B. Temuan Hasil Penelitian
2. Model Terbaik Regresi Data Panel
Dalam pemilihan model terbaik selain melakukan iujiiispesifikasi
imodel melalui iUjiiChow, iUji iHausman dan iUji Lagrange Multiplier, dilakukan juga perbandingan nilai koefisien determinasi (R²) pada masing-masing model yang didapat. Nilai R² yang mendekati 1 menunjukkan semakin tinggi pengaruh variabel bebas terhadap variabel terikat, yang berarti semakin baik kecocokan model dengan data (Marcus, Wattimanela,
& Lesnussa, 2012).
Tabel 4. 4 Hasil Uji CEM, FEM dan REM
Variabel iCommoniEffectiModel iFixediEffeectiModel iRandomiEffectiModel Coefficient Prob. Coefficient Prob. Coefficient Prob.
C 0.890137 0.0001 0.419343 0.0907 0.494372 0.0278 PAD 0.071870 0.0000 0.065091 0.0000 0.066077 0.0000 DP -0.101811 0.0000 -0.073351 0.0000 -0.077802 0.0000
R² 0.832300 0.978118 0.776894
Adj. R² 0.825163 0.971784 0.767400
Sumber: Data Diolah, 2021.
Berdasarkan hasil olah data diperoleh nilai R² pada masing-masing spesifikasi model. Pada tabel diatas menunjukkan bahwa nilai R² yang mendekati 1 adalah Fixed Effect Model yaitu sebesar 0.978118 maka pemilihan model terbaik dalam penelitian ini adalah Fixed Effect Model.
Tabel 4. 5 iFixed iEffect iModel
Sumber : Hasil Olah Data menggunakan Eviews, 2022.
Berdasarkaniitabel i4.5 makaiipersamaaniimodel regresi yaitu : IKF = 0.419343 + 0.065091 PAD - 0.073351 DP + e
Keterangan:
IKF : Indeks Kemandirian Fiskal dalam Kinerja Keuangan PAD : Pendapatan Asli Daerah
DP : Dana Perimbangan
iiBerdasarkan ihasil iregresi idiatas idapat idilihat ikolom
icoefficient iC isebesar 0.419343 yang berarti nilai Indeks Kemandirian Fiskal (IKF) ketika variabel Pendapatan Asli Derah (PAD) dan Dana Perimbangan (DP) konstan maka Indeks Kemandirian Fiskal (IKF) adalah
Dependent Variable: IKF Method: Panel Least Squares Date: 02/08/22 Time: 20:15 Sample: 2014 2018
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 0.419343 0.241561 1.735974 0.0907
PAD 0.065091 0.006296 10.33814 0.0000
DP -0.073351 0.011387 -6.441441 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.978118 Mean dependent var 0.104932 Adjusted R-squared 0.971784 S.D. dependent var 0.078722 S.E. of regression 0.013224 Akaike info criterion -5.608073 Sum squared resid 0.006645 Schwarz criterion -5.149188 Log likelihood 152.2018 Hannan-Quinn criter. -5.433327 F-statistic 154.4167 Durbin-Watson stat 2.519398 Prob(F-statistic) 0.000000
sebesar 0.419343.
Pada variabel Pendapatan Asli Daerah (PAD) memiliki arah hubungan yang positif terhadap variabel Indeks Kemandirian Fiskal (IKF) dengan nilai C sebesar 0.065091, dimana hal ini akan berdampak positif terhadap variabel Indeks Kemandirian Fiskal (IKF). Ketika terjadi kenaikan satu-satuan pada Pendapatan Asli Daerah (PAD) maka akan meningkatkan Presentase dalam Indeks Kemandirian Fiskal (IKF) sebesar 0.065091 % idengan iasumsi ivariabel ilain ikonstan. iVariabel Pendapatan Asli Daerah imemiliki inilai iProbabilitas isebesar i0.0000 imaka ivariabel Pendapatan Asli Daerah (PAD) berpengaruh signifikan terhadap variabel Indeks Kemandirian Fiskal (IKF) karena iProbabilitas it-statistic ivariabel
iPendapatan iAsli iDaerah (PAD) ilebihikecil idari alpha (0.05).
iiPada ivariabel Dana Perimbangan (DP) imempunyai iarah
ihubungan iyang negative iterhadap ivariabel Indeks Kemandirian Fiskal (IKF) dengan nilai C -0.073351 yang akan berdampak negatif terhadap variabel Indeks Kemandirian Fiskal (IKF). Ketika terjadi kenaikan satu-satuan pada Dana Perimbangan (DP) maka akan menurunkan Presentase dalam Indeks Kemandirian Fiskal (IKF) sebesar 0.073351 % idengan
iasumsi ivariabel ilain ikonstan. iVariabel Dana Perimbangan (DP)
imemiliki inilai iprobabilitas isebesar i0.0000 imaka ivariabel Dana Perimbangan (DP) iberpengaruh isignifikan iterhadap ivariabel Indeks Kemandirian Fiskal (IKF) ikarena iProbabilitas it-statistic ivariabel Dana Perimbangan (DP) ilebih ikecil idari alpha (0.05).
Tabel 4. 6 Individual Effect
Sumber : Hasil Olah Data menggunakan Eviews, 2022.
Individual Effect diperoleh dengan cara menghitung koefisien dari IKF ditambah dengan koefesien tiap kabupaten atau kota dalam penelitian sehingga didapat koefisien individual effect. Individual effect menggambarkan bagaimana kabupaten atau kota secara individual memiliki nilai koefisien IKF, apabila semakin tinggi koefisiennya semakin baik usaha kabupaten atau kota tersebut dalam menangani tingkat IKF di provinsi Kalimantan Timur. Berikut penjelasan secara individual :
a. Kabupaten Paser
IKF = 0,387728 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variable
iPendapatan iAsli iDaerah idan iDana iPerimbangan ipada model adalah konstan, imaka perubahan nilai Indeks Kemandirian Fiskal Kabupaten Paser sebesar 0,387728 %.
b. Kabupaten Kutai Barat
Variable Coefficient Std. Error t-Statistic Prob.
PAD? 0.065091 0.006296 10.33814 0.0000
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kabupaten Kutai Barat sebesar 0,397578 %.
c. Kabupaten Kutai Kartanegara
IKF = 0,408068 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kabupaten Kutai Kartanegara sebesar 0,408068 %.
d. Kabupaten Kutai Timur
IKF = 0,407935 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kabupaten Kutai Timur sebesar 0,407935 %.
e. Kabupaten Berau
IKF = 0,399757 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kabupaten Berau sebesar 0,399757 %.
f. Kabupaten Penajam Paser Utara
IKF = 0,402281 + 0.065091 PAD - 0.073351 DP + e
Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kabupaten Penajam Paser Utara sebesar0,402281 %.
g. Kabupaten Mahakam Ulu
IKF = 0,458749 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kabupaten Mahakam Ulu sebesar 0,458749 %.
h. Kota Balikpapan
IKF = 0,498662 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kota Balikpapan sebesar 0,498662 %.
i. Kota Samarinda
IKF = 0,419129 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variabel Pendapatan Asli Daerah dan Dana Perimbangan pada model adalah konstan, maka perubahan nilai IKF Kota Samarinda sebesar 0,419129 %.
j. Kota Bontang
IKF = 0,413543 + 0.065091 PAD - 0.073351 DP + e
Berdasarkan persamaan diatas apabila masing-masing variable
iPendapatan iAsli iDaerah idan iDana iPerimbangan ipada model adalah
3. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan dalam suatu penelitian.
Dalam penelitian ini model yang digunakan adalah Fixed Effect Model dengan pengujian asumsi klasik yang digunakan yaitu uji normalitas, uji multikolinearitas dan uji heteroskedastisitas.
a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah model regresi yang digunakan dalam penelitian memiliki data yang terdistribusi normal atau tidak. Jika data yang digunakan dalam penelitian tidak normal maka akan mempengaruhi hasil setiap uji yang dilakukan. iUntuk imengetahui idata terdistribusi inormal iatau itidak
idengan imelihat melalui nilai Prob. iJarque Berra (iJB), jika nilai Prob.
JB lebih rendah dari alpha yaitu 0,05 maka data tidak terdistribusi dengan normal
Gambar 4. 2 Uji Normalitas
Sumber : Hasil olah data menggunakan Eviews, 2022.
0
-0.02 -0.01 0.00 0.01 0.02 0.03
Series: Standardized Residuals
Berdasarkan uji normalitas dapat dilihat pada gambar 4.2 bahwa Prob. Jarque Bera memiliki nilai 0.101307 lebih besar dari alpha (0,05) artinya data dalam penelitian ini terdistribusi secara normal sehingga data penelitian ini layak untuk digunakan dalam suatu penelitian.
b. UjiiMultikolinearitas
iiUji imultikolinearitas ibertujuan iuntuk imengetahui
iadanya iketerkaitan iantara ihubungan isempurna antara i variabel-variabel bebas. iJika idalam ipengujian iterdapat iketerkaitan atau
ihubungan antara ivariabel ibebas, imaka imodel iregresi itersebut
itidak ibaik, ibegitu ipula isebaiknya. iMultikolinearitas idapat
iditemukan ijika ipada ipengujian iantar ivariabel ibebas inilainya
imelebihi i0.8. iBerikut imerupakan ihasil idari iuji iMultikolinearitas
ipada imodel iregresi iyang idigunakan ioleh ipeneliti.
Tabel 4. 7 Uji Multikolinearitas
PAD DP
PAD 1.000000 0.457443
DP 0.457443 1.000000
iSumber : iHasil Olah Data, 2022
iHasil idari iuji imultikolinearitas pada tabel 4.7 menunjukkan bahwa nilai koefisien idari ivariabel ibebasi (Pendapatan iAsli iDaerah idan iDana iPerimbangan) idalam
ipenelitian iini iberada idi ibawah i0.8 imaka idalam iartian itersebut
idapat idisimpulkan ibahwa ipenelitian iini itidak iterdapat imasalah
imultikolinearitas ipada imodel iyang idigunakan dalamipenelitianiini.
66
ihomokedastisitas iatau itidak iterjadi iheteroskedastisitas (Ghozali, 2013: i111). iAdapun ihasil iregresi iuji iheteroskedastisitas iadalah sebagai iberikut:
Tabel 4. 8 Hasil Uji Heteroskedastisitas
Sumber : Hasil Olah Data, 2022.
Hipotesis yang digunakan adalah sebagai berikut:
H0 : β1 = 0 (tidak ada masalah heteroskedastisitas) H1 : β1 ≠ 0 (ada masalah heteroskedastisitas)
Pedoman yang akan digunakan dalam pengambilan kesimpulan uji Glejser:
1) Jika nilai probability > 0,05 maka H1 ditolak, artinya tidak ada masalah heteroskedastisitas. Likelihood ratio 63.13362 10 0.0000
LR test summary:
Value df
Restricted LogL 101.2890 47 Unrestricted LogL 132.8558 47
2) Jika nilai probability < 0,05 maka H1 diterima, artinya ada masalah heteroskedastisitas.
Nilai Probability Likelihood ratio yaitui0,0000 < 0,05, artinya ihasil iuji iPanel iCross-section iHeteroskedasticity iLR iTest
iterjadi iheteroskedastisitas. Saat iterdeteksi iadanya
iheteroskedastisitas, ipenyembuhan igejala itersebut ilangsung
idilakukan imenggunakan imenu iWhite icross-section iyang itersedia
ipada iaplikasi iEviews.
Tabel 4. 9 Period Test Heteroskedastisitas
Sumber : Hasil Olah Data, 2022.
Dari hasil pengujian pada tabel diatas, iberdasarkan inilai
iprobabilitas iuntuk imasing-masing ivariabel iindependen imemiliki
inilai iprobabilitas iyang ilebih ibesar idari 0,05. iNilai iProbability
iLikelihood iratio 0.9643 > i0,05 artinya ihasil iuji iPanel iPeriod
iHeteroskedasticity LR Test tersebut tidak terjadi heteroskedastisitas.
Hal ini sesuai dengan kriteria pengujian bahwa hasil dari uji heteroskedastisitas memiliki nilai probabilitas antar variabel yang lebih besar dari 0,05. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas. Likelihood ratio 3.579998 10 0.9643
LR test summary:
Value df
Restricted LogL 101.2890 47 Unrestricted LogL 103.0790 47
