Analisis Regresi Berganda Pengujian Hipotesis

46 dl sebesar 1,4523. Oleh karena itu, nilai dw lebih besar dari 1,797 dan lebih kecil dari 4 – 1,797 atau dapat dinyatakan bahwa 1,681 1.711 4 - 1,681 du dw 4 – du. Dengan demikian dapat disimpulkan tidak terdapat autokorelasi baik positif maupun negatif.

4.4. Analisis Regresi Berganda

Tabel 4.5. menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial. Tabel 4.5 Hasil Uji Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.837E6 558584.436 5.079 .000 DANA PERIMBANGAN -20591.340 34910.578 -.101 -.590 .558 PENDAPATAN PAJAK DAERAH 9303.274 8694.027 .181 1.070 .290 SIZE -95670.493 25729.382 -.730 -3.718 .070 a. Dependent Variable: KINERJA KEUANGAN DAERAH Berdasarkan Tabel 4.5 diperoleh persamaan regresi linear sebagai berikut berikut. Y = 2.837E6+ -20591.340 X1 + 9303.274X2 + -95670.493X3 + e Dimana : Y : Kinerja Keuangan Daerah X 1 : Dana Perimbangan X 2 : Pendapatan Pajak Daerah X 3 : Size e : Error Universitas Sumatera Utara 47 Berdasarkan Tabel 4.5. disajikan kembali nilai koefisien regresi untuk masing-masing variabel bebas. Untuk Variabal Dana Perimbangan bernilai - 20591.340 bernilai negatif, berarti Dana Perimbangan memiliki pengaruh negative terhadap kinerja keuangan daerah. Dana Perimbangan yang semakin tinggi berdampak negatif terhadap kinerja keuangan daerah. Variabel Pendapatan Pajak Daerah dengan nilai 9303.274 bernilai positif, berarti Pendapatan Pajak Daerah memiliki pengaruh positif terhadap pencegahan kinerja keuangan daerah. Pendapatan Pajak Daerah yang semakin baik cenderung berdampak positif terhadap kinerja keuangan daerah. Variabel Size dengan nilai -95670.493 bernilai negatif, berarti Size memiliki pengaruh negative terhadap kinerja keuangan pemerintah. Size yang semakin baik cenderung memberikan dampak negatif terhadap kinerja keuangan daerah.

4.5. Pengujian Hipotesis

Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Data diolah dengan menggunakan program SPSS versi 16. Berdasarkan hasil pengolahan data dengan program SPSS versi 16, maka diperoleh hasil sebagai berikut:

1. Uji Signifikansi Simultan Uji-F

Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Universitas Sumatera Utara 48 Untuk mengetahui apakah terdapat pengaruh yang signifikan secara simultan antara Dana Perimbanagan, Pendapatan Pajak Daerah, dan Size terhadap Kinerja Keuangan Daerah dapat dilakukan dengan membandingkan nilai F hitung dengan F tabel pada tingkat signifik ansi α = 5. Hasil uji simultan melalui pengolahan SPSS dapat dilihat dalam tabel berikut ini : Tabel 4.6 Hasil Uji-F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 2.126E11 3 7.087E10 14.427 .000 a Residual 2.505E11 51 4.912E9 Total 4.631E11 54 a. Predictors: Constant, SIZE, PENDAPATAN PAJAK DAERAH, DANA PERIMBANGAN b. Dependent Variable: KINERJA KEUANGAN DAERAH Sumber: olahan data SPSS, 2016 Pada Tabel 4.6, dari uji ANOVA Analysis of Variance didapat F hitung sebesar 14.427 dengan tingkat signifikansi sebesar 0.000. Sedangkan F tabel diketahui sebesar 2.79. Berdasarkan hasil tersebut dapat diketahui bahwa F hitung F tabel 14.427 2.79 maka H ditolak dan H a diterima. Jadi dapat disimpulkan bahwa variabel Dana Perimbangan, Pendapatan Pajak Daerah, dan Size secara simultan berpengaruh positif dan signifikan terhadap Kinerja Keuangan Daerah pada Seluruh Pemerintahan KabupatenKota di Indonesia. Universitas Sumatera Utara 49

2. Uji Signifikansi Parsial Uji-t

Uji-t dilakukan untuk mengetahui seberapa jauh pengaruh satu variabel independen terhadap variabel dependen secara parsial. Uji ini dilakukan dengan membandingkan signifikasi t hitung dengan t tabel dengan ketentuan: - jika t hitung t tabel , maka H diterima dan H a ditolak untuk α = 5 atau signifikansi 0,05, - jika t hitung t tabel , maka H a diterima dan H ditolak untuk α = 5 atau signifikansi 0,05. Tabel 4.7 Hasil Uji-t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.837E6 558584.436 5.079 .000 DANA PERIMBANGAN -20591.340 34910.578 -.101 -.590 .558 PENDAPATAN PAJAK DAERAH 9303.274 8694.027 .181 1.070 .290 SIZE -95670.493 25729.382 -.730 -3.718 .070 a. Dependent Variable: KINERJA KEUANGAN DAERAH Sumber: data olahan SPSS, 2016 Hasil pengujian statistik t hitung pada Tabel 4.7 dapat dijelaskan sebagai berikut: 1. Pengujian terhadap variabel dana perimbangan Berdasarkan Tabel 4.7 dapat ditentukan bahwa variabel dana perimbangan tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan Daerah koefisiennya menunjukkan -0.590 dengan nilai signifikasi 0,558 0,05 dan t hitung-0.590 t tabel1.675 . Dengan demikian diterima H artinya variabel dana Universitas Sumatera Utara 50 perimbangan secara parsial tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan daerah pada seluruh Pemerintahan KabupatenKota di Indonesia pada tingkat kepercayaan 95. 2. Pengujian terhadap variabel pendapatan pajak daerah Berdasarkan Tabel 4.7 dapat ditentukan bahwa variabel pendapatan pajak daerah tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan Daerah koefisiennya menunjukkan 1.070 dengan nilai signifikasi 0,290 0,05 dan t hitung1.070 t tabel1.675 . Dengan demikian diterima H artinya variabel pendapatan pajak daerah secara parsial tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan daerah pada seluruh Pemerintahan KabupatenKota di Indonesia pada tingkat kepercayaan 95. 3. Pengujian terhadap variabel size Berdasarkan Tabel 4.7 dapat ditentukan bahwa variabel size tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan Daerah koefisiennya menunjukkan -3.718 dengan nilai signifikasi 0,070 0,05 dan t hitung-3.718 t tabel1.675 . Dengan demikian diterima H artinya variabel size secara parsial tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan daerah pada seluruh Pemerintahan KabupatenKota di Indonesia pada tingkat kepercayaan 95.

3. Koefisien Determinasi R

2 Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Universitas Sumatera Utara 51 Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R 2 menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai adjusted R square adalah nol sampai dengan satu. Apabila nilai adjusted R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Sebaliknya, semakin kecil nilai adjusted R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai adjusted R square memiliki kelemahan yaitu nilai adjusted R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Oleh karena itu, digunakan nilai adjusted R square untuk mengevaluasi mana model regresi terbaik. Tabel 4.8 Hasil Analisis Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .678 a .459 .427 70085.476 a. Predictors: Constant, SIZE, PENDAPATAN PAJAK DAERAH, DANA PERIMBANGAN b. Dependent Variable: KINERJA KEUANGAN DAERAH Sumber: data olahan SPSS, 2016 Nilai Adjusted R Square pada Tabel 4.8 menunjukkan hubungan antara variabel dana perimbangan, pendapatan pajak daeran, dan size terhadap Kinerja Universitas Sumatera Utara 52 Keuangan Daerah adalah sebesar 0.427 atau sama dengan 43 yang artinya mempunyai tingkat hubungan yang cukup kuat. Dengan demikian variabel dana perimbangan, pendapatan pajak daeran, dan size secara bersamaan mampu memberikan penjelasan pada variabel Kinerja Keuangan Daerah 43.

4.6. Pembahasan Hasil Penelitian