BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.4 Uji Hipotesis Penelitian
5.4.1 Analisis Regresi Dengan Data Panel
Teknik analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda dengan data panel untuk mengetahui gambaran mengenai pengaruh PAD, DAU, DBK dan DBH terhadap belanja modal. Pada pemilihan metode estimasi bagian sebelumnya dapat diketahui bahwa metode estimasi yang terbaik digunakan dalam penelitian ini adalah fixed effect.Berikut hasil analisis regresi linear berganda data panel dengan menggunakan model fixed effect:
Tabel 5.6Hasil Analisis Regresi Data Panel (Fixed Effect)
Sumber: Data diolah dengan STATA, 2019
Berdasarkan Tabel 5.6di atas, dapat diketahui bahwa persamaan atas regresi data panel dalam penelitian ini yaitu:
Dari persamaan tersebut dapat dijelaskan bahwa:
1. Konstanta (a) = -3.038menunjukkan nilai konstan, dimana jika nilai seluruh variabel independen sama dengan nol, maka varia bel
2. Koefisien PAD (X1) = 0.311, artinya berdasarkan penelitian ini jika variabel lain nilainya tetap dan PAD mengalami kenaikan 1 satuan maka belanja modal juga akan mengalami kenaikan sebesar 0.311(31,1%). Nilai Coefficientsyang bernilai positif ini menunjukkan bahwa terjadi hubungan yang positif antara PAD (X1) dengan belanja modal (Y). Artinya jika PAD meningkat maka belanja modal akan meningkat pula.
3. Koefisien DAU(X2) = 0.637, artinya berdasarkan penelitian ini jika variabel lain nilainya tetap dan DAU mengalami kenaikan 1 satuan maka belanja modal juga akan mengalami kenaikan sebesar 0.637(63,7%). Nilai Coefficients yang bernilai positif ini menunjukkan bahwa terjadi hubungan yang positif antara DAU (X2) dengan belanja modal (Y). Artinya jika DAUmeningkat maka belanja modal akan meningkat pula.
4. Koefisien DAK (X3) = 0.025, artinya berdasarkan penelitian ini jika variabel lain nilainya tetap dan DAK mengalami kenaikan 1 satuan maka belanja modal juga akan mengalami kenaikan sebesar 0.025(2,5%). Nilai Coefficients yang bernilai positif ini menunjukkan bahwa terjadi hubungan yang positif antara DAK (X3) dengan belanja modal (Y). Artinya jika DAK meningkat maka belanja modal akan meningkat pula.
5. Koefisien DBH (X4) = 0.265, artinya berdasarkan penelitian ini jika variabel lain nilainya tetap dan DBHmengalami kenaikan 1 satuan
72
maka belanja modal juga akan mengalami kenaikan sebesar 0.265(26,5%). Nilai Coefficients yang bernilai positif ini menunjukkan bahwa terjadi hubungan yang positif antara DBH(X4) dengan belanja modal (Y). Artinya jika DBHmeningkat maka belanja modal akan meningkat pula.
6. Standar error (e) menunjukkan tingkat kesalahan pengganggu.
5.4.2 Uji Statistik F (Simultan)
Uji F digunakan untuk melihat pengaruh PAD, DAU, DAKdan DBHterhadap belanja modal secara simultan. Pengaruh ini perlu diuji untuk melihat apakah model regresi data panel ini dapat dilanjutkan dengan melakukan uji t (parsial) atau tidak.Jika hasil uji F menyimpulkan bahwa seluruh variabel independen berpengaruh signifikan terhadap variabel dependen maka model regresi ini dapat dilanjutkan dengan melakukan uji t. Sebaliknya jika tidak berpengaruh signifikan, maka uji t (uji parsial) tidak perlu dilakukan, karena semua variabel independen tidak ada yang mempengaruhi variabel dependen.
Hasil pengujian simultan (uji F) pada model yang digunakan dalam penelitian ini dapat dilihat berdasarkan hasil dibawah.
Berdasarkan hasil di atas, terlihat bahwa hasil uji F (simultan) menunjukkan nilai signifikan 0.000 yang lebih kecil dari 0.05. Hasil uji F ini menunjukkan bahwa seluruh variabel independen secara bersama-sama (simultan) memiliki pengaruh yang signifikan terhadap variabel dependen yaitu belanja modal. Untuk melihat variabel independen apa saja yang berpengaruh terhadap belanja modal secara signifikan, maka dilakukan uji t (uji secara parsial).
5.4.3 Uji Statistik t (Parsial)
Uji statistik t pada dasarnya menunjukan seberapa jauh pe ngaruh satu variabel independen secara individual dalam menerangkan variabel dependen. Hipotesis dirumuskan sebgai berikut:
1. H0 : Xi = 0, artinya variabel independen tidak memiliki pengaruh yang signifikan terhadap variabel dependen.
2. H1 : Xi ≠ 0, artinya variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen.
Penerimaan atau penolakan hipotesis dalam suatu penelitian dapat dilakukan dengan kriteria sebagai berikut:
1. Jika nilai prob. t statistik > 0,05, maka H0 diterima. Hal ini berar ti bahwa suatu variabel independen secara individual tidak mempunyai pengaruh terhadap variabel dependen.
2. Jika nilai prob. t statistik < 0,05, maka H0 ditolak. Hal ini berarti bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
Tabel 5.7 Hasil Uji Parsial
Sumber: Data diolah dengan STATA, 2019
Berdasarkan Tabel 5.7 di atas, hasil analisis uji regresi dengan data panel menyatakan bahwa PAD (X1), DAU(X2)dan DBH (X4)secara parsial memiliki pengaruh yang signifikan terhadap belanja modal (Y).
Sedangkan DAK(X3) tidak memiliki pengaruh yang signifikan terhadap belanja modal (Y).
PAD (X1) memiliki nilai prob. t sebesar 0.000< 0.05, artinya PAD (X1) secara parsial memiliki pengaruh yang signifikan terhadap belanja modal pada Pemerintah Daerah pada Kabupaten/Kota di Provinsi Sumatera Utara dan Jawa Timur. DAU (X2) memiliki nilai signifikansi t sebesar 0.000<0.05, artinya DAU(X2) secara parsial juga memiliki pengaruh yang signifikan terhadap belanja modal pada Pemerintah Daerah pada Kabupaten/Kota di Provinsi Sumatera Utara dan Jawa Timur.
DAK (X3) memiliki nilai prob. t sebesar 0.421> 0.05, artinya DAK(X3) secara parsial tidak memiliki pengaruh yang signifikan terhadap belanja modal pada Pemerintah Daerah pada Kabupaten/Kota di Provinsi Sumatera Utara dan Jawa Timur.DBH (X4) memiliki nilai
prob. t sebesar 0.000 < 0.05, artinya DBH(X4) secara parsial juga memiliki pengaruh yang signifikan terhadap belanja modal pada Pemerintah Daerah pada Kabupaten/Kota di Provinsi Sumatera Utara dan Jawa Timur.
5.4.4 Uji Koefisien Determinasi
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model menerangkan variasi variabel dependen. Range nilainya adalah 0 sampai 1, apabila nilai R2 kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Sebaliknya apabila R2 besar (mendekati nilai 1) berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen besar.
Tabel 5.8 Hasil Koefisien Determinasi R-square
Within 0.6418
Between 0.7850
Overall 0.6895
Sumber: Data diolah dengan STATA, 2019
Berdasarkan Tabel 5.8, besarnya nilai R Square (R2) overall adalah sebesar 0.6895 yang berarti sebesar 0.6895atau (68,95%) variabel independen yaitu PAD, DAU, DAKdan DBHmampu menjelaskan atau menggambarkan belanja daerah pada Pemerintah Daerah pada Kabupaten/Kota di Provinsi Sumatera Utara dan Jawa Timur. Sedangkan sisanya sebesar 31,05% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.
5.4.5 Uji Moderating
Hubungan antara variabel independen dan variabel dependen, ada kemungkinan dapat dipengaruhi oleh variabel lain yang tidak dimasukkan dalam model statistik, yang disebut dengan istilah variabel moderator atau moderating. Variabel moderating adalah variabel independen yang dapat memperkuat atau memperlemah hubungan antar variabel independen terhadap variabel dependen.
Variabel moderating yang digunakan dalam penelitian ini adalah pertumbuhan ekonomi. Untuk melihat mampukahpertum buhan ekonomi dijadikan sebagai variabel moderating dalam model penelitian ini maka dapat dilihat berdasarkan interaksinya terhadap model penelitian dalam tabel berikut.
Tabel 5.9 Hasil Regresi Dengan Variabel Moderating
Sumber: Data diolah dengan STATA, 2019
Tabel di atas menunjukkan masing-masing interaksi antara variabel moderating yaitu pertumbuhan ekonomi dengan masing-masing variabel independen yaitu PAD, DAU, DAK dan DBH. Berdasarkan hasil tersebut, maka dapat disimpulkan bahwa interaksi variabel moderating
F test that all u_i=0: F(33, 263) = 3.84 Prob > F = 0.0000
dengan variabel independen yang memiliki pengaruh signifikan terhadap belanja modaladalah interaksi X1_Z dan X3_Z. Sedangkan interaksi X2_Z dan X4_Z tidak signifikan pada taraf 5%.
X1_Z yang merupakan interaksi antara pertumbuhan ekonomi dengan PAD memiliki nilai prob. 0,000 yang lebih kecil dari 0,05. X2_Z yang merupakan interaksi antara pertumbuhan ekonomi dengan DAU
memiliki nilai prob. 0,752 yang lebih besar dari 0,05. X3_Z yang merupakan interaksi antara pertumbuhan ekonomi dengan DAKmemiliki nilai prob. 0,039 yang lebih kecil dari 0,05. Dan X4_Z yang merupakan interaksi antara pertumbuhan ekonomi dengan DBH memiliki nilai prob.
0,272 yang lebih besar dari 0,05.
Dengan hasil tersebut maka dapat disimpulkan bahwa pertumbuhan ekonomi merupakan variabel moderating dalam pengaruh PAD dan juga DAK terhadap belanja modal pemerintah daerah pada Kabupaten/Kota di Sumatera Utara dan Jawa Timur. Namun tidak pada variabel DAU dan DBH.