BAB II TINJAUAN PUSTAKA
2.3. Kerangka Konseptual
2.3.4. Pengaruh Dana Bagi Hasil (DBH) Terhadap
Dana Perimbangan adalah “dana yang bersumber dari pendapatan APBN yang dialokasikan kepada Daerah berdasarkan angka persentase untuk mendanai kebutuhan daerah dalam rangka
pelaksanaan Desentralisasi”. Sumber DBH yakni berasal dari Pajak dan Sumber Daya Alam. Salah satu pendukung belanja modal adalah Dana Bagi Hasil dimana dana ini sebagai bagian dari dana perimbangan dapat dijadikan sebagai penambahan biaya pembangunan sarana dan prasana demi meningkatkan pelayanan publik.
Hasil penelitian Wandira (2013) adalah DBH memiliki pengaruh yang signifikan terhadap belanja modal. Hasil ini menjelaskan bahwa provinsi yang mendapatkan DBH yang besar akan cenderung memiliki belanja modal yang besar pula. Hasil ini memberikan adanya indikasi yang kuat bahwa perilaku belanja modal akan sangat dipengaruhi dari sumber penerimaan DBH.
2.3.5. Pengaruh Sisa Lebih Pembiayaan (SILPA) Terhadap Belanja Modal
Menurut Direktorat Jenderal Perimbangan Keuangan, “SILPA Tahun Berkenaan didefinisikan sebagai selisih antara surplus/defisit anggaran dengan pembiayaan neto. SILPA adalah salah satu indikator yang menggambarkan efisiensi pengeluaran pemerintah”. Balai Litbang NTT dalam Mentayani dan Rusmanto (2013) menjelaskan bahwa “SILPA merupakan indikator efisiensi karena SILPA akan terbentuk bila terjadi surplus pada APBD dan sekaligus terjadi pembiayaan netto yang positif, dimana komponen Penerimaan lebih
besar dari komponen Pengeluaran Pembiayaan”. Peningkatan SILPA dapat meningkatkan belanja modal dikarenakan SILPA yang positif perlu dialokasikan untuk pembangunan di daerah. Pembangunan di daerah dapat dilakukan dengan pembangunan sarana prasarana serta fasilitas fisik yang merupakan bagian dari pengalokasian belanja modal, sehingga peningkatan SILPA dapat juga meningkatkan belanja modal.
Penelitian yang dilakukan oleh Kusnandar dan Siswantoro (2012) melakukan penelitian yang menyimpulkan bahwa Sisa Lebih Pembiayaan Anggaran berpengaruh positif dan signifikan pada ∝ = 1%. Hal ini mengindikasikan bahwa SILPA tahun sebelumnya sangat berpengaruh pada alokasi belanja tahun berikutnya.
2.4. Hipotesis Penelitian
Hipotesis dalam Kuncoro (2013:59) “berupa pernyataan mengenai konsep yang dapat dinilai benar atau salah jika menunjuk pada suatu fenomena yang diamati dan diuji secara empiris”. Berdasarkan kerangka konseptual yang telah diuraikan, dapat dirumuskan hipotesis penelitian sebagai berikut:
1. Pendapatan Asli Daerah (PAD) berpengaruh positif terhadap Belanja Modal pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara.
2. Dana Alokasi Umum (DAU) berpengaruh positif terhadap Belanja Modal pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara.
3. Dana Alokasi Khusus (DAK) berpengaruh positif terhadap Belanja Modal pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara.
4. Dana Bagi Hasil (DBH) berpengaruh positif terhadap Belanja Modal pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara.
5. Sisa Lebih Pembiayaan Anggaran (SILPA) berpengaruh positif terhadap Belanja Modal pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara.
6. Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan Sisa Lebih Pembiayaan Anggaran (SILPA) berpengaruh positif terhadap Belanja Modal pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara.
BAB III
METODOLOGI PENELITIAN 3.1. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian asosiatif kausal. Kuncoro (2013:15) menjelaskan studi kausalitas sebagai
“penelitian yang menunjukkan arah hubungan antara variabel bebas dengan variabel terikat, disamping mengukur kekuatan hubungannya”. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan Sisa Lebih Pembiayaan Anggaran (SILPA) terhadap Belanja Modal (Studi Kasus Pada Kota/Kabupaten Pemerintah Provinsi Sumatera Utara). Hubungan secara simultan dan parsial antara variabel independen terhadap variabel dependen merupakan hubungan yang diuji dalam penelitian ini.
3.2. Tempat dan Waktu Penelitian
Peneliti melakukan penelitian ini dengan memanfaatkan data tentang Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan Belanja Modal pada Kota/Kabupaten Provinsi Sumatera Utara dari situs resmi Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik Indonesia (http://www.djpk.kemenkeu.go.id). Waktu penelitian dimulai sejak bulan Maret
3.3. Batasan Operasional
Penetapan batasan operasional dilakukan untuk menjelaskan ciri-ciri spesifik yang lebih substantif dari suatu konsep sehingga tidak terjadi salah tafsir terhadap judul penelitian. Peneliti menetapkan batasan operasional dalam penelitian ini sebagai berikut :
1. Objek yang diteliti oleh peneliti adalah Kota/Kabupaten di Provinsi Sumatera Utara.
2. Variabel dependen yang diteliti adalah Belanja Modal.
3. Variabel independen yang diteliti adalah Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan Sisa Lebih Pembiayaan Anggaran (SILPA).
3.4. Definisi Operasional
Definisi operasional menurut Hartono (2016:78) adalah “menjelaskan karakteristik dari objek (properti) ke dalam elemen-elemen (elements) yang dapat diobservasi yang menyebabkan konsep dapat diukur dan dioperasionalkan di dalam riset”.
3.4.1. Variabel Dependen
Menurut Sugiyono (2017) “variabel dependen sering disebut sebagai variabel output, kriteria, konsekuen” . Variabel dependen menurut Kuncoro (2013:50) adalah “variabel yang menjadi perhatian utama dalam sebuah pengamatan”. Variabel dependen yang digunakan dalam penelitian ini adalah belanja modal.
3.4.1.1. Belanja Modal
PP No. 12 Tahun 2019 Tentang Pengelolaan Keuangan Daerah mengemukakan bahwa “belanja modal merupakan pengeluaran anggaran untuk perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari 1 (satu) periode akuntansi”. Belanja modal terdiri dari belanja modal tanah, belanja modal peralatan dan mesin, belanja modal gedung dan bangunan, belanja modal jalan, irigasi, dan jaringan, dan belanja modal fisik lainnya.
3.4.2. Variabel Independen
Variabel independen sebagaimana dinyatakan dalam Kuncoro (2013:24) adalah “variabel yang dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan yang positif ataupun yang negatif bagi variabel dependen nantinya.”. Variabel independen dalam penelitian ini adalah Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan Sisa Lebih Pembiayaan Anggaran (SILPA).
3.4.2.1. Pendapatan Asli Daerah (PAD)
Menurut UU No. 33 Tahun 2004 Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintahan Daerah, “PAD adalah pendapatan yang diperoleh Daerah
yang dipungut berdasarkan Peraturan Daerah sesuai dengan peraturan perundang-undangan”. Komponen dari PAD adalah penerimaan yang berasal dari pajak daerah, retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain PAD yang sah.
3.4.2.2. Dana Alokasi Umum (DAU)
DAU dalam UU No. 23 Tahun 2014 Tentang Pemerintahan Daerah merupakan “dana yang bersumber dari pendapatan APBN yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar-Daerah untuk mendanai kebutuhan Daerah dalam rangka pelaksanaan Desentralisasi”. Jumlah keseluruhan DAU ditetapkan sekurang-kurangnya 26% (dua puluh enam persen) dari Pendapatan Dalam Negeri Neto. DAU dapat dirumuskan sebagai berikut:
DAU = Alokasi Dasar (AD) + Celah Fiskal (CF) Keterangan:
AD = Jumlah Gaji Pegawai Negeri Sipil Daerah CF = Kebutuhan Fiskal – Kapasitas Fiskal 3.4.2.3. Dana Alokasi Khusus (DAK)
DAK sebagaimana dijelaskan dalam UU No. 33 Tahun 2004 Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintahan Daerah adalah “dana yang
bersumber dari pendapatan APBN yang dialokasikan kepada Daerah tertentu dengan tujuan untuk membantu mendanai kegiatan khusus yang merupakan urusan Daerah dan sesuai dengan prioritas nasional”. Arah kegiatan DAK adalah pendidikan, kesehatan, infrastruktur jalan, infrastruktur irigasi, infrastruktur air minum, infrastruktur sanitasi, prasarana pemerintahan desa, sarana dan prasarana kawasan perbatasan, kelautan dan perikanan, pertanian, keluarga berencana, kehutanan, sarana dan prasarana daerah tertinggal, sarana perdagangan, energi pedesaan, perumahan dan pemukiman, dan keselamatan transportasi darat.
3.4.2.4. Dana Bagi Hasil (DBH)
DBH dalam PP No. 55 Tahun 2005 Tentang Dana Perimbangan adalah “dana yang bersumber dari pendapatan APBN yang dialokasikan kepada Daerah berdasarkan angka persentase untuk mendanai kebutuhan daerah dalam rangka pelaksanaan Desentralisasi”. DBH bersumber dari pajak dan sumber daya alam.
3.4.2.5. Sisa Lebih Pembiayaan Anggaran (SILPA)
UU No. 20 Tahun 2019 Tentang Anggaran Pendapatan Dan Belanja Negara Tahun Anggaran 2020 mengemukakan bahwa “SILPA adalah selisih lebih realisasi pembiayaan
anggaran atas realisasi defisit anggaran yang terjadi dalam satu periode pelaporan”.
SILPA = (Realisasi Pendapatan – Realisasi Belanja) + (Penerimaan Pembiayaan – Pengeluaran Pembiayaan)
3.5. Skala Pengukuran
Penelitian ini menggunakan skala rasio baik untuk variabel dependen maupun variabel independen. Skala rasio menurut Hartono (2016:81) adalah
“bernilai klasifikasi, order, distance (berjarak) dan mempunyai nilai awal (origin)”. Adapun skala pengukuran variabel dalam penelitian ini adalah sebagai berikut:
Tabel 3.1
Skala Pengukuran Variabel Variabel yang
diukur Definisi Operasional Ukuran Skala
Belanja Modal (Y) Pengeluaran anggaran untuk perolehan aset tetap
Daerah (PAD) Pendapatan yang diperoleh Daerah yang dipungut berdasarkan Peraturan Daerah sesuai dengan peraturan pendapatan APBN yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar-Daerah untuk mendanai kebutuhan
Laporan Realisasi Penerimaan Dana Alokasi Umum
(DAU) Rasio
Daerah dalam rangka pelaksanaan Desentralisasi.
Dana Alokasi
Khusus (DAK) Dana yang bersumber dari APBN yang dialokasikan kepada Daerah tertentu dengan tujuan untuk membantu mendanai kegiatan khusus yang merupakan urusan Daerah dan sesuai dengan prioritas pendapatan APBN yang dialokasikan kepada Daerah berdasarkan angka persentase untuk mendanai kebutuhan daerah dalam rangka pelaksanaan
Selisih lebih realisasi pembiayaan anggaran atas realisasi defisit anggaran yang terjadi dalam satu
3.6. Populasi dan Sampel Penelitian 3.6.1. Populasi Penelitian
Kuncoro (2013:123) menjelaskan bahwa “populasi adalah suatu kelompok dari elemen penelitian, di mana elemen unit terkecil yang merupakan sumber dari data yang diperlukan”. Dalam penelitian ini, yang menjadi populasi adalah Kota/Kabupaten Provinsi Sumatera Utara yang terdiri dari 33 pemerintah Kota/Kabupaten yang meliputi 8 pemerintahan kota dan 25 pemerintahan kabupaten.
3.6.2. Sampel Penelitian
Sampel menurut Kuncoro (2013:118) adalah “suatu himpunan bagian (subset) dari unit populasi”. Metode pengambilan sampel yang digunakan adalah metode purposive sampling. Menurut Hartono (2016:98) “pengambilan sampel bertujuan (purposive sampling) dilakukan dengan mengambil sampel dari populasi berdasarkan suatu kriteria tertentu”. Kriteria yang ditentukan peneliti dalam penentuan sampel penelitian ini adalah sebagai berikut:
1. Pemerintahan Kota/Kabupaten Provinsi Sumatera Utara yang telah melaporkan dan mempublikasikan Laporan Realisasi APBD sesuai dengan SAP (Standar Akuntansi Pemerintahan) secara konsisten pada Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik Indonesia (http://www.djpk.kemenkeu.go.id) secara berturut-turut selama periode 2015-2019.
2. Kota/Kabupaten Provinsi Sumatera Utara yang menyajikan jumlah Pendapatan Asli Daerah(PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), Sisa Lebih Pembiayaan Anggaran (SILPA), dan Belanja Modal tidak (-) minus dan tidak (0) nol secara berturut-turut selama periode 2015-2019.
Dari 33 Kota/Kabupaten Provinsi Sumatera Utara yang dijadikan populasi, peneliti mendapatkan sebanyak 28 jumlah sampel yang memenuhi kriteria-kriteria tersebut, di antaranya sebanyak 6 Kota dan 22 Kabupaten selama periode 2015-2019. Jumlah amatan dalam penelitian ini adalah 140 sampel yaitu 28 Kota/Kabupaten x 5 tahun.
Tabel 3.2
Daftar Populasi dan Sampel Penelitian
No. Kota/Kabupaten 1 Kriteria 2 Sampel
30 Kota Pematang Siantar Sampel 26
31 Kota Sibolga Sampel 27
32 Kota Tanjung Balai Sampel 28
33 Kota Tebing Tinggi x Tidak Sampel
Jumlah Sampel 28
Sumber: diolah peneliti (2020)
Berikut keterangan lebih rinci mengenai Kota/Kabupaten yang tidak memenuhi kriteria sampel:
1. Kabupaten Nias Barat tidak memenuhi kriteria sampel no. 2 karena pada tahun 2015 tidak menerima Dana Bagi Hasil (DBH) dan Dana Alokasi Khusus (DAK) sehingga DBH dan DAK bernilai 0.
2. Kabupaten Nias Selatan tidak memenuhi kriteria sampel no. 2 karena pada tahun 2015 terjadi Sisa Kurang Pembiayaan Anggaran (SIKPA) atau SILPA-nya bernilai negatif.
3. Kabupaten Tapanuli Selatan tidak memenuhi kriteria sampel no.
2 karena pada tahun 2019terjadi Sisa Kurang Pembiayaan Anggaran (SIKPA) atau SILPA-nya bernilai negatif.
4. Kota Medan tidak memenuhi kriteria sampel no. 2 karena pada tahun 2015 tidak menerima Dana Alokasi Khusus (DAK) sehingga DAK bernilai 0.
5. Kota Tebing Tinggi tidak memenuhi kriteria sampel no. 2 karena pada tahun 2016 tidak menerima Dana Bagi Hasil (DBH) sehingga DBH bernilai 0.
3.7. Jenis Data dan Sumber Data 3.7.1. Jenis Data
Data yang digunakan dalam penelitian ini adalah data kuantitatif.
Data kuantitatif menurut Kuncoro (2013:145) adalah “data yang diukur dalam suatu skala numerik (angka)”. Data kuantitatif yang digunakan yakni data sekunder berupa Laporan Realisasi APBD Kota/Kabupaten Pemerintah Provinsi Sumatera Utara periode 2015-2019.
3.7.2. Sumber Data
Penelitian ini menggunakan data kuantitatif yang bersumber dari Laporan Realisasi APBD Kota/Kabupaten Provinsi Sumatera Utara periode 2015-2019 yang diperoleh dari situs resmi Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik Indonesia (http://www.djpk.kemenkeu.go.id).
3.8. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan peneliti dalam penelitian ini adalah metode dokumentasi yang dilakukan dengan mendokumentasikan data sekunder yang diunduh dari situs resmi Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik Indonesia (http://www.djpk.kemenkeu.go.id). Peneliti juga melakukan studi kepustakaan yaitu dilakukan dengan mengumpulkan informasi yang berasal dari buku,
jurnal, internet dan sebagainya yang dapat dijadikan sebagai landasan dalam pembahasan teoretis dan perumusan hipotesis penelitian ini.
3.9. Metode Analisis Data
Peneliti menganalisis data penelitian dalam penelitian ini yakni dengan menggunakan software SPSS.
3.9.1. Analisis Statistik Deskriptif
Statistik deskriptif sebagaimana dikemukakan dalam Sugiyono (2017) adalah “statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi”.
3.9.2. Uji Asumsi Klasik
Uji asumsi klasik dilakukan sebagai dasar dalam analisis regresi linear agar pengujian yang dilakukan efektif dan tidak bias (Best Linier Unbiased Estimator/BLUE). Uji asumsi klasik yang dilakukan terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.9.2.1. Uji Normalitas
Menurut Ghozali (2018:161), uji normalitas dilakukan dengan tujuan “untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal”.
Uji normalitas dilakukan dengan menggunakan analisis grafik dan uji statistik. Analisis grafik dilakukan dengan membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal yang membentuk satu garis lurus diagonal. Dasar pengambilan keputusan yang dilakukan menurut Ghozali (2018:163) adalah sebagai berikut:
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Uji normalitas juga dapat dilakukan dengan uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Apabila nilai signifikansi lebih besar dari 0,05 maka data tersebut terdistribusi normal dan apabila nilai signifikansi lebih kecil dari 0,05 maka data tidak terdistribusi normal.
3.9.2.2. Uji Multikolinearitas
Menurut Ghozali (2018:107), uji multikolinieritas bertujuan untuk:
Menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel tersebut tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel independen sama dengan nol.
Mendeteksi ada tidaknya multikolinieritas dilakukan hal-hal berikut:
a. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinieritas.
c. Multikolinieritas data juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF). Jika nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance ≥ 0.10 atau sama dengan nilai VIF ≤ 10.
3.9.2.3. Uji Heteroskedastisitas
Ghozali (2018:137) menjelaskan bahwa uji heteroskedastisitas bertujuan untuk “menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain”.
Menurut Ghozali (2018) Uji heteroskedastisitas dapat dilakukan dengan beberapa cara sebagai berikut:
a. Dengan melihat grafik plot nilai prediksi variabel terikat yakni ZPRED dengan residualnya SRESID.
Bila terlihat adanya titik-titik yang membentuk pola yang teratur pada grafik scatterplot menandakan adanya heteroskedastisitas. bila pola yang terlihat tidak jelas, maka tidak terjadi heteroskedastisitas.
b. Dengan melakukan uji Park, yakni variance (s2) merupakan fungsi dari variabel-variabel independen yang dinyatakan dalam persamaan σ2i = αXiβ.
c. Dengan melakukan uji Glejser, yakni meregres nilai absolut residual terhadap variabel independen dengan persamaan
d. Dengan menggunakan uji White, yakni dengan meregres residual kuadrat (U2t) dengan variabel independen, variabel independen kuadrat dan perkalian (interaksi) variabel independen.
3.9.2.4. Uji Autokorelasi
Uji autokorelasi menurut Ghozali (2018:111) bertujuan untuk “menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 (sebelumnya)”.
Uji autokorelasi di lakukan dengan uji Durbin-Watson (DW test), dengan hipotesis yang akan diuji sebagai berikut:
H0 : tidak ada autokorelasi (r = 0) Ha : ada autokorelasi (r ≠ 0)
Pengambilan keputusan dilakukan dengan kriteria sebagai berikut:
Tabel 3.3
Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan Jika
Tak ada autokorelasi posisif
Apabila ditemukan adanya autokorelaasi, terdapat beberapa metode yang dapat dilakukan untuk memperbaikinya. Metode-metode tersebut antara lain adalah metode first difference, The Cochrane-Orcutt two-step Procedure, dan Durbin’s two-two-step method.
3.9.3. Analisis Regresi Linear Berganda
Ghozali (2018:96) menjelaskan bahwa analisis regresi digunakan untuk “mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependen dengan independen”.
Peneliti menggunakan metode analisis regresi linear berganda yang bertujuan untuk mengukur besarnya pengaruh variabel independen yakni Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan Sisa Lebih Pembiayaan Anggaran (SILPA) terhadap variabel dependen yakni Belanja Modal.
Model regresi linear berganda yang digunakan dalam penelitian ini sebagai berikut:
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + ε Dimana,
Y = Belanja Modal α = Konstanta
β1 β2 β3 = Koefisien Regresi
X1 = Pendapatan Asli Daerah (PAD) X2 = Dana Alokasi Umum (DAU) X3 = Dana Alokasi Khusus (DAK) X4 = Dana Bagi Hasil (DBH)
X5 = Sisa Lebih Pembiayaan Anggaran (SILPA) ε = error
3.9.4. Pengujian Hipotesis Penelitian
Pengujian hipotesis dalam penelitian ini meliputi uji koefisien determinasi (R2), uji signifikansi simultan (Uji F), dan uji signifikansi parameter individual/parsial (Uji t).
3.9.4.1. Uji Koefisien Determinasi (R2)
Kuncoro (2013:244) menjelaskan bahwa koefisien determinasi adalah “perangkat yang mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat”.
Ghozali (2018:97) menyatakan bahwa:
Nilai koefisien determinasi adalah antara 0 dan 1.Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
3.9.4.2. Uji Signifikansi Simultan (Uji F)
Uji Signifikansi Simultan (Uji F) menurut Kuncoro (2013:245) adalah “menunjukkan apakah semua variabel bebas yang terdapat dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat”.
Menurut Ghozali (2018:98) kriteria dalam
a. Quick look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak pada derajat kepercayaan 5%.
Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.
b. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ho ditolak dan menerima Ha.
3.9.4.3. Uji Signifikansi Parsial (Uji t)
Uji signifikansi parsial (uji t) menurut Kuncoro (2013:244) adalah “uji yang menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat”.
Ghozali (2018:99) menjelaskan cara untuk menghitung uji t adalah sebagai berikut:
a. Quick look : bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi=0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
b. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum
Populasi yang digunakan dalam penelitian ini adalah seluruh Kota/Kabupaten di Provinsi Sumatera Utara sebanyak 33 Kota/Kabupaten, yakni terdiri dari 8 Kota dan 25 Kabupaten selama periode 2015-2019.
Pemilihan sampel dilakukan dengan metode purposive sampling dengan jumlah sampel yang memenuhi kriteria sebanyak 28 Kota/Kabupaten dan jumlah amatan sebanyak 140 sampel (28 Kota/Kabupaten dikali 5 tahun).
Data yang digunakan adalah Laporan Realisasi Anggaran (LRA) Kota/Kabupaten Provinsi Sumatera Utara periode 2015-2019 yang diperoleh dari situs resmi Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik Indonesia (http://www.djpk.kemenkeu.go.id). Metode analisis data yang digunakan dalam penelitian ini adalah dengan menggunakan metode persamaan regresi linier berganda.
4.2 Analisis Statistik Deskriptif
Statistik deskriptif menurut Sugiyono (2017) adalah “statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi”. Statistik deskriptif meliputi nilai minimum, nilai maksimum,
yakni Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), Sisa Lebih Pembiayaan Anggaran (SILPA), dan variabel dependen yakni Belanja Modal. Hasil analisis statistik deskriptif disajikan dalam tabel berikut ini:
Tabel 4.1
Belanja Modal 140 8156925915 9.00
Sumber : Data diolah dengan SPSS (2020)
Berdasarkan Tabel 4.1 di atas dapat dijelaskan beberapa hal sebagai berikut:
1. Variabel Pendapatan Asli Daerah (PAD) memiliki nilai minimum sebesar Rp 15.880.335.073,81 dan nilai maksimum sebesar Rp 849.286.151.151,13. Rata-rata PAD selama periode 2015-2019 sebesar Rp 104.619.291.263,724 dan standar deviasi PAD sebesar Rp 124.892.034.887,82709. Kabupaten Pak-Pak Barat pada tahun 2015
merupakan daerah dengan nilai PAD terendah dan Kabupaten Deli Serdang pada tahun 2017 merupakan daerah dengan nilai PAD tertinggi.
Jumlah pengamatan berjumlah 140 data.
2. Variabel Dana Alokasi Umum (DAU) memiliki nilai minimum sebesar Rp 326.899.366.000 dan nilai maksimum sebesar Rp 1.513.584.154.000.
Rata-rata DAU selama periode 2015-2019 sebesar Rp 636.395.256.969,4287 dan standar deviasi DAU sebesar Rp 260.508.079.896,84560. Kabupaten Pak-Pak Barat pada tahun 2015 merupakan daerah dengan nilai DAU terendah dan Kabupaten Deli Serdang pada tahun 2019 merupakan daerah dengan nilai DAU tertinggi.
Jumlah pengamatan berjumlah 140 data.
3. Variabel Dana Alokasi Khusus (DAK) memiliki nilai minimum sebesar Rp 29.526.528.000 dan nilai maksimum sebesar Rp 459.510.223.829.
Rata-rata DAK selama periode 2015-2019 sebesar Rp 170.215.221.325,3785 dan standar deviasi DAK sebesar Rp 89.620.657.777,36908. Kota Tanjung Balai pada tahun 2015 merupakan
Rata-rata DAK selama periode 2015-2019 sebesar Rp 170.215.221.325,3785 dan standar deviasi DAK sebesar Rp 89.620.657.777,36908. Kota Tanjung Balai pada tahun 2015 merupakan