BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian
5.1.2. Uji Asumsi Klasik
Berdasarkan hasil pengolahan data diperoleh hasil bahwa distribusi data tidak normal sehingga diperlukan transformasi data dengan memakai logaritma. Uji asumsi klasik terdiri dari uji linearitas, uji normalitas, uji multikolonieritas dan uji autokorelasi.
5.1.2.1. Uji linearitas
Uji linearitas dilakukan untuk mengetahui apakah data penelitian ini mengalami kenaikan atau penurunan secara linier. Uji ini dibutuhkan karena peneliti menggunakan metode analisis linier berganda. Uji linearitas dilakukan setelah melakukan transformasi data. Tabel 5.2 menunjukkan hasil pengujian linearitas sebagai berikut :
Tabel 5.2. Uji Linearitas ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
Y * X1 Between Groups Deviation from Linearity 5.697 92 .062 1.905 .529
Y * X2 Deviation from Linearity 12.855 88 .146 2.778 .125
Y * X3 Deviation from Linearity 8.723 89 .098 .692 .774
Y * X4 Deviation from Linearity 18.178 90 .202 1.383 .459
Dari tabel 5.2 dapat disimpulkan sebagai berikut :
a. Hubungan variabel Y (pertumbuhan ekonomi) dengan variabel X1 (PAD)
adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar
0,529 > nilai α sebesar 0,05.
b. Hubungan variabel Y (pertumbuhan ekonomi) dengan variabel X2 (dana
perimbangan) adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar 0,125 > nilai α sebesar 0,05.
c. Hubungan variabel Y (pertumbuhan ekonomi) dengan variabel X3 (belanja daerah) adalah linier. Hal ini dapat dilihat dari sig deviation from linearity
sebesar 0,774 > nilai α sebesar 0,05.
d. Hubungan variabel Y (pertumbuhan ekonomi) dengan variabel X4 (PMDN)
adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar 0,459 > nilai α sebesar 0,05.
e. Hubungan variabel Y (pertumbuhan ekonomi) dengan variabel Z (konsumsi) adalah linier. Hal ini dapat dilihat dari sig deviation from linearity sebesar 0,751 > nilai α sebesar 0,05.
5.1.2.2. Uji normalitas
Peneliti menggunakan uji normalitas hanya untuk mengetahui distribusi data yang dipakai secara normal atau tidak. Uji normalitas dilakukan setelah transformasi data. Untuk menguji normalitas peneliti menggunakan one sample kolmogrov smirnov test dan hasilnya adalah data penelitian berdistribusi normal.
memaparkan hasil uji normalitas dengan menggunakan one sample kolmogrov smirnov test sebagai berikut :
Tabel 5.3. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 95
Normal Parametersa,,b Mean .0000000
Std. Deviation .18582619
Most Extreme Differences Absolute .092
Positive .056
Negative -.092
Kolmogorov-Smirnov Z .900
Asymp. Sig. (2-tailed) .393
a. Test distribution is Normal. b. Calculated from data.
5.1.2.3. Uji multikolonieritas
Untuk mendapatkan hasil penelitian yang tidak bias maka data yang dipakai harus bebas dari multikolonieritas dengan melihat nilai VIF ( variance-inflating factor). Tabel 5.4 menyatakan hasil uji multikolonieritas sebagai berikut:
Tabel 5.4. Uji multikolonieritas Test 1
Coefficientsa Model Collinearity Statistics Tolerance VIF 1 (Constant) X1 .439 2.276 X2 .056 17.881 X3 .047 21.428 X4 .983 1.017 Z .773 1.293
Apabila nilai VIF < 10 maka tingkat kolonieritas dapat ditolerin atau bebas multikolonieritas. Dari tabel diatas dapat disimpulkan bahwa :
a. Nilai VIF di X1 (PAD) sebesar 2,276 < 10 maka X1 bebas multikolonieritas b. Nilai VIF di X2 (dana perimbangan) sebesar 17,881 > 10 maka X2 terkena
gejala multikolonieritas
c. Nilai VIF di X3 (belanja daerah) sebesar 21,428 > 10 maka X3 terkena gejala multikolonieritas
d. Nilai VIF di X4 (PMDN) sebesar 1,017 < 10 maka X4 bebas multikolonieritas. e. Nilai VIF di Z (konsumsi) sebesar 1,293 < 10 maka Z bebas multikolonieritas Ada 2 variabel yang terkena multikolinieritas yaitu dana perimbangan dan belanja daerah. Pada variabel dana perimbangan, peneliti mengambil semua komponen dana perimbangan yakni DAU, DAK dan dana bagi hasil. Pada varibel belanja daerah, peneliti mengambil semua komponen belanja langsung dan belanja tidak langsung. Sebagian besar DAU didistirbusikan untuk membiayai belanja langsung dan belanja tidak langsung dalam bentuk belanja pegawai. DAU dan belanja pegawai memiliki hubungan korelasi yang cukup tinggi. Sehingga dana perimbangan dengan belanja daerah mengalami gejala multikolinearitas. Tabel 5.5 memperlihatkan hasil uji multikolinearitas setelah membuang komponen DAU.
Tabel 5.5 Uji Multikolonieritas Test 2 Coefficientsa Model Collinearity Statistics Tolerance VIF 1 (Constant) x1 .478 2.093 x2 .592 1.689 x3 .528 1.895 x4 .595 1.681 z .736 1.359 a. Dependent Variable: y
Dari tabel diatas diketahui bahwa semua variabel penelitian sudah bebas dari multikolinearitas setelah komponen DAU dihilangkan dari dana perimbangan.
a. Variabel X1 (PAD) bebas multikolinearitas karena nilai VIF X1 sebesar 2,093 < 10
b. Variabel X2 (dana perimbangan) bebas multikolinearitas karena nilai VIF X2
sebesar 1,689 < 10
c. Variabel X3 (belanja daerah) bebas multikolinearitas karena nilai VIF X3
sebesar 1,895 < 10
d. Variabel X4 (PMDN) bebas multikolinearitas karena nilai VIF X4 sebesar
1,681 < 10
e. Variabel Z (konsumsi) bebas multikolinearitas karena nilai VIF Z sebesar 1,359 < 10
5.1.2.3.Uji autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah dalam model regresi linear berganda ada korelasi antara kesalahan pengganggu di tahun t dengan kesalahan pengganggu di tahun sebelumnya. Uji autokorelasi dilakukan dengan menggunakan uji run test. Berikut ini tabel 5.6 memaparkan hasil uji run test.
Tabel 5.6. Uji Autokorelasi Test 1
Runs Test
Unstandardized Residual
Test Valuea -.00079
Cases < Test Value 47
Cases >= Test Value 47
Total Cases 94
Number of Runs 37
Z -2.281
Asymp. Sig. (2-tailed) .023
a. Median
Dari tabel diatas diketahui bahwa data penelitian tekena autokorelasi. Hal
ini dilihat dari nilai asymp.Sig sebesar 0,023 < α sebesar 0,05. Artinya kesalahan
yang terjadi di tahun t menyebabkan terjadinya kesalahan di tahun berikutnya. Data penelitian yang digunakan adalah 5 tahun dari tahu 2007-2011. Sehingga peneliti menghilangkan 1 tahun data pnelitian yaitu pada tahun 2007 dan data penelitian telah bebas autokorelasi. Hal ini dilihat dari nilai asymp.sig sebesar
1,000 > nilai α sebesar 0,05. Berikut tabel 5.7 memaparkan hasil uji autokorelasi
Tabel 5.7. Uji Autokorelasi Test 2
Runs Test
Unstandardized Residual
Test Valuea -.01477
Cases < Test Value 32
Cases >= Test Value 32
Total Cases 64
Number of Runs 33
Z .000
Asymp. Sig. (2-tailed) 1.000
a. Median
5.1.3. Pengujian Hipotesis
Uji hipotesis terdiri dari 4 yaitu koefisien determinasi (R2), uji statistik t, uji statistik F dan uji residual.
5.1.3.1. Koefisien Determinasi (R2)
Tabel 5.8 memaparkan nilai koefisien determinasi. Tabel 5.8. Koefisien Determinasi (R2)
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .788a .621 .596 .275964 a. Predictors: (Constant), x4, x2, x1, x3
Dari tabel diatas diketahui bahwa nilai koefisien determinasi (R2) sebesar 0,621. Hal ini berarti pertumbuhan ekonomi sebesar 62,1% dapat dijelaskan oleh PAD, dana perimbangan, belanja daerah, PMDN dan sisanya 37,9% dijelaskan
5.1.3.2. Uji Statistik t
Uji statistik t digunakan untuk menguji hipotesis 1 sampai hipotesis 4. Berikut tabel 5.9 memaparkan hasil pengujian hipotesis 1 sampai hipotesis 4.
Tabel 5.9. Uji Statistik t
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -10.305 2.648 -3.892 .000 x1 .340 .111 .325 3.059 .003 x2 .216 .128 .161 1.685 .097 x3 .033 .113 .030 .293 .770 x4 .250 .080 .296 3.111 .003 Z 3.361 .960 .300 3.500 .001 a. Dependent Variable: y
Berdasarkan Tabel 5.9. diatas, maka secara parsial pengaruh masing-masing variabel independen terhadap variabel dependen dapat diuraikan sebagai berikut:
a. Hipotesis 1 diterima. Varibel X1 (PAD) berpengaruh signifikan positif terhadap variabel Y (pertumbuhan ekonomi). Hal ini dilihat dari nilai sig X1 sebesar
0,003 < nilai α sebesar 0,05.
b. Hipotesis 2 ditolak. Variabel X2 (dana perimbangan) tidak berpengaruh signifikan terhadap variabel Y (pertumbuhan ekonomi). Hal ini dilihat dari nilai sig X2sebesar 0,097 > nilai α sebesar 0,05.
c. Hipotesis 3 ditolak. Variabel X3 (belanja daerah) tidak berpengaruh signifikan
terhadap variabel Y (pertumbuhan ekonomi). Hai ini dilihat dari nilai sig X3
berdasarkan data belanja modal saja. Namun penelitian ini juga menunjukkan hasil yang tidak signifikan terhadap pertumbuhan ekonomi. Hasilnya dapat dilihat pada lampiran 13.
d. Hipotesis 4 diterima. Variabel X4 (PMDN) berpengaruh signifikan positif
terhadap variabel Y (pertumbuhan ekonomi). Hal ini dilihat dari nilai sig X4
sebesar 0,003 < nilai α sebesar 0,05.
e. Variabel Z (konsumsi) berpengaruh signifikan positif terhadap variabel Y (pertumbuhan ekonomi). Hal ini dilihat dari nilai sig X5sebesar 0,001 < nilai α
sebesar 0,05.
Dari uraian di atas maka dengan demikian dapat disusun persamaan regresi berganda sebagai berikut:
Y = -10,305 + 0,340 X1 +0,216 X2 + 0,033 X3 + 0,250 X4 + 3,361 Z + e
Model persamaan regresi berganda tersebut bermakna:
a. Nilai konstanta sebesar -10,305 artinya apabila variabel PAD (X1), dana
perimbangan (X2), belanja daerah (X3), PMDN (X4) dan konsumsi (X5)
dianggap nol, maka nilai pertumbuhan ekonomi (Y) sebesar -10,305.
b. Variabel X1 (PAD) mempunyai nilai koefisien positif sebesar 0,340 artinya
setiap penambahan 1% PAD akan menaikkan pertumbuhan ekonomi sebesar 34%.
c. Variabel X2 (dana perimbangan) mempunyai koefisien positif sebesar 0,216
artinya setiap penambahan 1% dana perimbangan akan menaikkan pertumbuhan ekonomi sebesar 21,6%.
d. Variabel X3 (belanja daerah) mempunyai koefisien positif sebesar 0,033 artinya setiap penambahan 1% belanja daerah akan menaikkan pertumbuhan ekonomi sebesar 3,3%.
e. Variabel X4 (PMDN) mempunyai koefisien positif sebesar 0,250 artinya setiap
penambahan 1% PMDN akan menaikkan pertumbuhan ekonomi sebesar 25%. f. Variabel Z (konsumsi) mempunyai koefisien positif sebesar 3,361 artinya
setiap penambahan 1% konsumsi akan menaikkan pertumbuhan ekonomi sebesar 336,1%.
5.1.3.3. Uji Statistik F
Uji statistik F digunakan untuk menguji hipotesis 5. Berdasarkan hasil uji statistik F, hipotesis 5 diterima. PAD, dana perimbangan, belanja daerah dan PMDN berpengaruh signifikan positif terhadap pertumbuhan ekonomi. Hal ini
dilihat dari nilai sig sebesar 0,000 < nilai α sebesar 0,05 dan dapat dilihat pada
tabel 5.10 dibawah ini.
Tabel 5.10. Uji Statistik F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 7.376 4 1.844 24.213 .000a
Residual 4.493 59 .076
Total 11.869 63
a. Predictors: (Constant), x4, x2, x1, x3 b. Dependent Variable: y
5.1.3.4. Uji Residual
Uji residual digunakan untuk menguji variabel moderating yaitu variabel konsumsi. Berdasarkan hasil uji residual terdapat 2 persamaan uji residual yang tertera di tabel 5.11 sebagai berikut
Tabel 5.11. Uji Residual
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 2.499 .152 16.481 .000 x1 .053 .013 .566 3.940 .000 x2 -.021 .017 -.178 -1.246 .218 x3 -.003 .015 -.029 -.191 .849 x4 .004 .011 .056 .389 .698 a. Dependent Variable: z Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) .018 .032 .582 .563 Y .001 .006 .029 .229 .820
a. Dependent Variable: absres_1
Persamaan uji residual adalah
Z = 2.499 + 0,053 X1 – 0,021 X2 – 0,003 X3 + 0,004 X4 + e
[e] = 0,18 + 0,001 Y
Berdasarkan tabel diatas, konsumsi dianggap tidak sebagai variabel moderating atau tidak dapat memperkuat hubungan antara PAD, dana
perimbangan, belanja daerah dan PMDN dengan pertumbuhan ekonomi. Sebuah variabel bisa menjadi variabel moderating apabila nilai sig < dari nilai α dan
mempunyai koefisien negatif. Variabel konsumsi mempunyai nilai sig sebesar
0,820 > nilai α sebesar 0,05 dan mempunyai nilai koefisien yang positif sehingga
variabel konsumsi tidak bisa menjadi variabel moderating.