4.6. Model dan Teknik Analisis Data
4.6.1. Perumusan Model
Dari kerangka konsep dan operasional variabel sebagaimana telah dikemukakan sebelumnya, perumusan model pada penelitian ini adalah sebagai
berikut: Y = â
+ â
1
X
1
+ â
2
X
2
+ â
3
X
3
+
å
Keterangan: Y
= Belanja Daerah
â =
Konstanta â
1
= Koefisien estimasi Pendapatan Asli Daerah PAD
â
2
= Koefisien estimasi Dana Bagi Hasil DBH
â
3
= Koefisien estimasi Dana Alokasi Umum DAU
X
1
= Pendapatan Asli Daerah PAD
X
2
= Dana Bagi Hasil DBH
X
3
= Dana Alokasi Umum DAU
å
= Error variabel pengganggu
4.6.2. Pengujian Asumsi Klasik
4.6.2.1. Uji normalitas Pengujian Normalitas data bertujuan untuk mengetahui distribusi data dalam
variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Pada penelitian ini,
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
untuk mengetahui normalitas data dengan menggunakan uji statistik. Uji statistik yang dilakukan pada penelitian ini dengan mempergunakan uji Kolmogorov Smirnov.
Distribusi data dikatakan normal, jika signifikansi nilai uji Kolmogorov Smirnov
lebih besar dari 0.05.
4.6.2.2. Uji multikolinieritas Multikolinieritas adalah adanya suatu hubungan linier yang sempurna
mendekati sempurna antara beberapa atau semua variabel bebas Kuncoro, 2007: 98. Hal ini disebut variabel-variabel bebas tidak ortogonal. Variabel-variabel bebas
yang bersifat ortogonal, apabila variabel bebas memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel
bebas, maka konsekuensinya koefisien-koefisien regresi menjadi tidak dapat ditaksir, dan nilai standar error setiap koefisien regresi menjadi tak terhingga. Menurut
Ghozali 2009: 95, Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal.
Variabel ortogonal adalah variabel independen yang nilai korelasi antarsesama variabel independen sama dengan nol. Dikatakan terdapat problem multikolinieritas
apabila terjadi korelasi antarvariabel independen pada uji multikolinieritas. Pada penelitian ini, digunakan metode Variance Inflation Factor VIF. Apabila nilai cut
off VIF ≥ 10, maka dikatakan terjadi multikolinieritas diantara variabel independen.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
4.6.2.3. Uji heteroskedastisitas
Menurut Ghozali 2009: 125, uji heteroskedastisitas bertujuan untuk menguji
apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Menurut Hanke Reitsch 1998: 259 dalam Kuncoro
2007: 96, Heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi
lainnya. Artinya, setiap observasi mempunyai reliabilitas yang berbeda akibat perubahan dalam kondisi yang melatar belakangi tidak terangkum dalam spesifikasi
model. Model regresi yang baik adalah yang homoskesdatisitas atau tidak terjadi heteroskedastisitas. Secara statistik uji heteroskedastisitas dapat dilakukan dengan uji
park, yaitu dengan melakukan transformasi logaritma terhadap residual. 4.6.2.4. Uji autokorelasi
Menurut Ghozali 2009: 99, Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Menurut Hanke Reitsch 1998: 360
dalam Kuncoro 2007: 90, autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini muncul karena residual
kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series. Ghozali 2009: 117
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
mengatakan, adanya autokorelasi maka nilai standar error SE dan nilai t-statistik tidak dapat dipercaya. Pada penelitian ini untuk mendeteksi ada tidaknya
autokorelasi, dengan mengunakan uji Durbin-Watson. Menurut Kuncoro 2007: 91, uji Durbin-Watson DW digunakan untuk autokorelasi tingkat satu first order
autocorrelation dan mensyaratkan adanya intercept dalam model regresi dan tidak ada variabel lag diantara variabel penjelas.
Keputusan ada tidaknya autokorelasi, adalah: 1
apabila nilai DW lebih besar dari pada batas atas upper bound, U, maka koefisien autokorelasi sama dengan nol. Artinya, tidak ada autokorelasi positif;
2 apabila nilai DW lebih rendah dari pada batas bawah lower bound, L, maka
koefisien autokorelasi lebih besar dari pada nol. Artinya, ada autokorelasi positif; 3
apabila nilai DW terletak di antara batas atas dan batas bawah, maka tidak dapat
disimpulkan. 4.6.3.
Pengujian Hipotesis
Pengujian hipotesis pada penelitian ini dilakukan dengan analisis regresi berganda. Menurut Kuncoro 2003: 216, sebagai alat statistik, regresi bermanfaat
dalam menjawab pertanyaan penelitian, sebagai berikut: 1 Seberapa jauh variasi perubahan variabel dependen mampu dijelaskan oleh seluruh variabel independen
yang dimasukkan dalam model; 2 Manakah di antara variabel independen yang mempengaruhi variabel dependen; 3 Apakah dengan dimasukkannya tambahan satu
variabel independen dapat memperbaiki prediksi terhadap variabel dependen; 4 Apakah prediksi terhadap variabel dependen dari sejumlah variabel independen
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
lebih baik dibanding kombinasi variabel independen yang lain; dan 5 Apakah penambahan sampel observasi akan meningkatkan daya prediksi model.
Pada penelitian ini pendekatan analisis yang dilakukan dengan metode Ordinary Least Square OLS. Metode OLS bertujuan untuk mengestimasi suatu
garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut.
4.6.3.1. Uji signifikansi simultan Uji - F Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang
dimasukkan dalam metode mempunyai pengaruh secara bersama-sama terhadap variabel terikat Kuncoro, 2003: 219. Hipotesis nol H
yang hendak diuji adalah, apakah semua parameter dalam model sama dengan nol, maksudnya apakah suatu
variabel independen merupakan penjelas yang signifikan terhadap variabel dependen. H
: â
1
= â
2
= â
3
= 0, artinya Pendapatan Asli Daerah PAD, Dana Bagi Hasil DBH, dan Dana Alokasi Umum DAU secara simultan tidak berpengaruh terhadap
Belanja Daerah; dan hipotesis alternatifnya Ha, tidak semua parameter secara simultan sama dengan nol, maksudnya semua variabel independen secara simultan
merupakan penjelas yang signifikan terhadap variabel dependen. Ha : â
1
≠ â
2
≠ â
3
≠ 0, artinya Pendapatan Asli Daerah PAD, Dana Bagi Hasil DBH, dan Dana Alokasi Umum DAU secara simultan berpengaruh terhadap
Belanja Daerah. Kriteria pengambilan keputusan terhadap uji F, adalah sebagai berikut:
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
1 Jika, probabilitas 0.05, Ha diterima; 2 Jika, probabilitas 0.05, Ha ditolak.
4.6.3.2. Uji signifikansi parsial Uji - t Uji statistik t disebut juga sebagai uji signifikasi individual. Uji statistik t pada
dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat Kuncoro, 2003: 218.
Hipotesis nol H yang hendak diuji adalah, apakah suatu paremeter â
1
, â
2,
â
3
sama dengan nol, maksudnya apakah suatu variabel independen bukan merupakan penjelas
yang signifikan terhadap variabel dependen. Â : â
1
= 0, H : â
2
= 0, dan H : â
3
= 0, artinya Pendapatan Asli Daerah PAD, Dana Bagi Hasil DBH, dan Dana Alokasi
Umum DAU secara parsial tidak berpengaruh signifikan terhadap Belanja Daerah; dan hipotesis alternatifnya Ha, parameter suatu variabel tidak sama dengan nol,
maksudnya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Ha : â
1
≠ 0, Ha : â
2
≠ 0, dan Ha : â
3
≠ 0 artinya Pendapatan Asli Daerah PAD, Dana Bagi Hasil DBH, dan Dana Alokasi Umum DAU secara parsial
berpengaruh signifikan terhadap Belanja Daerah. Kriteria pengambilan keputusan terhadap uji t, adalah sebagai berikut:
1 Jika, probabilitas 0.05, Ha diterima; 2 Jika, probabilitas 0.05, Ha ditolak.
4.6.3.3. Koefisien determinasi R²
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Koefisien Determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat Kuncoro, 2003: 220. Nilai
koefisien determinasi adalah diantara nol dan satu 0 ≤ R² ≤ 1. Nilai R² yang mendekati satu berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen, dan apabila nilai R² semakin kecil mendekati nol, berarti variabel-variabel independen hampir
tidak memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Menurut Ghozali 2009: 87, kelemahan mendasar penggunaan
koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan kedalam model. Banyak peneliti menganjurkan untuk menggunakan nilai
Adjusted R² pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R², nilai Adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan
kedalam model.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
BAB V HASIL PENELITIAN 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 Pemerintahan Daerah
KabupatenKota di Provinsi Sumatera Utara, yaitu laporan realisasi anggaran tahun 2006 sd tahun 2008, untuk 3 tahun pengamatan. Dari laporan tahunan tersebut yang
menjadi objek penelitian adalah realisasi Pendapatan Asli Daerah PAD, Dana Bagi Hasil DBH, Dana Alokasi Umum DAU, dan Belanja Daerah BD. Data diperoleh
dari Badan Pusat Statistik BPS Provinsi Sumatera Utara dan dari Departemen Keuangan Republik Indonesia, di akses melalui situs Direktorat Jenderal
Perimbangan Keuangan http:www.djpk.depkeu.go.id. Populasi pada penelitian ini berjumlah 33 daerah, terdiri dari 25 kabupaten
dan 8 kota di Provinsi Sumatera Utara. Diantara 33 daerah kabupatenkota tersebut yang memenuhi kriteria menjadi anggota sampel sesuai dengan maksud penelitian
purposive sampling adalah sebanyak 20 daerah kabupatenkota. Delapan daerah kabupatenkota tidak disertakan sebagai anggota sampel disebabkan daerah
kabupatenkota tersebut merupakan daerah pemekaran pada tahun 2007 dan tahun 2008, sedangkan 5 daerah kabupatenkota lainnya tidak memenuhi kriteria
kelengkapan data sampel sesuai dengan maksud penelitian.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara