BAB III METODE PENELITIAN
G. Metode Analisis Data
Metode analisis data yang digunakan adalah metode analisis statistik dengan menggunakan software SPSS 16. Peneliti melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
1. Uji Asumsi Klasik
Penggunaan analisis regresi dalam pengujian hipotesis, harus di uji terlebih dahulu apakah model tersebut memenuhi asumsi klasik atau tidak. Uji asumsi klasik yang dilakukan dalam penelitian ini adalah uji normalitas data, uji multikolonieritas, uji heteroskedastisitas dan uji autokorelasi.
a. Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil (Ghozali, 2005:110). Menurut Ghozali (2005:110), ”cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan keputusannya adalah:
1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
2) Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov (K-S)”, yang dijelaskan oleh Ghozali (2005:115). Uji K-S dibuat dengan membuat hipotesis:
H0 : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal
Bila signifikansi >0,05 dengan α = 5% berarti distribusi data normal dan H0
diterima, sebaliknya bila nilai signifikan <0,05 berarti distribusi data tidak normal dan Ha diterima.
b. Uji Multikolonieritas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya menunjukkan tidak terjadinya korelasi diantara variabel independen. Menurut Erlina (2008:105),
multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya, dalam hal ini kita sebut variabel- variabel bebas tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen.
Ada tidaknya multikolonieritas dapat dideteksi dengan melihat: 1) Melihat nilai tolerance,
Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance > 0,10.
2) Melihat nilai variance inflation factor (VIF),
Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai VIF < 10.
Menurut Ghozali (2005: 93) untuk matrik korelasi adanya indikasi multikolonieritas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,95.
4) Melihat nilai Condition Index (CI),
Jika nilai CI antara 10 dan 30 terdapat multikolinearitas moderat ke kuat, sedangkan jika nilai CI > 30 artinya terdapat multikolinearitas sangat kuat.
c. Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain. Menurut Erlina (2007:108) “jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda, maka disebut heterokedasitas”. Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scaterplot antar nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heteroskedastisitas, antara lain:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas,
2) Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 (nol) pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Menurut Gozali (2005: 107) ”analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil”. Adapun uji statistik yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas dalam penelitian ini adalah Uji Glejser.
d Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada
time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson dengan ketentuan dari Prof. Singgih sebagai berikut:
1) Angka D-W dibawah -2 berarti ada autokorelasi positif,
2) Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3) Angka D-W di atas +2 berarti ada autokorelasi negatif.
Run test sebagai bagian dari statistik non parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random yaitu dengan melihat nilai probabilitasnya. Menurut Ghozali
diterima, sebaliknya bila nilai signifikan <0,05 berarti residual tidak random dan H0 ditolak.
2. Pengujian hipotesis
Penelitian ini dianalisis dengan model regresi berganda untuk melihat seberapa besar pengaruh Dana Alokasi Khusus, Pendapatan Asli Daerah dan Dana Bagi Hasil terhadap Belanja Langsungdengan model dasar sebagai berikut:
Y= +β1X1+β2X2 + β3X3+ε
Keterangan :
Y = Variabel dependen, dalam hal ini Belanja Langsung
= Konstanta.
β1,β2,β3 = Koefisien regresi X1,X2,X3.
X1 = Variabel independen pertama yaitu Pendapatan Asli Daerah
X2 = Variabel independen kedua yaitu Dana Alokasi Umum
X3 = Variabel independen kedua yaitu Dana Bagi Hasil
ε = Tingkat kesalahan pengganggu.
a. Uji t ( t Test )
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen. Uji ini dilakukan untuk melihat pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum, dan Dana Bagi Hasil secara parsial terhadap Belanja Langsung. Uji ini dilakukan dengan membandingkan signifikansi t hitung dengan ketentuan sebagai berikut:
H0 diterima jika t hitung < t tabel (α = 5%)
Ha diterima jika t hitung > t tabel (α = 5%)
Selain itu dapat pula dilihat dari nilai signifikansinya. Jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
Hipotesis Penelitian
Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), dan Dana Bagi Hasil (DBH) berpengaruh terhadap belanja langsung secara parsial.
Hipotesis Statistik
Ho: bi = 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), dan
Dana Bagi Hasil (DBH) tidak berpengaruh terhadap belanja langsung secara parsial.)
Ha: bi ≠ 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), dan
Dana Bagi Hasil (DBH) berpengaruh terhadap belanja langsung secara parsial).
b. Uji F ( F Test )
Uji F statistik digunakan untuk menguji keberartian pengaruh dari seluruh variabel bebas secara bersama-sama (serentak) terhadap variabel tidak bebas. Uji F dimaksudkan untuk melihat kemampuan menyeluruh dari variabel bebas yaitu Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), dan Dana Bagi Hasil (DBH) terhadap belanja langsung. Uji ini dilakukan dengan ketentuan sebagai berikut:
Pada tingkat kepercayaan 95 %.
Selain itu dapat pula dilihat dari nilai signifikansinya. Jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
Hipotesis Penelitian
Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), dan Dana Bagi Hasil (DBH) berpengaruh terhadap belanja langsung secara simultan.
Hipotesis Statistik
H0:b1=b2=b3= 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU),
dan Dana Bagi Hasil (DBH) tidak berpengaruh terhadap belanja langsung secara simultan).
Ha: b1≠b2≠b3≠ 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU),
dan Dana Bagi Hasil (DBH) berpengaruh terhadap belanja langsung secara simultan).