Teknik Analisis Data Gambaran Umum Wilayah Sumatera Utara

3.7 Teknik Analisis Data

Analisis data adalah proses mencari dan menyusun secara sistematis data yang telah diperoleh dari hasil wawancara dan dokumentasi dengan cara mengorganisasikan data kedalam kategori dan membuat kesimpulan sehingga mudah dipahami oleh diri sendiri maupun orang lain. Untuk menguji hipotesis, maka analisis data yang digunakan adalah analisis regresi linear berganda, karena menyangkut dua variabel independen dan satu variabel dependen. Analisis regresi pada dasarnya adalah metodeyang digunakan untukmengetahuibesarnya pengaruh dari suatu variableindependen bebas terhadap variable dependen terikat. Model persamaan regresi untuk menguji hipotesis dengan formula sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + e Keterangan Y = Penggunaan Anggaran a = Konstanta b 1 = Koefisien Regresi Komposisi Pendapatan Asli Daerah b 2 = Koefisien Regresi Konsentasi Belanja Daerah X 1 = Rasio Komposisi Pendapatan Asli Daerah X 2 = Konsentrasi Belanja Daerah e = Error pengganggu

3.8 Pengujian Asumsi Klasik

Peneliti menggunakan bantuan program software SPSS 17.0 for windows Statistic Product Service Solution dalam penelitian ini. Pengujian asumsi klasik dilakukan untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh Erlina 2011:99. Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda. Setidaknya ada empat uji asumsi klasik, yaitu uji nirmalitas, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas. Uji asumsi klasik penting dilakukan untuk menghasilkan estimator yang linier tidak bias dengan varian yang minimun Best Linier Universitas Sumatera Utara Unbiased Estimator = BLUE, yang berarti model regresi tidak mengandung masalah. Tidak ada ketentuan yang pasti tentang urutan uji yang harus dipenuhi terlebih dahulu. Berikut ini adalah uji asumsi klasik yang harus dipenuhi oleh model regresi.

3.8.1 Uji Normalitas

Uji normalitas ini bertujuan untuk mengetahui apakah data yang digunakan telah terdistribusi secara normal. Jika analisis menggunakan metode parametric, maka persyaratan normalitas harus dipenuhi, yaitu data berasal dari distribusi normal Priyatno, 2008:28. Jika data tidak berdistribusi normal atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistic nonparametrik. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu:

1. Analisis Grafik

Salah satu cara termudah untuk melihat normalitas dalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian, hanya dengan melihat histogram, hal ini dapat membingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusan dari analisis normal probability plot adalah diuraikan dalam pernyataan berikut: a. jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas, b. jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Universitas Sumatera Utara

2. Analisis Statistik

Untuk mendereksi normalitas data dapat dilakukan melalui analisis statistik yang dapat dilihat melalui Kolmogorov-Smirnov test K-S. Data pengambilan keputusan dalam uji K-S yaitu: a. apabila probabiltas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti terdistribusi tidak normal, b. apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka Ho diterima, yang berarti data terdistribusi normal.

3.8.2 Uji Heteroskedastisitas

Uji heterokedastisitas dilakukan untuk menguji apakah dalam sebuah model regrsi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan yang tetap, maka disebut Homoskedastisitas. Dan jika varians berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Model regresi yang baik adalah yang homokedasitas atau tidak terjadi heteroskedasitas. Untuk mendeteksi adanya heterokedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Dasar analisis yang digunakan dalam uji heterokedastisitas dijelaskan sebagai berikut: a. jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola tertentu teratur, bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas, b. jika tidak ada pola tertentu serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas, maka mengindikasikan terlah terjadi heteroskedastisitas. Analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan, semakin sulit untuk menginterpretasikan hasil grafik plot. Universitas Sumatera Utara

3.8.3 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dan kesalahan pengganggu pada pada periode sebelumnya t - l Wijaya, 2009:122. Apabila terjadi korelasi maka hal tersebut menunjukkan adanya problem autokorelasi. Masalah autokorelasi sering terjadi pada data time series data runtun waktu. Sementara itu, pada data cross section crosssectional, autokorelasi sangat jarang terjadi sehingga uji autokorelasi tidak wajib dilakukan pada penelitian yang menggunakan data cross section penelitian yang dilakukan hanya dalam kurun waktu tertentu dan biasanya menggunakan kuesioner. Uji autokorelasi dapat dilakukan dengan uji Durbin-Watson, uji Langrage Multiplier LM, uji statistik Q, dan uji Run Test. Uji autokorelasi yang paling sering digunakan oleh peneliti adalah uji Durbin-Watson.

3.8.4 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui apakah hubungan di antara variabel independen variabel bebas memiliki masalah multikorelasi gelaja multikolinearitas atau tidak. Multikorelasi adalah korelasi yang sangat tinggi atau sangat rendah yang terjadi pada hubungan di antara variabel bebas. Uji multikorelasi dilakukan jika jumlah variabel independen lebih dari satu. Ada 4 cara mendeteksi ada tidaknya multikolinearitas Wijaya, 2009:119, sebagai berikut. 1. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel bebas banyak yang tidak signifikan memengaruhi variabel terikat. 2. Menganalisis korelasi di antara variabel bebas. Jika diantara variabel bebas ada korelasi yang cukup tinggi lebih besar dari pada 0,90, hal ini merupakan indikasi adanya multikolinearitas. 3. Multikolinearitas dapat juga dilihat dari nilai VIF variance-inflating factor. Jika VIF 10, tingkat kolinearitas dapat ditoleransi. Universitas Sumatera Utara 4. Nilai Eigenvalue sejumlah satu atau lebih variabel bebas yang mendeteksi nol memberikan petunjuk adanya multikolinearitas. Uji multikolinearitas yang paling sering digunakan adalah dengan melihat VIF karena cara tersebut dirasa paling murah dan praktis.

3.9 Pengujian Hipotesis

Hipotesis adalah pernyataan yang didefinisikan dengan baik mengenai karakteristik populasi. Analisis statistik untuk pengujian hipotesis dilakukan dengan model regresi linier berganda yang dilakukan untuk menganalisis pengaruh variabel independen terhadap variabel dependen. Hipotesis dalam penelitian ini menggunakan F-test, t-test dan Koefisien Determinasi R 2 .

3.9.1 Uji Signifikansi Simultan Uji - F

Pengujian ini bertujuan untuk mengetahui apakah variabel-variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan. Pengujian simultan ini menggunakan uji F, yaitu dengan membandingkan antara nilai signifikansi F dengan nilai signifikansi yang digunakan yaitu 0,05. Bentuk pengujiannya adalah: Ho : b1=b2=0, artinya variabel Pendapatan Asli Daerah dan Belanja Daerah secara bersama-sama tidak mempunyai pengaruh yang signifikan terhadap penggunaan anggaran. Ha : b1 ≠b2≠0, artinya Pendapatan Asli Daerah dan Belanja Daerah secara bersama-sama mempunyai pengaruh yang signifikan terhadap penggunaan anggaran. Kriteria pengambilan keputusan: Ho diterima jika F hitung Ft abel Ha diterima jika F hitung F tabel

3.9.2 Uji Signifikansi Parsial Uji-t

Pengujian ini bertujuan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan. Bentuk pengujiannya adalah: Universitas Sumatera Utara Ho = b1, b2=0, artinya Pendapatan Asli Daerah dan Belanja Daerah secara Parsial tidak mempunyai pengaruh yang signifikan terhadap penggunaan anggaran. Ha = b1, b2 ≠0, artinya Pendapatan Asli Daerah dan Belanja Daerah secara Parsial mempunyai pengaruh yang signifikan terhadap penggunaan anggaran. Pengujian dilakukan menggunakan uji - t dengan tingkat pengujian pada α 5 derajat kebebasan degree of freedom atau df=n-k. Kriteria pengambilan keputusan: Ho diterima jika t hitung t tabel Ha diterima jika t hitung t tabel

3.9.3 Koefisien Determinasi R

2 Pengujian Koefisien determinasi R 2 menunjukkan besarnya proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen. Koefisien determinasi berkisar antara nol sampai dengan satu 0 ≤R 2 ≤1. Hal ini berarti bila R 2 = 0 menunjukkan tidak adanya pengaruh antara variabel independen terhadap variabel dependen dan bila R 2 semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen. Adjusted R square ini digunakan untuk melihat berapa besar pengaruh faktor-faktor yang ditimbulkan oleh variabel bebas terhadap variabel terikat. Universitas Sumatera Utara

BAB IV ANALISIS HASIL PENELITIAN

4.1 Gambaran Umum Wilayah Sumatera Utara

Secara geografis wilayah Propinsi Sumatera Utara terletak pada 1 ˚ - 4 ˚ Lintang Utara dan 98˚ - 100˚ Bujur Timur dengan luas daratan 71.680 Km 2 , Wilayah Sumatera utara berada pada jalur perdagangan internasional, dekat dengan dua Negara Asean, yaitu Malaysia dan Singapura serta diapit oleh 3 tiga propinsi, dengan batas sebagai berikut: 1. sebelah Utara berbatasan dengan Propinsi Nanggroe Aceh Darussalam, 2. sebelah Timur berbatasan dengan Selat Malaka, 3. sebelah Selatan berbatasan dengan Sumatera Barat dan Riau, 4. sebelah Barat berbatasan dengan Samudera Hindia. Wilayah Propinsi Sumatera Utara terdiri dari daerah pantai, dataran rendah dan dataran tinggi serta pegunungan Bukit Barisan yang membujur di tengah-tengah dari Utara ke Selatan. Berdasarkan Topografi Daerah Sumatera Utara dibagi atas 3 tiga bagian yaitu: 1. bagian Timur dengan keadaan relatif datar, 2. bagian Tengah bergelombang sampai berbukit, 3. bagian Barat merupakan dataran bergelombang. Wilayah Pantai Timur yang merupakan dataran rendah seluas 24.921,99 km 2 atau 34,77 dari luas wilayah Sumatera Utara adalah daerah yang subur, kelembaban tinggi dengan curah hujan relatif tinggi pula. Wilayah ini memiliki potensi ekonomi yang tinggi sehingga cenderung semakin padat karena arus migrasi dari wilayah Pantai Barat dan dataran tinggi. Wilayah dataran tinggi dan wilayah Pantai Barat seluas 46.758,69 km 2 atau 65,23 dari luas wilayah Sumatera Utara, sebagian besar merupakan pegunungan. Universitas Sumatera Utara Sumatera Utara merupakan propinsi keempat terbesar jumlah penduduknya di Indonesia, yang dihuni oleh penduduk dari berbagai suku seperti Melayu, Batak, Nias, Aceh, Minangkabau, Jawa dan menganut berbagai agama seperti Islam, Kristen, Buddha, Hindu dan berbagai aliran kepercayaan lainnya. Menurut hasil pencacahan lengkap Sensus Penduduk SP 2000, penduduk propinsi Sumatera Utara berjumlah 11,5 juta jiwa dengan pertumbuhan 1,20 per tahun sejak tahun 1990. Jumlah tersebut bertambah menjadi sekitar 11,9 juta jiwa pada tahun 2003 berdasarkan Hasil Sementara Pendaftaran Pemilih dan Pendaftaran Penduduk. Selanjutnya dari hasil estimasi jumlah penduduk pada Juni 2005 diperkirakan sebesar 12,3 juta jiwa. Kepadatan penduduk Sumatera Utara tahun 1990 adalah 143 jiwa per km 2 dan tahun 2005 meningkat menjadi 172 jiwa per km 2 . Metode pemilihan sampel yang dipakai adalah purposive judgement sampling method yaitu dengan berdasarkan kriteria-kriteria tertentu.

4.2 Analisis Hasil Penelitian