TINJAUAN PUSTAKA
METODE PENELITIAN 3.1 Jenis Penelitian
3.7 Metode Analisis Data
analisis statistik dengan menggunakan SPSS 16. Peneliti melakukan terlebih
dahulu uji asumsi klasik sebelum melakukan pengujian hipotesis.
3.7.1 Pengujian 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.
3.7.1.1 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
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.
3.7.1.2 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
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.
3) Menganalisis matrik korelasi variabel-variabel independen,
Menurut Ghozali (2005: 93) untuk matrik korelasi adanya indikasi
multikolonieritas dapat dilihat jika antar variabel independen ada
korelasiyang 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.
3.7.1.3 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
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 dibawah 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 UjiGlejser.
3.7.1.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu
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 (2005:
103) bila signifikansi >0,05 dengan α = 5% berarti residual random dan H0 diterima, sebaliknya bila nilai signifikan <0,05 berarti
residual tidak random dan H0 ditolak.
3.7.2 Pengujian Hipotesis
Penelitian ini dianalisis dengan model regresi berganda untuk melihat
seberapa besar pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum,
Dana Alokasi Khusus dan Dana Bagi Hasil terhadap Belanja Langsung
dengan model dasar sebagai berikut:
Keterangan :
Y = Variabel dependen, dalam hal ini Belanja Langsung
α = Konstanta
β1,β2, β3, β4 = Koefisien regresi X1,X2,X3,X4
X1 = Variabel independen pertama yaitu Pendapatan Asli Daerah
X2 = Variabel independen kedua yaitu Dana Alokasi Umum
X3 = Variabel independen ketiga yaitu Dana Alokasi Khusus
X4 = Variabel independen keempat yaitu Dana Bagi Hasil
ε = Tingkat kesalahan pengganggu
3.7.2.1 Uji Signifikan Parsial (Uji t )
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, Dana Alokasi Khusus 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.
Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU),
Dana Alokasi Khusus (DAK) dan Dana Bagi Hasil (DBH)
berpengaruh terhadap belanja langsung secara parsial.
Ho: bi = 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum
(DAU), Dana Alokasi Khusus (DAK) dan Dana Bagi Hasil (DBH)
tidak berpengaruh terhadap belanja langsung secara parsial) Hipotesis Statistik
Ha: bi ≠ 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK) dan Dana Bagi Hasil (DBH)
berpengaruh terhadap belanja langsung secara parsial)
3.7.2.2 Uji Signifikasi Simultan (Uji f )
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), Dana Alokasi Khusus (DAK)
dan Dana Bagi Hasil (DBH) terhadap belanja langsung. Uji ini
dilakukan dengan ketentuan sebagai berikut:
• H0 diterima jika Fhitung < Ftabel • Ha diterima jika Fhitung > Ftabel Pada tingkat kepercayaan 95 %.
Selain itu dapat pula dilihat dari nilai signifikansinya. Jika nilai
Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU),
Dana Alokasi Khusus (DAK) dan Dana Bagi Hasil (DBH)
berpengaruh terhadap belanja langsung secara simultan. Hipotesis Penelitian
H0: b1=b2=b3=b4= 0 (Pendapatan Asli Daerah (PAD), Dana
Alokasi Umum (DAU), Dana Alokasi Khusus (DAK) dan Dana
Bagi Hasil (DBH) tidak berpengaruh terhadap belanja langsung
secara simultan). Hipotesis Statistik
Ha: b1≠b2≠b3≠ b4≠ 0 (Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK) dan Dana
Bagi Hasil (DBH) berpengaruh terhadap belanja langsung secara
BAB IV
HASIL DAN PEMBAHASAN