BAB II TINJAUAN PUSTAKA
2.9. Kerangka Konseptual
Sebagai dasar untuk merumuskan hipotesis, maka kerangka konseptual yang menunjukkan pengaruh variabel-variabel Pertumbuhan Ekonomi , Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil terhadap Belanja Modal yang digambarkan sebagai berikut :
Variabel Independen Variabel Dependen
Gambar 2.1 Kerangka Konseptual Pertumbuhan Ekonomi
(X1)
PAD (X2)
DAU (X3)
DAK (X4)
DBH (X5)
Belanja Modal (Y)
Ha1
Ha2
Ha3
Ha4
Ha5
BAB III
METODOLOGI PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian yang dipakai peneliti di dalam penelitian ini adalah jenis asosiatif kausal. Desain penelitian asosiatif kausal adalah desain penelitian untuk melihat adanya korelasi sebab-akibat antar variabel (Cooper dan Emory, 1996:37).
Penelitian ini bertujuan untuk menganalisis pengaruh antara variabel independen terhadap variabel dependen. Variabel Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil merupakan variabel independen (X) dan akan dilihat korelasi sebab-akibatnya dengan Belanja Modal yang merupakan variabel dependen (Y).
3.2. Populasi dan Sampel Penelitian
Populasi adalah sekumpulan dari individu atau obyek penelitian yang memiliki kualitas serta ciri-ciri yang telah ditetapkan. Populasi dalam penelitian ini adalah seluruh pemerintahan kabupaten/kota yang berada pada Provinsi Nanggroe Aceh Darussalam pada tahun 2013 – 2016, yaitu sebanyak 18 Kabupaten dan 5 Kota.
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Metode pengambilan sampel dalam penelitian ini menggunakan metode sampel jenuh atau sensus. Sampel jenuh atau sensus adalah teknik atau metode sampel yang memanfaatkan seluruh jumlah populasi sebagai sampel penelitian, sampel ini biasanya digunakan dikarenakan keterbatasan populasi yang
belum mencapai 30 populasi. Jika dikaitkan antara populasi dengan metode sampel yang dipilih, maka sampel dalam penelitian ini adalah 23 sampel kabupaten/kota di Provinsi Nanggroe Aceh Darussalam dengan periode tahun yang diteliti dimulai dari tahun 2013 sampai tahun 2016 sehingga menghasilkan sampel sebanyak 92 sampel penelitian.
Tabel 3.1
Daftar Populasi dan Sampel
No Nama Daerah Sampel
1 Kab. Aceh Barat Sampel 1
2 Kab. Aceh Besar Sampel 2
3 Kab. Aceh Selatan Sampel 3
4 Kab. Aceh Singkil Sampel 4
5 Kab. Aceh Tengah Sampel 5
6 Kab. Aceh Tenggara Sampel 6
7 Kab. Aceh Timur Sampel 7
8 Kab. Aceh Utara Sampel 8
9 Kab. Bireuen Sampel 9
10 Kab. Pidie Sampel 10
11 Kab. Simeulue Sampel 11
12 Kota Banda Aceh Sampel 12
13 Kota Sabang Sampel 13
14 Kota Langsa Sampel 14
15 Kota Lhokseumawe Sampel 15
16 Kab. Gayo Lues Sampel 16
17 Kab. Aceh Barat Daya Sampel 17
18 Kab. Aceh Jaya Sampel 18
19 Kab. Nagan Raya Sampel 19
20 Kab. Aceh Tamiang Sampel 20
21 Kab. Bener Meriah Sampel 21
22 Kab. Pidie Jaya Sampel 22
23 Kota Subulussalam Sampel 23
Sumber : www.aceh.bps.go.id (diolah oleh peneliti)
3.3. Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini dilakukan dengan metode dokumentasi yaitu dengan mempelajari, mengklasifikasikan, dan menganalisis data sekunder bersumber dari dokumen laporan realisasi APBD Provinsi Nanggroe Aceh Darussalam periode 2013 - 2016 yang diperoleh dari Direktorat Jendral Perimbangan Keuangan Pemerintah Daerah melalui situs www.depkeu.djpk.go.id dan BPS Provinsi Nanggroe Aceh Darussalam www.aceh.bps.go.id periode 2013 – 2016.
3.4. Definisi Operasional Variabel
Untuk mengukur variabel-variabel yang sudah diidentifikasi digunakan instrumen dan alat ukur sebagai berikut :
Tabel 3.2
Definisi Operasional Variabel Nama
Variabel Definisi Operasional Ukuran Skala
Pengukuran
Belanja Modal (Y)
Belanja Modal merupakan belanja pemerintah daerah yang manfaatnya melebihi 1 tahun anggaran dan akan menambah aset atau kekayaan daerah dan selanjutnya akan menambah belanja yang bersifat rutin seperti biaya pemeliharaan pada kelompok belanja administrasi umum.
Pertumbuhan Ekonomi
(X1)
Pertumbuhan Ekonomi adalah proses perubahan pertumbuhan perekonomian suatu Negara secara berkesinambungan menuju keadaan yang lebih baik selama periode tertentu. adalah penerimaan yang diperoleh daerah dari sumber-sumber di dalam daerahnya sendiri yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan yang
Lain-lain PAD yang Sah Rasio
Dana Alokasi Umum (DAU)
(X3)
Dana Alokasi Umum (DAU) merupakan salah satu transfer dana Pemerintah kepada pemerintah daerah yang bersumber dari pendapatan APBN, yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. dialokasikan kepada daerah tertentu dengan tujuan untuk membantu mendanai kegiatan
Kemampuan Keuangan
daerah atas dasar prioritas nasional dan kegiatan khusus yang diusulkan daerah tertentu.
Besaran DAK ditentukan setiap tahun dalam APBN pendapatan APBN yang dialokasikan kepada Pemerintah Daerah berdasarkan angka persentase untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi.
55% dan 40% dari hasil pendapatan minyak bumi dan gas bumi
Rasio
Sumber : (Undang-Undang Nomor 33 Tahun 2004)
3.5. Teknik Analisis Data
3.5.1. Statistik Deskriptif
Statistik deskriptif merupakan teknik deskriptif yang memberikan gambaran atau informasi data yang sedang diteliti melalui populasi dan sampel. Teknik statistik deskriptif ini digunakan untuk mendapatkan informasi deskriptif tentang data yang dimiliki dan tidak bermaksud untuk menguji hipotesis. Analisis ini hanya digunakan untuk menyajikan dan menganalisis data dengan perhitungan untuk mengklarifikasi keadaan atau karakteristik data yang dimaksud. Penjelasan kelompok dalam statistik deskriptif dapat dilihat dari nilai minimum, nilai tengah (median), nilai maksimum, nilai terpopuler (modus), nilai rata-rata (mean) dan standar deviasi. Hal ini dilakukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan sampel penelitian.
3.5.2. Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda. Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar bebas dari gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE (best linear unbiased estimator) yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Pengertian dari berbagai uji yang terdapat dalam uji asumsi klasik adalah sebagai berikut :
3.5.2.1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual dapat terdistribusi secara normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid dalam sampel kecil. Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji Chi Square, Skewness
dan Kurtosis atau uji Kolmogorov Smirnov. Tidak ada metode yang paling baik atau paling tepat. Tipsnya adalah bahwa pengujian dengan metode grafik sering menimbulkan perbedaan persepsi di antara beberapa pengamat, sehingga penggunaan uji normalitas dengan uji statistik bebas dari keragu-raguan, meskipun tidak ada jaminan bahwa pengujian dengan uji statistik lebih baik dari pada pengujian dengan metode grafik. Jika residual tidak normal tetapi dekat dengan nilai kritis (misalnya signifikansi Kolmogorov Smirnov sebesar 0,049) maka dapat dicoba dengan metode lain yang mungkin memberikan justifikasi normal. Tetapi jika jauh dari nilai normal, maka dapat dilakukan beberapa langkah yaitu:
melakukan transformasi data, melakukan trimming data outliers atau menambah data observasi. Transformasi dapat dilakukan ke dalam bentuk Logaritma natural, akar kuadrat, inverse, atau bentuk yang lain tergantung dari bentuk kurva normalnya, apakah condong ke kiri, ke kanan, mengumpul di tengah atau menyebar ke samping kanan dan kiri.
3.5.2.2. Uji Multikolinearitas
Uji multikolinearitas adalah untuk melihat apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen. Suatu cara mendeteksi adanya
multikolinieritas dalam persamaan model dapat ditempuh dengan 2 cara,yaitu:
1. Correlation Matrix, multikolinieritas ditemukan apabila hubungan antara variabel bebas melebihi 0.80.
2. Nilai Variance Inflation Factor (VIF) dan tolerance, nilai cut off yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai tolerance yang mendekati 0 atau nilai VIF ≥ 5.
3.5.2.3. Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas.
Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji Glejser, uji Park atau uji White.
3.5.2.4. Uji Autokorelasi
Uji autokorelasi hanya dilakukan pada data time series (runtut waktu) dan tidak perlu dilakukan pada data cross section seperti pada kuesioner di mana pengukuran semua variabel dilakukan secara serempak pada saat yang bersamaan. Model regresi pada penelitian ini adalah data PDRB dan Laporan APBD di mana periodenya lebih dari satu tahun biasanya memerlukan uji autokorelasi. Beberapa uji statistik yang sering dipergunakan adalah uji Durbin-Watson, uji dengan Run Test dan jika data observasi di atas 100 data sebaiknya menggunakan uji Lagrange Multiplier.
3.5.3. Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat. Penelitian ini terdiri dari 5 variabel independen (Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi Hasil) dan 1 variabel dependen (Belanja Modal), sehingga menggunakan persamaan regresi berganda.
Persamaan regresi yang digunakan adalah:
Y= a + ß1 X1 + ß2 X2 + ß3 X3 + ß4 X4+ ß5 X5+ e Keterangan :
Y = Belanja Modal
X1 = Pertumbuhan Ekonomi X2 = Pendapatan Asli Daerah X3 = Dana Alokasi Umum X4 = Dana Alokasi Khusus X5 = Dana Bagi Hasil a = Konstanta
ß = Koefisien Regresi e = error
3.5.4. Uji Hipotesis
3.5.4.1. Uji Koefisien Determinasi (R²)
Tujuan dari pengujian ini adalah menunjukan seberapa besar variabel independen mempengaruhi dan dapat menjelaskan variabel dependennya dalam persamaan yang dibuat secara cermat.
Penilaian terhadap adjusted R² dengan interval dimulai dari angka 0 sampai 1. Apabila jumlah adjusted R² semakin besar hasil dari regresi tersebut dapat menyatakan bahwa variabel independennya dapat secara keseluruhan menjelaskan variasi terhadap variabel dependen. Jika adjusted R² = 0 maka variabel independen tidak dapat memberikan bukti bahwa prediksi pengaruh terhadap variabel dependen benar. Dan hasil menunjukan R² = 1, maka variabel independen dapat memberikan bukti terhadap prediksi pengaruh pada variabel dependen.
3.5.4.2. Uji Signifikansi Parsial (t-test)
Uji statistik t merupakan salah satu uji statistik yang digunakan untuk menguji kebenaran atau kepalsuan hipotesis yang menyatakan bahwa diantara dua buah mean sampel yang diambil secara acak dari populasi yang sama, tidak dapat perbedaan yang signifikan. Uji statistik t untuk menguji pengaruh variabel independen (Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil) secara parsial terhadap variabel dependen (Belanja Modal) atau untuk melihat variabel apa yang memberikan pengaruh yang paling dominan diantara variabel yang ada. Rumus uji t adalah :
Rumus
̅ –
√
Keterangan : t = Koefisien t ̅ = Mean Sampel
= Mean Populasi
S = Standard Deviasi Sampel n = Banyak Sampel
Hipotesis untuk uji statistik t adalah sebagai berikut:
1. H0 : ß = 0, artinya variabel independen berpengaruh secara parsial berpengaruh tidak signifikan terhadap Peringkat variabel dependen.
2. H1 : ß ≠ 0, artinya variabel independen berpengaruh secara parsial berpengaruh signifikan terhadap variabel dependen.
Selain hipotesis di atas, hipotesis uji statistik t adalah :
1. Jika Sig ≥ α maka H0 diterima. artinya variabel independen berpengaruh secara parsial berpengaruh tidak signifikan terhadap Peringkat variabel dependen.
2. Jika Sig ≤ α maka H1 ditolak. artinya variabel independen berpengaruh secara parsial berpengaruh tidak signifikan terhadap Peringkat variabel dependen.
3.5.4.3. Uji Signifikan Simultan (F-test)
Pengujian ini dilakukan untuk menunjukkan apakah semua variabel independen secara bersama-sama atau simultan mempunyai pengaruh yang signifikan terhadap variabel dependen.
Rumus dari uji F adalah :
RumusF =
Keterangan :
= Variasi Kelompok 1
= Variasi Kelompok 2
Hipotesis pengujian dari uji F adalah : H0 : = (varian data homogen) H1 : ≠ (varian data tidak homogen)
Penggunaan taraf signifikan uji F beragam, tergantung pemilihan peneliti yaitu 0,01 (1%), 0,05 (5%) dan 0,10% (10%). Sebagai contoh jika pengujian dilakukan dengan taraf pengujian α=5%
(0,05). Bentuk pengujiannya, yaitu:
1. Jika nilai Sig ≥ 0,05, H0 diterima, artinya variabel independen berpengaruh tidak signifikan secara simultan terhadap variabel dependen.
2. Jika nilai Sig ≤ 0,05, maka H1 diterima, artinya variabel independen berpengaruh signifikan secara simultan terhadap variabel dependen.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4. 1. Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi, dari variabel Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, Dana Bagi Hasil dan Belanja Modal. Berikut ini adalah hasil analisis statistik deskriptif dari variabel yang digunakan dalam penelitian ini.
Tabel 4.1 Statistik Deskriptif
Sumber: diolah peneliti, 2018
Diketahui bahwa nilai Belanja Modal minimum adalah 24,86 dan nilai Belanja Modal maksimum adalah 26,96. Sementara rata-rata dan standar deviasi dari Belanja Modal adalah 26,0783 dan 0,50350. Diketahui bahwa nilai Pertumbuhan Ekonomi minimum adalah -17,82 dan nilai Pertumbuhan Ekonomi maksimum adalah 6,31. Sementara rata-rata dan standar deviasi dari Pertumbuhan Ekonomi adalah 3,0329 dan 3,57561. Diketahui bahwa nilai Pendapatan Asli
Daerah minimum adalah 22,84 dan nilai Pendapatan Asli Daerah maksimum adalah 26,68. Sementara rata-rata dan standar deviasi dari Pendapatan Asli Daerah adalah 24,9133 dan 0,73912. Diketahui bahwa nilai Dana Alokasi Umum minimum adalah 26,25 dan nilai Dana Alokasi Umum maksimum adalah 27,46.
Sementara rata-rata dan standar deviasi dari Dana Alokasi Umum adalah 26,9226 dan 0,28147. Diketahui bahwa nilai Dana Alokasi Khusus minimum adalah 24,03 dan nilai Dana Alokasi Khusus maksimum adalah 26,67. Sementara rata-rata dan standar deviasi dari Dana Alokasi Khusus adalah 25,2440 dan 0,71362. Diketahui bahwa nilai Dana Bagi Hasil minimum adalah 23,25 dan nilai Dana Bagi Hasil maksimum adalah 26,96. Sementara rata-rata dan standar deviasi dari Dana Bagi Hasil adalah 24,1786 dan 0,72023.
4. 2. Uji Asumsi Klasik 4.2.1. Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan dan dilakukan sebuah transformasi data untuk beberapa variabel dengan memberikan logaritma natural dalam pengolahan data.
Dasar pengambilan keputusan adalah melihat angka probabilitas dengan ketentuan sebagai berikut :
Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi.
Jika nilai probabilitas ≤ 0,05, maka asumsi normalitas tidak terpenuhi.
Berikut ini adalah tabel hasil uji normalitas dari variabel yang digunakan dalam penelitian ini.
Tabel 4.2 Uji Normalitas
Sumber: diolah peneliti, 2018
Berdasarkan tabel 4.2, diketahui bahwa nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,200. Karena nilai probabilitas yakni 0,200 lebih besar dibandingkan tingkat signifikansi yakni 0,05, berarti asumsi normalitas telah terpenuhi. Selain dari uji normalitas melalui pendekatan statistik Kolmogrov-Smirnov, data yang terdistribusi normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal probability plot berikut ini:
Sumber: diolah peneliti, 2018
Gambar 4. 1 Grafik Histogram
Pada grafik histogram diatas terlihat bahwa variabel Belanja Modal berdistribusi normal. Dikatakan normal, dikarenakan bentuk pada grafik tersebut berbentuk lonceng, tidak menceng ke sudut kiri (skewness) atau menceng ke sudut kanan.
Sumber: diolah peneliti, 2018
Gambar 4. 2
Uji Normalitas (Normal Probability Plot)
Berdasarkan hasil uji normalitas dengan normal probability plot (Gambar 4. 2) titik-titik cenderung menyebar dekat dengan garis diagonal.
Hal ini berarti data telah memenuhi asumsi normalitas.
4.2.2. Uji Multikolinearitas
Terjadinya atau tidaknya multikolinearitas pada variabel yang diteliti, dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang melebihi 10, dapat mengindikasikan bahwa ada suatu variabel bebas yang mengalami multikolinearitas. Hasil uji multikolinearitas dalam penelitian ini dapat dilihat pada tabel 4.3 :
Tabel 4.3 Uji Multikolinearitas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
PE ,623 1,604
PAD ,313 3,193
DAU ,267 3,746
DAK ,646 1,548
DBH , 460 2,172
a. Dependent variable : BM Sumber: diolah peneliti, 2018
Berdasarkan Tabel 4. 3, dapat diketahui bahwa :
1. Nilai VIF dari variabel Pertumbuhan Ekonomi adalah 1,604 ≤ 10, maka diindikasikan tidak terjadi multikolinearitas.
2. Nilai VIF dari variabel Pendapatan Asli Daerah adalah 3,193 ≤ 10, maka diindikasikan tidak terjadi multikolinearitas.
3. Nilai VIF dari variabel Dana Alokasi Umum adalah 3,746 ≤ 10, maka diindikasikan tidak terjadi multikolinearitas.
4. Nilai VIF dari variabel Dana Alokasi Khusus adalah 1,548 ≤ 10, maka diindikasikan tidak terjadi multikolinearitas.
5. Nilai VIF dari variabel Dana Bagi Hasil adalah 2,172 ≤ 10, maka diindikasikan tidak terjadi multikolinearitas.
Karena seluruh nilai VIF pada variabel tidak melebihi 10, maka diindikasikan tidak terjadi multikolinearitas pada penelitian ini
4. 2. 3. Uji Heteroskedastisitas
Mendeteksi ada tidaknya suatu heteroskedastisitas dalam variabel, dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X.
Dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Hasil uji heteroskedasitas dalam penelitian ini dapat dilihat pada Gambar 4.3 :
Sumber: diolah peneliti, 2018
Gambar 4. 3 Uji Heteroskedastisitas
Berdasarkan Gambar 4. 3, tidak terdapat pola yang begitu jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Oleh sebab itu, dapat disimpulkan bahwa tidak terjadi heteroskedasitas.
4. 2. 4. Uji Autokorelasi
Uji autokorelasi dalam penelitian ini digunakan uji Durbin-Watson.
Berikut ini adalah hasil autokorelasi berdasarkan uji Durbin-Watson.
Tabel 4. 4 Uji Autokorelasi
Model Summaryb
Model Durbin-Watson
1 1,721
a. Predictors: (Constant), DBH, PAD, DAK, PE, DAU b. Dependent Variable: BM
Sumber: diolah peneliti, 2018
Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau
Discovering Statistics using SPSS Third Edition mengemukakan bahwa “As very conservative rule of thumb, values less then 1 or greater than 3 are definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model”.
Berdasarkan Tabel 4. 4, nilai dari statistik Durbin-Watson adalah 1,721. Oleh karena nilai DW 1,721 lebih besar dari batas atas (du) 1. 571 dan kurang dari 4, kemudian nilai statistik DW terletak di antara 1 dan 3, yakni 1 ≤ 1,721 ≤ 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4. 3. Analisis Regresi Linear Berganda
Penelitian ini menggunakan analisis regresi linier berganda. Analisis ini digunakan untuk mengukur kekuatan dua variabel atau lebih dan juga menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Persamaan regresi linier berganda yaitu:
Y= a + ß1 X1 + ß2 X2 + ß3 X3 + ß4 X4+ ß5 X5 + e
Berdasarkan hasil pengujian statistik dengan menggunakan aplikasi SPSS 22.00 for windows maka dapat dilihat hasil analisis regresi linier berganda Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil terhadap Belanja Modal pada tabel di bawah ini :
Tabel 4. 5
Analisis Regresi Linear Berganda
Sumber: diolah peneliti, 2018
Berdasarkan tabel 4.8 di atas maka persamaan regresinya adalah : Belanja Modal = a + ß 1PE + ß 2PAD + ß 3DAU + ß 4DAK + ß 5DBH
Belanja Modal = 10,552 - 0,019PE + 0,254PAD - 0,088DAU + 0,456DAK + 0,06DBH Persamaan regresi diatas dapat dijelaskan sebagai berikut :
1. Koefisien regresi variabel Pertumbuhan Ekonomi (PE) sebesar -0,019, artinya jika variabel independen lainnya tetap dan Pertumbuhan Ekonomi mengalami kenaikan 1%, maka Belanja Modal turun sebesar 1,9 %. Koefisien bernilai negatif artinya jika Pertumbuhan Ekonomi naik maka Belanja Modal turun dan sebaliknya.
2. Koefisien regresi variabel Pendapatan Asli Daerah (PAD) sebesar 0,254, artinya jika variabel independen lainnya tetap dan Pendapatan Asli Daerah mengalami kenaikan 1%, maka Belanja Modal naik sebesar 25,4 %. Koefisien bernilai positif artinya jika Pendapatan Asli Daerah naik, maka Belanja Modal juga naik, dan jika Pendapatan Asli Daerah turun maka Belanja Modal juga mengalami penurunan.
3. Koefisien regresi variabel Dana Alokasi Umum (DAU) sebesar -0,088, artinya jika variabel independen lainnya tetap dan Dana Alokasi Umum mengalami kenaikan 1%, maka Belanja Modal turun sebesar 8,8%. Koefisien bernilai negatif artinya jika Dana Alokasi Umum naik maka Belanja Modal turun dan sebaliknya.
4. Koefisien regresi variabel Dana Alokasi Khusus (DAK) sebesar 0,456, artinya jika variabel independen lainnya tetap dan Dana Alokasi Khusus mengalami kenaikan 1%, maka Belanja Modal naik sebesar 45,6 %. Koefisien bernilai positif artinya jika Dana Alokasi Khusus naik, maka Belanja Modal juga naik, dan jika Dana Alokasi Khusus turun maka Belanja Modal juga mengalami penurunan.
5. Koefisien regresi variabel Dana Bagi Hasil (DBH) sebesar 0,06, artinya jika variabel independen lainnya tetap dan Dana Bagi Hasil mengalami kenaikan 1%, maka Belanja Modal naik sebesar 0,6%. Koefisien bernilai positif artinya jika Dana Bagi Hasil naik, maka Belanja Modal juga naik, dan jika Dana Bagi Hasil turun maka Belanja Modal juga mengalami penurunan.
4. 4. Uji Hipotesis
4.4.1. Uji Koefisien Determinasi (R²)
Nilai yang digunakan untuk melihat uji koefisien determinasi adalah nilai adjusted R2 pada intinya mengukur seberapa jauh kemampuan variabel independen dalam menerangkan variasi variabel dependen.
Adjusted R2 digunakan untuk mengetahui seberapa besar pengaruh variabel
Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil terhadap Belanja Modal.
Tabel 4.6
Uji Koefisien Determinasi (R²)
Sumber: diolah peneliti, 2018
Berdasarkan Tabel 4.6, nilai koefisien determinasi terletak pada kolom Adjusted R-Square. Diketahui nilai koefisien determinasi sebesar R2
= 0,699. Nilai tersebut berarti seluruh variabel bebas, yakni Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil secara simultan mempengaruhi variabel
= 0,699. Nilai tersebut berarti seluruh variabel bebas, yakni Pertumbuhan Ekonomi, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil secara simultan mempengaruhi variabel