BAB III METODOLOGI PENELITIAN
3.8 Pengujian Hipotesis
3.8.3 Uji Signifikansi Simultan (Uji-F)
Uji ini pada dasarnya menunjukkan apakah semua independen yang dimasukkan dalam model ini mempunyai pengaruh secara simultan terhadap variabel dependen.
Penggunaan taraf signifikan uji F beragam, tergantung pemilihan peneliti yaitu 0,01 (1%), 0,05 (5%) dan 0,10% (10%). Sebagai contoh jika pengujian dilakukan dengan taraf pengujian α=5% (0,05). Bentuk pengujiannya, yaitu:
1. Jika nilai Sig > 0,05, H0 diterima, artinya variabel independen berpengaruh tidak signifikan secara simultan terhadap variabel dependen.
2. Jika nilai Sig < 0,05, maka H1 diterima, artinya variabel independen berpengaruh signifikan secara simultan terhadap variabel dependen.
Universitas Sumatera Utara
53
BAB IV
HASIL DAN PEMBAHASAN 4.1 Deskripsi Objek Penelitian
Objek dalam penelitian ini adalah seluruh kabupaten/kota di Pulau Kalimantan yang terdiri dari 55 kabupaten/kota. Setelah data terkumpul, yang termasuk dalam populasi diseleksi berdasarkan kriteria yang telah ditentukan.
Dari penyeleksian tersebut diperoleh 55 yang terdiri dari 46 kabupaten dan 9 kota yang menjadi sampel atau 165 data observasi yang memenuhi kriteria, data didapatkan dari situs Badan Pusat Statistik (www.bps.go.id) dan situs Departemen Keuangan Ditjen Perimbangan Keuangan Pusat dan Daerah (www.djpk.kemenkeu.go.id).
4.2 Statistik Deskriptif
Statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean) dan nilai standar deviasi. Dalam penelitian ini variabel yang digunakan dalam perhitungan statistik deskriptif adalah Belanja Modal, Pendapatan Asli Daerah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk dan Luas Wilayah. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut :
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
Universitas Sumatera Utara
54 N Minimum Maximum Mean Std. Deviation
PAD 165 22.04 27.35 25.1280 .79465
PDRB 165 13.16 18.25 15.8526 .91130
DAU 165 25.37 27.76 26.9459 .39841
Jumlah_Penduduk 165 9.86 13.63 12.2584 .73279
Luas_Wilayah 165 4.29 10.66 8.4276 1.49520
Belanja_Modal 165 25.53 28.01 26.6184 .49408
Valid N (listwise) 165
Sumber : data olahan SPSS,2019
Berdasarkan tabel 4.1 di atas dapat dilihat bahwa jumlah unit analisis (N) dalam penelitian ini adalah sebanyak 165 unit analisis yang terdiri dari 46 Kabupaten dan 9 Kota di pulau Kalimantan yang melaporkan laporan realisasi APBD pada website (http://www.djpk.kemenkeu.go.id) dan melaporkan Produk Domestik Regional Bruto, Jumlah Penduduk dan Luas Wilayah pada website (http://bps.go.id) pada periode tahun 2014-2016. Tabel 4.1 menjelaskan bahwa : 1. Nilai minimum Pendapatan Asli Daerah adalah 22,04, nilai maksimum
27,35, nilai rata-rata (mean) 25,0798 dan standar deviasi 0,79465 dengan jumlah sampel sebanyak 165. Nilai minimum dimiliki oleh Kabupaten Mahakam Ulu dan maksimum oleh Kota Balikpapan.
2. Nilai minimum Produk Domestik Regional Bruto adalah 13,16, nilai maksimum 18,25, nilai rata-rata (mean) 15,8526 dan standar deviasi 0,91130 dengan jumlah sampel sebanyak 165. Nilai minimum dimiliki oleh Kabupaten Seruyan dan maksimum oleh Kabupaten Kutai Timur.
3. Nilai minimum Dana Alokasi Umum adalah 25,37, nilai maksimum 27,76, nilai rata-rata (mean) 26,9459 dan standar deviasi 0,39841 dengan jumlah
Universitas Sumatera Utara
55
sampel sebanyak 165. Nilai minimum dimiliki oleh Kota Bontang dan maksimum oleh Kabupaten Deli Ketapang.
4. Nilai minimum Jumlah Penduduk adalah 9,86, nilai maksimum 13,63, nilai rata-rata (mean) 12,2584 dan standar deviasi 0,73279 dengan jumlah sampel sebanyak 165. Nilai minimum dimiliki oleh Kabupaten Tana Tidung dan maksimum oleh Kota Samarinda.
5. Nilai minimum Luas Wilayah adalah 4,29, nilai maksimum 10,66, nilai rata-rata (mean) 8,4276 dan standar deviasi 1,49520 dengan jumlah sampel sebanyak 165. Nilai minimum dimiliki oleh Kota Banjarmasin dan maksimum oleh Kabupaten Malinau.
6. Nilai minimum Belanja Modal adalah 25,53, nilai maksimum 28,01, nilai rata-rata (mean) 26,6184 dan standar deviasi 0,49408 dengan jumlah sampel sebanyak 165. Nilai minimum dimiliki oleh Kabupaten Sanggau dan maksimum oleh Kabupaten Kutai Timur.
4.3 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memastikan data yang diteliti dapat digunakan dalam analisis model regresi linear. Setelah data yang diteliti lolos dalam uji asumsi klasik, uji regresi akan dilakukan untuk melihat tingkat pengaruh variabel independen terhadap variabel dependen. Uji-uji yang dilakukan terdiri dari:
4.3.1 Uji Normalitas
Universitas Sumatera Utara
56
Uji normalitas bertujuan menguji apakah variabel residual berdistribusi normal atau tidak. Dalam penelitian ini, pengujian normalitas terhadap residual menggunakan analisis grafik histogram, uji statistic nonparametric Kolmogorov-Smirnov dan analisis grafik normal plot, dimana distribusi data dapat dilihat
dengan kriteria sebagai berikut : H0 : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal
Apabila nilai signifikasi lebih besar dari 0,05 maka H0 diterima dan sebaliknya jika nilai signifikasi lebih kecil dari 0,05 maka H0 ditolak atau Ha
diterima. Hasil uji normalitas dengan menggunakan grafik histogram yang diolah dengan SPSS adalah sebagai berikut :
Sumber: data
olahan SPSS,
2019
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
57
Grafik histogram pada Gambar 4.1 menunjukkan data berdistribusi normal karena grafik tidak menceng kiri maupun menceng kanan. Dengan demikian dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
Hasil uji normalitas dengan menggunakan uji non parametric Kolmogorov-smirnov menunjukkan hasil sebagai berikut :
Sumber: data olahan SPSS, 2019
Tabel 4.2 di atas menunjukkan nilai probabilitas p atau Asymp.Sig. (2-tailed) adalah 0,200 dan di atas nilai signifikan (0,05) maka H0 diterima yang berarti variabel residual berdistribusi normal. Demikian pula hasil uji normalitas dengan menggunakan grafik normal p-plot.
Tabel 4.2
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 165
Normal Parametersa,b Mean .0000000
Std.
Deviation
.34582978
Most Extreme Differences Absolute .056
Positive .053
Negative -.056
Test Statistic .056
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Universitas Sumatera Utara
58
Sumber : data olahan SPSS, 2019 Gambar 4.2
Grafik Normal P-Plot
Pada grafik normal probability plot di atas terlihat bahwa titik-titik atau data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal tersebut, maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Jika pada model regresi terjadi multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai standard error menjadi tidak terhingga. Deteksi multikolenaritas pada suatu model dapat
dilihat yaitu jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan nilai tolerance lebih dari 0,1 maka model dapat dikatakan terbebas dari multikolenearitas (Erlina, 2011 : 102).
Tabel 4.3 Uji Multikolinearitas
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
Universitas Sumatera Utara
59
Sumber: data olahan SPSS, 2019
Dari data pada Tabel 4.3, dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen yang diindikasikan dari nilai tolerance setiap variabel independen lebih besar dari 0,1 dan nilai VIF lebih kecil
dari 10.
4.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi linear. Uji ini merupakan salah satu dari uji asumsi klasik yang harus dilakukan pada regresi linear. Apabila asumsi heteroskedastisitas tidak terpenuhi, maka model regresi dinyatakan tidak valid sebagai alat peramalan. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas agar data sesuai. Uji heteroskedastisitas dilakukan dengan cara melihat grafik scattter plot model tersebut. Dasar analisisnya:
1) Jika ada pola-pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka terjadi heteroskedastisitas,
B Std. Error Beta Tolerance VIF
1 (Constant) 19.462 2.654 7.334 .000
PAD .411 .071 .660 5.757 .000 .234 4.268
PDRB .171 .059 .315 2.903 .004 .262 3.823
DAU -.141 .113 -.114 -1.250 .213 .372 2.687
Jumlah_Penduduk -.235 .073 -.349 -3.246 .001 .266 3.757
Luas_Wilayah .097 .025 .295 3.895 .000 .537 1.861
a. Dependent Variable: Belanja Modal
Universitas Sumatera Utara
60
2) Jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homokedastisitas
Sumber: data olahan SPSS, 2019 Gambar 4.3
Uji Heteroskedastisitas (Scatterplot)
Hasil uji heteroskedastisitas dari Gambar 4.3 menunjukkan bahwa grafik scatterplot menunjukkan pola penyebaran, dimana titik-titik menyebar diatas dan dibawah 0 pada sumbu Y. Hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas pada data yang digunakan.
4.3.4 Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu
Universitas Sumatera Utara
61
periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin Watson (DW), tidak terjadi autokorelasi apabila :
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 +2 berarti ada autokorelasi negatif.
Tabel 4.4
data olahan SPSS, 2019
Tabel 4.4 menyajikan hasil uji autokorelasi yang menunjukkan nilai statistik Durbin Watson (DW) sebesar 1,634. Nilai ini di antara -2 sampai +2.
Dengan demikian dapat disimpulkan tidak terdapat autokorelasi baik positif maupun negatif.
a. Predictors: (Constant), Luas Wilayah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk, Pendapatan Asli Daerah
b. Dependent Variable: Belanja Modal
Universitas Sumatera Utara
62
4.4 Analisis Regresi
Analisis ini untuk mengetahui apakah arah hubungan antara variabel independen dengan variabel dependen, apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan ataupun penurun dari data yang diolah.
Tabel 4.5
a. Dependent Variable: Belanja Modal
Sumber: data olahan SPSS, 2019
Dari hasil output regresi diatas didapat persamaan regresi linear berganda adalah sebagai berikut:
63
Berdasarkan Tabel 4.5 disajikan kembali nilai koefisien regresi untuk masing-masing variabel independen. Untuk variabel Pendapatan Asli Daerah bernilai 0,411 (bernilai positif), berarti Pendapatan Asli Daerah memiliki pengaruh positif terhadap Belanja Modal. Pendapatan Asli Daerah yang semakin tinggi berdampak akan meningkatkan Belanja Modal.
Variabel Produk Domestik Regional Bruto bernilai 0,171 (bernilai positif), berarti Produk Domestik Regional Bruto memiliki pengaruh positif terhadap Belanja Modal. Produk Domestik Regional Bruto yang semakin tinggi berdampak akan meningkatkan Belanja Modal.
Variabel Dana Alokasi Umum bernilai -0,141 (bernilai negatif), berarti Dana Alokasi Umum memiliki pengaruh negatif terhadap Belanja Modal. Dana Alokasi Umum yang semakin tinggi tidak berdampak terhadap peningkatan Belanja Modal.
Variabel Jumlah Penduduk bernilai -0,235 (bernilai negatif), berarti Jumlah Penduduk memiliki pengaruh negatif terhadap Belanja Modal. Jumlah Penduduk yang semakin tinggi tidak berdampak terhadap peningkatan Belanja Modal.
Variabel Luas Wilayah bernilai 0,097 (bernilai positif), berarti Luas Wilayah memiliki pengaruh positif terhadap Belanja Modal. Luas Wilayah yang semakin tinggi berdampak akan meningkatkan Belanja Modal.
4.5 Pengujian Hipotesis
Universitas Sumatera Utara
64
Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda.
Data diolah dengan menggunakan program SPSS. Berdaarkan hasil pengolahan data dengan program SPSS, maka diperoleh hasil sebagai berikut:
4.5.1 Koefisien Determinasi (R2)
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi (R2) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai adjusted R square adalah nol sampai dengan satu. Apabila nilai adjusted R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Sebaliknya, semakin kecil nilai adjusted R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas.
Tabel 4.6 Koefisien Determinasi
Sumber: data olahan SPSS, 2019
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .714a .510 .495 .35123
a. Predictors: (Constant), Luas Wilayah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk, Pendapatan Asli Daerah
b. Dependent Variable: Belanja Modal
Universitas Sumatera Utara
65
Dari tabel 4.6 dapat dijelaskan sebagai berikut:
1. Nilai R sebesar 0,714 menunjukkan hubungan antara variabel independen yakni Pendapatan Asli Daerah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk dan Luas Wilayah dengan variabel dependen Belanja Modal yaitu sebesar 71,4 %
2. Nilai R Square 0,510 atau sebesar 51% yang berarti bahwa Belanja Modal mampu diperdiksi oleh Pendapatan Asli Daerah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk dan Luas Wilayah sebesar 51%, Sisanya yaitu sebesar 49% mampu diprediksi oleh variabel lain yang tidak diteliti dalam penelitian ini.
3. Nilai Adjusted R Square dalam penelitian ini 49,5% yang berarti bahwa Belanja Modal mampu diprediksi oleh Pendapatan Asli Daerah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk dan Luas Wilayah sebesar 49,5%. Sisanya yaitu 50,5% diprediksi oleh variabel lain yang tidak diteliti dalam penelitian ini.
4. Nilai standart error of the estimate yang diperoleh adalah 0,35123.
Semakin kecil nilai yang diperoleh, maka model regresi yang dihasilkan akan semakin tepat untuk memprediksi variabel.
4.5.2 Uji Signifikansi Parsial (Uji-t)
Universitas Sumatera Utara
66
Uji parsial (t-test) bertujuan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan. Uji ini dilakukan dengan membandingkan signifikasi thitung dengan ttabel dengan ketentuan:
1. Jika thitung < ttabel, maka H0 diterima dan Ha ditolak untuk α = 5% atau signifikansi > 0,05,
2. Jika thitung > ttabel, maka Ha diterima dan H0 ditolak untuk α = 5% atau signifikansi < 0,05.
Tabel 4.7
Uji Signfikansi Parsial (uji-t)
Sumber: data olahan SPSS, 2019
Hasil pengujian statistik thitung pada Tabel 4.7 dapat dijelaskan sebagai berikut:
1. Pendapatan Asli Daerah (PAD) menunjukkan nilai signifikansi 0,000 < 0,05 dan nilai dari uji t = 5,757 > nilai t tabel 1,654. Dengan demikian diterima
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 19.462 2.654 7.334 .000
PAD .411 .071 .660 5.757 .000
PDRB .171 .059 .315 2.903 .004
DAU -.141 .113 -.114 -1.250 .213
Jumlah_Penduduk -.235 .073 -.349 -3.246 .001
Luas_Wilayah .097 .025 .295 3.895 .000
a. Dependent Variable: Belanja Modal
Universitas Sumatera Utara
67
Ha artinya variabel Pendapatan Asli Daerah secara parsial berpengaruh positif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Karena bernilai positif, hal ini berarti semakin tinggi Pendapatan Asli Daerah maka pengeluaran pemerintah atas Belanja Modal juga semakin tinggi. Maka hal ini menunjukkan hasil penelitian ini sejalan dengan hipotesis penelitian.
2. Produk Domestik Regional Bruto (PDRB) menunjukkan nilai signifikansi 0,004 < 0,05 dan nilai dari uji t = 2,903 > nilai t tabel 1,654. Dengan demikian diterima Ha artinya variabel Produk Domestik Regional Bruto (PDRB) secara parsial berpengaruh positif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Karena bernilai positif, hal ini berarti semakin tinggi Produk Domestik Regional Bruto maka pengeluaran pemerintah atas Belanja Modal juga semakin tinggi. Hal ini menunjukkan hasil penelitian ini sejalan dengan hipotesis penelitian.
3. Dana Alokasi Umum (DAU) menunjukkan nilai signifikansi 0,213 > 0,05 dan nilai dari uji t = -1,250 < nilai t tabel 1,654. Dengan demikian diterima H0 artinya variabel Dana Alokasi Umum (DAU) secara parsial berpengaruh negatif dan tidak signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Karena bernilai negatif, hal ini berarti Dana Alokasi Umum berbanding terbalik dengan Belanja Modal pemerintah. Hal ini menunjukkan hasil penelitian ini tidak sejalan dengan hipotesis penelitian.
Universitas Sumatera Utara
68
4. Jumlah Penduduk menunjukkan nilai signifikansi 0,001 < 0,05 dan nilai dari uji t = -3,246 > nilai t tabel 1,654. Dengan demikian diterima Ha artinya variabel Jumlah Penduduk secara parsial berpengaruh negatif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Karena bernilai negatif, hal ini berarti Jumlah Penduduk berbanding terbalik dengan Belanja Modal pemerintah. Hal ini menunjukkan hasil penelitian ini tidak sejalan dengan hipotesis penelitian.
5. Luas Wilayah menunjukkan nilai signifikansi 0,000 < 0,05 dan nilai dari uji t
= 3,895 > nilai t tabel 1,654. Dengan demikian diterima Ha artinya variabel Luas Wilayah secara parsial berpengaruh positif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Karena bernilai positif, hal ini berarti semakin luas suatu wilayah maka pengeluaran pemerintah atas Belanja Modal juga semakin tinggi. Hal ini menujukkan hasil penelitian sejalan dengan hipotesis penelitian.
4.5.3 Uji Signifikansi Simultan (Uji-F)
Untuk mengetahui apakah terdapat pengaruh yang signifikan secara simultan antara pertumbuhan ekonomi, luas wilayah, dan dana perimbangan terhadap belanja modal dapat dilakukan dengan membandingkan nilai Fhitung
dengan Ftabel pada tingkat signifikansi (α) = 5%. Hasil uji simultan melalui pengolahan SPSS dapat dilihat dalam tabel berikut ini :
Universitas Sumatera Utara
69
Sumber: olahan data SPSS, 2019
Tabel 4.8, dari uji ANOVA (Analysis of Variance) didapat Fhitung sebesar 33,108 dengan tingkat signifikansi sebesar 0,000. Sedangkan Ftabel diketahui sebesar 2,27. Berdasarkan hasil tersebut dapat diketahui bahwa Fhitung > Ftabel
(33,108 > 2,27) maka H0 ditolak dan Ha diterima. Variabel Pendapatan Asli Daerah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk dan Luas Wilayah secara simultan berpengaruh signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan.
4.6 Pembahasan Penelitian
Berdasarkan hasil penelitian yang di dapatkan melalui berbagai pengujian di atas dapat diinterpretasikan bahwa pengaruh variabel independen dan variabel dependen adalah sebagai berikut :
Tabel 4.8
Uji Signifikansi Simultan (Uji-F)
ANOVAa
Model Sum of
Squares
df Mean Square F Sig.
1 Regression 20.421 5 4.084 33.108 .000b
Residual 19.614 159 .123
Total 40.035 164
a. Dependent Variable: Belanja Modal
b. Predictors: (Constant), Luas Wilayah, Produk Domestik Regional Bruto, Dana Alokasi Umum, Jumlah Penduduk, Pendapatan Asli Daerah
Universitas Sumatera Utara
70
a. Pengaruh Pendapatan Asli Daerah Terhadap Belanja Modal
Adanya pengaruh positif Pendapatan Asli Daerah terhadap Belanja Modal memiliki penjelasan bahwa Pendapatan Asli Daerah yang semakin tinggi, maka Belanja Modalnya semakin tinggi juga yang bisa dialokasikan oleh pemerintah daerah. Pendapatan Asli Daerah yang meningkat akan memberikan manfaat untuk meningkatkan penyediaan fasilitas publik melalui pembangunan sarana dan prasarana terutamanya pembangunan infrastruktur. Dengan ditemukannya hasil penelitian ini, diharapkan masing-masing daerah dapat menggali potensi penerimaan daerahnya secara maksmial. Dari hasil pengujian secara parsial menunjukkan bahwa Pendapatan Asli Daerah mempunyai nilai uji t = 5,757 >
nilai t tabel 1,654 dan memiliki nilai signifikansi 0,000, lebih kecil dari tingkat signifikansi, yakni 0,05, sehingga dapat disimpulkan bahwa secara parsial Pendapatan Asli Daerah berpengaruh positif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Artinya apabila Pendapatan Asli Daerah meningkat, maka Belanja Modal juga semakin meningkat.
Hasil penelitian ini sesuai dengan teori penelitian dan sesuai dengan hasil penelitian yang dilakukan oleh Susanti dan Fahlevi (2016) yang menyatakan bahwa Pendapatan Asli Daerah berpengaruh positif signifikan terhadap Belanja Modal. Sementara hasil dari penelitian ini tidak sejalan dengan hasil penelitian yang dilakukan oleh Wandira (2013) yang menyatakan bahwa tidak terdapat pengaruh antara Pendapatan Asli Daerah terhadap Belanja Modal.
Universitas Sumatera Utara
71
b. Pengaruh Produk Domestik Regional Bruto Terhadap Belanja Modal Dari hasil pengujian secara parsial menunjukkan bahwa Produk Domestik Regional Bruto mempunyai nilai uji t = 2,903 > nilai t tabel 1,654 dan memiliki nilai signifikansi 0,004, lebih kecil dari tingkat signifikansi, yakni 0,05, sehingga dapat disimpulkan bahwa secara parsial Produk Domestik Regional Bruto berpengaruh positif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Artinya apabila Produk Domestik Regional Bruto semakin meningkat maka Belanja Modal juga semakin meningkat. Dengan demikian dapat diketahui bahwa Belanja Modal di tahun berikutnya akan mengalami kenaikan jika Produk Domestik Regional Bruto mengalami peningkatan.
Hasil penelitian ini sesuai dengan teori penelitian dan sesuai dengan penelitian yang dilakukan oleh Hartati (2013) yang menyatakan bahwa Produk Domestik Regional Bruto berpengaruh positif signifikan terhadap Belanja Modal.
Sementara hasil dari penelitian ini tidak sejalan dengan hasil penelitian yang dilakukan oleh Fatmawati (2014) yang menyatakan bahwa Produk Domestik Regional Bruto tidak berpengaruh terhadap Belanja Modal.
c. Pengaruh Dana Alokasi Umum Terhadap Belanja Modal
Dari hasil pengujian secara parsial menunjukkan bahwa Dana Alokasi Umum mempunyai nilai dari uji t = -1,250 < nilai t tabel 1,654 dan memiliki nilai signifikansi 0,213, lebih besar dari tingkat signifikansi, yakni 0,05, sehingga dapat
Universitas Sumatera Utara
72
disimpulkan bahwa secara parsial Dana Alokasi Umum berpengaruh negatif tidak signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan.
Artinya apabila Dana Alokasi Umum mengalami peningkatan, belum tentu hal tersebut akan mengakibatkan terjadinya penurunan terhadap Belanja Modal.
Dengan demikian dapat diketahui Belanja Modal di tahun berikutnya tidak dapat diprediksi mengalami kenaikan atau penurunan.
Hasil penelitian ini tidak sesuai dengan teori penelitian dan tidak sesuai dengan penelitian yang dilakukan oleh Susanti dan Fahlevi (2016) yang menyatakan bahwa Dana Alokasi Umum berpengaruh positif signifikan terhadap Belanja Modal. Sementara hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Meianto, dkk (2015) yang menyatakan bahwa Dana Alokasi Umum berpengaruh negatif tidak signifikan terhadap Belanja Modal.
d. Pengaruh Jumlah Penduduk Terhadap Belanja Modal
Besarnya jumlah penduduk akan berhadapan dengan seberapa cepat kemampuan bertambahnya jumlah alat-alat pemuas kebutuhan serta sarana dan prasarana (infrastruktur-infrastruktur) untuk memenuhi kebutuhan tersebut.
Belanja Modal pemerintah daerah didasarkan pada kebutuhan daerah akan sarana dan prasarana, baik untuk kelancaran pelaksanaan tugas pemerintah maupun fasilitas publik. Dari hasil pengujian secara parsial menunjukkan bahwa Jumlah Penduduk mempunyai nilai uji t = -3,246 > nilai t tabel 1,654 dan memiliki nilai signifikansi 0,001, lebih kecil dari tingkat signifikansi, yakni 0,05, sehingga dapat disimpulkan bahwa secara parsial Jumlah Penduduk berpengaruh
Universitas Sumatera Utara
73
negatif signifikan terhadap Belanja Modal pada Kabupaten/Kota di Pulau Kalimantan. Artinya apabila Jumlah Penduduk mengalami peningkatan, maka Belanja Modal akan semakin menurun.
Hasil penelitian ini tidak sesuai dengan teori penelitian dan tidak sesuai dengan penelitian yang dilakukan oleh Widiagma (2015) yang menyatakan bahwa Jumlah Penduduk berpengaruh positif signifikan terhadap Belanja Modal.
Sementara hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Sumarsono (2017) yang menyatakan bahwa Jumlah Penduduk berpengaruh negatif signifikan terhadap Belanja Modal.
e. Pengaruh Luas Wilayah Terhadap Belanja Modal
Dari hasil pengujian secara parsial menunjukkan bahwa Luas Wilayah mempunyai nilai uji t = 3,895 > nilai t tabel 1,654 dan memiliki nilai signifikansi 0,000, lebih kecil dari tingkat signifikansi, yakni 0,05, sehingga dapat disimpulkan
Dari hasil pengujian secara parsial menunjukkan bahwa Luas Wilayah mempunyai nilai uji t = 3,895 > nilai t tabel 1,654 dan memiliki nilai signifikansi 0,000, lebih kecil dari tingkat signifikansi, yakni 0,05, sehingga dapat disimpulkan