BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian
Setelah dilakukan penelitian dengan menggunakan metode statistik diperoleh hasil-hasil sebagai berikut:
5.1.1. Statistik Deskriptif
Tabel 5.1 berikut ini menyajikan deskriptif statistik atas variabel-variabel yang terlihat dalam penelitian ini.
Tabel 5.1. Statistik Variabel Descriptive Statistics Mean Std. Deviation N IPM 72.8034 2.56562 38 PAD 30.84753 67.496608 38 Belanja Modal 63.50871 47.938261 38
Berdasarkan tabel di atas, diketahui bahwa rata-rata PAD Kabupaten/Kota di Provinsi Sumatera Utara sebesar Rp. 30.847.530.000 dan standard deviasinya sebesar 67,496608. Pemerintah Kabupaten dan Kota yang memiliki PAD minimum adalah sebesar Rp. 1.497.070.000 yaitu berada di Kabupaten Nias Selatan, hal ini disebabkan karena Kabupaten Nias Selatan merupakan daerah otonomi yang baru terbentuk. Sedangkan PAD yang paling tinggi berada di Kota Medan sebesar Rp. 312.862.350.000 karena pendapatan PBB, Pajak Hotel dan Restoran cukup tinggi.
Pendapatan asli daerah (PAD) adalah salah satu sumber penerimaan yang harus selalu terus menerus di pacu pertumbuhannya. Adapun yang termasuk sumber-sumber pendapatan daerah menurut UU No. 5 Tahun 1974 Pasal 55 yaitu Pendapatan Asli Daerah Sendiri (PADS) yang terdiri dari beberapa pos pendapatan yaitu: pajak daerah, retribusi daerah bagian laba usaha daerah, dan lain-lain pendapatan yang sah.
Untuk kemandirian suatu daerah otonomi, maka kinerja keuangan pemerintah Kabupaten dan Kota di Provinsi Sumatera Utara sangat dituntut melalui peningkatan PAD. Jika PAD naik maka dapat dikatakan kinerja keuangan Pemerintah Kabupaten dan Kota tersebut naik (meningkat). Beberapa faktor yang menyebabkan kecilnya kontribusi PAD tersebut terhadap total penerimaan daerah.
a. Badan Usaha Milik Daerah pada umumnya belum beroperasi secara efisien yang tercermin pada laba bersih yang dihasilkan.
b. Kurangnya kesadaran masyarakat membayar pajak, retribusi, dan pungutan lainnya.
c. Masalah peraturan-peraturan PAD yang perlu disesuaikan dan disempurnakan lagi.
d. Rendahnya tingkat dan ekonomi masyarakat yang biasanya hal ini tercermin dalam pendapatan masyarakat.
Rata-rata Belanja Modal (BM) 19 Kabupaten/Kota di Provinsi Sumatera Utara sebesar Rp. 63.508.710.000 dan standard deviasinya sebesar 47,938261. Pemerintah Kabupaten dan Kota yang memiliki BM minimum adalah sebesar
Rp. 4.744.340.000 yaitu berada di Kabupaten Nias Selatan, sedangkan BM paling tinggi berada di Kota Medan sebesar Rp. 215.676.830.000.
BM merupakan pengeluaran anggaran yang digunakan dalam rangka memperoleh atau menambah aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi serta melebihi batasan minimal kapitalisasi aset tetap atau aset lainnya yang ditetapkan pemerintah.
Rata-rata IPM 19 Kabupaten/Kota di Provinsi Sumatera Utara sebesar 72,8034 dan standard deviasinya sebesar 2,56562. Pemerintah Kabupaten dan Kota yang memiliki IPM minimum adalah 64,50 yaitu berada di Kabupaten Nias Selatan, sedangkan IPM paling tinggi berada di Kota Pematang Siantar sebesar 76,95.
Metode yang dipakai dalam Indonesia sama dengan metode UNDP, untuk memastikan hasilnya dapat dibandingkan dengan gambaran internasional. Walau bagaimanapun juga berkaitan dengan ketersediaan data dan juga untuk alasan beberapa substansi maka beberapa modifikasi dari metode. Sebagian dari perbedaan itu adalah pengukuran pencapaikan pendidikan dalam komponen IPM diganti angka rata-rata lama sekolah menjadi kontribusi angka partisipasi kasar pendidikan dasar, sekunder dan tertier. Hal lain yang berbeda dengan laporan dunia (global report) ialah pemakaian database untuk menggambarkan pendapatan. Laporan dunia memakai GDP per kapita, sedangkan Indonesia memakai pengeluaran per kapita. Untuk rincian lebih lanjut dapat dilihat pada Lampiran 2.
5.1.2. Uji Asumsi Klasik
Oleh karena hipotesa akan diuji dengan memakai alat Uji Regresi, maka harus dilakukan terlebih dahulu Uji Asumsi Klasik yang terdiri dari: Uji Normalitas, Uji Multikolinearitas, Uji Autokorelasi dan Uji Heteroskedastisitas.
5.1.2.1. Uji normalitas
Hasil pengujian normalitas data pada variabel PAD, BM dan IPM diperoleh hasil sebagai berikut:
Gambar 5.1. Histogram Uji Normalitas
Berdasarkan tampilan histogram dan kurva normal yang berbentuk lonceng maka dapat disimpulkan bahwa data yang digunakan sudah berdistribusi normal. Analisa lebih lanjut dengan menggunakan Normal Probability Plot of Regression
Gambar 5.2. Normal P - P Plot
Hasil pengujian menunjukkan bahwa data residual terdistribusi secara normal di mana titik-titik di sekitar garis diagonal dan penyebarannya masih mengikuti garis diagonal. Rinciannya terlihat di Lampiran 1.
5.1.2.2. Uji multikolinearitas
Hasil pengujian multikolinieritas bertujuan untuk menguji pengaruh dari variabel independen terhadap variabel dependen (IPM) disajikan pada Tabel 5.2 di bawah ini yang diambil dari output koefisien korelasi.
Tabel 5.2. Hasil Uji Multikolinieritas Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 (Constan t) 4.043 .124 32.620 .000 ln_PAD .031 .011 .959 2.783 .009 .181 5.519 ln_BM -.020 .012 -.586 -1.700 .098 .181 5.519
a. Dependent Variable: ln_IPM
PAD mempunyai nilai VIF (Variance Inflation Factor) 5,519, BM mempunyai VIF 5,519 dengan angka tolerance masing-masing 0.181. Pengujian menggunakan VIF dan Tolerance menunjukkan bahwa tidak ada yang bernilai lebih dari 10 dan kurang dari 0,1. Dengan demikian dapat disimpulkan bahwa tidak terdapat multikolinearitas dalam model regresi.
5.1.2.3. Uji autokorelasi
Uji ini bertujuan untuk menguji apakah dalam satu model regresi linier ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan sebelumnya.
Tabel 5.3. Hasil Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .496a .246 .203 .03230 1.363
a. Predictors: (Constant), ln_BM, ln_PAD b. Dependent Variable: ln_IPM
Kriteria: Jika nilai Durbin Watson di antara (-2) sampai 2 maka tidak terdapat Autokorelasi (Singgih Santoso, 2001).
Dari output SPSS nilai Durbin Watson 1,363 maka model ini terbebas dari asumsi klasik autokorelasi. Dari gambar di atas dapat dilihat bahwa DW di daerah No
Autocorelation. Sehingga dapat disimpulkan bahwa model regresi linear terbebas dari
Asumsi Klasik Statistik Autokorelasi. 5.1.2.4. Uji heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam satu model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah regresi yang tidak terdapat heteroskedastisitas, yaitu model regresi yang memiliki persamaan variance residual suatu periode pengamatan dengan periode pengamatan yang lain. Uji heteroskedastisitas ini dapat dilihat pada Gambar 5.3 di bawah ini.
Gambar 5.3. Scatterplot
Dari gambar output SPSS (Scatterplott) di atas bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka model regresi berganda tidak terdapat heteroskedastisitas.
5.1.3. Pengujian Hipotesis
Pengujian hipotesis kedua model regresi digunakan untuk mengetahui apakah kedua variabel independen berpengaruh terhadap variabel dependen baik secara simultan maupun parsial.
5.1.3.1. Koefisien determinasi (R2)
Koefisien determinasi (R2) digunakan untuk melihat kemampuan model dalam menjelaskan variabel independen terhadap variabel dependen dari model yang dibangun. Berdasarkan hasil pengujian statistik untuk model dengan variabel
independen PAD dan BM serta variabel dependen IPM diperoleh hasil sebagai berikut:
Tabel 5.4. Nilai Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .496a .246 .203 .03230 1.363
a. Predictors: (Constant), ln_BM, ln_PAD b. Dependent Variable: ln_IPM
Koefisien determinasi dengan nilai Adjusted R Square sebesar 0,203 berarti variabel independen mampu menjelaskan variasi variabel dependen hanya sebesar 20,3%, sisanya sebesar 79,7% diterangkan oleh variabel lain di luar model yang terangkum dalam error.
5.1.3.2. Uji statistik F
Uji F ini bertujuan mengetahui pengaruh secara serentak variabel independen terhadap variabel dependen. Hasil output SPSS untuk Uji F ini dapat dilihat pada Tabel 5.5.
Tabel 5.5. Hasil Pengujian Hipotesa Uji F ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression .012 2 .006 5.719 .007a Residual .037 35 .001 Total .048 37
a. Predictors: (Constant), ln_BM, ln_PAD b. Dependent Variable: ln_IPM
Nilai P Value (sig) 0,007 lebih kecil dari 0,05, maka (Ho ditolak), artinya semua variabel independen (PAD dan BM) secara simultan berpengaruh terhadap variabel dependen (IPM) pada taraf signifikansi = 5%.
5.1.3.3. Uji statistik t
Hasil pengujian statistik t (uji parsial) untuk variabel PAD, BM dan IPM diperoleh hasil sebagai berikut:
Tabel 5.6. Hasil Pengujian Hipotesa Uji t
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.043 .124 32.620 .000 ln_PAD .031 .011 .959 2.783 .009 ln_BM -.020 .012 -.586 -1.700 .098 Variabel independen yang mempunyai nilai P Value (sig) lebih kecil dari pada 0,05 dalam nilai absolut pada taraf signifikansi = 5% adalah PAD sebesar 0,009,
sedangkan BM sebesar 0,098. Artinya variabel independen PAD secara parsial berpengaruh terhadap variabel dependen (IPM) pada taraf signifikansi = 5%.