yang akan dilakukan pengujian
sebelumnya dinormalkan dengan logaritma natural.
5.1.3.1. Uji Multikolonieritas
Uji Multikolinieritas pada penelitian ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas independen
pada model. Model regresi yang baik seharusya tidak terjadi korelasi antar variabel independen. Nilai cut off yang umumnya digunakan untuk menunjukkan
Universitas Sumatera Utara
tidak adanya mulitikolonieritas apabila nilai Tolerance ≤ 0,10 atau sama dengan
nilai VIF ≥ 10.
Tabel 5.6. Hasil Uji Multikolonieritas
Coefficients
a
Model T
Sig. Collinearity Statistics
Tolerance VIF
1 Constant
-3.688 .001
LNXI 2.456
.020 .234
4.265 LNZ
5.395 .000
.376 2.662
LNX2Z -5.827
.000 .372
2.687 a. Dependent Variable: Y
Sumber : Lampiran – 8 Setelah dilakukan uji statistik terdapat multikolonieritas pada beberapa
variabel oleh sebab itu salah satu cara untuk menghilangkan multikoloniearitas yaitu melakukan tranformasi variabel yaitu dapat dilakukan dengan bentuk
logaritma natural. Sehingga setelah dilakukan uji statistik kembali, hasil uji statistik, menunjukkan bahwa ada tiga variabel yang tersisa yaitu LNX1, LNZ,
LNX2Z yang signifikan terhadap Y dan tidak ada variabel yang memiliki nilai tolerance kurang dari 0,10. Demikian juga hasil perhitungan Variance Inflation
Factor VIF tidak ada variabel yang memiliki nilai VIF lebih besar dari 10. Akan tetapi adanya variabel di keluarkan yang disebut dengan excluded variabel yaitu,
dua variabel lainnya LNX2, LNX1Z tidak signifikan terhadap Y atau terdapat masalah multikolonieritas.
Dengan demikian dapat disimpulkan bahwa dari model regresi yang digunakan tidak terjadi multikolonieritas.
Universitas Sumatera Utara
5.1.3.2. Uji Autokorelasi
Uji autokorelasi pada penelitian ini bertujuan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya.
Tabel 5.7. Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .847
a
.718 .691
601.98109 2.119
a. Predictors: Constant, LNX2Z, LNZ, LNXI b. Dependent Variable: Y
Sumber : Lampiran – 8 Setelah dilakukan uji autokorelasi, diperoleh nilai Durbin-Watson sebesar
2,119 yang menyatakan du = 1,7987 d = 2,119 4 – du 1,7987 = 2,2013.
5.1.3.3. Uji Heterokedastisitas
Uji heterokedastisitas pada penelitian ini bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas.
Universitas Sumatera Utara
Gambar 5.1.
Sumber : Lampiran - 8 Grafik scatterplots diatas menunjukkan bahwa titik-titik menyebar secara
acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y dan tidak membentuk pola tertentu yang teratur, yang mengindikasikan tidak terjadi
heteroskedastisitas. Analisis dengan grafik plots memiliki kelemahan yang cukup signifikan
oleh karena jumlah pengamatan mempengaruhi hasil plotting. Semakin sedikit jumlah pengamatan, maka semakin sulit menginterprestasikan hasil grafik plots.
Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil yaitu uji glejser pada tabel 5.8.
Universitas Sumatera Utara
Tabel 5.8. Hasil Uji Glejser
Coefficients
a
Model Unstandardized
Standardized T
Sig. B
Std. Error Beta
1 Constant -3112.904 2248.285
-1.385 .176
LNXI -291.161
187.164 -.515 -1.556
.130 LNZ
635.471 303.557
.547 2.019 .074
LNX2Z -89.790
125.345 -.188 -.716
.479 a. Dependent Variable: AbsUi
Sumber : Lampiran – 9 Hasil uji glejser menunjukkan bahwa signifikansi variabel independen
pada persamaan regresi tidak signifikan secara statistik LNX1 = 0,130 α = 0,05, LNZ = 0,074
α = 0,05, LNX2Z = 0,479 α = 0,05 maka asumsi homokedastisitas pada data model regresi tidak dapat ditolak. Dari grafik
scatterplot dan uji glejser dapat disimpulakn bahwa pada model regresi tidak terjadi heteroskedastisitas.
5.1.3.4. Uji Normalitas
Uji normalitas pada penelitian ini bertujuan untuk menguji apakah variabel pengganggu atau residual pada model regresi berdistribusi normal. Uji-t dan uji-F
mengasumsikan bahwa nilai residual harus mengikuti distribusi normal, dan apabila asumsi ini tidak terpenuhi maka penggunaan model regresi untuk prediksi
menjadi tidak valid untuk jumlah sampel kecil.
Universitas Sumatera Utara
Uji statistik untuk menguji normalitas residual pada penelitian ini dengan menggunakan uji statistik non-parametrik Kolmogorov-Smirnov 1-sample K-S
test.
Tabel 5.9. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a
Mean .0000000
Std. Deviation 5.75604021E2
Most Extreme Differences
Absolute .173
Positive .173
Negative -.123
Kolmogorov-Smirnov Z 1.036
Asymp. Sig. 2-tailed .233
a. Test distribution is Normal. Sumber : Lampiran - 8
Dari hasil uji statistik diperoleh nilai Kolmogorov-Smirnov sebesar 1,036, dan tidak signifikan pada α = 0,05 asymp. Sig = 0,233 0,05. Dengan demikian
model regresi memenuhi asumsi normalitas.
5.1.4. Analisis Regresi
5.1.4.1. Analisis Regresi Berganda Pengujian Hipotesis Pertama H1
Pengujian Asumsi klasik yang telah dilakukan terhadap persamaan regresi menyimpulkan bahwa persamaan tersebut berdistribusi normal dan layak
digunakan sebagai model persamaan matematis.
Universitas Sumatera Utara
Tabel 5.10. Hasil Uji Hipotesis Pertama H1
Coefficients
a
Model Unstandardized Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
677.460 241.252
2.808 .008
X1 50.543
7.563 .955
6.683 .000
X2 -878.274
140.625 -.892 -6.245
.000 a. Dependent Variable: Y
Sumber : Lampiran - 4 Berdasarkan uji koefisien regresi dihasilkan persamaan regresi sebagai
berikut:
Y = 677.460 + 50.543X1 - 878.274X2 + e
Persamaan regresi tersebut koefisien regresi dari efektivitas pemungutan BPHTB X1 menunjukkan nilai koefisien regresi yang positif sebesar 50.543,
artinya apabila X1 meningkat sebesar 1, maka nilai Y PAD akan naik sebesar 50.543 jika variabel kontribusi penerimaan BPHTB dianggap konstan.
Sementara itu koefisien kontribusi penerimaan BPHTB X2 menunjukkan nilai koefisien regresi yang negatif sebesar -878.274, artinya apabila nilai X2
meningkat sebesar 1, maka nilai Y PAD akan turun sebesar -878.274 jika variabel efektivitas pemungutan BPHTB konstan.
Nilai konstanta sebesar 677,460, artinya apabila variabel efektivitas pemungutan BPHTB X1 dan kontribusi penerimaan BPHTB X2 sama dengan
konstan, maka penerimaan PAD adalah sebesar 677,460.
Universitas Sumatera Utara
5.1.4.1.1. Koefisien Deteminasi R
2
Uji statistik koefisien determinasi pada penelitian ini tujuannya adalah untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen.
Tabel 5.11. Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Std. Error of Durbin-
1 .779
a
.607 .584
699.24940 1.703
a. Predictors: Constant, X2, XI b. Dependent Variable: Y
Sumber : Lampiran – 4 Dari output SPSS pada model summary, diperoleh nilai R square sebesar
0,607 hal ini menunjukkan bahwa variabel efektivitas pemungutan BPHTB dan kontribusi penerimaan BPHTB mempunyai hubungan yang kuat dengan PAD,
dan nilai adjusted R square sebesar 0,584. Hal ini menunjukkan bahwa 58,4 variasi variabel Y PAD dapat dijelaskan oleh variasi variabel independen X1
efektivitas pemungutan BPHTB dan X2 kontribusi penerimaan BPHTB, sedangkan sisanya 41,6 dijelaskan oleh variabel-variabel lainnya yang tidak
dimasukkan kedalam model regresi.
5.1.4.1.2. Uji Statistik F
Uji pengaruh simultan digunakan untuk mengetahui apakah variabel independen yaitu X1 efektivitas pemungutan BPHTB dan X2 kontribusi
Universitas Sumatera Utara
penerimaan BPHTB secara bersama-sama atau simultan mempengaruhi Y PAD atau variabel dependen.
Tabel 5.12. Uji Statistik F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
2.496E7 2
1.248E7 25.528
.000
a
Residual 1.614E7
33 488949.723 Total
4.110E7 35
a. Predictors: Constant, X2, XI b. Dependent Variable: Y
Sumber : Lampiran – 4 Dari output SPSS, hasil uji Anova diperoleh F
hitung
= 25,528 3,32 dan signifikan pada 0,000 α = 0,05, keputusannya Ho ditolak Ha diterima, dengan
demikian dapat disimpulkan bahwa X1 efektivitas pemungutan BPHTB dan X2 kontribusi penerimaan BPHTB secara simultan berpengaruh terhadap PAD.
5.1.4.1.3. Uji Statistik t
Uji statistik t digunakan untuk mengetahui pengaruh masing-masing variabel independen X1 efektivitas pemungutan BPHTB dan X2 kontribusi
penerimaan BPHTB terhadap variabel dependen Y PAD.
Universitas Sumatera Utara
Tabel 5.12. Uji Statistik t
Coefficients
a
Model Unstandardized
Standardized T
Sig. B
Std. Error Beta
1 Constant 677.460
241.252 2.808
.008 XI
50.543 7.563
.955 6.683
.000 X2
-878.274 140.625
-.892 -6.245
.000 a. Dependent Variable:Y
Sumber : Lampiran – 4 Dari hasil output SPSS, hasil uji statistik t diperoleh, tingkat signifikan
variabel independen X1 efektivitas pemungutan BPHTB sebesar 0,000 α = 0,005 dan t
hitung
= 6,683 t
tabel
= 2,035, keputusannya Ho ditolak Ha diterima, maka kesimpulannya efektivitas pemungutan BPHTB berpengaruh positif
signifikan terhadap PAD. Tingkat signifikan X2 kontribusi penerimaan BPHTB sebesar 0,000 α = 0,05 dan t
hitung
= -6,245 t
tabel
= 2,035, keputusannya Ho ditolak Ha diterima, maka kesimpulannya kontribusi penerimaan BPHTB
berpengaruh negatif signifikan terhadap PAD.
5.1.4.2. Analisis Regresi Berganda Pengujian Hipotesis Kedua H2 dengan
MRA
Berdasarkan uji asumsi klasik, yang telah dilakukan untuk uji regresi linier berganda dengan variabel moderating, untuk model I data berdistribusi normal,
sedangkan untuk model II dikarenakan adanya terjadi korelasi antara variabel independen dilakukanlah transformasi variabel dengan logaritma natural. Oleh
karena itu data yang tersedia telah memenuhi syarat untuk menggunakan model
Universitas Sumatera Utara
regresi linier berganda dengan moderating, untuk mengetahui hubungan moderating antara variabel independen dengan variabel dependen. Ada dua model
yang akan digunakan.
Tabel 5.14. Hasil Uji Hipotesis Kedua H2 dengan MRA Model I
Coefficients
a
Model Unstandardized
Standardized T
Sig. B
Std. Error Beta
1 Constant -359.985
452.564 -.795
.432 X1
24.037 12.246
.454 1.963
.058 X2
-672.821 151.207
-.683 -4.450
.000 Z
.376 .143
.479 2.631
.013 a. Dependent Variable: Y
Sumber : Lampiran - 6 Berdasarkan uji koefisien regresi dihasilkan persamaan regresi model I
sebagai berikut:
Y = -359,985 + 24,037X1 – 672,821X2 + 0,376Z
Nilai Y PAD diatas menunjukkan nilai estimasi, dimana koefisien X1 efektivitas pemungutan BPHTB sebesar 24,037. Artinya, apabila nilai X1
efektivitas pemungutan BPHTB meningkat sebesar 1, maka nilai Y PAD akan naik sebesar 24,037. Jika variabel kontribusi penerimaan BPHTB dan
jumlah penduduk dianggap konstan. Koefisien X2 kontribusi penerimaan BPHTB sebesar -672,821. Artinya,
apabila nilai X2 kontribusi penerimaan BPHTB meningkat sebesar 1, maka nilai Y PAD akan turun sebesar -672,821. Jika variabel efektivitas pemungutan
BPHTB dan jumlah penduduk dianggap konstan.
Universitas Sumatera Utara
Koefisien Z jumlah penduduk sebesar 0,376. Artinya, apabila nilai Z jumlah penduduk meningkat sebesar 1, maka nilai Y PAD akan naik sebesar
0,376. Jika variabel efektivitas pemungutan BPTHB dan kontribusi penerimaan BPHTB dianggap konstan.
Nilai konstanta sebesar -359,985. Artinya, apabila nilai X1 efektivitas
pemungutan BPHTB, X2 Kontribusi penerimaan BPHTB dan Z jumlah penduduk dalam model sama dengan nol, maka penerimaan PAD adalah sebesar
-359,985. Jika variabel independen dianggap konstan.
Tabel 5.15. Hasil Uji Hipotesis Kedua H2 dengan MRA Model II
Coefficients
a
Model Unstandardizsed
Standardized t
Sig. B
Std. Error Beta
1 Constant -14058.616 3812.322
-3.688 .001
LNX1 779.398
317.366 .476
2.456 .020
LNZ 2777.095
514.729 .827
5.395 .000
LNX2Z -1238.386
212.542 -.897 -5.827
.000 a. Dependent Variable: Y
Sumber : Lampiran – 8 Berdasarkan uji koefisien regresi dihasilkan persamaan regresi model II,
dikarenakan pada saat uji koefisisen regresi yang pertama terdapat adanya multikolonieritas, dan untuk memperbaiki multikolonieritas salah satu caranya
yaitu dengan transformasi variabel dalam bentuk logaritma natural, sehingga pada saat output yang dihasilkan ada dua variabel yang di exclude yaitu LNX2
kontribusi penerimaan BPHTB dan LNX1Z interaksi antara efektivitas
Universitas Sumatera Utara
pemungutan BPHTB dengan jumlah pendudukmoderating 1, dan variabel yang dihasilkan dalam persamaan regresi model II sebagai berikut:
Y = -14.058,616 + 779,398LNX1 + 2.777,095LNZ – 1.238,386LNX2Z + e
Nilai Y PAD diatas menunjukkan nilai estimasi, dimana koefisien LNX1 efektivitas pemungutan BPHTB sebesar 779,398. Artinya, apabila nilai LNX1
efektivitas pemungutan BPHTB meningkat sebesar 1, maka nilai Y PAD akan naik sebesar 779,398. Jika variabel LNZ jumlah penduduk dan LNX2Z
interaksi antara kontribusi penerimaan BPHTB dengan jumlah pendudukmoderating 2 dianggap konstan.
Koefisien LNZ jumlah penduduk sebesar 2.777,095. Artinya, apabila nilai LNZ jumlah penduduk meningkat sebesar 1, maka nilai Y PAD akan
naik sebesar 2.777,095. Jika variabel efektiviats pemungutan BPHTB dan moderating 2 dianggap konstan.
Koefisien LNX2Z moderating 2 sebesar -1.238,386. Artinya, apabila nilai LNX2Z moderating 2 meningkat sebesar 1, maka nilai Y PAD akan
turun sebesar -1.238,386. Jika variabel efektivitas pemungutan BPHTB dan jumlah penduduk dianggap konstan.
Nilai konstanta sebesar -14.058,616. Artinya, apabila nilai LNX1 efektivitas pemungutan BPHTB, LNZ jumlah penduduk dan LNX2Z
moderating 2 dalam model sama dengan nol, maka penerimaan PAD adalah sebesar -14.058,616. Jika variabel independen dianggap konstan.
Universitas Sumatera Utara
5.1.4.2.1. Koefisien Deteminasi R
2
Uji statistik koefisien determinasi pada penelitian ini tujuannya adalah untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen.
Tabel 5.16. Hasil Uji Koefisien Determinasi Model 1
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of Durbin-
1 .823
a
.677 .647
643.85276 1.742
a. Predictors: Constant, Z, X2, X1 b. Dependent Variable: Y
Sumber : Lampiran - 6 Dari output SPSS model I pada model summary, diperoleh nilai R square
sebesar 0,677 hal ini menunjukkan bahwa variabel efektivitas pemungutan BPHTB X1, kontribusi penerimaan BPHTB X2 dan jumlah penduduk Z
mempunyai hubungan yang kuat dengan PAD, dan nilai adjusted R square sebesar 0,647. Hal ini menunjukkan bahwa 64,7 variasi variabel Y PAD dapat
dijelaskan oleh variasi variabel independen X1 efektivitas pemungutan BPHTB, X2 kontribusi penerimaan BPHTB dan Z jumlah penduduk, sedangkan sisanya
35,3 dijelaskan oleh variabel-variabel lainnya yang tidak dimasukkan kedalam model regresi.
Universitas Sumatera Utara
Tabel 5.17. Hasil Uji Koefisien Determinasi Model II
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of Durbin-
1 .847
a
.718 .691
601.98109 2.119
a. Predictors: Constant, LNX2Z, LNZ, LNXI b. Dependent Variable: Y
Sumber : Lampiran – 8 Dari output SPSS model II pada model summary, diperoleh nilai R square
sebesar 0,718 hal ini menunjukkan bahwa variabel efektivitas pemungutan BPHTB LNX1, jumlah penduduk LNZ dan moderating 2 LNX2Z
mempunyai hubungan yang kuat dengan PAD, dan nilai adjusted R square sebesar 0,691. Hal ini menunjukkan bahwa 69,1 variasi variabel Y PAD dapat
dijelaskan oleh variasi variabel LNX1 efektivitas pemungutan BPHTB, LNX2Z moderating 2 dan LNZ jumlah penduduk, sedangkan sisanya 30,9 dijelaskan
oleh variabel-variabel lainnya yang tidak dimasukkan kedalam model regresi.
5.1.4.2.2. Uji Statistik F
Uji pengaruh simultan digunakan untuk mengetahui apakah variabel LNX1 efektivitas pemungutan BPHTB, LNX2Z moderating 2 dan LNZ
jumlah penduduk secara bersama-sama atau simultan mempengaruhi variabel dependen.
Universitas Sumatera Utara
Tabel 5.18. Hasil Uji Statistik F Model I
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
2.783E7 3 9277902.794
22.381 .000
a
Residual 1.327E7
32 414546.373 Total
4.110E7 35
a. Predictors: Constant, Z, X2, X1 b. Dependent Variable: Y
Sumber : Lampiran - 6 Dari output SPSS model I, hasil uji Anova diperoleh F
hitung
= 22,381 2,92 dan signifikan pada 0,000 α = 0,05, keputusannya Ho ditolak Ha diterima,
dengan demikian dapat disimpulkan bahwa X1 efektivitas pemungutan BPHTB, X2 kontribusi penerimaan BPHTB dan Z jumlah penduduk secara simultan
berpengaruh terhadap PAD.
Tabel 5.19. Hasil Uji Statistik F Model II
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
2.950E7 3 9834330.896
27.138 .000
a
Residual 1.160E7
32 362381.238 Total
4.110E7 35
a. Predictors: Constant,LNX2Z, b. Dependent Variable: Y
Sumber : Lampiran – 8 Dari output SPSS model II, hasil uji Anova diperoleh F
hitung
= 27,138 2,92 dan signifikan pada 0,000 α = 0,05, keputusannya Ho ditolak Ha diterima,
Universitas Sumatera Utara
dengan demikian dapat disimpulkan bahwa LNX1 efektivitas pemungutan BPHTB, LNZ jumlah penduduk dan LNX2Z moderating 2 secara simultan
berpengaruh terhadap PAD.
5.1.4.2.3. Uji Statistik t
Uji statistik t digunakan untuk mengetahui pengaruh masing-masing variabel LNX1 efektivitas pemungutan BPHTB, LNX2Z moderating 2 dan
LNZ jumlah penduduk berpengaruh secara parsial terhadap variabel dependen Y PAD.
Dari hasil output SPSS model I dapat dilihat pada tabel 5.14., hasil uji statistik t diperoleh, tingkat signifikan variabel independen X1 efektivitas
pemungutan BPHTB sebesar 0,058 α = 0,05 dan t
hitung
= 1,963 t
tabel
= 2,037, keputusannya Ho diterima Ha ditolak, maka kesimpulannya efektivitas
pemungutan BPHTB tidak berpengaruh signifikan terhadap PAD. Tingkat signifikan X2 kontribusi penerim
aan BPHTB sebesar 0,000 α = 0,05 dan t
hitung
= -4,450 t
tabel
= 2,037, keputusannya Ho ditolak Ha diterima, maka kesimpulannya kontribusi penerimaan BPHTB berpengaruh negatif signifikan
terhadap PAD. Tingkat signifikan Z jumlah penduduk sebesar 0,0 13 α = 0,05
dan t
hitung
= 2,631 t
tabel
= 2,037, keputusannya Ho ditolak Ha diterima, maka kesimpulannya jumlah penduduk berpengaruh signifikan terhadap PAD.
Dari hasil output SPSS pada tabel 5.15., hasil uji statistik t diperoleh, tingkat signifikan variabel independen LNX1 efektivitas pemungutan BPHTB
sebesar 0,020 α = 0,05 dan t
hitung
= 2,456 t
tabel
= 2,037, keputusannya Ho ditolak Ha diterima, maka kesimpulannya efektivitas pemungutan BPHTB
Universitas Sumatera Utara
berpengaruh secara signifikan terhadap PAD. Tingkat signifikan LNZ jumlah penduduk sebesar 0,000 α = 0,05 dan t
hitung
= 5,395 t
tabel
= 2,037, keputusannya Ho ditolak Ha diterima, maka kesimpulannya jumlah penduduk
berpengaruh secara signifikan terhadap PAD. Tingkat signifikan LNX2Z moderating 2 se
basar 0,000 α = 0,05 dan thitung = -5,827 2,037, keputusannya Ho ditolak Ha diterima, maka kesimpulannya moderating 2
berpengaruh negatif siginifkan terhadap PAD, dan jumlah penduduk mampu memoderasi hubungan antara kontribusi penerimaan BPHTB dengan Pendapatan
Asli Daerah.. Selanjutnya jumlah penduduk bukan variabel moderating antara variabel-variabel independen tersebut terhadap variabel independennya yaitu
PAD. Hal ini ditunjukkan dari nilai signifikan variabel LNX1Z moderating 1 dan LNX2Z moderating 2 hanya satu yang memiliki nilai signifikan jauh
dibawah 0,05 yaitu variabel LNX2Z moderating 2 sedangkan LNX1Z moderating 1 tidak signifikan dan dikeluarkan dalam persamaan atau di exclude.
Oleh karena itu jumlah penduduk bukan variabel moderating. Suatu variabel dikatakan moderating jika interaksinya antara variabel independen menunjukkan
nilai yang signifikan.
Tabel 5.20. Excluded Variables
b
Model Beta
In t
Sig. Partial
Correlation Collinearity Statistics
Toleranc VIF
Minimum 1
LNX2 .
a
. .
. .000
. .000
LNXIZ .
a
. .
. .000
. .000
a. Predictors in the Model: Constant, LNX2Z, LNZ LNX1
b. Dependent Variable: Y Sumber : Lampiran - 8
Universitas Sumatera Utara
Hasil uji di atas merupakan hasil dari uji analisis regresi berganda dengan moderating untuk model II, yang merupakan variabel yang dikeluarkan dari dalam
persamaan, karena variabel LNX2 dan LNX1Z tidak signifikan dan tidak mempengaruhi PAD. Berdasarkan pengujian tersebut terdapat beberapa variabel
yang merupakan excluded variables yakni LNX2 dan LNX1Z.
5.2. Pembahasan
Pengalihan Bea Perolehan Hak atas Tanah dan Bangunan BPHTB dari pemerintah pusat kepada pemerintah daerah merupakan langkah maju yang
dilakukan oleh Indonesia dalam penataan sistem perpajakan nasional. Efektivitas
kebijakan pengalihan BPHTB dari pajak pusat menjadi pajak daerah dapat dilihat dari 2 aspek, yaitu aspek wilayah dan aspek pendapatan. Dari aspek wilayah,
pengalihan BPHTB dipandang berhasil apabila seluruh atau sebagian besar kabupatenkota dapat memungut BPHTB mulai 1 januari 2011. Dari aspek
pendapatan, pengalihan BPHTB dapat dikatakan berhasil apabila seluruh atau sebagian besar potensi BPHTB terpungut.
Dalam penelitian ini dilakukan penelitian tentang efektifitas pemungutan BPHTB dan kontribusi penerimaan BPHTB terhadap Pendapatan Asli Daerah
dengan jumlah penduduk sebagai variabel moderating. Dalam penelitian akan dilihat seberapa besar efektivitas pemungutan BPHTB apalagi setelah
dilakukannya pengalihan terhadap pajak BPHTB dari pusat ke daerah, dan dilihat juga seberapa besar kontribusi penerimaan BPHTB setelah dilakukannya
pengalihan pajak BPHTB dari pajak pusat menjadi pajak daerah. Apakah pengalihan pajak ini akan makin meningkatkan efektivitas pemungutan BPHTB
Universitas Sumatera Utara
dan kontribusi penerimaan BPHTB terhadap pendapatan asli daerah, dan dalam penelitian ini juga dilihat pengaruh jumlah penduduk dalam penelitian ini dilihat
dari jumlah penduduk yang sudah menikah yang diharapkan mampu memoderasi hubungan antara efektivitas pemungutan BPHTB dan kontribusi penerimaan
BPHTB dengan Pendapatan Asli Daerah, apakah mampu memperkuatmemperlemah hubungan diantara efektivitas pemungutan dan
kontribusi penerimaan BPHTB dengan PAD.
5.2.1. Efektivitas Pemungutan BPHTB Dan Kontribusi Penerimaan BPHTB
Berpengaruh Terhadap PAD.
Dari output SPSS, hasil uji Anova diperoleh F
hitung
= 25,528 3,32 dan signifikan pada 0,000
α = 0,05, keputusannya Ho ditolak Ha diterima, dengan demikian dapat disimpulkan bahwa X1 efektivitas pemungutan BPHTB dan X2
kontribusi penerimaan BPHTB secara simultan berpengaruh terhadap PAD. Dari output SPSS pada model summary, diperoleh nilai R square sebesar
0,607 hal ini menunjukkan bahwa variabel efektivitas pemungutan BPHTB dan kontribusi penerimaan BPHTB mempunyai hubungan yang kuat dengan PAD,
dan nilai adjusted R square sebesar 0,584. Hal ini menunjukkan bahwa 58,4 variasi variabel Y PAD dapat dijelaskan oleh variasi variabel independen X1
efektivitas pemungutan BPHTB dan X2 kontribusi penerimaan BPHTB, sedangkan sisanya 41,6 dijelaskan oleh variabel-variabel lainnya yang tidak
dimasukkan kedalam model regresi. Nilai koefisien determinasi ini menunjukkan bahwa efektivitas pemungutan BPHTB dan kontribusi penerimaan BPHTB
Universitas Sumatera Utara
memiliki kemampuan untuk memberikan informasi yang dibutuhkan untuk memprediksi Pendapatan Asli Daerah.
Dari hasil output SPSS, hasil uji statistik t diperoleh, tingkat signifikan variabel independen X1 efektivitas pemungutan BPHTB sebesar 0,000 α =
0,005 dan t
hitung
= 6,683 t
tabel
= 2,035, keputusannya Ho ditolak Ha diterima, maka kesimpulannya efektivitas pemungutan BPHTB berpengaruh secara
signifikan terhadap PAD. Oleh karena itu dapat disimpulkan bahwa efektivitas pemungutan BPHTB berpengaruh signifikan secara parsial terhadap PAD. Jadi
semakin tinggi tingkat efektivitas pemungutan BPHTB maka akan semakin tinggi pula tingkat PAD. Hasil penelitian ini sejalan dengan hasil penelitian Rahmani
2008, yang menyatakan bahwa efektivitas pemungutan pajak daerah berpengaruh secara parsial terhadap PAD.
Dari hasil output SPSS, hasil uji statistik t diperoleh, tingkat signifikan variabel independen X2 kontribusi pene
rimaan BPHTB sebesar 0,000 α = 0,05 dan t
hitung
= -6,245 t
tabel
= 2,035, keputusannya Ho ditolak Ha diterima, maka kesimpulannya kontribusi penerimaan BPHTB berpengaruh negatif
signifikan terhadap PAD. Artinya adanya kontribusi penerimaan BPHTB akan diikuti penurunan PAD.
Secara teoritis kondisi tersebut tidak sesuai. Seharusnya kontribusi penerimaan BPHTB akan mendorong kenaikan penerimaan daerah yang artinya
peningkatan PAD. Namun dari hasil penelitian terhadap 9 Kecamataan Di Kabupaten Aceh Barat daya ini dalam 2 tahun pengamatan, memang terdapat
kontribusi penerimaan BPHTB yang tidak diikuti kenaikan penerimaan PAD. Berdasarkan kenyataan tersebut dapat diduga terdapat faktor lose dari
Universitas Sumatera Utara
pengumpulan penerimaan pajak yang seharusnya bisa diperoleh pemerintah. Artinya adanya kontribusi penerimaan BPHTB yang mencerminkan kenaikan
PAD namun tidak diikuti kesadaran untuk membayar pajak yang lebih banyak. Atau sistem pemungutan pajak yang tidak efisien sehingga potensi pajak belum
dapat diterima oleh pemerintah daerah. juga dapat diduga bahwa sistem pajak ataupun tarif pajak yang diterapkan menjadi disinsentif masyarakat dalam
berproduksi. Pengaruh yang negatif atas kontribusi penerimaan BPHTB selain
dikarenakan kurangnya kontribusi yang diberikan oleh BPHTB, hal ini disebabkan juga dikarenakan pengalihan Pajak BPHTB dari pajak pusat menjadi
pajak daerah, sehingga tidak adanya lagi dana perimbangan yang diberikan pemerintah pusat kepada daerah, jadi berapa pun penerimaan BPHTB yang
dihasilkan daerah itu yang akan dijadikan realisasi penerimaan BPHTB, selain itu penyebab yang paling kuat berpengaruh negatif signifikannya kontribusi
penerimaan BPHTB terhadap PAD adalah ketimpangan yang sangat besar pada penerimaan BPHTB dengan PAD, adanya kenaikan tiap semester penerimaan
BPHTB dan PAD, akan tetapi kenaikan penerimaan BPHTB tiap semester tidak sebanding dengan kenaikan PAD tiap semesternya, yang tiap semester kenaikan
penerimaan PAD sangat besar, sedangkan kenaikan penerimaan BPHTB tiap semester hanya mengalami kenaikan yang kecil atau sedikit, bahkan mengalami
penurunan di semester berikutnya. Seperti yang terjadi pada kecamatan Blangpidie pada tahun 2012 di
semester I jumlah penerimaan BPHTB Rp. 24.638.906, sedangkan pada semester II mengalami penurunan penerimaan yaitu Rp. 21.825.408, kecamatan Lembah
Universitas Sumatera Utara
Sabil di semester I jumlah penerimaan BPHTB Rp. 9.188.912, sedangkan pada semester II mengalami penurunan penerimaan yaitu Rp. 8.847.730, kecamatan
Setia di semester I jumlah penerimaan BPHTB Rp. 2.122.833, sedangkan pada semester II mengalami penurunan penerimaan yaitu Rp. 1.855.701. Tidak hanya
dilihat dari jumlah penerimaan yang menurun, dari hasil persentasi kontribusi penerimaan BPHTB pun mengalami penurunan dan fluktuatif. Oleh sebab itu
hasil statistik pengaruh kontribusi penerimaan BPHTB terhadap PAD berpengaruh negatif signifikan. Hasil penelitin ini tidak sejalan dengan penelitian
Gomies dan Pattiasina 2011 yang menyatakan bahwa kontribusi penerimaan pajak dan retribusi daerah berpengaruh signifikan terhadap PAD.
Berdasarkan tabel penerimaan efektivitas BPHTB, dapat diketahui tingkat efektivitas pemungutan BPHTB dari tahun 2011-2012 untuk selanjutnya dapat
dikategorikan pada tingkat tertentu yaitu: tidak efektif, kurang efektif, cukup efektif, efektif, atau bahkan sangat efektif. Pada kecamatan Babahrot,
menunjukkan tingkat efektivitas mulai dari dari semester I-II tahun 2011 sampai semester I-II tahun 2012 secara berturut-turut yaitu sebesar 47,27, 57,16,
36,94, 50,56, hal ini menunjukkan bahwa secara umum tingkat efektifitas pemungutan BPHTB dari tahun 2011-2012 termasuk pada kategori tidak efektif.
Pada kecamatan Blangpidie, menunjukkan tingkat efektivitas mulai dari dari semester I-II tahun 2011 sampai semester I-II tahun 2012 secara berturut-turut
yaitu sebesar 38,82, 40,07, 45,63, 40,42, hal ini menunjukkan bahwa secara umum tingkat efektifitas pemungutan BPHTB dari tahun 2011-2012
termasuk pada kategori tidak efektif. Pada kecamatan Jeumpa, menunjukkan tingkat efektivitas mulai dari dari semester I-II tahun 2011 sampai semester I-II
Universitas Sumatera Utara
tahun 2012 secara berturut-turut yaitu sebesar 6,91, 11,60, 14,79, 20,71, hal ini menunjukkan bahwa secara umum tingkat efektifitas pemungutan BPHTB
dari tahun 2011-2012 termasuk pada kategori tidak efektif. Pada kecamatan Kuala Batee, menunjukkan tingkat efektivitas mulai dari dari semester I-II tahun 2011
sampai semester I-II tahun 2012 secara berturut-turut yaitu sebesar 78,91, 81,15, 57,04, 62,83, hal ini menunjukkan bahwa tingkat efektivitas
pemungutan BPHTB kecamatan Kuala Batee fluktuatif. Tingkat pemungutan yang paling tinggi pada semester II tahun 2011 yaitu 81,15 yang termasuk
dalam kategori cukup efektif, dan tingkat efektivitas yang paling rendah pada kecamatan Kuala Batee pada semester I tahun 2012 yaitu 57,04 yang termasuk
dalam kategori tidak efektif. Pada kecamatan Lembah Sabil, menunjukkan tingkat efektivitas mulai dari dari semester I-II tahun 2011 sampai semester I-II tahun
2012 secara berturut-turut yaitu sebesar 43,76, 42,13, 31,31, 41,83, hal ini menunjukkan bahwa secara umum tingkat efektifitas pemungutan BPHTB dari
tahun 2011-2012 termasuk pada kategori tidak efektif. Pada kecamatan Manggeng, menunjukkan tingkat efektivitas mulai dari semester I-II tahun 2011
sampai semester I-II tahun 2012 secara berturut-turut yaitu sebesar 24,36, 25,05, 17,12, 19,08, hal ini menunjukkan bahwa secara umum tingkat
efektifitas pemungutan BPHTB dari tahun 2011-2012 termasuk pada kategori tidak efektif. Pada kecamatan Setia, menunjukkan tingkat efektivitas mulai dari
semester I-II tahun 2011 sampai semester I-II tahun 2012 secara berturut-turut yaitu sebesar 15,61, 13,64, 8,07, 10,54, hal ini menunjukkan bahwa
secara umum tingkat efektifitas pemungutan BPHTB dari tahun 2011-2012 termasuk pada kategori tidak efektif. Pada kecamatan Susoh, menunjukkan
Universitas Sumatera Utara
tingkat efektivitas mulai dari semester I-II tahun 2011 sampai semester I-II tahun 2012 secara berturut-turut yaitu sebesar 47,27, 53,10, 56,59, 69,36, , hal
ini menunjukkan bahwa tingkat efektivitas pemungutan BPHTB kecamatan Susoh fluktuatif. Tingkat pemungutan yang paling tinggi pada semester II tahun 2012
yaitu 69,36 yang termasuk dalam kategori kurang efektif, dan tingkat efektivitas yang paling rendah pada kecamatan Susoh pada semester I tahun 2011 yaitu
47,27 yang termasuk dalam kategori tidak efektif. Pada kecamatan Tangan- Tangan, menunjukkan tingkat efektivitas mulai dari semester I-II tahun 2011
sampai semester I-II tahun 2012 secara berturut-turut yaitu sebesar 18,69, 20,99, 16,87, 17,87, hal ini menunjukkan bahwa secara umum tingkat
efektifitas pemungutan BPHTB dari tahun 2011-2012 termasuk pada kategori tidak efektif.
Dari hasil persentase efektivitaf pemungutan BPHTB dapat disimpulkan tingkat efektifitas yang paling tinggi terdapat pada kecamatan Kuala Batee dengan
tingkat efektifitas 81,15 pada semester II tahun 2011 dan masuk dalam kategori cukup efektif, dan tingkat efektifitas yang paling rendah terdapat pada kecamatan
Jeumpa yaitu 6,91 pada semester I tahun 2011 dan masuk dalam kategori tidak efektif. Dengan demikian dapat disimpulkan bahwa tingkat efektivitas
pemungutan BPHTB pada Kabupaten Aceh Barat Daya mengalami fluktuasi dan dari semua persentase tingkat efektivitas pemungutan BPHTB pada kabupaten
Aceh Barat Daya masih dalam kategori tidak efektif. Hal ini di duga disebabkan karena belum dilaksanakannya secara keseluruhan peraturan-peraturan yang telah
diterbitkan oleh Undang-Undang tentang pengalihan BPHTB dari pajak pusat menjadi pajak daerah. Apabila peraturan tersebut telah dilaksanakan tingkat
Universitas Sumatera Utara
efektivitas pemungutan BPHTB akan mengalami kenaikan apalagi di barengi dengan potensi daerah yang besar. Hasil penelitian ini berbanding terbalik dengan
penelitian yang dilakukan oleh Fauzan dan Ardiyanto 2012 yang mengemukakan bahwa hasil penelitian yang dilakukannya tingkat efektivitas
pemungutan BPHTB stetelah dilakukannya pengalihan BPHTB dari pusat ke daerah yang dimulai pada 1 januari 2011 mengalami kenaikan dari tahun-tahun
sebelumnya yaitu 154 yang termasuk dalam kategori sangat efektif, hal ini menunjukkan bahwa pemerintah Kota Semarang sudah melaksanakan
pemungutan dengan sangat baik dan sudah menjalankan peraturan yang telah di buat sesuai dengan Undang-Undang tentang pengalihan BPHTB dari pajak pusat
menjadi pajak daerah, sehingga pemungutan BPHTB yang pertama kali dilakukan oleh Kota Semarang yaitu pada tahun 2011 dianggap sangat baik karena telah
melebihi target yang sudah ditentukan. Dengan kata lain pengelolaan penerimaan BPHTB yang dilakukan Pemerintah Kota Semarang memiliki prospek yang baik.
Berdasarkan hasil perhitungan kontribusi penerimaan BPHTB, dapat diketahui bahwa kontribusi terbesar terdapat pada kecamatan Kuala Batee yaitu
sebesar 5,85 pada semester I tahun 2011, dan yang terendah terdapat pada kecamatan Setia yaitu sebesar 0,37 pada semester I tahun 2012. Sedangkan rata-
rata kontribusi penerimaan BPHTB adalah sebesar 1,5711 yang menurut kriteria berarti sangat kurang atau rendah. Hal ini dikarenakan BPHTB merupakan
pengalihan dari pajak pusat ke daerah yang baru dilaksanakan pada 1 januari 2011, yang dulunya BPHTB merupakan pajak pusat yang masuk dalam
komponen Dana Perimbangan, dimana pada saat masih menjadi pajak pusat meskipun kontribusi BPHTB terendah akan tetapi akan ada lagi dana
Universitas Sumatera Utara
perimbangan dari pusat yang membuat kontribusi menjadi besar sedangkan pada penelitian ini BPHTB sudah menjadi pajak daerah sehingga kontribusi
penerimaan BPHTB kecil, hal ini diduga disebabkan kurangnya potensi BPHTB di Kabupaten Aceh Barat Daya dan belum dilaksanakan dengan sepenuhnya
Undang-Undang tentang peraturan pengalihan BPHTB dari pajak pusat menjadi pajak daerah. Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan
oleh Fauzan dan Ardiyanto 2012 yang mengatakan bahwa kontribusi penerimaan BPHTB mengalami penurunan dan fluktuatif. Dengan demikian
sumbangan atau manfaat yang diberikan oleh penerimaan BPHTB terhadap PAD Kabupaten Aceh Barat Daya pada tahun 2011-2012 sangat kurang. Akan tetapi
Pendapatan Asli Daerah tidak hanya dipengaruhi oleh penerimaan BPHTB saja, karena masih terdapat penerimaan pendapatan lainnya yang dapat mempengaruhi
PAD.
5.2.2. Jumlah Penduduk Sebagai Variabel Moderating Mampu
Kategori