BAB IV ANALISIS HASIL PENELITIAN
4.1 DATA PENELITIAN
Pulau Sumatera adalah pulau keenam terbesar di dunia yang terletak di Indonesia, dengan luas 443.065,8 km
2
. Penduduk pulau ini sekitar 52.210.926 sensus 2010. Pulau sumatera terletak di bagian barat gugusan kepulauan
Nusantara. Disebelah utara berbatasan dengan Teluk Benggala, di timur dengan Selat Malaka, di sebelah selatan dengan Selat Sunda, dan di sebelah barat dengan
Samudra Hindia Secara umum Pulau Sumatera didiami oleh bangsa Melayu, yang terbagi
kedalam beberapa suku. Suku – suku besar ialah aceh, batak, melayu, minangkabau, besemah, suku rejang, ogan, komering, dan lampung. Penduduk
Sumatera mayoritas beragama Islam dan sebagian kecil merupakan penganut ajaran Kristen Protestan terutama di wilayah Tapanuli dan Toba- Samosir,
Sumatera Utara. Pulau Sumatera terdiri dari 10 Provinsi yaitu Aceh, Sumatera Utara, Sumatera
Barat, Riau, Kepulauan Riau, Jambi, Bengkulu, Sumatera Selatan, Kepulauan Bangka Belitung dan Lampung. Pulau Sumatera terdiri dari 120 kabupaten dan 34
kota. Objek penelitian ini adalah kota di Pulau Sumatera yang melaporkan realisasi laporan APBD di www.djpk.kemenkeu.go.id dan pertumbuhan ekonomi
atas dasar harga konstan di www.bps.go.id. Pemilihan Sampel dilakukan dengan teknik purposive sampling maka diperoleh sebanyak 17 kota.
Periode penelitian dimulai dari tahun 2011 sampai dengan tahun 2013. Metode analisis data yang dipakai dalam penelitian ini adalah metode analisis
statistik yang menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengumpulkan serta mengolah data yang diperlukan dengan
menggunakan Microsoft Excel. Selanjutnya dilakukan pengujian asumsi klasik dan pengujian regresi berganda dengan menggunakan software SPSS 17.0
4.2 ANALISIS HASIL PENELITIAN 1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata, dan standard deviasi data yang digunakan dalam
penelitian. Berikut ini merupakan output SPSS yang merupakan keseluruhan data yang digunakan dalam penelitian ini.
Tabel 4.1 Descriptive Statistic
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation
pertumbuhan_ekonomi 51
.03 .24
.1304 .03893
pendapatan_asli_daerah 51
6099.00 370922.00
87911.1569 92252.86927 dana_bagi_hasil
51 16509.00
592357.00 101760.1961 150188.79237
dana_alokasi_umum 51 181919.00 1003116.00
424411.6078 184347.30044 belanja_modal
51 45509.00
470984.00 143794.6078 92761.79757
Valid N listwise 51
Berdasarkan tabel descriptive statistic diatas, dapat dijelaskan bahwa : 1.
Variabel Pertumbuhan Ekonomi X1 memiliki nilai rata-rata sebesar 0,1304, dengan standar deviasi 0,03893, nilai Pertumbuhan Ekonomi
tertinggi adalah 0.24, dan nilai Pertumbuhan Ekonomi terendah adalah 0,03. Jumlah sampel adalah 17 dan jumlah amatan adalah 51.
2. Variabel Pendapatan Asli Daerah X2 memiliki nilai rata-rata sebesar
Rp 87911,1569, dengan standar deviasi Rp 92252,86927, nilai Pendapatan Asli Daerah tertinggi adalah Rp 370922,00, dan nilai Pendapatan Asli
Daerah terendah adalah Rp 6099,00. Jumlah sampel adalah 17 dan jumlah amatan adalah 51.
3. Variabel Dana Bagi Hasil X3 memiliki nilai rata-rata sebesar
Rp 101760,1961, dengan standar deviasi Rp 150188,79237, nilai Dana Bagi Hasil tertinggi adalah Rp 592357,00, dan nilai Dana Bagi Hasil
terendah adalah Rp 16509,00. Jumlah sampel adalah 17 dan jumlah amatan adalah 51.
4. Variabel Dana Alokasi Umum X4 memiliki nilai rata-rata sebesar
Rp 424411,6078, dengan standar deviasi Rp 184347,30044, nilai Dana Alokasi Umum tertinggi adalah Rp 1003116,00, dan nilai Dana Alokasi
Umum terendah adalah Rp 181919,00. Jumlah sampel adalah 17 dan jumlah amatan adalah 51.
5. Variabel Belanja Modal Y memiliki nilai rata-rata sebesar
Rp 143794,6078, dengan standar deviasi Rp 92761,79757, nilai Belanja Modal tertinggi adalah Rp 470984,00, dan nilai Belanja Modal terendah
adalah Rp 45509,00. Jumlah sampel adalah 17 dan jumlah amatan adalah 51.
2. Pengujian Asumsi Klasik a.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi , variabel pengganggu atau variabel residual memiliki distribusi normal. Pengujian
ini dilakukan untuk melakukan uji T dan uji F yang mengasumsikan bahwa nilai residual berdistribusi normal. Pada pengujian ini, peneliti menggunakan uji
statistic non-parametrik Kolmogrov-Smirnov KS. Uji KS dilakukan dengan membuat hipotesis:
H0 : Data residual berdistribusi normal Ha
: Data residual tidak berdistribusi normal Jika signifikansi hitung 0,05 alpa berarti distribusi data normal atau H0
diterima, sebaliknya bila nilai signifikansi 0,05 alpa berarti distribusi data tidak normal atau Ha diterima. Hasil uji normalitas dengan uji statistic non-
parametrik Kolmogrov-Smirnov ditunjukkan sebagai berikut:
Tabel 4.2 Uji Normalitas
One-Sample Kolmogrov-Smirnov Test One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 51
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 4.57839342E
4 Most Extreme
Differences Absolute
.108 Positive
.108 Negative
-.067 Kolmogorov-Smirnov Z
.773 Asymp. Sig. 2-tailed
.589 a. Test distribution is Normal.
b. Calculated from data.
Dari hasil diatas, dapat dilihat nilai Asymp. Sig. 2-tailed 0,05 yakni 0,589, artinya H0 diterima data residual berdistribusi normal.
Gambar 4.1 Uji Normalitas Probability Plot
Hasil analisis normal probability plot diatas dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal. Tidak ada titik yang jaraknya sangat jauh dari
garis diagonal dan pola yang dibetuk oleh sebaran data tersebut ada disekitar garis diagonal. Sehingga dapat disimpulkan data dalam model regresi terdistribusi
secara normal.
Gambar 4.2 Uji Normalitas Grafik Histogram
Grafik histogram diatas menunjukkan bahwa distribusi data mengikuti kurva
berbentuk lonceng yang tidak menceng kiri maupun enceng kanan atau bisa disimpulkan bahwa data tersebut terdistribusi normal.
b. Uji Multikolinearitas
Uji multikolinearitas 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. Ada tidaknya multikolinieritas dapat dideteksi dengan melihat nilai
tolerance dan variance inflation factor VIF. Jika nilai VIF lebih besar dari
sepuluh dan nilai tolerance lebih kecil dari 0,1 maka ada multikolinearitas. Jika nilai VIF lebih kecil dari sepuluh dan nilai tolerance lebih besar dari 0,1,maka
tidak ada multikolinearitas.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
63750.669 36624.305 1.741
.088 Pertumbuhan_
Ekonomi -230002.390 224537.889
-.097 -1.024
.311 .596
1.677
Pendapatan_ Asli_Daerah
.567 .208
.564 2.730
.009 .124
8.049
Dana_Bagi_ Hasil
.184 .076
.298 2.411
.020 .347
2.879
Dana_ Alokasi_
Umum .098
.082 .194
1.186 .242
.197 5.068
a. Dependent Variable: Belanja_Modal
Dari tabel diatas terlihat bahwa nilai tolerance semua variabel lebih besar dari 0,1 dan nilai Varience Inflaction Factors VIF semua variabel dibawah 10.
Maka dapat disimpulkan bahwa tidak ada multikolinearitas diantara variavel independen dalam penelitian.
c. Uji Autokorelasi