BAB III KERANGKA KONSEP DAN HIPOTESIS
4.8 Pengujian Hipotesis
4.8.3 Uji t
Uji t dilakukan untuk menguji pengaruh secara parsial antara variabel independen terhadap variabel dependen dengan asumsi bahwa variabel lain
dianggap konstan. Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel secara parsial dalam menerangkan variasi variabel terkait. Bentuk pengujian hipotesis untuk uji t adalah sebagai berikut :
1. Merumuskan hipotesis, secara parsial pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH berpengaruh terhadap belanja modal.
2. Menentukan tingkat signifikansi, hipotesis ini diuji dengan menggunakan tingkat signifikansi sebesar 5 %.
3. Menentukan kriteria pengujian hipotesis, yaitu :
a. Jika t sig < 0,05 artinya secara parsial pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH berpengaruh terhadap belanja modal.
b. Jika t sig > 0,05 artinya secara parsial pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH tidak berpengaruh terhadap belanja modal.
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1 Statistik Deskriptif
Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari laporan realisasi anggaran 33 (tiga puluh tiga) kabupaten/kota yang ada di Provinsi Sumatera Utara. Data dimaksud telah tersusun dalam arsip di Badan Pengelola Keuangan dan Aset Daerah (BPKAD) Provinsi Sumatera Utara dan Badan Pusat Statistik Provinsi Sumatera Utara.
Variabel dependen dalam penelitian ini adalah belanja modal dan variabel independennya terdiri atas pajak daerah, retribusi daerah, lain-lain PAD sah, dana alokasi umum (DAU), dana alokasi khusus (DAK) dan dana bagi hasil (DBH) dengan PDRB sebagai variabel moderating. Jumlah sampel dalam penelitian ini sebanyak 165, yaitu 33 kabupaten/kota se-Provinsi Sumatera Utara dengan masa pengamatan 5 (lima) tahun yaitu 2011-2015.
Pada Tabel 5.1 dibawah ini menunjukkan nilai maksimum, nilai minimum, nilai rata-rata dan standar deviasi dari setiap variabel pada penelitian ini.
Tabel 5.1 Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
PJK 165 379872664.00 996029237073.94 45608449915.2683 154630210386.00522 RET 165 220115386.00 236694879407.88 17179699939.5932 33929687656.54874 LPADS 165 1899750984.57 285013741361.66 18616460457.0953 34567815459.53287 DAU 165 193616447000.0
0 1396297620000.00 510693614788.6845 252729503035.04224 DAK 165 .00 174579680000.00 56214136805.7273 27634649209.77980 DBH 165 4435726739.00 274493581754.00 38584951611.7702 36968970545.94563 BM 165 14276311613.00 916888037907.78 192985509808.8163 124520910552.99026 Valid N
(listwise) 165
Sumber : Hasil Penelitian, 2010-2015 (data diolah)
Dari Tabel 5.1 diatas dapat dilihat bahwa pajak daerah sebagai variabel independen memiliki nilai tertinggi sebesar Rp 996.029.237.073 dan terendah sebesar Rp 379.872.664 dengan rata-rata sebesar Rp 45.608.449.915 dan standar deviasi Rp 154.630.210.386. Pajak daerah merupakan salah satu unsur pendapatan asli daerah (PAD) yang merupakan indikator kemandirian suatu daerah. Semakin tinggi pendapatan pajak daerah akan menunjukkan kemampuan daerah tersebut dalam menggali potensi daerah yang ada dan hal ini tentulah akan memberikan kontribusi pada APBD.
Dari tabel diatas dapat terlihat retribusi yang juga merupakan variabel independen memiliki nilai tertinggi sebesar Rp 236.694.879.407 dan nilai terendah Rp 220.115.386 dengan rata-rata sebesar Rp 17.179.699.939 dan standar deviasi sebesar Rp 33.929.687.656. Retribusi daerah juga merupakan salah satu unsur pendapatan asli daerah, semakin tinggi pendapatan retribusi daerah tentulah akan memberikan pengaruh yang tinggi pula pada APBD yaitu dari sisi pendapatan yang pada akhirnya dapat mempengaruhi belanja modal oleh pemerintah daerah kabupaten/kota.
Selain pajak daerah dan retribusi daerah, unsur lain yang termasuk unsur pendapatan asli daerah dalam penelitian ini adalah lain-lain PAD sah. Lain-lain
PAD sah berdasarkan data diatas memiliki nilai tertinggi sebesar Rp 285.013.741.361 dan nilai terendah Rp 1.899.750.984 dengan rata-rata sebesar
Rp 18.616.460.457 dan standar deviasi sebesar Rp 34.567.815.459. Lain-lain PAD sah juga merupakan pendapatan asli daerah diluar pajak dan retribusi. Hal ini berarti bahwa lain-lain PAD sah juga memberikan kontribusi terhadap APBD.
Dari data diatas juga dapat dilihat variabel DAU (dana alokasi umum) yang juga merupakan variabel independen memiliki nilai tertinggi sebesar Rp 1.396.297.620.000 dan nilai terendah Rp 193.616.447.000 dengan rata-rata Rp 510.693.614.788 dan standar deviasi Rp 252.729.503.035. DAU merupakan dana transfer dari pemerintah pusat yang bertujuan membantu pemerintah daerah sesuai dengan amanat otonomi daerah. Dalam pengelolaannya, DAU tidak memiliki batasan bagaimana dana tersebut dibelanjakan, sehingga daerah diberi keleluasaan untuk memanfaatkan dana tersebut untuk kebutuhan yang diinginkan.
Selain DAU, ada juga DAK (dana alokasi khusus) sebagai variabel independen dengan nilai tertinggi sebesar Rp 174.579.680.000 dan nilai terendah Rp 0 dengan rata-rata Rp 56.214.136.805 dan standar deviasi Rp 27.634.649.209.
Sama seperti DAU, DAK juga merupakan dana transfer pemerintah pusat yang diberikan kepada pemerintah daerah sebagai wujud pelaksanaan desentralisasi yang dipergunakan untuk membiayai kegiatan khusus yang merupakan urusan daerah yang menjadi prioritas nasional. Nilai terendah untuk variabel DAK adalah 0, hal ini dikarenakan Pemko Medan tidak menerima dana DAK untuk tahun anggaran 2015.
DBH (dana bagi hasil) juga merupakan dana perimbangan selain DAU dan DAK. Dari Tabel 5.1 diatas dapat dilihat bahwa DBH juga merupakan salah satu variabel independen dengan nilai tertinggi sebesar Rp 274.493.581.754 dan nilai terendah Rp 4.435.726.739 dengan rata-rata Rp 38.584.951.611 dan standar deviasi Rp 36.968.970.545. DBH merupakan hak daerah atas pengelolaan sumber-sumber penerimaan negara yang dihasilkan dari masing-masing daerah.
Dari data diatas juga dapat dilihat bahwa belanja modal sebagai variabel dependen dalam penelitian memiliki nilai tertinggi sebesar Rp 916.888.037.907 dan nilai terendah Rp 14.276.311.613 dengan rata-rata Rp 192.985.509.808 dan standar deviasi Rp 124.520.910.552. Belanja modal merupakan pengeluaran anggaran oleh pemerintah daerah untuk perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi. Aset tetap dipergunakan untuk kegiatan operasional suatu satuan kerja dan bukan untuk dijual. Aset tetap yang merupakan fasilitas publik adalah salah satu belanja modal yang dapat dinikmati langsung oleh masyarakat.
5.2 Uji Asumsi Klasik
Sebelum melakukan pengujian dengan metode regresi linier berganda peneliti terlebih dahulu melakukan uji asumsi klasik yang meliputi uji normalitas, uji multikolinieritas, uji autokolerasi dan uji heteroskedastisitas. Model regresi yang baik akan diperoleh setelah data melalui uji asumsi klasik (Ghozali, 2013) . 5.2.1 Uji Normalitas
Secara statistik uji normalitas dilakukan untuk melihat apakah variabel pengganggu atau residual telah terdistribusi secara normal atau tidak. Adapun metode pengujian yang digunakan yaitu One Sample Kolmogorov-Smirnov Test dengan tingkat signifikansi 5 %. Dengan pengertian bahwa jika nilai probabilitas asymp.sig (2-tailed) lebih besar dari 0,05 berarti bahwa residual berdistribusi
normal tetapi sebaliknya jika nilai probabilitas asymp.sig (2-tailed) lebih kecil dari 0,05 berarti bahwa residual tidak berdistribusi normal.
Pada tabel 5.2 dibawah ini dapat dilihat hasil pengujian setiap variabel yang digunakan dalam penelitian ini untuk hipotesis pertama.
Tabel 5.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 165
Normal Parametersa,b Mean -.0000264
Std. Deviation 51596061635.17031000
Most Extreme Differences Absolute .052
Positive .052
Negative -.045
Test Statistic .052
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.
Sumber : Hasil Penelitian, 2010-2015 (data diolah)
Tabel 5.2 diatas menunjukkan bahwa nilai asymp.sig (2-tailed) adalah 0,200 lebih besar dari 0,05 maka dapat dikatakan bahwa data residual telah terdisitribusi secara normal.
Selain itu untuk uji normalitas data dapat juga dilihat melalui analisis grafik histogram ataupun dari grafik normal probability plots yaitu pada Gambar 5.1 dan Gambar 5.2 dibawah ini :
Gambar 5.1
Dari Gambar 5.1 diatas terlihat bahwa data residual telah terdistribusi secara normal dan kurva normal berbentuk simetris tidak menceng ke kanan ataupun ke kiri. Selain itu untuk uji normalitas juga dapat dilihat melalui Normal P-P Plot of Regression Standardized Residual seperti Gambar 5.2 dibawah ini.
Gambar 5.2
Dari Gambar 5.2 grafik normal probability plots dapat dilihat bahwa titik-titik menyebar berhimpit disekitar diagonal dan hal ini berarti bahwa data residual berdistribusi normal. Dari hasil uji statistik Kolmogorov-Smirnov dan analisis grafiknya dapat disimpulkan bahwa data residul telah memenuhi distribusi normal.
5.2.2 Uji Multikolinieritas
Uji multikolinieritas perlu dilakukan untuk menguji apakah ada korelasi antar variabel bebas (independen) dalam model regresi yang digunakan. Untuk model regresi yang baik seharusnya tidak terdapat korelasi diantara variabel-varibel bebasnya. Ada atau tidaknya multikolinieritas dalam suatu model regresi
dapat dilihat dilihat dari nilai tolerance atau kebalikannya variance inflation factor (VIF). Adapun nilai cutoff yang umum untuk menunjukkan ada atau
tidaknya multikolinieritas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10 (Ghozali,2013).
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.3 diatas dapat dilihat bahwa nilai tolerance variabel pajak, retribusi, lain-lain PAD sah, DAU, DAK dan juga DBH lebih besar dari 0,1 dengan nilai VIF < 10 dengan demikian dapat dikatakan tidak terdapat korelasi antar variabel bebas yang digunakan dalam model regresi penelitian ini. Hal ini berarti tidak terdapat multikolinieritas diantara variabel-variabel bebas.
5.2.3 Uji Heteroskedastisitas
Uji asumsi klasik berikutnya yaitu uji heteroskedastisitas yang bertujuan untuk menguji apakah terjadi ketidaksamaan varians dari residual pengamatan satu ke pengamatan lain dalam suatu model regresi (Ghozali, 2013). Jika varians residual pengamatan satu ke pengamatan lain tetap atau sama maka disebut homokedastisitas. Untuk model regresi yang baik seharusnya memiliki varians residual yang tetap atau homokedastisitas dan bukan heterokedastisitas.
Ada beberapa metode yang dapat digunakan untuk mendeteksi apakah telah terjadi heteroskedastisitas atau tidak dalam suatu model regresi, yaitu : - melihat pola gambar scatterplots
- uji Park - uji Glejser
- uji Koefisien Korelasi Spearman
namun dalam penelitian ini, peneliti hanya menggunakan 2 (dua) metode saja dalam uji heteroskedastisitas yaitu dengan melihat pola gambar scatterplots dan uji Park.
Adapun cara untuk melihat bahwa tidak terjadi masalah heteroskedastisitas dalam suatu model regresi adalah :
- jika titik-titik data menyebar diatas atau di bawah nol ataupun disekitar nol - titik-titik data tidak mengumpul hanya diatas atau dibawah saja
- sebaran titik-titik data tidak membentuk suatu pola
Gambar 5.3
Dari Gambar 5.3 diatas dapat dilihat bahwa titik-titik data menyebar diatas dan dibawah 0 (nol) kemudian sebarannya tidak membentuk suatu pola. Maka demikian dapat dikatan bahwa model regresi regresi yang baik dan ideal dapat terpenuhi karena terbebas dari heteroskedastisitas.
Selain dengan melihat gambar scatterplots, peneliti juga menggunakan Uji Park dalam mendeteksi ada atau tidaknya heteroskedastisitas dalam model regresi yang digunakan. Dasar pengambilan keputusan dalam Uji Park ini yaitu : - jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya tidak terjadi
heteroskedastisias
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.4 diatas terlihat nilai sig untuk masing-masing variabel bebas pajak, retribusi, lain-lain PAD sah, DAU, DAK dan DBH lebih besar dari 0,05.
Hal ini berarti bahwa tidak terdapat masalah heteroskedastisitas pada model regresi.
5.2.4 Uji Autokorelasi
Uji asumsi klasik terakhir adalah uji autokorelasi. Uji autokorelasi pada sebuah model regresi bertujuan untuk melihat apakah ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Adanya korelasi tersebut menunjukkan model regresi mengalami masalah autokorelasi (Ghozali, 2013). Masalah ini sering terjadi pada data runtut waktu (time series).
Ada beberapa metode yang dapat digunakan untuk mengetahui apakah suatu model regresi mengalami masalah autokorelasi namun dalam penelitian ini peneliti menggunakan Uji Durbin-Watson (DW test). Adapun pengambilan kesimpulan untuk uji autokorelasi ini yaitu :
- 0 < DW < dl : berarti ada autokorelasi positif - dl < DW < du : berarti tidak dapat ditarik kesimpulan - 4-dl < DW < 4 : berarti ada korelasi negatif
- 4-du < DW < 4-dl : berarti tidak dapat ditarik kesimpulan - du < DW < 4-du : berarti ada autokorelasi positif atau negatif
Tabel 5.5 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 .910a .828 .822 5.25666E+10 1.424
a. Predictors: (Constant), DBH, DAK, Lain-lain PAD sah, DAU, Retribusi Daerah, Pajak Daerah b. Dependent Variable: Belanja Modal
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.5 diatas diperoleh nilai Durbin-Watson sebesar 1.424, sedangkan menurut Tabel Durbin-Watson (Lampiran) diperoleh nilai dL sebesar 1.6707 dan nilai dU sebesar 1.8212. Hal ini berarti bahwa telah terjadi masalah
autokorelasi positif pada model regresi. Maka sebelum melanjutkan model regeresi ini perlu dilakukan pengobatan atas masalah autokorelasi ini. Peneliti menggunakan Metode The Cochrane-Orcutt dalam mengatasi masalah autokorelasi yang ada. Adapun metode ini dilakukan dengan mencari nilai rho (ρ) terlebih dahulu kemudian dilakukan iterasi hingga ditemukan nilai Durbin-Watson yang sesuai dengan tabel. Sebelum melakukan iterasi terlebih dulu dilakukan transformasi lag terhadap data penelitian, maka diperoleh :
Tabel 5.6 Uji Autokorelasi dengan variabel lag
Model Summaryb
a. Predictors: (Constant), Lag_X6, Lag_X5, Lag_X3, Lag_X4, Lag_X2, Lag_X1 b. Dependent Variable: Lag_Y
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.6 diatas diperoleh nilai Durbin-Watson sebesar 1.897 sehingga dU<DW<4-dU yang berarti bahwa tidak terjadi autokorelasi dalam model regresi. Ini berarti model regresi sudah bisa dilanjutkan karena telah terbebas dari autokorelasi
5.3 Pengujian Hipotesis
Setelah melakukan uji asumsi klasik pada data penelitian dan diperoleh kesimpulan bahwa data telah terbebas dari uji normalitas, heteroskedastisitas, multikolinieritas dan juga autokorelasi maka barulah selanjutnya penelitian dapat diteruskan untuk menguji hipotesis. Telah diuraikan sebelumnya bahwa ada dua (2) hipotesis dalam penelitian ini yaitu hipotesis pertama menguji apakah variabel-variabel independen yaitu pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH berpengaruh terhadap variabel dependen yaitu belanja modal. Sedangkan hipotesis kedua yaitu uji residual berfungsi untuk menguji
apakah variabel moderating PDRB mampu memoderasi hubungan antara variabel-variabel independen terhadap variabel-variabel dependen.
5.3.1 Pengujian Hipotesis Pertama
Pengujian hipotesis pertama adalah untuk menguji pengaruh pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH terhadap belanja modal. Adapun uji yang digunakan yaitu uji koefisien determinasi, uji pengaruh simultan (F test) dan uji parsial (t test).
5.3.1.1 Uji Koefisien Determinasi
Koefisien determinasi pada intinya bertujuan untuk mengukur seberapa jauh kemampuan suatu model dalam menerangkan variasi variabel dependen.
Nilai R2 yang mendekati satu memberi arti bahwa variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Tabel 5.7 Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .891a .795 .787 5.003134E+10 1.897
a. Predictors: (Constant), Lag_X6, Lag_X5, Lag_X3, Lag_X4, Lag_X2, Lag_X1 b. Dependent Variable: Lag_Y
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.7 diatas dapat dilihat nilai adjusted R square 0,787 yang berarti bahwa 78,7 % variabel dependen dapat dijelaskan oleh variabel-variabel independen. Sedangkan sisanya 21,3 % dijelaskan oleh variabel lainnya yang tidak termasuk dalam model regresi pada penelitian ini.
5.3.1.2 Uji Pengaruh Simultan (F test)
F test atau sering juga disebut dengan uji simultan adalah pengujian
berpengaruh secara simultan atau tidak. Adapun dasar pengambilan keputusan dalam uji F dilakukan dengan melihat nilai signifikansinya, yaitu :
- Jika nilai signifikansi < 0,05 maka disimpulkan bahwa variabel-variabel independen secara simultan berpengaruh terhadap variabel dependen.
- Sebaliknya jika nilai signifikansi > 0,05 maka disimpulkan bahwa variabel-variabel independen tidak berpengaruh secara simultan terhadap variabel-variabel dependen.
Tabel 5.8 F test
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.510E+24 6 2.517E+23 100.552 .000b
Residual 3.905E+23 156 2.503E+21
Total 1.90E+24 162
a. Dependent Variable: Lag_Y
b. Predictors: (Constant), Lag_X6, Lag_X5, Lag_X3, Lag_X4, Lag_X2, Lag_X1 Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.8 diatas dapat dilihat nilai signifikansi Uji F yaitu 0.000 yang berarti bahwa variabel independen pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH secara simultan berpengaruh terhadap variabel dependen belanja modal.
5.3.1.3 Uji Parsial (t test)
Uji parsial (t test) digunakan untuk melihat pengaruh variabel-variabel independen secara terpisah (individu) terhadap variabel dependen. Cara mengambil kesimpulan dalam uji t dapat dilihat dari nilai signifikansinya. Jika nilai signifikansinya < 0,05 maka disimpulkan bahwa variabel independen berpengaruh secara parsial terhadap variabel dependen. Sebaliknya jika nilai signifikansinya > 0,05 maka disimpulkan bahwa variabel independen tidak berpengaruh secara parsial terhadap variabel dependen.
Tabel 5.9 Uji t
1 (Constant) 27894389431.362 9623289731.642 2.899 .004
Lag_X1 .213 .082 .244 2.613 .010
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.9 diatas maka pengaruh masing-masing variabel independen terhadap variabel dependen dapat diuraikan sebagai berikut :
- Variabel pajak memiliki nilai signifikansi 0,010 yang lebih kecil dari α = 0,05 maka dapat disimpulkan bahwa variabel pajak berpengaruh positif dan
signifikan terhadap belanja modal.
- Variabel retribusi memiliki nilai signifikansi 0,095 yang lebih besar dari α = 0,05 maka dapat disimpulkan bahwa variabel retribusi berpengaruh positif tetapi tidak signifikan terhadap belanja modal.
- Variabel lain-lain PAD sah memiliki nilai signifikansi 0,000 yang lebih kecil dari α = 0,05 maka dapat disimpulkan bahwa variabel lain-lain PAD sah berpengaruh positif dan signifikan terhadap belanja modal.
- Variabel DAU memiliki nilai signifikansi 0,000 yang lebih kecil dari α = 0,05 maka dapat disimpulkan bahwa variabel DAU berpengaruh positif dan signifikan terhadap belanja modal.
- Variabel DAK memiliki nilai signifikansi 0,000 yang lebih kecil dari α = 0,05 maka dapat disimpulkan bahwa variabel DAK berpengaruh positif dan signifikan terhadap belanja modal.
- Variabel DBH memiliki nilai signifikansi 0,102 yang lebih besar dari α = 0,05 maka dapat disimpulkan bahwa variabel DBH berpengaruh positif tetapi tidak signifikan terhadap belanja modal.
Dari Tabel 5.9 diatas diperoleh persamaan regresi linier untuk hipotesa pertama yaitu :
Y = 27894389431 + 0,213 X1 + 0,502 X2 + 0,934 X3 + 0,124 X4 + 0,780 X5 + 0,310 X6
Persamaan regresi diatas menunjukkan bahwa koefisien variabel-variabel bebas X1, X2, X3, X4, X5 dan X6 bernilai positif. Meskipun untuk variabel X2 dan X6 pengaruhnya tidak signifikan terhadap belanja modal. Hal ini menunjukkan adanya hubungan positif antara pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH terhadap belanja modal. Semakin tinggi pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH akan semakin tinggi pula belanja modal. Dari persamaan regresi diatas dapat disimpulkan bahwa : - Konstanta (α)
Nilai konstanta 27.894.389.431 memberi arti bahwa belanja modal akan bertambah sebesar Rp 27.894.389.431 dengan asumsi variabel-variabel independen dianggap nol.
- Pajak daerah (X1) terhadap belanja modal (Y)
Nilai koefisien sebesar 0,213 memberi arti bahwa setiap kenaikan pendapatan pajak daerah sebesar 1 satuan akan diikuti dengan kenaikan belanja modal
sebesar 0,213 dengan asumsi bahwa variabel-variabel independen yang lain bernilai nol.
- Retribusi daerah (X2) terhadap belanja modal (Y)
Nilai koefisien sebesar 0,502 memberi arti bahwa setiap kenaikan pendapatan retribusi daerah sebesar 1 satuan akan diikuti dengan kenaikan belanja modal sebesar 0,502 % dengan asumsi bahwa variabel-variabel independen yang lain bernilai nol.
- Lain-lain PAD sah (X3) terhadap belanja modal (Y)
Nilai koefisien sebesar 0,934 memberi arti bahwa setiap kenaikan pendapatan lain-lain PAD sah sebesar 1 satuan akan diikuti dengan kenaikan belanja modal sebesar 0,934 dengan asumsi bahwa variabel-variabel independen yang lain bernilai nol.
- DAU (X4) terhadap belanja modal (Y)
Nilai koefisien sebesar 0,124 memberi arti bahwa setiap kenaikan penerimaan DAU sebesar 1 satuan akan diikuti dengan kenaikan belanja modal sebesar 0,124 dengan asumsi bahwa variabel-variabel independen yang lain bernilai nol.
- DAK (X5) terhadap belanja modal (Y)
Nilai koefisien sebesar 0,780 memberi arti bahwa setiap kenaikan penerimaan DAK sebesar 1 satuan akan diikuti dengan kenaikan belanja modal sebesar 0,780 dengan asumsi bahwa variabel-variabel independen yang lain bernilai nol.
- DBH (X6) terhadap belanja modal (Y)
Nilai koefisien sebesar 0,310 memberi arti bahwa setiap kenaikan penerimaan DBH sebesar 1 satuan akan diikuti dengan kenaikan belanja modal sebesar 0,310 dengan asumsi bahwa variabel-variabel independen yang lain bernilai nol.
Dengan demikian dapat disimpulkan variabel-variabel pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan juga DBH memiliki hubungan yang searah dan positif terhadap belanja modal dimana setiap kenaikan pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan juga DBH akan mengakibatkan kenaikan belanja modal.
5.3.2 Pengujian Hipotesis Kedua
Pengujian hipotesis kedua dilakukan untuk mengetahui apakah variabel PDRB (Z) yang merupakan variabel moderating mampu mempengaruhi hubungan antara pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan juga DBH dengan belanja modal. Dalam hal ini peneliti menggunakan metode uji residual
Uji residual dilakukan untuk menguji deviasi (penyimpangan) dari suatu model regresi (Ghozali, 2013). Langkah awal dalam uji residual adalah meregresikan variabel moderating dalam hal ini PDRB dengan variabel independen yaitu pajak daerah, retribsi daerah, lain-lain PAD sah, DAU, DAK dan DBH. Setelah mendapatkan nilai residual baru dapat dibuat persamaan regresinya.
Tabel 5.10 Uji Moderating
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.10 diatas diperoleh persamaan regresi :
Z = -4,456E + 114,09 X1 – 32,14X2 + 38,66X3 +27,01X4 – 33,57X5 + 41,72X6
Setelah diperoleh persamaan regresinya maka tahapan berikutnya adalah dengan melakukan transformasi nilai residualnya menjadi nilai absolut.
Selanjutnya nilai absolut tersebut akan diregresikan terhadap variabel dependen belanja modal. Yang hasilnya dapat dilihat pada tabel berikut :
Tabel 5.11 Hasil Uji Residual
Sumber : Hasil Penelitian, 2010-2015 (Data diolah)
Dari Tabel 5.11 diatas diperoleh persamaan :
│e│= 2,152E+ 5,96 Y
Hasil uji residual pada Tabel 5.11 dapat dilihat nilai signifikansinya sebesar 0,001 lebih kecil dari α = 0,05 dengan koefisien regresi sebesar 5,96
moderating karena tidak mampu memoderasi hubungan antara variabel pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH terhadap belanja modal.
5.4 Pembahasan
Dari hasil pengujian hipotesis pertama dapat disimpulkan bahwa secara simultan variabel-variabel independen pajak daerah, retribusi daerah, lain-lain PAD sah, DAU, DAK dan DBH berpengaruh signifikan terhadap belanja modal.
Secara parsial variabel pajak daerah, lain-lain PAD sah, DAU dan DAK berpengaruh positif dan signifikan terhadap belanja modal, sedangkan variabel retribusi dan DBH berpengaruh positif namun tidak signifikan terhadap belanja modal.
Hasil pengujian hipotesis kedua menyimpulkan bahwa variabel PDRB bukanlah merupakan variabel moderating. PDRB tidak mampu memoderasi hubungan antara variabel-variabel independen dengan variabel dependen.
5.4.1 Pengaruh pajak daerah terhadap belanja modal.
Hasil penelitian menunjukkan bahwa pajak daerah berpengaruh positif signifikan terhadap belanja modal. Hal ini sejalan dengan penelitian Ramlan, dkk
Hasil penelitian menunjukkan bahwa pajak daerah berpengaruh positif signifikan terhadap belanja modal. Hal ini sejalan dengan penelitian Ramlan, dkk