DAFTAR LAMPIRAN
Proses Pemilihan Sampel Penelitian
No Nama Provinsi Kriteria Sampel Sampel
32 Provinsi Papua √ √ √ √ 20
33 Provinsi Papua Barat √ √ √ √ 21
Data Penelitian A. Data Sisa Lebih Pembiayaan Anggaran (SiLPA)
Provinsi 2006 2007 2008 2009
Aceh 3,421,681,087,852 3,141,732,121,604 4,015,380,289,197 1,842,988,678,576 Sumatera Utara 289,362,661,010 394,258,829,829 610,590,951,928 346,533,461,276 Sumatera Barat 212,722,372,284 250,314,439,792 314,029,281,825 673,887,320,537 Riau 1,049,349,975,014 425,420,623,676 869,746,872,266 114,037,387,992 Bengkulu 77,084,095,641 195,850,386,718 218,702,463,462 10,570,145,970 Lampung 350,625,380,857 180,319,738,080 183,672,386,252 78,951,379,636 Jawa Tengah 354,863,741,202 329,786,228,234 587,388,161,436 850,362,509,157 DI Yogyakarta 210,869,773,263 134,768,116,023 279,499,643,186 231,489,751,385 Jawa Timur 847,306,591,209 1,277,566,811,356 2,061,246,828,539 1,930,998,872,518 Kalimantan Selatan 201,652,308,549 258,294,254,497 533,662,391,149 429,320,826,136 Sulawesi Utara 35,372,751,714 8,497,529,161 99,104,168,111 88,025,574,436 Sulawesi Selatan 205,544,094,449 208,233,768,425 183,232,856,332 230,447,065,416 Sulawesi Barat 73,880,042,895 69,509,115,423 59,884,224,801 23,221,029,617 Nusa Tenggara Barat 65,181,865,049 71,073,303,720 63,928,652,373 70,127,301,343 Nusa Tenggara Timur 328,857,367,436 288,306,324,089 252,690,837,502 210,676,609,923 Maluku 43,191,583,600 62,209,327,914 64,806,192,328 58,385,590,659 Banten 137,157,181,074 149,104,130,492 234,720,327,441 235,495,508,609 Bangka Belitung 290,197,792,799 254,692,422,612 315,465,869,780 264,129,353,964 Kepulauan Riau 447,501,469,506 184,315,625,950 391,953,212,644 242,173,799,395 Papua 535,610,092,375 2,595,763,906,145 6,411,008,776 1,105,583,875,984 Papua Barat 196,892,986,788 193,508,717,416 49,003,746,234 130,152,083,722
Provinsi 2010 2011 2012 2013
Aceh 1,306,726,214,378 1,508,840,608,851 1,968,699,122,183 1,363,614,196,858 Sumatera Utara 404,884,722,999 711,836,577,827 14,107,541,507 45,200,503,220 Sumatera Barat 335,221,212,133 361,250,283,093 276,750,267,366 366,447,838,747 Riau 404,707,156,731 1,339,316,754,552 1,977,900,614,768 1,447,676,413,282 Bengkulu 39,678,718,523 197,339,470,818 241,356,037,084 82,880,966,092 Lampung 161,181,629,548 117,688,683,675 23,710,615,002 66,870,224,889
Jawa Tengah 1,232,139,507,665 705,308,166,992 755,371,554,796 789,743,757,859 DI Yogyakarta 233,346,955,782 270,588,655,808 379,241,941,053 382,020,096,898 Jawa Timur 1,479,695,649,869 1,223,913,293,818 1,153,509,144,119 1,846,787,127,478 Kalimantan Selatan 271,421,585,338 924,070,227,372 1,160,217,560,616 340,376,311,986 Sulawesi Utara 109,273,479,016 189,114,090,285 252,914,032,167 201,938,746,938 Sulawesi Selatan 290,514,746,370 212,338,655,822 42,653,395,045 92,048,275,314 Sulawesi Barat 25,751,452,871 12,483,936,232 101,379,671,063 129,254,555,437 Nusa Tenggara Barat 11,699,958,733 17,031,799,849 27,348,512,360 13,156,212,011 Nusa Tenggara Timur 110,683,612,716 145,648,778,701 179,264,504,331 223,629,774,519 Maluku 55,485,451,274 78,105,094,119 149,438,146,480 74,893,874,694 Banten 535,848,289,855 374,844,506,630 450,814,201,639 1,069,804,863,441 Bangka Belitung 240,432,352,331 242,245,781,563 285,022,224,843 201,966,080,664 Kepulauan Riau 372,804,275,275 288,891,008,712 290,832,799,125 256,736,884,758 Papua 955,938,778,571 779,591,449,131 768,415,821,113 847,856,488,374 Papua Barat 353,183,633,126 398,118,931,990 282,829,738,320 120,876,639,044
B. Data Jumlah Penduduk
Provinsi 2006 2007 2008 2009 2010 2011 2012 2013
C. Luas Wilayah Kalimantan Selatan 38884 38884 38744 38744 38744 38744 38744 38744 Sulawesi Utara 13931 13931 13852 13852 13852 13852 13852 13852
Aceh 490,177,330,000 775,174,701,021 2,609,726,658,479 3,696,304,078,890 Sumatera Utara 528,404,430,000 686,133,765,170 579,740,663,181 704,337,051,723 Sumatera Barat 210,126,560,000 259,261,223,865 362,102,929,729 462,031,796,624 Riau 1,358,205,750,000 1,508,724,965,289 1,195,266,682,619 1,119,393,868,687 Bengkulu 105,193,820,000 189,714,611,340 388,314,528,657 249,114,223,801 Lampung 113,441,650,000 263,015,495,721 208,831,676,848 233,290,049,171 Jawa Tengah 209,072,080,000 374,551,312,264 530,106,603,171 547,058,588,192 DI Yogyakarta 53,334,500,000 104,220,866,989 191,833,725,724 192,938,051,444 Jawa Timur 789,484,785,738 640,504,302,197 548,509,682,952 837,299,991,689 Kalimantan
Sulawesi Barat 65,078,950,000 92,488,587,564 209,936,687,897 241,804,106,669 Nusa Tenggara
Barat 88,553,580,000 164,626,805,752 173,739,485,761 133,813,071,896 Nusa Tenggara
Timur 114,178,980,000 293,850,287,808 202,721,741,546 205,249,529,399 Maluku 14,396,680,000 149,458,988,235 149,643,029,350 172,147,626,566 Banten 383,062,780,000 447,781,463,067 593,948,138,182 682,566,127,528 Bangka Belitung 142,335,530,000 194,509,410,249 235,314,794,936 238,120,044,845 Kepulauan Riau 181,640,530,000 434,986,063,755 289,202,689,139 605,750,178,098 Papua 524,575,850,000 1,518,302,684,102 1,049,192,740,138 1,199,489,101,030 Papua Barat 107,347,350,000 188,894,083,840 706,889,825,520 818,812,890,205
Provinsi 2010 2011 2012 2013
Hasil Olah Data (SPSS versi 20)
Hasil olah data yang dilampirkan adalah hasil olah data setelah memenuhi asumsi normalitas dan autokorelasi.
Berikut ditampilkan hasil olah data penelitian dengan menggunakan SPSS 18,0 setelah memenuhi asumsi normalitas dan autokorelasi:
A. Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Silpa 117 8497529161 3421681087852 339668686427.90 512656710194.69
Jumlah Penduduk 117 660591 37236597 8207022.50 10311369.45
Luas Wilayah 117 9018.6400 309934.40 41161.00 34480.06
Belanja Modal 117 105193820000 995882015819 399710308609.99 226184607236.43
Valid N (listwise) 117
B. Uji Normalitas Histogram
Grafik
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 117
Normal Parametersa,b Mean -.0001304
Std. Deviation 201192159498.55478000
Most Extreme Differences
Absolute .120
Positive .120
Negative -.073
Kolmogorov-Smirnov Z 1.300
Asymp. Sig. (2-tailed) .068
a. Test distribution is Normal.
C. Uji Autokorelasi
D. Uji Multikolinearitas
Coefficientsa
1 (Constant) 261944163918.75 33420009224
.18
a. Dependent Variable: Belanja Modal
Model Summaryb
a. Predictors: (Constant), Luas Wilayah, Jumlah Penduduk, Silpa
E. Uji Heteroskedastisitas
F. Uji Analisis Regresi Linear Berganda
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 261944163918.75 33420009224
.18
7.838 .000
SiLPA .121 .040 .274 3.056 .003
Jumlah
Penduduk
3156.758 1949.564 .144 1.619 .108
Luas
Wilayah
1721019.036 553706.759 .262 3.108 .002
G. Uji Signifikansi Simultan (Uji-F)
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1239018214813194200000000.00 3 413006071604398100000000.00 9.939 .000b Residual 4695481065068264000000000.00 113 41552929779365170000000.00
Total 5934499279881458000000000.00 116
a. Predictors: (Constant), SiLPA, Jumlah Penduduk, Luas Wilayah
b. Dependent Variable: Belanja Modal
H. Uji Signifikansi Parameter Individual (Uji-t)
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 261944163918.75 33420009224.18 7.838 .000
SiLPA .121 .040 .274 3.056 .003
Jumlah Penduduk 3156.758 1949.564 .144 1.619 .108
Luas Wilayah 1721019.036 553706.759 .262 3.108 .002
a. Dependent Variable: Belanja Modal
I. Uji Koefisien Determinasi (R2)
Model Summaryb
Model R R Square Adjusted R Square
DAFTAR PUSTAKA
Bastian, Indra. 2001. Akuntansi Sektor Publik di Indonesia. Yogyakarta. BPFE-Yogyakarta.
Darmayasa, I Nyoman dan I Ketut Suandi. 2014. “ Faktor Penentu Belanja Modal Dalam APBD Pemerintah Provinsi.” Jurnal Simposium Nasional Akuntansi
(SNA) XVII Mataram, 24-27 September 2014.
Darwanto dan Yustikasari, Yulia. 2007. “ Pengaruh Pertumbuhan Ekonomi, Pendapatan Asli Daerah, dan Dana Alokasi Umum Terhadap Pengalokasian Anggaran Belanja Modal.” Jurnal Simposium Nasional Akuntansi (SNA) X
Makassar, 26-28 Juli 2007.
Darise, Nurlan. 2008. Akuntansi Keuangan Daerah. Jakarta : PT. Indeks.
Erlina, 2011. Metodologi Penelitian. Medan : USU Press.
Erlina, Sirojuzilam, dan Rasdianto. 2012. Pengelolaan Dan Akuntansi Keuangan
Daerah. Medan : USU Press.
Fauzy, Muammar. 2014. “Hubungan Informasi SiLPA APBD dan Arus Kas terhadap Penganggaran Belanja Modal Kabupaten di Indonesia berdasarkan Klaster Permendagri nomor 21 Tahun 2007”, Skripsi, Fakultas Ekonomi dan Bisnis, Universitas Diponegoro, Semarang.
Ghozali, Imam. 2006. Aplikasi Analysis Multivariate Dengan Program SPSS. Semarang : Badan Penerbit Universitas Diponegoro.
Halim, Abdul. 2002. Akuntansi Sektor Publik (Akuntansi Keuangan Daerah). Jakarta : Salemba Empat.
Haryanto. 2013. “Pengaruh Informasi SiLPA APBD dan Arus Kas Terhadap Penganggaran Belanja Modal Berdasarkan Klasifikasi Pemerintah Daerah
Menurut Permendagri Nomor 21 Tahun 2007.” E-Journal Akuntansi.
Universitas Diponegoro.
Jumay, Yasin. 2015. “Pengaruh PAD, DAU, dan Luas Wilayah terhadap Alokasi Belanja Modal pada Kabupaten/Kota di Sumatera Utara.” Skripsi. Universitas Sumatera Utara Fakultas Ekonomi dan Bisnis. Medan.
Kusnandar, dan Dodik Diswantoro. 2012. “Pengaruh Dana Alokasi Umum, Pendapatan Asli Daerah, Selisih Lebih Pembiayaan Anggaran, dan Luas Wilayah terhadap Belanja Modal.” Jurnal Simposium Nasional Akuntansi
Mursyidi. 2009. Akuntansi Pemerintahan di Indonesia. Bandung : PT. Refika Aditama.
Nordiawan, Deddi, Iswahyudi Sondi Putra, Maulidah Rahmawati. 2007.
Akuntansi Pemerintahan. Edisi Kedua. Jakarta : Salemba Empat.
Purnama, Arif. 2014. “Pengaruh Dana Alokasi Umum (DAU), Pendapatan Asli Daerah (PAD), Sisa Lebih Pembiayaan Anggaran (SiLPA), dan Luas Wilayah terhadap Belanja Modal pada Kabupaten dan Kota di Jawa Tengah Periode 2012-2013.” Skripsi. Universitas Muhammadiyah Surakarta Fakultas Ekonomi dan Bisnis. Surakarta.
Pribadi, Nuria Ardha. “Analisis Pengaruh Luas Wilayah, Jumlah Penduduk, Kemandirian Daerah, dan Efektivitas PAD terhadap Alokasi Belanja Modal pada Kota dan Kabupaten di Indonesia pada Tahun 2013.” Skripsi. Universitas Sumatera Utara Fakultas Ekonomi dan Bisnis. Medan.
Renyowijoyo, Muindro. 2010. Akuntansi Sektor Publik Organisasi Non Laba. Jakarta : Mitra Wacana Media.
Republik Indonesia. 2004. Undang-Undang Nomor 32 Tahun 2004 Tentang
Pemerintahan Daerah.
---. 2004. Undang-Undang Nomor 33 Tahun 2004 Tentang Perimbangan
Keuangan Antara Pemerintahan Pusat dan Pemerintahan Daerah.
---. 2006. Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 Tentang
Pedoman Pengelolaan Keuangan Daerah.
---. 2007. Peraturan Menteri Dalam Negeri Nomor 21 Tahun 2007. Tentang
Klaster Kemampuan Keuangan Daerah.
---. 2010. Peraturan Pemerintah Nomor 71 Tahun 2010 Tentang Standar
Akuntansi Pemerintahan.
---. 2011. Peraturan Menteri Dalam Negeri Nomor 21 Tahun 2011 Tentang
Perubahan Kedua Atas Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 Tentang Pedoman Pengelolaan Keuangan daerah.
Sabeni, Arifin dan Imam Ghozali. 2001. Pokok-Pokok Akuntansi Pemerintahan. Yogyakarta. BPFE-Yogyakarta.
Sugiarthi, Ni Putu Dwi Eka Rini dan Ni Luh Supadmi. 2014. “Pengaruh PAD, DAU, dan SiLPA Pada Belanja Modal Dengan Pertumbuhan Ekonomi
Sebagai Pemoderasi.” E-Journal Akuntansi Universitas Udayana, Volume
7 Nomor 2 hal 477-495.
Sugiyono. 2011. Statistik Untuk Peneltian. Bandung : Alfabeta.
Wandira, Arbie Gugus. 2013. “Pengaruh PAD, DAU, DAK, dan DBH Terhadap
Pengalokasian Belanja Modal.” Accounting Analysis Journal, Volume 2
Nomor 1 hal 45-51.
www.djpk.depkeu.go.id
www.bps.go.id
BAB III
METODE PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian
asosiatif kausal, dimana penelitian ini bertujuan untuk menganalisis hubungan
antara dua variabel atau lebih. Variabel dependen untuk penelitian ini adalah
Belanja Modal pada saat tanggal pelaporan keuangan Tahun Realisasi Anggaran
2006-2013. Variabel independen yang digunakan dalam penelitian ini adalah
informasi Sisa Lebih Perhitungan Anggaran (SiLPA) dalam Laporan Realisasi
Anggaran (LRA) pemerintah provinsi Tahun Anggaran 2006-2013, laporan
informasi jumlah penduduk periode 2006-2013, dan laporan informasi luas
wilayah periode 2006-2013.
3.2. Tempat dan Waktu Penelitian
Data yang digunakan dalam penelitian ini laporan keuangan pemerintah
dalam satu periode yang terdaftar di dalam website www.djpk.depkeu.go.id antara
periode 2006-2013 dan www.bps.go.id antara periode 2006-2013 serta
www.kemendagri.go.id periode 2006-2013.
3.3. Defenisi Operasional dan Pengukuran Variabel
Defenisi operasional adalah menjelaskan karakter dari obyek ke dalam
elemen yang dapat diobservasi sehingga suatu konsep dapat diukur di dalam
operasional agar lebih mudah dicari hubungannya antara satu variabel dengan
lainnya dan pengukurannya. Adapun variabel-variabel dalam penelitian ini terdiri
dari variabel independen dan variabel dependen.
3.3.1. Variabel Independen
Variabel independen atau variabel bebas adalah variabel yang secara
positif ataupun negatif dapat mempengaruhi variabel terikat atau bisa disebut
sebagai variabel yang menjadi sebab bagi variabel dependen (Umar, 2003:50).
Variabel ini dipilih oleh peneliti untuk menentukan hubungannya dengan suatu
gejala yang diobservasi.
Variabel independen dalam penelitian ini adalah:
a. Sisa Lebih Pembiayaan Anggaran (SiLPA)
SiLPA merupakan bagian dari Laporan Realisasi Anggaran yang
dilaporkan oleh pemerintah pada tahun anggaran bersangkutan. Pernyataan
No. 02 SAP tentang Laporan Realisasi Anggaran berbasis kas
menyebutkan bahwa Sisa Lebih Pembiayaan Anggaran adalah selisih lebih
antara realisasi penerimaan dan pengeluaran selama satu periode laporan.
SiLPA sebenarnya merupakan indikator efisiensi, karena SiLPA hanya
terbentuk bila terjadi surplus pada APBD dan sekaligus terjadi pembiayaan
neto yang positif, dimana komponen penerimaan lebih besar dari
b. Jumlah Penduduk
Jumlah penduduk tiap daerah tidak sama, setiap daerah yang
memiliki luas wilayah yang besar tidak selalu memiliki jumlah penduduk
yang paling besar, begitu juga setiap daerah yang memiliki luas wilayah
yang kecil tidak selalu memiliki jumlah penduduk yang paling kecil.
Berdasarkan Undang-Undang nomor 33 tahun 2004 tentang Perimbangan
Keuangan antara Pemerintah Pusat dengan Pemerintah Daerah, yang
menyebutkan bahwa jumlah penduduk merupakan satu variabel yang
menggambarkan kebutuhan dalam penyediaan layanan publik di setiap
daerah.
c. Luas Wilayah
Daerah dengan wilayah yang lebih luas membutuhkan sarana dan
prasarana yang lebih banyak sebagai syarat untuk pelayanan kepada publik
bila dibandingkan dengan daerah dengan wilayah yang tidak begitu luas.
Siswantoro (2012), mengatakan bahwa luas wilayah memiliki pengaruh
terhadap alokasi belanja modal. Luas wilayah juga merupakan sebuah
daerah yang dikuasai atau menjadi teritorial dari sebuah kedaulatan.
3.3.2. Variabel Dependen
Variabel dependen adalah variabel yang menjadi perhatian utama
dalam sebuah pengamatan (Situmorang dan Lutfi, 2012:8). Variabel dependen
yang diamati dan diukur untuk menentukan pengaruh yang disebabkan oleh
merupakan komponen belanja langsung dalam anggaran pemerintah yang
menghasilkan output berupa aset tetap.
a. Belanja Modal
Belanja Modal adalah pengeluaran pemerintah daerah yang
manfaatnya lebih dari satu tahun anggaran dan akan menambah aset atau
kekayaan daerah dan berakibat menambah belanja yang bersifat rutin
(Sularso dan Restianto, 2011). Dalam penelitiannya, Sularso dan Restianto
(2011) membagi klasifikasi belanja modal ke dalam dua kelompok.
Kelompok pertama adalah kelompok belanja modal yang termasuk dalam
belanja publik yaitu belanja modal yang manfaatnya bisa langsung
dinikmati dan dirasakan oleh masyarakat. Contoh dari belanja modal
kelompok ini adalah pembangunan jalan dan jembatan, pembelian mobil
ambulans untuk digunakan sebagai fasilitas umum dan sebagainya.
Kelompok kedua adalah belanja modal aparatur. Kelompok ini merupakan
belanja modal yang manfaatnya tidak langsung dinikmati oleh masyarakat,
tetapi dirasakan langsung oleh aparatur negara. Contohnya adalah belanja
pembangunan gedung pemerintah, pengadaan kendaraan dinas, dan
lain-lain.
Sularso dan Restianto (2011), berpendapat bahwa belanja modal
berkaitan erat dengan investasi yang dilakukan oleh pemerintah daerah.
Dalam mengartikan investasi bisa dilakukan dengan berbagai macam sudut
pandang atau konteks mengartikannya. Secara akuntansi pada konteks
expenditure dan capital expenditure. Belanja modal dapat digolongkan ke
dalam investasi karena pengertian belanja modal tersebut dapat
dikategorikan sebagai capital expenditure.
Tabel 3.1
Defenisi Operasional Variabel Penelitian
Variabel Defenisi Indikator Skala
SiLPA (X1) Selisih lebih antara lebih dari satu tahun anggaran dan akan
3.4. Populasi dan Sampel Penelitian
Populasi penelitian ini adalah seluruh provinsi yang melaporkan laporan
realisasi keuangan daerah pada tahun 2006-2013 di Direktorat Jenderal
Perimbangan Keuangan. Pemilihan sektor provinsi dikarenakan peneliti ingin
melakukan penelitian yang menguji pengaruh SiLPA, Jumlah Penduduk, Luas
Wilayah terhadap Belanja Modal pada sektor Provinsi di Indonesia dan berbeda
dari penelitian sebelumnya yang menggunakan sektor Kabupaten. Atas dasar
itulah populasi penelitian ini mengambil sektor Provinsi di Indonesia.
Metode pemilihan sampel dalam penelitian ini adalah purposive sampling,
yaitu penentuan sampel dengan menetapkan kriteria-kriteria tertentu. Adapun
kriteria-kriteria yang digunakan dalam penelitian ini adalah:
1. Provinsi di Indonesia yang melaporkan laporan realisasi APBD pada tahun
2006-2013 yang terdaftar di Direktorat Jenderal Perimbangan Keuangan.
2. Provinsi yang memiliki tingkat kemampuan keuangan tinggi dan sedang,
berdasarkan klaster permendagri nomor 21 tahun 2007.
3. Provinsi di Indonesia yang mengeluarkan laporan Jumlah Penduduk pada
tahun 2006-2013 yang terdaftar di Badan Pusat Statistik.
4. Provinsi di Indonesia yang mengeluarkan laporan Luas Wilayah pada
Tabel 3.2
Pemilihan Sampel
Keterangan Jumlah
Jumlah pemerintah provinsi yang melaporkan laporan realisasi APBD tahun 2006-2013 yang terdaftar di Direktorat Jenderal Perimbangan Keuangan.
33
Jumlah Pemerintah Provinsi yang memiliki tingkat kemampuan
keuangan rendah. (1)
Jumlah Pemerintah Provinsi yang tidak mengeluarkan laporan Jumlah
Penduduk periode 2006-2013. (11)
Jumlah Pemerintah Provinsi yang tidak mengeluarkan laporan Luas
Wilayah periode 2006-2013. 0
Jumlah Sampel Terpilih 21
Sumber: Data sekunder yang diolah peneliti, 2016.
Dari kriteria pemilihan sampel diatas diperoleh 21 sampel, dan penelitian
dilakukan selama delapan tahun, mulai dari tahun 2006 sampai dengan tahun
2013, maka jumlah seluruh sampel penelitian adalah 21 sampel. Daftar nama
provinsi yang menjadi sampel dalam penelitian ini akan disajikan pada lampiran
satu dalam penelitian ini.
3.5. Jenis dan Sumber Data
Dalam penelitian ini jenis data yang digunakan adalah data kuantitatif dan
merupakan data sekunder yang informasinya secara tidak langsung diperoleh dari
pemerintah provinsi. Data sekunder umumnya berupa bukti, catatan, atau laporan
historis yang telah tersusun dalam arsip (data documenter) yang dipublikasikan.
Penelitian ini menggunakan jenis data panel (pooled data), yakni gabungan antara
data runtut (time series) dan data silang (cross section). Dikatakan data gabungan
karena data dalam penelitian ini terdiri atas beberapa objek/sub objek dalam
Data yang digunakan dalam penelitian ini adalah laporan realisasi
pemerintah provinsi yang diperoleh dari website Direktorat Jenderal Perimbangan
Keuangan, laporan Jumlah Penduduk pemerintah provinsi yang diperoleh dari
website Badan Pusat Statistik, laporan Luas Wilayah pemerintah provinsi yang
diperoleh dari website Kementrian Dalam Negeri Republik Indonesia.
3.6. Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah dengan
menggunakan metode dokumentasi. Metode dokumentasi adalah metode
pengumpulan data yang dilakukan dengan mengumpulkan data-data sekunder
serta informasi-informasi yang digunakan yang berasal dari dokumen-dokumen
perusahaan atau pemerintah terkait. Pengumpulan data yang dilakukan dengan
mengunduh dari www.djpk.depkeu.go.id, untuk memperoleh data mengenai
laporan realisasi APBD pemerintah daerah provinsi sesuai dengan periode
pengamatan, kemudian untuk memperoleh data jumlah penduduk daerah provinsi
adalah dengan mengunduh dari www.bps.go.id, dan yang terakhir adalah
mengunduh data dari www.kemendagri.go.id untuk memperoleh data luas
wilayah pemerintah provinsi di Indonesia.
3.7. Metode Analisis Data
Data penelitian ini dianalisis dan diuji dengan uji statistik yaitu statistik
deskriptif, uji asumsi klasik, dan analisis regresi untuk pengujian hipotesis
3.7.1. Statistik Deskriptif
Metode analisis deskriptif merupakan metode analisis data yang dilakukan
untuk mengetahui dan menjelaskan variabel yang diteliti berupa angka-angka
sebagai dasar untuk pengambilan keputusan. Angka-angka yang dimaksud dalam
pengukuran statistik deskriptif ini meliputi jumlah sampel, nilai minimum, nilai
maksimum, mean, dan standar deviasi. Minimum digunakan untuk mengetahui
jumlah terkecil yang bersangkutan bervariasi dari rata-rata. Maksimum digunakan
untuk mengetahui jumlah terbesar data yang bersangkutan. Standar deviasi
digunakan untuk mengetahui seberapa besar data bersangkutan bervariasi dari
rata-rata.
3.7.2. Uji Asumsi Klasik
Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi
oleh analisis linear berganda. Pengujian ini juga dimaksudkan untuk memastikan
bahwa data yang dihasilkan berdistribusi normal dan di dalam model regresi yang
digunakan tidak terdapat multikolinearitas. Uji asumsi klasik terdiri dari uji
normalitas, uji multikolinearitas, uji heterokedastisitas dan uji autokorelasi.
3.7.2.1. Uji Normalitas
Uji Normalitas digunakan dalam tahap awal dalam metode
pemilihan analisis data. Uji Normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal (Ghozali, 2006). Seperti diketahui bahwa uji t dan F
yang baik adalah data yang berdistribusi normal, yaitu distribusi data
tersebut tidak menceng ke kiri atau menceng ke kanan. Uji normalitas
dilakukan dengan tiga pendekatan yaitu pendekatan histogram, pendekatan
grafik, dan pendekatan Kolmogorov-Smirnov.
Untuk menguji normalitas data dengan pendekatan histogram
dapat dilihat dengan kurva normal, yaitu kurva yang memiliki ciri-ciri
khusus, salah satu diantaranya adalah bahwa: mean, mode, dan median
pada tempat yang sama. Data yang normal akan terlihat pada grafik
histogram yang berbentuk lonceng (Situmorang dan Lufti, 2012).
Pendekatan grafik yaitu dengan melihat scatter plot terlihat titik mengikuti
data disepanjang garis diagonal yang berarti data tersebut berdistribusi
normal. Pendekatan Kolmogorov-Smirnov dilakukan untuk menilai
apakah data yang disepanjang garis diagonal berdistribusi normal. Jika
nilai signifikansi > 0,05 maka data berdistribusi normal.
3.7.2.2. Uji Multikolinearitas
Dilakukan untuk mengetahui apakah pada model regresi
ditemukan adanya korelasi antar variabel bebas. Pada model yang baik
tidak terjadi korelasi antara variabel bebas. Uji asumsi klasik seperti
multikolinearitas dapat dilaksanakan dengan jalan meregresikan model
analisis dan melakukan uji korelasi antar variabel independen dengan
menggunakan Variance Inflating Factor (VIF). Ketentuan suatu model
regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance
3.7.2.3. Uji Heteroskedastisitas
Heteroskedastisitas adalah varian residual yang tidak konstan
pada regresi sehingga hasil prediksi menjadi meragukan. Pengujian gejala
heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi
terjadi ketidaksamaan variabel dari residual suatu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homoskedastisitas. Tetapi, jika
berbeda disebut heteroskedastisitas. Cara mendeteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada
grafik scatterplot di sekitar nilai X dan Y. Jika ada pola tertentu, maka
telah terjadi gejala heteroskedastisitas (Ghozali, 2013).
3.7.2.4. Uji Autokorelasi
Pengujian ini bertujuan untuk menguji apakah di dalam model
regresi linier ditemukan adanya korelasi antar kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi
terjadi karena penelitian yang berurutan sepanjang waktu berkaitan satu
sama lainnya (Ghozali, 2013). Metode untuk mendeteksi autokorelasi ada
empat yaitu, metode grafik, metode Runs Test, percobaan d dari
Durbin-Watson, dan The Breusch-Golfrey. Model regresi dikatakan bebas dari
autokorelasi jika nilai hitung berada diantara nilai tabel dan 4 – nilai tabel
3.7.3. Analisis Regresi
Data yang telah dikumpulkan kemudian dianalisis dengan menggunakan alat
analisis statistik yakni:
1. Analisis regresi linier berganda
Pengujian ini bertujuan untuk menguji apakah variabel independen yaitu
SiLPA APBD, Jumlah Penduduk, Luas Wilayah berpengaruh terhadap
variabel dependen yaitu Belanja Modal. Model persamaan regresi dalam
penelitian ini adalah sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan:
Y : Belanja Modal
a : Harga Konstan (Konstanta)
b1, b2, b3 : Koefisien regresi
X1 : Sisa Lebih Pembiayaan Anggaran
X2 : Jumlah Penduduk
X3 : Luas Wilayah
3.7.4. Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan metode regresi linear
berganda. Analisis regresi linier berganda dilakukan untuk menguji fungsi linear
variabel dependen (Y) terhadap variabel independen (X1, X2, X3) dengan bantuan
software SPSS versi 20. Analisis meliputi uji koefisien determinasi (adjusted R2),
uji signifikansi simultan (uji F), dan uji signifikansi parsial (uji t)
3.7.4.1. Uji R2 atau Koefisien Determinasi
Uji koefisien determinasi bertujuan untuk mengetahui seberapa
besar kemampuan variabel independen menjelaskan variabel dependen.
Jika nilai adjusted R2 = 1 berarti fluktuasi variabel dependen seluruhnya
dapat dijelaskan oleh variabel independen. Jika nilai adjusted R2 semakin
mendekati 1, berarti semakin kuat kemampuan variabel independen dapat
menjelaskan fluktuasi variabel dependen, sedangkan nilai adjusted R2
semakin mendekati 0 berarti semakin lemah kemampuan variabel
independen dapat dijelaskan fluktuasi variabel dependen (Ghozali, 2013).
3.7.4.2. Uji Simultan (Uji F)
Uji F digunakan untuk menguji signifikansi koefisien regresi
secara keseluruhan dan pengaruh variabel bebas secara bersama-sama. Uji
statistik F tersebut dilakukan dengan memperhatikan ketentuan sebagai
berikut:
b. Jika statistik Fhitung < statistik Ftabel, maka H0 diterima dan menolak H1.
c. Jika statistik Fhitung > statistik Ftabel, maka H0 ditolak dan menerima H1.
Dimana:
H0 : Variabel bebas secara simultan bukan merupakan penjelas yang
signifikan terhadap variabel terikat.
H1 : Variabel bebas secara simultan merupakan penjelas yang signifikan
terhadap variabel terikat.
3.7.4.3. Uji Parsial (Uji t)
Uji statistik t dilakukan untuk menunjukkan seberapa jauh
pengaruh variabel bebas secara individual dalam menerangkan variasi
variabel terikat, sehingga uji statistik t ini digunakan untuk menguji
hipotesis. Uji statistik t tersebut dilakukan dengan memperhatikan
ketentuan sebagai berikut:
a. Tingkat signifikansi (α) = 5%
b. Jika statistik thitung < statistik ttabel, maka H0 diterima dan menolak H1.
c. Jika statistik thitung > statistik ttabel, maka H0 ditolak dan menerima H1.
Dimana:
H0 : Variabel bebas secara individual bukan merupakan penjelas yang
H1 : Variabel bebas secara individual merupakan penjelas yang
signifikan terhadap variabel terikat.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Gambaran Umum.
Populasi yang digunakan dalam penelitian ini adalah seluruh Provinsi di
Indonesia pada periode 2006 sampai dengan 2013. Total keseluruhan provinsi di
Indonesia pada periode 2006 sampai dengan 2013 adalah sebanyak 33 provinsi.
Metode pemilihan sampel yang digunakan dalam penelitian ini adalah purposive
sampling sehingga dari 33 provinsi tersebut hanya 21 provinsi yang memenuhi
kriteria untuk dijadikan sampel. Daftar provinsi yang menjadi sampel dalam
penelitian ini dilampirkan dalam lampiran satu.
4.2. Data Penelitian.
Data dalam penelitian ini merupakan data sekunder yang diunduh melalui
situs resmi website Direktorat Jenderal Perimbangan Keuangan yang beralamat
pada www.djpk.depkeu.go.id, website tersebut digunakan untuk memperoleh data
Sisa Lebih Pembiayaan Anggaran (SiLPA), kemudian data jumlah penduduk
dapat diperoleh melalui situs resmi Badan Pusat Statistik yang beralamat pada
www.bps.go.id, dan data sekunder untuk luas wilayah yang diunduh melalui situs
resmi Kementerian Dalam Negeri Republik Indonesia yang beralamat pada
www.kemendagri.go.id.
Metode analisis data yang digunakan di dalam penelitian ini adalah
metode analisis statistik dengan menggunakan persamaan regresi linear berganda
yang bertujuan untuk mengetahui pengaruh dari beberapa variabel independen
variabel dependen dimana dalam penelitian ini Belanja Modal. Dalam
menganalisis data digunakan software SPSS, dalam penelitian ini menggunakan
SPSS versi 20.
4.3. Hasil Penelitian.
4.3.1. Analisis Statistik Deskriptif.
Statistik deskriptif merupakan analisis yang memberikan gambaran
mengenai jumlah sampel, nilai minimum, maksimum, rata-rata, dan
standar deviasi dari penelitian kita. Berikut ini ditampilkan hasil analisis
statistik deskriptif dari variabel Sisa Lebih Pembiayaan Anggaran
(SiLPA), Jumlah Penduduk, Luas Wilayah, dan Belanja Modal.
Tabel 4.1. Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Silpa 117 8497529161 3421681087852 339668686427.90 512656710194.69
Jumlah Penduduk 117 660591 37236597 8207022.50 10311369.45
Luas Wilayah 117 9018.6400 309934.40 41161.00 34480.06
Belanja Modal 117 105193820000 995882015819 399710308609.99 226184607236.43
Valid N (listwise) 117
Sumber : Data diolah dengan SPSS versi 20 (2016).
Dari tabel 4.1. diatas dapat dijelaskan beberapa hal berikut :
1. Variabel Sisa Lebih Pembiayaan Anggaran (SiLPA), memiliki nilai
minimum 8.497.529.161 dan nilai maksimum 3.421.681.087.852,
dengan nilai rata-rata 339.668.686.427,90 dan standar deviasi
2. Variabel Jumlah Penduduk, memiliki nilai minimum 660.591 dan nilai
maksimum 37.236.597, dengan nilai rata-rata 8.207.022,50 dan standar
deviasi 10.311.369,45 dengan jumlah pengamatan sebanyak 117 data.
3. Variabel Luas Wilayah, memiliki nilai minimum 9.018,64 dan nilai
maksimum 309.934,40, dengan nilai rata-rata 41.161 dan standar
deviasi 34.480,06 dengan jumlah pengamatan sebanyak 117 data.
4. Variabel Belanja Modal, memiliki nilai minimum 105.193.820.000
dan nilai maksimum 995.882.015.819, dengan nilai rata-rata
399.710.308.609,99 dan standar deviasi 226.184.607.236,43 dengan
jumlah pengamatan sebanyak 117 data.
4.3.2. Uji Asumsi Klasik.
4.3.2.1. Uji Normalitas.
Uji normalitas dilakukan untuk melihat apakah variabel
independen maupun variabel dependen terdistribusi secara normal
atau tidak. Pertama, data di dalam penelitian harus memenuhi
asumsi kenormalan data. Data penelitian yang baik adalah data
yang memenuhi asumsi kenormalan data. Untuk melihat apakah
data normal atau tidak dari grafik histogram dan normal
probability plot. Data yang normal akan mengikuti garis diagonal
pada normal probability plot. Data yang normal juga akan terlihat
dari grafik histogram yang seimbang, tidak condong ke kanan
maupun condong ke kiri. Data yang tidak normal tidak akan
memiliki garis histogram yang tidak seimbang. Berikut ini
ditampilkan grafik histogram dan normal probability plot dari
variabel penelitian.
Sumber : Data diolah dengan SPSS versi 20 (2016).
Gambar 4.1.
Histogram Variabel Pengalokasian Belanja Modal – Normal
Dari Gambar 4.1. di atas terlihat bahwa Histogram dari
penelitian sudah terdistribusi normal karena grafiknya seimbang,
tidak condong ke kanan maupun condong ke kiri. Begitu juga
dengan normal probability plot pada Gambar 4.2. di bawah yang
terlihat telah mengikuti garis diagonal dengan teratur sehingga
dapat disimpulkan data penelitian sudah memenuhi asumsi
Sumber : Data diolah dengan SPSS versi 20 (2016).
Gambar 4.2.
Normal P-Plot of Regresion Standarized Residual – Normal
Untuk lebih memastikan bahwa data sudah terdistribusi
dengan normal, maka peneliti membuat Uji Kolmogorov-Smirnov
yang membuktikan kenormalan suatu data penelitian dengan
angka. Peneliti merasa bahwa pembuktian dengan angka akan lebih
pasti dibandingkan dengan grafik atau gambar yang bisa
menimbulkan banyak persepsi. Dengan menggunakan Uji
Kolmogorov-Smirnov, suatu data dikatakan normal apabila nilai
Asymp. Sig tailed) > 0, 05 dan apabila nilai Asymp. Sig
(2-tailed) < 0, 05 maka data tidak terdistribusi dengan normal. Berikut
Tabel 4.2.
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 117
Normal Parametersa,b Mean -.0001304
Std. Deviation 201192159498.55478000
Most Extreme Differences
Absolute .120
Positive .120
Negative -.073
Kolmogorov-Smirnov Z 1.300
Asymp. Sig. (2-tailed) .068
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data diolah dengan SPSS versi 20 (2016).
Dari tebel 4.2. Kolmogorov-Smirnov di atas, nilai Asymp. Sig
(2-tailed)nya sebesar 0,068, sehingga dapat disimpulkan data
sudah terdistribusi dengan normal.
4.3.2.2. Uji Autokorelasi.
Uji Autokorelasi merupakan bagian dari uji asumsi klasik
yang bisa menentukan apakah terdapat autokorelasi di dalam data
penelitian. Data penelitian yang baik tidak memiliki autokorelasi di
dalamnya. Untuk melihat ada tidaknya autokorelasi dilihat dari nilai
Durbin-Watson (DW). Bila DU < DW < 4-(DU) maka tidak terjadi
autokorelasi. Bila nilai DW < DL maka terjadi autokorelasi positif.
Bila nilai DW > 4(DU) maka terjadi autokorelasi negatif. Bila DW
Berikut hasil hasil SPSS yang menunjukkan apakah data terkena
autokorelasi atau tidak.
Tabel 4.3.
Uji Autokorelasi – Tidak terjadi Autokorelasi
Sumber : Data diolah dengan SPSS versi 20 (2016).
Dari hasil uji Autokorelasi dari tabel 4.3. di atas, di dapat
nilai DW sebesar 1,838 dimana data observasi berjumlah 117, k=3,
sehingga dari tabel DW di dapat nilai DU = 1,7512 dan DL 1,6462.
Dari nilai tersebut maka dapat ditarik kesimpulan bahwa tidak terjadi
autokorelasi di dalam penelitian karena nilai DU < DW < 4-DU
sehingga data penelitian sudah memenuhi asumsi klasik.
4.3.2.3. Uji Multikolinearitas.
Uji Multikolinearitas merupakan uji yang menentukan ada
tidaknya hubungan linear antara variabel independen dengan variabel
independen lainnya. Model regresi yang baik tidak boleh memiliki
multikolinearitas di dalamnya. Untuk mendeteksi ada tidaknya
multikolinearitas di dalam data penelitian dilihat dari nilai Variance
Inflation Factor (VIF). Jika nilai VIF < 10 maka tidak terjadi
Model Summaryb
a. Predictors: (Constant), Luas Wilayah, Jumlah Penduduk, Silpa
multikolinearitas, dan sebaliknya jika nilai VIF > 10 maka terjadi
multikolinearitas. Hasil uji Multikolinearitas terlihat sebagai berikut.
Tabel 4.4.
1 (Constant) 261944163918.75 33420009224
.18
a. Dependent Variable: Belanja Modal
Sumber : Data diolah dengan SPSS versi 20 (2016).
Dari tabel 4.4 di atas, maka diperoleh nilai VIF dari
masing-masing variabel independen untuk variabel Sisa Lebih
Pembiayaan Anggaran (SiLPA) sebesar 1,146, Jumlah Penduduk
sebesar 1,128, dan variabel Luas Wilayah sebesar 1,018. Sehingga
dapat disimpulkan tidak terjadi multikolinearitas di dalam penelitian
karena setiap variabel independen nilai VIF < 10.
4.3.2.4. Uji Heteroskedastisitas.
Uji Heteroskedastisitas merupakan uji untuk menentukan
apakah variabel pengganggu di dalam penelitian memilikii varian
tidak memiliki heteroskedastisitas melainkan harus
homokedastisitas.
Untuk menentukan apakah data penelitian mengalami
heteroskedastisitas atau tidak dapat dilihat dari Scatterplot hasil
SPSS. Apabila titik-titik di Scatterplot menyebar di atas, di bawah,
dan di sekitaran angka nol, maka tidak terjadi heteroskedastisitas,
dan apabila titik-titik di Scatterplot membentuk pola tertentu, tidak
menyebar di atas, di bawah, dan di sekitaran angka nol, maka terjadi
heteroskedastisitas. Berikut hasil Scatterplot dari penelitian.
Sumber : Data diolah dengan SPSS versi 20 (2016)
Gambar 4.3.
Dari Gambar 4.3 di atas, terlihat bahwa titik-titik menyebar
di atas, di bawah, dan disekitaran angka nol sehingga dapat ditarik
kesimpulan bahwa data dalam penelitian tidak terdapat
heteroskedastisitas.
4.3.3. Uji Analisis Regresi Linear Berganda.
Uji Analisis Regresi Linier Berganda merupakan uji yang
digunakan untuk mengetahui hubungan beberapa variabel independen
terhadap variabel dependen. Uji ini dapat dilakukan apabila telah
memenuhi uji asumsi klasik. Hasil Analisis Regresi Linier Berganda
penelitian dengan SPSS adalah sebagai berikut.
Tabel 4.5.
1 (Constant) 261944163918.75 33420009224
.18
a. Dependent Variable: Belanja Modal
Dari tabel 4.5. di atas maka dapat dibuat persamaan Regresi Linear
Berganda sebagai berikut:
Belanja Modal = 261.944.163.918,75 + 0,121SiLPA + 3.156,758Jumlah
Penduduk + 1.721.019,036Luas Wilayah + e
Interpretasi persamaan di atas sebagai berikut :
a. Konstanta sebesar 261.944.163.918,75 menunjukkan bahwa apabila
tidak ada variabel independen (Sisa Lebih Pembiayaan Anggaran
(SiLPA), Jumlah Penduduk, dan Luas Wilayah), maka tingkat Belanja
Modal adalah sebesar 261.944.163.918,75.
b. Koefisien Regresi SiLPA sebesar 0,121 menunjukkan bahwa apabila
setiap kenaikan SiLPA 1% dengan asumsi variabel bebas lainnya
dianggap konstan maka akan menaikkan Belanja Modal sebesar 0,121.
c. Koefisien Regresi Jumlah Penduduk sebesar 3.156,758 menunjukkan
bahwa apabila setiap kenaikan Jumlah Penduduk 1% dengan asumsi
variabel bebas lainnya dianggap konstan maka akan menaikkan
Belanja Modal sebesar 3.156,758.
d. Koefisien Regresi Luas Wilayah sebesar 1.721.019,036 menunjukkan
bahwa apabila setiap kenaikan Luas Wilayah 1% dengan asumsi
variabel bebas lainnya dianggap konstan maka akan menaikkan
4.3.4. Uji Hipotesis
4.3.4.1. Uji Signifikansi Simultan (Uji-F).
Uji Signifikansi Simultan (Uji – F) digunakan untuk
mengetahui apakah secara bersama-sama atau simultan variabel
independen di dalam penelitian mempengaruhi variabel dependen.
Untuk melihat pengaruhnya dari nilai Signifikansi F. Apabila nilai
Signifikansi F < 0,05 maka ada pengaruh variabel independen secara
bersama-sama atau simultan terhadap variabel terikat, dan sebaliknya
apabila nilai signifikansi F > 0,05 maka tidak ada pengaruh variabel
independen secara bersama-sama atau simultan terhadap variabel
terikat.
Tabel 4.6.
Uji Signifikansi Simultan (Uji-F)
ANOVAb
a. Predictors: (Constant), SiLPA, Jumlah Penduduk, Luas Wilayah
b. Dependent Variable: Belanja Modal
Dari tabel 4.6 di atas, dari nilai Sig. sebesar 0,000 maka
dapat disimpulkan bahwa nilai signifikansi F < 0, 05 yang berarti
secara simultan atau bersama-sama variabel independen didalam
penelitian mempengaruhi variabel dependen.
4.3.4.2. Uji Signifikansi Parameter Individual (Uji-t).
Uji Signifikansi Parameter Individual (Uji-t) digunakan
untuk mengetahui secara parsial apakah setiap variabel bebas
memiliki pengaruh yang signifikan terhadap variabel bebas. Apabila
nilai signifikansi variabel independen > 0,05 maka secara parsial
tidak ada pengaruh signifikan variabel bebas terhadap variabel
terikat, dan sebaliknya apabila nilai signifikansi variabel independen
< 0,05 maka secara parsial ada pengaruh signifikan variabel bebas
terhadap variabel terikat.
1 (Constant) 261944163918.75 33420009224
.18
a. Dependent Variable: Belanja Modal
Dari Tabel 4.7 di atas, maka kesimpulan dari Uji-t adalah
sebagai berikut:
1. Pengaruh Sisa Lebih Pembiayaan Anggaran (SiLPA) terhadap
Belanja Modal.
Nilai signifikansi untuk variabel Sisa Lebih Pembiayaan
Anggaran (SiLPA) adalah sebesar 0,003 < 0,05. Dari hasil di
atas, dapat disimpulkan bahwa variabel Sisa Lebih Pembiayaan
Anggaran (SiLPA) secara parsial berpengaruh terhadap variabel
Belanja Modal.
2. Pengaruh Jumlah Penduduk terhadap Belanja Modal.
Nilai signifikansi untuk variabel Jumlah Penduduk adalah
sebesar 0,108 > 0,05. Dari hasil di atas, dapat disimpulkan bahwa
variabel Jumlah Penduduk secara parsial tidak berpengaruh
terhadap variabel Belanja Modal.
3. Pengaruh Luas Wilayah terhadap Belanja Modal
Nilai signifikansi untuk variabel Luas Wilayah adalah sebesar
0,002 < 0,05. Dari hasil di atas, dapat disimpulkan bahwa
variabel Luas Wilayah secara parsial berpengaruh terhadap
variabel Belanja Modal.
4.3.4.3. Uji Koefisien Determinasi (R2).
Uji Koefisien Determinasi merupakan uji yang dilakukan
untuk mengetahui seberapa besar variabel independen dalam
sampai dengan 1. Berikut hasil dari Uji Koefisien Determinasi dari
penelitian.
Tabel 4.8.
Uji Koefisien Determinasi (R2)
a. Predictors: (Constant), SiLPA, Jumlah Penduduk, SiLPA
b. Dependent Variable: Belanja Modal
Sumber : Data diolah dengan SPSS versi 20 (2016).
Dari tabel 4.8 di atas ada beberapa hal yang dapat
disimpulkan, sebagai berikut:
1. Nilai R sebesar 0, 757 yang menunjukkan bahwa korelasi atau
hubungan antara Belanja Modal dengan Sisa Lebih Pembiayaan
Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah
(variabel independen) yaitu sebesar 75,7 %.
2. R Square sebesar 0, 609 berarti 60,9 % Belanja Modal mampu
diprediksikan oleh Sisa Lebih Pembiayaan Anggaran (SiLPA),
Jumlah Penduduk, dan Luas Wilayah. Sisanya 39,1 % oleh
variabel lain yang tidak diteliti dalam penelitian ini.
3. Nilai Adjusted R Square atau Koefisien Determinasi adalah 0,
588 berarti 58,8 % Belanja Modal mampu diprediksikan oleh
Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk,
dan Luas Wilayah. Sisanya 41,2 % oleh variabel lain yang tidak
diteliti dalam penelitian ini.
Model Summaryb
Model R R Square Adjusted R Square
4. Ada dua pilihan, memakai R Square atau memakai Adjusted R
Square. Apabila jumlah variabel lebih dari dua maka digunakan
Adjusted R Square. Sehingga nilai yang digunakan sebagai
koefisien determinasi adalah 58,8 %.
4.3.5. Pembahasan Penelitian.
Berdasarkan hasil yang telah dijelaskan secara statistik mengenai
uji-uji yang telah dilaksanakan, maka peneliti merasa perlu lebih menelaah
lebih dalam lagi agar mendapatkan pemahaman yang lebih mendalam.
4.3.5.1. Pengaruh Informasi SiLPA terhadap Belanja Modal.
SiLPA merupakan selisih lebih antara penerimaan dan
pengeluaran selama satu periode laporan (Lampiran I.02 Peraturan
Pemerintah Republik Indonesia Nomor 71 Tahun 2010). Surplus
yang terjadi pada tahun anggaran sebelumnya disebut dengan Sisa
Lebih Pembiayaan Anggaran (SiLPA). Ada tidaknya Sisa Lebih
Pembiayaan Anggaran (SiLPA) dan besar kecilnya sangat tergantung
pada tingkat belanja yang dilakukan pemerintah daerah serta kinerja
pendapatan daerah.
Jika pada tahun anggaran tertentu tingkat belanja daerah
relatif rendah atau terjadi efisiensi anggaran, maka dimungkinkan
akan diperoleh SiLPA yang lebih tinggi. Tetapi sebaliknya jika
belanja daerah tinggi, maka SiLPA yang diperoleh akan semakin
sehingga menyebabkan terjadi defisit fiskal, dan justru terjadi Sisa
Kurang Pembiayaan Anggaran (SiKPA).
Hasil uji-t menunjukkan bahwa variabel Sisa Lebih
Pembiayaan Anggaran (SiLPA) secara parsial berpengaruh
signifikan terhadap belanja modal. Dari hasil penelitian ini didapati
bahwa jika semakin bertambahnya SiLPA akan mempengaruhi
pertamabahan dari Belanja Modal.
Hasil penelitian ini mendukung hasil penelitian yang telah
dilakukan oleh Kusnandar dan Diswantoro (2012) yang
membuktikan lewat penelitian mereka bahwa SiLPA secara parsial
berpengaruh signifikan terhadap belanja modal. Namun, hasil
penelitian ini bertolak belakang dengan penelitian yang dilakukan
oleh Purnama (2014), dimana variabel SiLPA tidak berpengaruh
terhadap belanja modal.
4.3.5.2. Pengaruh Jumlah Penduduk terhadap Belanja Modal.
Negara yang sedang berkembang yang mengalami ledakan
jumlah penduduk, termasuk Indonesia, akan selalu mengaitkan
antara kependudukan dengan pembangunan ekonomi. Akan tetapi
hubungan antara keduanya tergantung pada sifat dan masalah
kependudukan yang dihadapi oleh setiap negara, dengan demikian
tiap negara atau daerah akan mempunyai masalah kependudukan
yang khas dan potensi serta tantangan yang khas pula (Wirosardjono,
Sesuai hasil uji-t dalam penelitian ini, menunjukkan bahwa
variabel jumlah penduduk secara parsial tidak berpengaruh
signifikan terhadap variabel belanja modal. Dari hasil penelitian ini
didapati hasil jika jumlah penduduk semakin bertambah, belum tentu
mempengaruhi pertambahan dalam belanja modal. Hasil penelitian
ini bertolak belakang dengan penelitian yang dilakukan oleh Pribadi
(2014), dimana variabel Jumlah Penduduk berpengaruh signifikan
terhadap belanja modal.
4.3.5.3. Pengaruh Luas Wilayah terhadap Belanja Modal.
Wilayah adalah sebuah daerah yang dikuasai atau menjadi
teritorial dari sebuah kedaulatan. Luas wilayah pemerintahan
merupakan jumlah ukuran dari besarnya wilayah suatu
pemerintahan, baik itu pemerintahan kabupaten, kota maupun
provinsi. Luas wilayah sangat erat kaitannya dengan geografis suatu
daerah.
Indonesia memiliki wilayah yang sangat luas dan terdiri
dari belasan ribu pulau yang tersebar. Untuk memperlancar proses
pemerintahan di daerah yang luas, maka salah satu tujuan
pembangunan adalah membangun infrastruktur. Infrastruktur
merupakan instrument untuk memperlancar berputarnya roda
pemerintahan serta perekonomian sehingga bisa mempercepat
Sesuai dengan hasil uji-t dalam penelitian ini menunjukkan
bahwa variabel Luas Wilayah secara parsial berpengaruh signifikan
terhadap variabel Belanja Modal. Dari hasil penelitian ini didapati
jika, semakin besar sebuah Luas Wilayah suatu daerah akan
menambah besarnya Belanja Modal pada daerah tersebut. Hasil
pengujian hipotesis ini mendukung penelitian yang dilakukan oleh
Jumay (2015). Dimana variabel Luas Wilayah secara parsial
berpengaruh signifikan terhadap belanja modal.
4.3.5.4. Pengaruh Informasi SiLPA, Jumlah Penduduk, dan
Luas Wilayah terhadap Belanja Modal.
Variabel dependen dalam penelitian ini adalah Belanja
Modal. Proksi dari Belanja Modal yang digunakan adalah laporan
realisasi Belanja Modal pemerintah Provinsi di Indonesia. Belanja
Modal adalah pengeluaran anggaran untuk perolehan aset tetap dan
aset lainnya yang member manfaat lebih dari satu periode akuntansi
(Lampiran I.03 Peraturan Pemerintah Republik Indonesia Nomor 71
tahun 2010).
Anggaran modal menunjukkan rencana jangka panjang dan
pembelanjaan atas aktiva tetap. Belanja modal adalah pengeluaran
yang manfaatnya cenderung melebihi satu tahun anggaran dan akan
menambah aset atau kekayaan pemerintah, dan selanjutnya akan
menambah anggaran rutin untuk biaya operasional dan
Adapun variabel Independen dalam penelitian ini yaitu
Informasi Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah
Penduduk, dan Luas Wilayah. Berdasarkan hasil uji simultan (Uji F)
menunjukkan bahwa secara bersama-sama semua variabel
independen berpengaruh signifkan terhadap Belanja Modal. Hal ini
terbukti bahwa uji simultan menunjukkan nilai signifikan sebesar
0,00 artinya lebih kecil dari 0,05, yang mempunyai arti apabila Uji F
antara variabel dependen dan variabel independen lebih kecil dari
0,05 berarti terdapat pengaruh secara simultan antara variabel
independen dengan variabel dependen.
Dalam penelitian ini juga tidak terdapat multikolinearitas,
hal ini ditunjukkan dengan nilai VIF yang < 10. Nilai VIF dari
variabel Sisa Lebih Pembiayaan Anggaran (SiLPA) adalah 1,146,
variabel Jumlah Penduduk adalah 1,128, variabel Luas Wilayah
adalah 1,018. Semua nilai VIF dari penelitian ini berada pada angka
VIF < 10, hal ini yang menunjukkan bahwa tidak terdapat
multikolinearitas dalam penelitian ini.
Kemudian, dilihat dari nilai Adjusted R Square atau
Koefisien Determinasi adalah 0, 588 berarti 58,8 % Belanja Modal
mampu diprediksikan oleh Sisa Lebih Pembiayaan Anggaran
(SiLPA), Jumlah Penduduk, dan Luas Wilayah. Sisanya 41,2 % oleh
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Penelitian ini bertujuan untuk menyelidiki pengaruh Informasi Sisa Lebih
Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah terhadap
Belanja Modal pada pemerintah daerah provinsi Se-Indonesia.
Berdasarkan hasil analisis data yang telah dilakukan di Bab empat, maka
kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:
1. Secara Parsial, variabel independen Sisa Lebih Pembiayaan Anggaran
(SiLPA) dan Luas Wilayah memberikan pengaruh yang signifikan, namun
variabel Jumlah Penduduk tidak memberikan pengaruh signifikan terhadap
Belanja Modal pada pemerintah daerah provinsi Se-Indonesia.
2. Secara simultan atau bersama-sama, variabel Sisa Lebih Pembiayaan
Anggaran (SiLPA), Jumlah Penduduk, dan Luas Wilayah berpengaruh
signifikan terhadap Belanja Modal pada pemerintah daerah provinsi
Se-Indonesia.
5.2. Keterbatasan Penelitian
Penelitian ini memiliki keterbatasan, antara lain sebagai berikut:
1. Penelitian hanya dilakukan di lingkungan pemerintah daerah
provinsi Se-Indonesia, sehingga hasil penelitian hanya terbatas
Se-Indonesia, di mana tidak tertutup kemungkinan apabila penelitian
dilakukan hingga pada pemerintah daerah kota/kabupaten
Se-Indonesia, hasil yang dihasilkan pun berbeda.
2. Penelitian hanya memiliki tiga variabel independen. Dari nilai
koefisien determinasi di bab empat hasil penelitian berarti variabel
Sisa Lebih Pembiayaan Anggaran (SiLPA), Jumlah Penduduk, dan
Luas Wilayah hanya mampu memprediksikan sebagian
pengaruhnya terhadap Belanja Modal pada pemerintah daerah
provinsi Se-Indonesia, artinya masih ada variabel lain yang tidak
disertakan di dalam penelitian ini yang mempengaruhi variabel
dependen.
5.3 Saran
Berdasarkan kesimpulan dan keterbatasan yang telah diuraikan
sebelumnya, maka ada beberapa hal yang disarankan terkait dengan
penelitian, antara lain:
1. Untuk peneliti selanjutnya agar menambah tempat penelitian tidak
terbatas pada lingkungan pemerintah daerah provinsi Se-Indonesia
namun menggabungkan seluruh pemerintah daerah di Indonesia
yakni pemerintah daerah provinsi, pemerintah daerah kota, dan
pemerintah daerah kabupaten di Indonesia untuk mendapatkan
hasil yang lebih akurat.
2. Untuk penelitian selanjutnya agar menambah atau mengubah
empat hasil penelitian yang membuktikan jika masih ada variabel
independen lain yang mempengaruhi penelitian.
3. Untuk Pemerintah Daerah Provinsi Se-Indonesia, seiring maraknya
isu lambatnya serapan anggaran daerah, maka untuk mengatasi hal
tersebut, pemerintah daerah provinsi di Indonesia disarankan agar
memperhatikan beberapa faktor dalam pengalokasian Belanja
Modal seperti data Sisa Lebih Pembiayaan Anggaran (SiLPA) dan
Luas Wilayah yang memiliki pengaruh signifikan di dalam
BAB II
TINJAUAN PUSTAKA
2.1. Tinjauan Pustaka
2.1.1. Teori Sinyal
Teori sinyal (signaling theory) merupakan teori yang menjelaskan
bagaimana seharusnya manajemen memberikan sinyal kepada para pengguna
laporan keuangan. Holthaussen dan Watts (dikutip dari Jama’an, 2008)
menjelaskan bahwa manajer memberikan informasi melalui laporan keuangan
bahwa mereka menerapkan kebijakan akuntansi konservatisme untuk
menghasilkan laba yang lebih berkualitas.
Jama’an (2008) menjelaskan bahwa konservatisme adalah suatu usaha
untuk menjamin bahwa risiko atau tingkat ketidakpastian dalam suatu usaha
dipertimbangkan memadahi. Konservatisme tidak memberikan pengaruh atas
kehati-hatian, konsistensi dalam menyatakan harta bersih dan laba yang kekecilan,
melainkan suatu metode yang digunakan dalam ketidakpastian arus kas di masa
yang akan datang. Prinsip ini, mencegah perusahaan melakukan tindakan
membesar-besarkan laba dan membantu pengguna laporan keuangan dengan
menyajikan laba dan aktiva yang tidak overstate.
Immaculatta (2006), mengatakan bahwa kualitas keputusan investor
dipengaruhi oleh kualitas informasi yang diungkapkan perusahaan dalam laporan
keuangan. Kualitas informasi tersebut bertujuan untuk mengurangi asimetris
prospek perusahaan di masa mendatang dibanding pihak eksternal perusahaan.
Informasi yang berupa pemberian peringkat obligasi yang dipublikasikan
diharapkan menjadi sinyal kondisi keuangan perusahaan tertentu dan
menggambarkan kemungkinan yang terjadi terkait dengan utang yang dimiliki.
Sementara itu, Haryanto (2013) mengemukakan hal yang dibahas dalam
teori sinyal, bagaimana seharusnya keberhasilan atau kegagalan pihak manajemen
suatu organisasi baik perusahaan maupun pemerintah daerah (agen) dapat
disampaikan ataupun diinformasikan kepada para pemangku kepentingan atau
pemegang saham (prinsipal). Penyampaian laporan keuangan dianggap sebagai
suatu sinyal apakah agen bertindak sesuai dengan kontrak yang telah ditetapkan
oleh prinsipal. Black (dikutip oleh Haryanto, 2013) mengemukakan bahwa inti
argumentasi dari teori sinyal ini adalah adanya dorongan dari faktor ekonomi
untuk melakukan suatu hal, bahkan hal buruk sekalipun dalam rangka pembuatan
laporan keuangan.
2.1.2. Anggaran Pendapatan dan Belanja Daerah (APBD)
Anggaran daerah merupakan rencana keuangan yang menjadi dasar dalam
pelaksanaan pelayanan publik. Di Indonesia, dokumen anggaran daerah disebut
Anggaran Pendapatan dan Belanja Daerah (APBD), baik untuk provinsi maupun
kabupaten dan kota. Menurut Halim (2004), APBD mempunyai pengertian
sebagai rencana operasional Pemerintah Daerah yang dituangkan dalam rupiah,
yang menunjukkan estimasi belanja (pengeluaran) guna membiayai kegiatan
Pemerintah Daerah tersebut dan estimasi pendapatan guna memenuhi belanja
Sedangkan menurut UU No. 33 Tahun 2004 menyatakan, bahwa
Anggaran Pendapatan dan Belanja Daerah (APBD) adalah rencana keuangan
tahunan pemerintahan daerah yang dibahas dan disetujui bersama oleh Pemerintah
Daerah dan disetujui bersama oleh Pemerintah Daerah dan Dewan Perwakilan
Rakyat Daerah, dan ditetapkan dengan Peraturan Daerah. Unsur-unsur APBD
menurut Halim (2004) adalah sebagai berikut :
1. Rencana kegiatan suatu daerah beserta uraiannya secara rinci.
2. Adanya sumber penerimaan yang merupakan target minimal untuk
menutupi biaya-biaya sehubungan dengan aktivitas tersebut, dan
adanya biaya-biaya yang merupakan batas maksimal
pengeluaran-pengeluaran yang akan dilaksanakan.
3. Jenis kegiatan dan proyek yang dituangkan dalam bentuk angka.
4. Periode anggaran yang biasanya satu tahun.
2.1.3. Belanja Modal
Belanja diklasifikasikan menurut klasifikasi ekonomi, organisasi, dan
fungsi. Belanja menurut klasifikasi ekonomi meliputi belanja operasi, belanja
modal, belanja tak terduga, dan transfer. Dalam laporan realisasi anggaran,
klasifikasi yang digunakan adalah klasifikasi ekonomi.
Lampiran I.03 Peraturan Pemerintah Republik Indonesia Nomor 71 tahun
2010 menyebutkan bahwa belanja modal adalah pengeluaran anggaran untuk
perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari satu
pembelanjaan atas aktiva tetap. Belanja modal adalah pengeluaran yang
manfaatnya cenderung melebihi satu tahun anggaran dan akan menambah aset
atau kekayaan pemerintah, dan selanjutnya akan menambah anggaran rutin untuk
biaya operasional dan pemeliharaannya.
Belanja modal dimaksudkan untuk mendapatkan aset teap pemerintah
daerah yaitu peralatan, bangunan, infrastruktur, dan harta tetap lainnya. Yang
termasuk belanja modal yaitu belanja tanah, peralatan dan mesin, gedung dan
bangunan, jalan, irigasi, dan jaringan, belanja aset tetap lainnya, dan belanja aset
lainnya. Secara teoritis ada tiga cara untuk memperoleh aset tetap tersebut yakni
dengan membangun sendiri, menukarkan dengan aset tetap lain dan membeli.
Namun, biasanya cara yang dilakukan dalam pemerintahan adalah dengan cara
membeli. Proses pembelian yang dilakukan umumnya melalui sebuah proses
lelang atau tender yang cukup rumit.
2.1.4. Sisa Lebih Pembiayaan Anggaran (SiLPA)
Lampiran I.02 Peraturan Pemerintah Republik Indonesia nomor 71 tahun
2010 menjelaskan bahwa SiLPA adalah selisih lebih antara penerimaan dan
pengeluaran selama satu periode laporan. Surplus yang terjadi pada tahun
anggaran sebelumnya disebut dengan Sisa Lebih Pembiayaan Anggaran (SiLPA).
Ada tidaknya SiLPA dan besar kecilnya sangat tergantung pada tingkat belanja
yang dilakukan pemerintah daerah serta kinerja pendapatan daerah.
Jika pada tahun anggaran tertentu tingkat belanja daerah relatif rendah atau
terjadi efisiensi anggaran, maka dimungkinkan akan diperoleh SiLPA yang lebih
akan semakin kecil, bahkan jika belanja daerah lebih besar dari pendapatan daerah
sehingga menyebabkan terjadi defisit fiskal, dan justru terjadi Sisa Kurang
Pembiayaan Anggaran (SiKPA).
2.1.5. Jumlah Penduduk
Negara yang sedang berkembang yang mengalami ledakan jumlah
penduduk, termasuk Indonesia, akan selalu mengaitkan antara kependudukan
dengan pembangunan ekonomi. Akan tetapi hubungan antara keduanya
tergantung pada sifat dan masalah kependudukan yang dihadapi oleh setiap
negara, dengan demikian tiap negara atau daerah akan mempunyai masalah
kependudukan yang khas dan potensi serta tantangan yang khas pula
(Wirosardjono, 1998).
Jumlah penduduk yang besar di Indonesia oleh para perencana
pembangunan dipandang sebagai aset modal dasar pembangunan tetapi sekaligus
juga sebagai beban pembangunan. Sebagai aset apabila dapat meningkatkan
kualitas maupun keahlian atau keterampilan sehingga akan meningkatkan
produksi nasional. Jumlah penduduk yang besar akan menjadi beban jika struktur
persebaran dan mutunya sedemikian rupa sehingga hanya menuntut palayanan
sosial dan tingkat produksinya rendah, sehingga menjadi tanggungan penduduk
yang bekerja secara efektif (Budihardjo, 2003).
Adam smith berpendapat bahwa didukung dengan bukti empiris bahwa
pertumbuhan penduduk tinggi akan dapat menaikkan output melalui penambahan
tingkat dan ekspansi pasar baik pasar dalam negeri maupun luar negeri.
masalah, melainkan sebagai unsur penting yang dapat memacu pembangunan dan
pertumbuhan ekonomi. Besarnya pendapatan dapat mempengaruhi penduduk. Jika
jumlah penduduk meningkat maka pendapatan yang dapat ditarik juga meningkat.
2.1.6 Luas Wilayah
Wilayah adalah sebuah daerah yang dikuasai atau menjadi teritorial dari
sebuah kedaulatan. Luas wilayah pemerintahan merupakan jumlah ukuran dari
besarnya wilayah suatu pemerintahan, baik itu pemerintahan kabupaten, kota
maupun provinsi. Luas wilayah sangat erat kaitannya dengan geografis suatu
daerah.
Indonesia memiliki wilayah yang sangat luas dan terdiri dari belasan ribu
pulau yang tersebar. Untuk memperlancar proses pemerintahan di daerah yang
luas, maka salah satu tujuan pembangunan adalah membangun infrastruktur.
Infrastruktur merupakan instrument untuk memperlancar berputarnya roda
pemerintahan serta perekonomian sehingga bisa mempercepat akselerasi
pembangunan (Basri, 2002).
2.1.7. Klaster Kemampuan Keuangan Daerah
Dalam penelitiannya terhadap pemerintah kabupaten, Haryanto (2013) dan
Fauzy (2014) menggunakan teori siklus hidup perusahaan dalam membagi klaster
tahapan kemampuan pemerintah kabupaten. Penerapan teori siklus hidup
perusahaan dalam klasifikasi kemampuan pemerintah kabupaten tersebut
Dalam peraturan tersebut, kemampuan keuangan daerah kota atau
kabupaten terbagi menjadi tiga kelompok yaitu: tinggi, sedang, dan rendah dengan
pembagian sebagai berikut:
1. Pemerintah daerah kota atau kabupaten dengan kemampuan keuangan
di atas Rp400.000.000.000,00 (empat ratus milyar rupiah)
dikelompokkan pada kemampuan daerah tinggi.
2. Pemerintah daerah kota atau kabupaten dengan kemampuan keuangan
antara Rp200.000.000.000,00 (dua ratus milyar rupiah) sampai dengan
Rp400.000.000.000,00 (empat ratus milyar rupiah) dikelompokkan
kepada kemampuan keuangan daerah sedang.
3. Pemerintah daerah kota atau kabupaten dengan kemampuan keuangan
di bawah Rp200.000.000.000,00 (dua ratus milyar rupiah)
dikelompokkan kepada kemampuan keuangan daerah rendah.
Dalam penelitian ini, populasi yang hendak diteliti adalah pemerintah provinsi,
oleh karena itu berdasarkan dasar Permendagri Nomor 21 tahun 2007 diatur
kembali pembagian kemampuan keuangan pemerintah provinsi dibagi menjadi
tiga kelompok yaitu:
1. Pemerintah daerah provinsi dengan kemampuan keuangan di atas
Rp1.500.000.000.000,00 (satu trilyun lima ratus milyar rupiah)
dikelompokkan kepada kemampuan keuangan daerah tinggi, dalam
penelitian ini disebut sebagai klaster a.
2. Pemerintah daerah provinsi dengan kemampuan keuangan antara
Rp1.500.000.000.000,00 (satu trilyun lima ratus milyar rupiah)
dikelompokkan kepada kemampuan keuangan daerah sedang, dalam
penelitian ini disebut sebagai klaster b.
3. Pemerintah daerah provinsi dengan kemampuan keuangan di bawah
Rp600.000.000.000,00 (enam ratus milyar rupiah) dikelompokkan
kepada kemampuan keuangan daerah rendah, dalam penelitian ini
disebut sebagai klaster c.
Jika dihubungkan dengan teori siklus hidup perusahaan, maka pemerintah
pada kelompok a merupakan penerapan dari tahap mature. Pada tahap ini,
pemerintah daerah sedang dalam masa puncaknya, memiliki infrastruktur lebih
banyak, dan kapasitas keuangan yang kuat (Haryanto, 2013).
Klaster b merupakan cerminan dari tahap growth. Menurut Haryanto
(2013), kondisi pemerintah daerah pada kelompok klaster ini sedang mengalami
perkembangan investasi. Pemerintah daerah telah memiliki jumlah aset (assets in
place) lebih banyak daripada pemerintah daerah klaster c karena telah
mendapatkan sumber pembiayaan.
Klaster c merupakan klaster terbawah dan gambaran dari tahap start-up.
Tahap ini merupakan tahap dimana pemerintah daerah baru terbentuk atau
melepaskan diri dari pemerintah induknya. Menurut Haryanto (2013), pada tahap
ini pemerintah daerah banyak melakukan pengeluaran kas untuk pembangunan
fisik (infrastruktur), penjajakan investasi langsung dari sektor swasta ke