BAB III METODE PENELITIAN
3.5 Definisi Operasional Variabel Penelitian
3.5.3 Variabel Indipenden
Pajak Daerah merupakan pungutan yang dilakukan pemerintah daerah provinsi berdasarkan peraturan perundang-undangan yang berlaku. Data pajak daerah yang digunakan adalah dalam juta rupiah.
b. Retribusi Daerah (RD)
Retribusi Daerah merupakan merupakan biaya dari fasilitas pemerintah yang digunakan oleh orang secara umum. Data retribusi daerah yang digunakan adalah dalam juta rupiah.
c. Dana Alokasi Umum (DAU)
Dana Alokasi Umum adalah transfer dana dari pemerintah pusat ke pemerintah daerah yang dimaksudkan untuk menutup kesenjangan fiskal (fiscal gap) dan pemerataan kemampuan fiskal antar daerah dalam rangka membantu kemandirian pemerintah daerah menjalankan fungsi dan
tugasnya melayani masyarakat. Data DAU yang digunakan adalah dalam juta rupiah.
d. Dana Bagi Hasil (DBH)
Dana Bagi Hasil (DBH) adalah dana yang bersumber dari APBN yang dibagi hasilkan kepada daerah berdasarkan angka persentase tertentu. Data DBH yang digunakaan adalah dalam juta rupiah.
38
BAB IV
ANALISIS DAN PEMBAHASAN 4.1 Deskripsi Data
Analisis data yang dilakukan dalam mendeteksi terjadinya fenomena ilusi fiskal dalam penelitian ini menggunakan pendekatan belanja dengan analisis regresi data panel. Data time series yang digunakan adalah data dari tahun 2010 sampai dengan tahun 2017. Sedangkan cross section meliputi seluruh provinsi yang ada di Pulau Sulawesi. Fenomena ilusi fiskal dapat dideteksi dengan melihat pengaruh PDRB, pajak daerah, retribusi daerah, dana perimbangan dan juga dana bagi hasil terhadap belanja daerah yang ada di setiap provinsi Pulau Sulawesi. Kemudian data yang ada diolah menggunakan regresi data panel sehingga dapat terlihat pengaruhnya.
Tabel 4.1 Rata-rata sub sektor APBD Tahun 2010-2017 (miliar rupiah)
Berdasarkan Tabel 4.1 menganalisis rata-rata sub sektor APBD 6 provinsi di pulau Sulawesi dari tahun 2010 sampai dengan 2017 yang dinyatakan dalam satuan rupiah. Berdasarkan enam provinsi di pulau Sulawesi rata-rata pajak daerah yang tertinggi berada di provinsi Sulawesi Selatan yaitu sebesar 2.100 miliar. Hal ini dikarenakan Sulawesi Selatan merupakan pusat pariwisata dan juga banyaknya hotel serta bandara yang menyebabkan tingginya sektor pajak. Sedangkan pajak terendah terdapat di provinsi Gorontalo hal ini dikerenakan provinsi Gorontalo dalam
Prov. Sulawesi Utara 622 30.992 82 834 1.890
Prov. Sulawesi Tengah 543 8.961 87 952 2.058
Prov. Sulawesi Selatan 2.159 88.764 250 1.089 4.540
Prov. Sulawesi Tenggara 370 21.086 98 931 1.754
Prov. Gorontalo 152 2.500 30 660 1.058
Prov. Sulawesi Barat 186 5.624 25 631 1.033
pengelolaan masih belum optimal dari 100 persen hotel yang ada hanya tercatat 50 persen pengelolaanya yang menyebabkan dari indicator pajak belum optimal .
Berdasarkan Tabel diatas dari variabel retribusi yang tertinggi berada di Sulawesi selatan. Hal tersebut sama halnya dengan retribusi dikarenakan banyaknya pariwisata yang menyebabkan banyaknya lapak parkir, pedagang dan juga lain sebagainya sehingga pendapatan retribusi pemerintah tinggi. Pendapadat retribusi tersebut berjumlah 88 miliar. Kemudian daerah yang retribusinya paling rendah adalah Provinsi Gorontalo masih sama seperti pada sektor pajak hal ini disebabkan dari Provinsi Gorontalo dalam kontek pengelolaan retribusi parkir masih banyak parkir liar hal ini menyebabkan tingkat retribusi yang di terima belum optimal.
Dari dana bagi hasil yang mana dana dari pemerintah sebagai bagi dari hasil pajak maupun bukan pajak yang disetorkan terhadap pemerintah yang tertinggi masih sama seperti sektor yang lain yaitu Sulawesi Selatan yaitu dengan jumlah 250 miliar.
Hal ini dikarenakan dari sektor pajak yang di setorkan oleh Provinsi Sulawesi Selatan juga merupakan yang terbesar. Jadi dana bagi hasl yang diperoleh juga besar.
Provinsi yang mendapatkan dana bagi hasil terendah adalah Provinsi Sulawesi Barat.
Dari Dana Alokasi Umum yang merupakan bagian dari dana perimbangan yang diberikan oleh pemerintah pusat Provinsi Sulawesi selatan masih merupakan yang tertinggi dengan rata-rata 1 triliun dari tahun 2010 sampai dengan 2017 hal ini progres dari pengelolaan pendapatan asli daerah yang semakin menigkat sehingga bantuan alokasi umum ditambah yang memiliki tujuan lebih mengoptimalkan pendapatan asli daerahnya. Namun pada Provinsi Sulawesi Barat Dana Alokasi Umum yang didapat merupakan yang terendah yaitu hanya sebesar 25 miliar dalam pengelolaan dari beberapa dana alokasi umum yang ada di Sulawesi Barat belum optimal sehinga dana allokasi umumdari pemerintah pusat di kurangi.
Derdasarkan tabel 4.1 dari segi belanja daerah Sulawesi Selatan merupakan daerah yang mendapat pendapatan daerah tertinggi yang mana disebabkan banyaknya sektor pariwisata dan juga sektor yang lain, hal tersebut tentu membuat belanjanya
seperti belanja pembangunan dan tingkat belanja rutin yang tinggi. Kemudian belanja daerah yang terendah adalah Provinsi Sulawesi Barat yaitu dengan angka satu triliun sekian hal ini dikarenakan belanja dari pemerintah dari sisi belanja rutin dan belanja.
4.2 Analisis Data
4.2.1 Pemilihan Model Estimasi Data Panel 4.2.1.1 Uji Chow
Uji ini bertujuan untuk mengetahui apakah model fixed effect lebih baik digunakan dari common effect.
HO: common Effect Ha:Fixed Effect
Tabel 4.1 Hasil Uji Chow
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 17.904478 (5,35) 0.0000
Cross-section Chi-square 57.111187 5 0.0000
Sumber : Data diolah di lampiran
Hasil uji Chow menyatakan bahwa probabilitas Cross section yang diperoleh pada uji chowsebesar 0.0000, lebih kecil dari 0,05 maka Hoditolak dan Ha diterima yang artinya model terbaik yang dapat digunakan dalam penelitian ini Fixed Effect.
4.2.1.2 Uji Hausman
Uji ini bertujuan untuk mengetahui apakah model fixed effect lebih baik digunakan dari random effect.
HO: Random Effect Ha:Fixed Effect
Tabel 4.2 Hasil Uji Hausman
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 17.904478 (5,35) 0.0000
Cross-section Chi-square 57.111187 5 0.0000
Sumber : Data diolah di lampiran
Hasil uji Hausman menyatakan bahwa probabilitas Cross section yang diperoleh pada uji hausman sebesar 0.0000, lebih kecil dari 0,05 maka Hoditolak dan Ha diterima yang artinya model terbaik yang dapat digunakan dalam penelitian ini Fixed Effect.
Uji ini bertujuan untuk mengetahui apakah model fixed effect lebih baik digunakan dari common effect.
4.2.2 Hasil Regresi Berganda Data Panel
Sesuai Hasil Uji Chowdan Uji Hausman maka model yang digunakan adalah Fixed Effect Model. Dengan Fixed Effect Model yang dipilih, maka selanjutnyadilakukan pengujian hipotesis dengan menggunakan Uji Statistik yang meliputi Uji t, Uji F, dan Uji Koefisien Determinasi. Dari tabel 4.3 dapat diketahui hasil regresi berganda data panel dengan model Fixed Effect.
Tabel 4.3
Hasil Regresi Model Fixed Effect
VARIABEL Coefficient Std. Error t-Statistic Prob. Kesimpulan
C -9.56E+11 1.29E+11 -7.423978 0.0000
-PAJAK 2.100685 0.089934 23.35815 0.0000
Sumber : Data olah di lampiran
Dengan model penulisan ekonometrika, hasil dari regresi pada tabel 4.3 dapat dituliskan menjadi,
= − 9.56+ 2.1Pajak + 0.07 + 1.41DAU + 3.55 …………... .(4.1) 4.2.2.1 Uji Signifikansi secara Parsial (Uji t)
Uji t adalah jenis pengujian statistik yang digunakan untuk mengetahui ada tidaknya pengaruh variabel independen terhadap variabel dependen secara individual (Ghozali, 2005). Uji t dilakukan dengan tingkat keyakinan 95% dan tingkat kesalahan analisis (nilai α) sebesar 5%. Hipotesis dalam Uji t adalah:
1) H0 = variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
2) Ha =variabel independen berpengaruh signifikan terhadap variabel dependen.
Untuk menguji Hiptesis nol atau alternatif dilakukan dengan membandingkan nilai probabilitas t-statistikdan alfa sebesar 5%.
a. Pengaruh Pajak terhadap Belanja
Diketahui nilai probabilitas t-statistik variabel pajak adalah sebesar 0.00000 atau lebih kecil dari nilai α sebesar 0.05. Dengan begitu H0 ditolak sedangkan Ha diterima. Yang berarti bahwa variabel pajak berpengaruh signifikan secara statistic terhadap variabel belanja.
b. Pengaruh Retribusi terhadap Belanja
Diketahui nilai probabilitas t-statistik variabel retribusi adalah sebesar 0.6313 atau lebih besar dari nilai α sebesar 0.05. Dengan begitu H0 diterima sedangkan Ha ditolak. Yang berarti bahwa variabel retribusi tidak berpengaruh signifkan terhadap variabel belanja.
c. Pengaruh Dana Bagi Hasil terhadap Belanja
Diketahui nilai probabilitas t statistic- variabel DBH adalah sebesar 0.0006 atau lebih besar dari nilai α sebesar 0.05. Dengan begitu H0 ditolak sedangkan Ha diterima. Yang berarti bahwa variabel dana bagi hasil berpengaruh signifikan secara statistic terhadap variabel belanja.
d. Pengaruh Dana Alokasi Umum terhadap Belanja
Diketahui nilai probabilitas t statistic- variabel DAU adalah sebesar 0.000 atau lebih besar dari nilai α sebesar 0.05. Dengan begitu H0 ditolak sedangkan Ha diterima. Yang berarti bahwa variabel Dana Alokasi Umum berpengaruh signifkan terhadap variabel belanja.
4.2.2.2 Uji Signifikansi Secara Simultan (Uji F)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang digunakan secara bersama-sama berpengaruh terhadap variabel dependen (Ghozali, 2005). Tujuan pengujian ini adalah untuk mengetahui apakah variabel independen secara bersama-sama memengaruhi variabel dependen secara signifikan. Uji F dilakukan pada tingkat keyakinan 95% dan tingkat kesalahan analisis (α) = 5% Hipotesis dalam Uji F adalah:
1) H0 = variabel independen secara bersama-sama tidak berpengaruh signifikan
terhadap variabeldependen.
2) Ha = variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen.
Untuk menguji Hiptesis nol atau alternatif dilakukan dengan membandingkan nilai probabilitas F statistikdan alfa sebesar 5%.
Berdasarkan hasil regresi pada table 4.3 nilai probabilitas F-statistik sebesar 0.00000 lebih kecil dari α sebesar 0.05. Dengan begitu H0 ditolak dan Ha diterima yang berarti bahwa variabel indipenden (Pajak, Retribusi, DBH, DAU) bersama-sama mempengaruhi signifikan secara statistik terhadap variabel dipenden.
4.2.2.3 Koefisien Determinasi
Kemampuan variasi total Variabel-Variabel Independen (Pajak, Retribusi, DBH, dan DAU) dalam menjelaskan Variabel Dependen (Belanja) dapat diketahui dari nilai Koefisien Determinasi atau nilai R-Squared hasil regresi terhadap model.
Dari tabel 4.3 dapat dilihat bahwa nilai R-Squared (R2) pada model sebesar 0.9931 yang dapat dimaknai bahwa Variasi total variabel-variabel independen (Pajak, Retribusi, DBH, dan DAU) dapat menjelaskan variabel dependen Belanja sebesar 99,31%, sedangkan 0,6821% sisanya dijelaskan oleh variabel lain di luar model penelitian ini.
4.3 Pembahasan
Berdasarkan Analisis Deteksi Ilusi Fiskal melalui pendekatan belanja. Belanja daerah pada dasarnya merupakan fungsi dari penerimaan daerah. Belanja merupakan variabel terikat yang besarannya akan sangat bergantung pada sumber-sumber pembiayaan daerah, baik yang berasal dari penerimaan sendiri maupun dari transfer pemerintah pusat. Sehingga dalam pengukurannya jika terdapat hubungan negatif antara variabel-variabel pendapatan dengan variabel belanja, maka terdapat ilusi fiskal. Deteksi Ilusi Fiskal dilakukan dengan melihat pengaruh Pajak Daerah,Retribusi, Dana Bagi Hasil (DBH), dan Dana Alokasi Umum (DAU).
Pajak Daerah, dimana Pajak Daerah merupakan iuran wajib yang dilakukan oleh orang pribadi atau badan kepala daerah tanpa imbalan langsung yang seimbang, yang dapat dipaksakan berdasarkan peraturan perundang-undangan yang berlaku, yang digunakan untuk membiayai penyelenggaraan pemerintah daerah dan pembangunan daerah. Nilai koefisien variabel Pajak Daerah sebesar 2.100 dan nilai probabilitasnya sebesar 0.00000. Dapat ditarik kesimpulan bahwa Pajak Daerah memiliki pengaruh positif terhadap variabel belanja daerah. Hal ini menandakan bahwa tidak terjadi ilusi fiskal pada variabel pajak daerah. Hasil penelitian ini tidak sejalan dengan penelitian Astutik (2016).
Variabel lain yang digunakan untuk mendeteksi ilusi fiskal adalah Retribusi Daerah, dimana Retribusi Daerah merupakan biaya dari fasilitas pemerintah yang digunakan oleh orang secara umum. Hasil dari pendapatan ini digunakan untuk membiayai penyelenggaraan pemerintah daerah dan pembangunan daerah. Nilai koefisien variabel Retribusi Daerah sebesar 0.6313 dan nilai probabilitasnya sebesar 0.701084. Dapat ditarik kesimpulan bahwa, Retribusi Daerah tidak memiliki pengaruh terhadap variabel belanja daerah atau tidak signifikan. Hal ini menandakan bahwa telah terjadi ilusi fiskal pada variabel retribusi daerah. Retribusi merupakan bagian dari pendapatan asli daerah yang harusnya bisa menjadi salah satu dari sumber pendapatan bagi daerah namun realitanya tidak berpengaruh secara positif dan signifikan yang artinya tidak terjadi ilusi fiskal.
Selanjutnya fenomena ilusi fiskal di deteksi dengan variabel DBH, DBH merupakan dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah berdasarkan angka persentase untuk mendanai kebutuhan Daerah dalam rangka pelaksanaan desentralisasi. Berdasarkan hasil penelitian, DBH memiliki nilai koefisien sebesar 3.552744 dan probabilitas sebesar 0.0006. Penelitian ini sejalan dengan teori yang ada dalam penelitian Priyo (2009). Hal ini dapat disimpulkan bahwa, variabel DBH memiliki hubungan yang positif dan signifikan. Hal ini menandakan bahwa tidak terjadi ilusi fiskal pada variabel DBH.
DAU atau Dana Alokasi Umum adalah sejumlah dana yang bersumber dari pendapatan APBN yang dialokasikan kepada setiap Daerah Otonom (provinsi/kabupaten/kota) di Indonesia setiap tahunnya sebagai dana pembangunan.
Berdasarkan hasil penelitian, diketahui bahwa variabel DAU tidak memiliki pengaruh yang signifikan. Hal ini dibuktikan dengan nilai probabilitas yang mencapai 0.0000 serta nilai koefisien sebesar 1.411222. Penelitian ini sejalan dengan teori yang ada dalam penelitian Priyo (2009). Dari hasil uji tersebut dapat diartikan bahwa pada DAU secara teori tidak terjadi ilusi fiskal,
Dari analisis data diketahui kinerja keuangan Provinsi yang ada di Pulau Sulawesi tidak terjadi ilusi fiskal seperti yang diduga pada hipotesis. Hal ini dikarenakan data APBD yaitu Pajak yang ada dalam pendapatan asli daerah berpengaruh sama kuat dengan DBH dan juga DAU yang ada pada dana perimbangan dalam mempengaruhi belanja daerah. Pajak disetiap provinsi sudah ikut andil dalam pendapatan sebesar 26%. Dalam hal ini menyebabkan tidak terjadinya ilusi fiskal. Hal tersebut memperkuat bahwa dana yang disuntikan oleh pemerintah pusat telah dikelola dengan baik oleh pemerintah daerah.
47
BAB V PENUTUP
5.1 Kesimpulan
Berdasarkan pembahasan hasil analisis data dalam penelitian, dapat ditarik kesimpulan bahwa di Sulawesi khususnya pada setiap provinsi tidak terjadi ilusi fiskal.
Hal ini terjadi karena Pemerintah Daerah telah mengoptimalkan bantuan Pemerintah Pusat dengan memaksimalkan belanja guna berfungsi untuk kebutuhan penunjang peningkatan fasilitas publik. Hal ini yang nantinya secara tidak langsung akan menaikan Pendapatan Asli Daerah dengan sendirinya.
5.2 Saran
Saran yang disampaikan dalam penelitian ini :
a. Dalam penyusunan APBD, pemerintah daerah harus mengetahui sektor mana saja yang perlu dikembangkan dan juga mana yang perlu digali lebih dalam untuk meningkatkan pendapatan asli daerahnya, dan mempertimbangkan seberapa besar belanja daerah dan kemampuan daerah untuk memenuhi kebutuhan belanja. Sehingga dalam pelaksanaan otonomi daerah menjadi lebih maksimal.
b. Bagi pemerintah pusat, perlu lebih mempertimbangkan tingkat kebutuhan pemerintah daerah serta senantiasa melakukan pengawasan terhadap penggunaan dan dana perimbangan yang diberikan kepada daerah. Hal ini dilakukan agar dana perimbangan lebih tepat sasaran dan berguna, sehingga pelaksanaan otonomi daerah dapat dilaksanakan dengan sebaik-baiknya.
DAFTAR PUSTAKA
Astutik, Eni Nur Puji (2016), “Analisis Flypaper Effect Pada Belanja Daerah Kabupaten/Kota Di Provinsi D.I Yogyakarta Tahun 2008-2014, skripsi, Universitas Sanata Dharma Yogyakarta. Dipublikasikan.
Calvin, Yesdi Christian, Lia Yuliana, “Deteksi Ilusi Fiskal Pada Keuangan DaerahKabupaten/Kota Di Nusa Tenggara Timur Tahun 2008-2013”, Skripsi, Sekolah Tinggi Ilmu Statistika, Jakarta. Dipublikasikan.
Direktorat Jendral Perimbangan Keuangan (2018), Laporan Realisasi APBD tahun 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017 Direktorat Jendral Perimbangan Keuangan, Jakarta.
Dude, Dewi Purwanti, dkk (2014), “Analisis Kinerja Keuangan Dan Fiscal Illusion Pada Pemerintah Provinsi Sulawesi Utara Tahun 2003-2012”, Program Sarjana Universitas Sam Ratulangi Manado. Vol.14, Hal 12. Dipublikasikan.
Elisabeth (2018), “Pengaruh PAD, DAU, DAK, dan DBH Terhadap Belanja Daerah serta Analisis Flypapper Effect Pada Kabupaten/Kota Provinsi Jawa Barat”.
Skripsi, Fakultas Ekonomi. Universitas Sanata Dharma. Dipublikasikan.
Hari Adi, Priyo dan Puspa Dewi Ekaristi (2009), “Fenomena Ilusi Fiskal Dalam Kinerja Keuangan Pemerintah Daerah”, Jurnal Akutansi dan Keuangan Indonesia, Universitas Kristen Satya Wacana Salatiga. Vol.6, Hal 1-19.
Dipublikasikan.
Maretha, Vevi Retno, “Dampak Kebijakan Fiskal, Kebijakan Moneter Dan Keterbukaan Perdagangan Terhadap Pertumbuhan Ekonomi: Studi Komparatif Negara-Negara Asean+6”, Skripsi, Fakultas Ekonomi dan Manajemen, Institut Pertanian, Bogor. Dipublikasikan.
Riduansyah, Muhammad (2013), “Kontribusi Pajak Daerah Dan Retribusi Daerah Terhadap Pendapatan Asli Daerah (Pad) Dan Anggaran Pendapatan Dan Belanja Daerah (Apbd) Guna Mendukung Pelaksanaan Otonomi Daerah (Studi Kasus Pemerintah Daerah Kota Bogor)”, Jurnal Sosial dan Politik, Universitas Indonesia. Vol. 7 No. 2. Dipublikasikan.
Rusyidi, Bahrul Ulum (2010), “Analisis Determinan Kinerja Keuangan Pemerintah Daerah Dan Deteksi Ilusi Fiskal Provinsi di Indonesia”, Skripsi, Fakultas Ekonomika dan Bisnis IESP Universitas Diponegoro, Semarang, Dipublikasikan.
Sidik, Dr.Machfud, Dr.B. Raksaka Mahi, Dr. Robert Simanjuntak, Dr. Bambang Brodjonegoro (2002), Dana Alokasi Umum: Konsep, Hambatan, dan Prospek di Era Otonomi Daerah, Penerbit Kompas, Jakarta.
Sriyana, Jaka (2011), “Kinerja Fiskal Daerah : Kasus Kabupaten dan Kota di Provinsi DIY”, Jurnal Ekonomi dan Bisnis, Universitas Islam Indonesia. Vol. 15 No.2.
Suparmoko (2002), Ekonomi Publik Untuk Keuangan dan Pembangunan Daerah, ANDI, Jakarta.
Varika, A.Citra (2014), ”Deteksi Ilusi Fiskal Pada Keuangan Daerah Kabupaten/Kota Provinsi Lampung”, Skripsi, Universitas Lampung, Bandar Lampung.
Dipublikasikan.
Widarjono, Agus (2013), Ekonometrika : Teori dan Aplikasi Untuk Ekonomi dan Bisnis, Edisi Kelima, Penerbit UPP STIM YKPN, Yogyakarta.
Widarjono, Agus (2013), Ekonometrika Pengantar dan Aplikasinya, Edisi Keempat, UPP STIM YKPN, Yogyakarta.
LAMPIRAN
LAMPIRAN 1
Pajak Daerah, Retribusi Daerah, DBH, DAU, dan Belanja Provinsi se Sulawesi Tahun 2010 sampai 2017 (dalam miliar)
Daerah Tahun Pajak daerah Retribusi daerah
Dana bagi hasil
Utara 2010 373.765.053.830 11.933.613.199 74.309.883.329 558.781.013.000 1.000.323.013.303 2011 477.202.210.410 8.866.083.871 80.361.935.173 619.711.007.000 1.285.864.832.396 2012 554.846.120.068 14.790.120.410 99.292.276.430 790.534.491.000 1.771.118.335.760 2013 667.921.445.991 25.269.649.522 89.815.076.904 885.684.277.000 2.025.590.874.885 2014 785.141.595.219 34.468.179.481 84.421.635.889 949.852.622.000 2.229.484.466.963 2015 837.020.757.499 54.224.074.156 69.347.787.645 1.026.948.809.000 2.693.083.788.018 2016 838.345.626.536 65.162.587.463 102.721.457.620 1.065.545.204.000 2.801.145.395.510 2017 448.389.574.416 33.224.071.155 63.642.282.691 781.872.560.000 1.320.371.343.044 Prov.
Sulawesi
Tengah 2010 344.354.727.359 29.650.214.284 71.244.195.090 659.331.271.000 1.033.800.087.503 2011 421.221.594.325 14.058.850.382 82.887.818.405 743.161.759.000 1.426.082.333.706 2012 494.753.015.727 3.123.783.448 97.601.766.326 902.087.729.000 2.013.021.739.959 2013 555.077.909.479 3.622.024.492 100.189.491.883 994.658.685.000 2.145.227.819.902 2014 663.633.353.296 4.326.901.700 87.949.453.097 1.087.885.014.000 2.445.661.248.021 2015 738.993.196.650 6.203.473.975 85.165.410.164 1.221.602.865.000 2.953.280.683.117 2016 776.340.400.576 7.046.280.402 102.058.131.981 1.272.925.036.000 3.178.114.481.726 2017 351.722.422.267 3.656.603.590 73.458.931.855 740.397.163.100 1.271.541.339.706 Prov.
Sulawesi
Selatan 2010 1.334.804.020.758 108.560.876.583 224.389.792.670 706.276.399.000 1.982.205.462.729 2011 1.729.075.998.237 111.624.999.824 248.345.220.303 816.757.969.000 3.177.043.309.756 2012 1.949.194.027.676 113.058.779.474 309.478.526.666 996.939.584.000 4.603.648.280.427 2013 2.253.427.933.668 60.528.670.326 268.130.040.457 1.089.771.438.000 4.924.217.349.190 2014 2.667.266.552.726 94.595.826.667 248.811.019.824 1.209.587.410.000 5.599.423.492.338 2015 2.902.245.605.671 94.314.412.509 188.057.830.411 1.180.010.167.000 6.149.604.542.113 2016 3.079.662.364.379 86.532.573.010 314.343.523.186 1.394.148.361.000 6.930.978.668.388 2017 1.359.117.447.210 40.900.730.839 199.556.053.068 1.321.987.632.000 2.958.431.242.958
LANJUTAN LAMPIRAN 1
Prov.
Sulawesi
Tenggara 2010 202.929.980.966 51.035.765.321 71.842.991.662 595.762.419.000 925.355.569.222 2011 262.509.201.604 18.543.869.680 82.744.077.124 700.836.557.000 1.328.024.699.960 2012 336.932.584.305 19.160.705.298 115.207.475.481 869.882.871.000 1.714.896.024.366 2013 408.107.145.035 24.471.158.962 126.593.343.568 981.035.741.000 1.812.944.606.734 2014 457.838.379.672 18.244.034.338 123.630.558.241 1.053.636.011.000 2.088.599.724.022 2015 516.470.918.299 17.728.743.503 121.027.372.555 1.176.423.577.000 2.349.274.466.742 2016 579.776.256.279 13.243.196.118 97.654.365.072 1.200.634.199.000 2.663.870.374.406 2017 199.777.858.172 6.264.273.808 52.628.491.010 871.242.078.000 1.150.769.073.302 Prov.
Sulawesi
Barat 2010 78.352.878.026 1.908.405.250 405.749.577.000 607.672.265.812 2011 96.383.466.902 2.041.884.268 35.302.600.280 441.578.798.000 731.367.814.561 2012 119.939.739.355 1.422.264.641 43.679.976.683 590.680.361.000 868.132.633.862 2013 132.801.330.851 2.320.656.733 39.591.545.666 685.497.592.000 1.043.985.310.348 2014 196.874.903.279 4.031.227.184 30.299.102.754 776.214.122.000 1.227.422.383.584 2015 228.176.179.793 11.825.663.960 23.535.722.275 895.580.933.000 1.570.188.198.250 2016 247.316.686.394 14.043.489.782 28.853.076.291 925.147.622.000 1.765.977.558.869 2017 76.513.384.566 7.404.203.015 16.758.036.492 570.443.769.000 732.653.255.998 Prov.
Gorontalo 2010 120.748.491.227 - 26.933.695.757 400.750.820.000 527.649.189.791 2011 144.753.701.685 26.813.585.384 461.118.102.000 719.234.294.055 2012 168.068.663.005 88.420.000 30.858.457.335 582.140.302.000 885.021.160.786 2013 183.779.995.351 225.000.000 28.957.844.314 652.284.261.000 1.131.915.649.690 2014 247.137.060.459 1.967.050.132 23.660.330.654 734.279.438.000 1.204.490.038.149 2015 260.996.261.660 4.072.217.710 20.766.783.149 845.395.651.000 1.407.931.048.148 2016 280.594.553.403 6.081.260.233 27.939.248.043 884.557.753.000 1.595.894.748.734 2017 131.535.787.634 2.567.561.706 19.066.511.604 485.865.924.000 716.160.615.167
LAMPIRAN 2 COMMON EFFECT
Dependent Variable: BELANJA Method: Panel Least Squares Date: 03/29/19 Time: 16:44 Sample: 2010 2017 Adjusted R-squared 0.973279 S.D. dependent var
1.45E+1 2 S.E. of regression 2.37E+11 Akaike info criterion 55.32669 Sum squared resid 2.25E+24 Schwarz criterion 55.52743 Log likelihood -1239.850
Hannan-Quinn
criter. 55.40152
F-statistic 401.6578 Durbin-Watson stat 1.737919 Prob(F-statistic) 0.000000
LAMPIRAN 3 FIXED EFFECT
Dependent Variable: BELANJA Method: Panel Least Squares Date: 03/29/19 Time: 16:46 Sample: 2010 2017 Adjusted R-squared 0.991416 S.D. dependent var
1.45E+1 2 S.E. of regression 1.34E+11 Akaike info criterion 54.27977 Sum squared resid 6.33E+23 Schwarz criterion 54.68125 Log likelihood -1211.295
Hannan-Quinn
criter. 54.42944
F-statistic 565.6734 Durbin-Watson stat 2.092619 Prob(F-statistic) 0.000000
LAMPIRAN 4 Date: 03/29/19 Time: 16:47 Sample: 2010 2017 Adjusted R-squared 0.973279 S.D. dependent var
1.45E+1 2 S.E. of regression 2.37E+11 Akaike info criterion 55.32669 Sum squared resid 2.25E+24 Schwarz criterion 55.52743 Log likelihood -1239.850
Hannan-Quinn
criter. 55.40152
Prob(F-statistic) 0.000000 Date: 03/29/19 Time: 16:47 Sample: 2010 2017 Adjusted R-squared 0.973279 S.D. dependent var
1.45E+1 2 S.E. of regression 2.37E+11 Akaike info criterion 55.32669 Sum squared resid 2.25E+24 Schwarz criterion 55.52743 Log likelihood -1239.850
Hannan-Quinn
criter. 55.40152
F-statistic 401.6578 Durbin-Watson stat 1.737919
Prob(F-statistic) 0.000000 Date: 03/29/19 Time: 16:47 Sample: 2010 2017 Adjusted R-squared 0.973279 S.D. dependent var
1.45E+1 2 S.E. of regression 2.37E+11 Akaike info criterion 55.32669 Sum squared resid 2.25E+24 Schwarz criterion 55.52743 Log likelihood -1239.850
Hannan-Quinn
criter. 55.40152
Prob(F-statistic) 0.000000
LAMPIRAN 7
Tabel Rata-Rata Pajak Pada Pendapatan Seluruh Provinsi Di Pulau Sulawesi
Tahun Pajak
2010 27,66%
2011 29,17%
2012 24,75%
2013 25,90%
2014 27,78%
2015 26,88%
2016 23,94%
2017 22,27%
LAMPIRAN 8
Daerah Tahun Kontribusi Pajak Terhadap Pendapatan per daerah dari 2010-2017
Prov. Sulawesi Utara 2010 32,25% 31,23%
2011 34,94%
Prov. Sulawesi Tengah 2010 29,24% 25,94%
2011 29,86%
Prov. Sulawesi Selatan 2010 52,05% 45,92%
2011 55,58%
Prov. Sulawesi Tenggara 2010 19,23% 19,09%
2011 20,36%
Prov. Sulawesi Barat 2010 12,83% 12,45%
2011 13,40%
2014 20,44%
2015 18,78%
2016 17,71%
2017 39,32%