BAB IV METODE PENELITIAN
4.5. Model dan Teknis Analisa Data
4.5.1. Metode Analisa Data
Data dianalisis dengan menggunakan metode analisa data multivariate, yang merupakan metode statistik deskriptif dan infrensial yang digunakan untuk menganalisa data lebih dari dua variabel penelitian.
4.5.2. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi maka diperlukan pengujian asumsi klasik meliputi:
1. Uji Normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Untuk menguji apakah distribusi normal atau tidak dapat dilihat melalui normal probability plot dengan membandingkan distribusi kumulatif dan distribusi normal. Data normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya (Ghozali, 2005: 110). Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah analisis grafik dan uji statistik. Uji normalitas data dilakukan
dengan uji kolmogoorov smirnov, distribusi data dikatakan normal jika signifikansi > 0,05.
2. Uji Multikolinieritas, diperlukan untuk mengetahui apakah ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model. Selain itu deteksi terhadap multikolinieritas juga bertujuan untuk menghindari bias dalam proses pengambilan keputusan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen. Deteksi multikolinieritas pada suatu model dapat dilihat jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model tersebut dapat dikatakan terbebas dari multikolinieritas. VIF = 1/Tolerance, jika VIF = 10 maka Tolerance = 1/10 = 0,1.
3. Uji Heteroskedastisitas, bertujuan untuk menguji apakah dalam model regresi terjadi perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Model regresi yang baik adalah model regresi yang memiliki kesamaan variance residual suatu periode pengamatan dengan pengamatan yang lain, atau homokesdastisitas. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut dan melakukan uji Park yaitu dengan melakukan transformasi logaritma terhadap residual (Ghozali, 2005: 107).
4. Uji autokorelasi. Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan ada periode t-1 atau sebelumnya. Autokorelasi muncul karena
observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu atau time series karena “gangguan” pada individu/kelompok cenderung mempengaruhi “gangguan” pada individu/kelompok yang sama pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Pada penelitian ini, uji autokorelasi dilakukan dengan dengan Uji Durbin Watson, karena uji ini yang umum digunakan. Uji ini hanya digunakan untuk autokorelasi tingkat pertama (first order autokorelasi) dan mensyaratkan adanya intercept (konstanta) dalam model regresi. Menurut Santoso (2002) pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1) Angka D-W di bawah -2 berarti ada autokorelasi positif.
2) Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi. 3) Angka D-W di atas + berarti ada autokorelasi negatif.
4.5.3. Model Analisis
Adapun model pada penelitian ini adalah: Y t = a + b
1 DAU t-1 + b2 DAK t-1 + b3 DBH t-1 + b4 PAD t-1 + e ... (1)
di mana:
Yt = Belanja Daerah
ß = Slope atau koefisien regresi DAU (X1) = Dana Alokasi Umum
DAK (X2) = Dana Alokasi Khusus
DBH (X3) = Dana Bagi Hasil (DBH) Pajak dan Bukan Pajak
PAD (X4) = Pendapatan Asli Daerah (PAD)
e = error
Flypaper effect terjadi di mana transfer pusat berupa DAU
it dengan lag, DAKit
dengan lag, DBH
t-1 dengan lag dan PADt-1 dengan lag. Pola lag dilakukan untuk
melihat fenomena yang terjadi berupa anggaran penerimaan yang berasal dari transfer pusat akan dilihat dampaknya dan direspon oleh pemerintah daerah untuk meningkatkan belanja daerah di masa yang akan datang. Untuk menentukan apakah terjadi flypaper effect maka dibandingkan koefisien regresi untuk masing-masing variabel. Syarat terjadinya flypaper effect adalah:
a. Apabila efek (nilai koefisien) DAU dan DAK terhadap Belanja Daerah lebih besar dari pada efek DBH dan PAD dan keduanya sama-sama signifikan, atau b. DBH dan PAD tidak signifikan, maka dapat disimpulkan terjadi flypaper effect.
4.5.4. Pengujian Hipotesis
Pengujian hipotesis yang dilakukan meliputi uji koefisien Determinasi, uji F (uji signifikansi simultan) dan uji t (uji signifikansi parameter individual/parsial).
Uji Koefisien Determinasi (R2), untuk melihat berapa proporsi variasi dari
variabel bebas secara bersama-sama dalam mempengaruhi variabel tidak bebas. Analisis hal tersebut dilakukan dengan melihat nilai adjusted R Square.
Uji F, dengan maksud menguji apakah secara simultan variabel bebas
berpengaruh terhadap variabel tidak bebas, dengan tingkat keyakinan 95% (=0,05). Hipotesis untuk uji statistik F adalah sebagai berikut:
H0 : b1 = b2 = b3 = b4 = 0, artinya secara serentak tidak terdapat pengaruh yang
positif dan signifikan dari variabel bebas (X1,X2,X3,X4) terhadap variabel
terikat (Y).
Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0 artinya secara serentak terdapat pengaruh yang
positif dan signifikan dari variabel bebas (X1,X2,X3, X4) terhadap variabel
terikat (Y).
Kriteria keputusan:
Bila F statistic > F a; (k,n-k-1) maka H0 dittolak
Bila F statistic < F a; (k,n-k-1) maka H0 diterima
Berdasarkan probabilitas
Jika probalitas (p-value)> 0,05, maka H0 diterima
Jika probabilitas (p-values) < 0,05, maka H0 ditolak
Uji-t statistik, untuk menguji pengaruh secara parsial antara variabel bebas
konstan, dengan tingkat keyakinan 95% ( = 0,05). Hipotesis untuk uji statistik t adalah sebagai berikut:
H0 : b1 = b2 = b3 = b4 = 0, artinya secara parsial tidak terdapat pengaruh yang
positif dan signifikan dari variabel bebas (X1,X2,X3,X4) terhadap variabel
terikat (Y).
Ha : b1 ≠ b2 ≠ b3≠ b4≠ 0 artinya secara parsial terdapat pengaruh yang positif
dan signifikan dari variabel bebas (X1,X2,X3, X4) terhadap variabel terikat (Y). Kriteria keputusan
Dengan membandingkan nilai t hitung dengan t table, dengan derajat bebas n- k, di mana n adalah banyaknya jumlah pengamat serta tingkat signifikansi yang dipakai.
Bila t statistik > t tabel maka H0 ditolak.
Bila t statistik < t tabel maka H0 diterima
Atau berdasarkan probabilitas
Jika probabilitas (p-value) > 0,05, maka H0 diterima
Jika probabilitas (p-value) < 0.05, maka H0 ditolak
BAB V
HASIL PENELITIAN DAN PEMBAHASAN