UNIVERSITAS SUMATERA UTARA 73 Lampiran 1 Sampel Penelitian Dari Hasil Kriteria Purposive Sampling
No. Kabupaten/ Kota Kriteria Sampel
1 2
1. Kab. Nias × √ -
2. Kab. Mandailing Natal √ √ Sampel 1
3. Kab. Tapanuli Selatan √ √ Sampel 2
4. Kab. Tapanuli Tengah √ √ Sampel 3
5. Kab. Tapanuli Utara × √ -
6. Kab. Toba Samosir × √ -
7. Kab. Labuhan Batu √ √ Sampel 4
8. Kab. Asahan √ √ Sampel 5
9. Kab. Simalungun √ √ Sampel 6
10. Kab. Dairi √ √ Sampel 7
11. Kab. Karo √ √ Sampel 8
12. Kab. Deli Serdang √ √ Sampel 9
13. Kab. Langkat √ √ Sampel 10
14. Kab. Nias Selatan × √ -
15. Kab. Humbang Hasundutan × √ -
16. Kab. Pakpak Bharat √ √ Sampel 11
17. Kab. Samosir √ √ Sampel 12
18. Kab. Serdang Bedagai √ √ Sampel 13
19. Kab. Batu Bara × √ -
20. Kab. Padang Lawas Utara √ √ Sampel 14
21. Kab. Padang Lawas × √ -
22. Kab. Labuhan Batu Selatan × √ -
23. Kab. Labuhan Batu Utara × √ -
24. Kab. Nias Utara × √ -
25. Kab. Nias Barat √ √ Sampel 15
26. Kota Sibolga √ √ Sampel 16
27. Kota Tanjung Balai × √ -
28. Kota Pematangsiantar √ √ Sampel 17
29. Kota Tebing Tinggi √ √ Sampel 18
30. Kota Medan × √ -
31. Kota Binjai × √ -
32. Kota Padang Sidempuan × √ -
33. Kota Gunung Sitoli × √ -
Sumber : DJPK dan BPS (data diolah)
Lampiran 2 Realisasi Pendapatan Asli Daerah, Dana Perimbangan dan Capaian Indeks
Pembangunan Manusia Pada Pemerintahan Kabupaten/ Kota di Provinsi Sumatera Utara Tahun 2012 – 2014 Berdasarkan Sampel Penelitian
No. Nama Kabupaten/ Kota Tahun IPM PAD DP
1.
Kab. Mandailing Natal
2012 62,26 21.274.113,00 624.737.082,00 2013 62,91 47.665.840,00 702.429.458,00 2014 63,42 37.965.692,00 805.812.254,00
2.
Kab. Tapanuli Selatan
2012 65,95 56.418.120,00 547.419.657,00 2013 66,75 69.220.483,00 611.457.537,00 2014 67,22 95.588.202,00 679.283.446,00
3.
Kab. Tapanuli Tengah
2012 65,43 21.136.802,00 507.033.029,00 2013 65,64 23.210.742,00 603.803.916,00 2014 66,16 55.364.392,00 638.134.572,00
4.
Kab. Labuhan Batu
2012 68,64 59.439.169,00 591.320.545,00 2013 69,45 49.784.550,00 621.030.279,00 2014 70,06 109.896.912,00 641.297.034,00
5.
Kab. Asahan
2012 66,23 37.894.588,00 751.912.958,00 2013 66,58 53.691.706,00 878.627.984,00 2014 67,51 91.468.219,00 918.597.778,00
6.
Kab. Simalungun
2012 69,79 61.246.499,00 1.021.460.381,00 2013 70,28 97.914.776,00 1.119.108.338,00 2014 70,89 96.390.209,00 1.225.270.111,00
7.
Kab. Dairi
2012 66,95 20.911.510,00 521.886.257,00 2013 67,15 29.933.428,00 600.146.272,00 2014 67,91 53.525.854,00 602.937.947,00
8.
Kab. Karo
2012 71,4 41.242.973,00 615.142.284,00 2013 71,62 46.342.694,00 704.068.996,00 2014 71,84 72.914.095,00 761.711.484,00
9.
Kab. Deli Serdang
UNIVERSITAS SUMATERA UTARA 75 10. Kab. Langkat
2012 66,18 129.242.581,00 1.060.399.150,00 2013 67,17 65.521.499,00 1.233.279.204,00 2014 68 107.811.976,00 1.260.298.418,00
11.
Kab. Pakpak Bharat
2012 63,88 6.353.112,00 282.389.038,00 2013 64,73 9.080.677,00 350.858.546,00 2014 65,06 15.388.658,00 394.301.906,00
12.
Kab. Samosir
2012 66,31 17.459.630,00 380.799.447,00 2013 66,8 26.661.345,00 441.138.043,00 2014 67,8 36.849.575,00 504.939.834,00
13.
Kab. Serdang Bedagai
2012 66,14 39.274.570,00 671.124.291,00 2013 67,11 50.371.733,00 742.398.213,00 2014 67,78 74.762.406,00 810.807.638,00
14.
Kab. Padang Lawas Utara
2012 65,65 12.798.138,00 415.651.488,00 2013 66,13 5.805.273,00 251.603.632,00 2014 66,5 22.172.689,00 482.255.152,00
15.
Kab. Nias Barat
2012 56,2 5.460.766,00 305.295.471,00 2013 56,58 7.223.691,00 303.731.606,00 2014 57,54 10.298.058,00 338.860.302,00
16.
Kota Sibolga
2012 69,71 26.698.354,00 333.434.803,00 2013 70,45 29.457.629,00 388.296.339,00 2014 71,01 52.922.967,00 422.224.837,00
17.
Kota Pematangsiantar
2012 74,51 49.915.366,00 494.525.810,00 2013 75,05 61.357.963,00 559.740.946,00 2014 75,83 90.477.498,00 579.535.032,00
18.
Kota Tebing Tinggi
2012 71,34 47.330.984,00 357.856.654,00 2013 71,85 53.199.538,00 427.473.187,00 2014 72,13 74.515.274,00 436.868.477,00 Sumber : DJPK dan BPS (data diolah)
Lampiran 3 Hasil Perhitungan Variabel Dependen dan Variabel Independen Pada
Pemerintahan Kabupaten/ Kota di Provinsi Sumatera Utara Tahun 2012 – 2014 Berdasarkan Sampel Penelitian
No. Nama Kabupaten/ Kota Tahun IPM (Y)
PAD (X1)
DP (X2)
1.
Kab. Mandailing Natal
2012 62,26 7,33 8,80
2013 62,91 7,68 8,85
2014 63,42 7,58 8,91
2.
Kab. Tapanuli Selatan
2012 65,95 7,75 8,74
2013 66,75 7,84 8,79
2014 67,22 7,98 8,83
3.
Kab. Tapanuli Tengah
2012 65,43 7,33 8,71
2013 65,64 7,37 8,78
2014 66,16 7,74 8,80
4.
Kab. Labuhan Batu
2012 68,64 7,77 8,77
2013 69,45 7,70 8,79
2014 70,06 8,04 8,81
5.
Kab. Asahan
2012 66,23 7,58 8,88
2013 66,58 7,73 8,94
2014 67,51 7,96 8,96
6.
Kab. Simalungun
2012 69,79 7,79 9,01
2013 70,28 7,99 9,05
2014 70,89 7,98 9,09
7.
Kab. Dairi
2012 66,95 7,32 8,72
2013 67,15 7,48 8,78
2014 67,91 7,73 8,78
8.
Kab. Karo
2012 71,40 7,62 8,79
2013 71,62 7,67 8,85
2014 71,84 7,86 8,88
9.
Kab. Deli Serdang
2012 70,88 8,46 9,09
2013 71,39 8,52 9,15
UNIVERSITAS SUMATERA UTARA 77 10. Kab. Langkat
2012 66,18 8,11 9,03
2013 67,17 7,82 9,09
2014 68,00 8,03 9,10
11.
Kab. Pakpak Bharat
2012 63,88 6,80 8,45
2013 64,73 6,96 8,55
2014 65,06 7,19 8,60
12.
Kab. Samosir
2012 66,31 7,24 8,58
2013 66,80 7,43 8,64
2014 67,80 7,57 8,70
13.
Kab. Serdang Bedagai
2012 66,14 7,59 8,83
2013 67,11 7,70 8,87
2014 67,78 7,87 8,91
14.
Kab. Padang Lawas Utara
2012 65,65 7,11 8,62
2013 66,13 6,76 8,40
2014 66,50 7,35 8,68
15.
Kab. Nias Barat
2012 56,20 6,74 8,48
2013 56,58 6,86 8,48
2014 57,54 7,01 8,53
16.
Kota Sibolga
2012 69,71 7,43 8,52
2013 70,45 7,47 8,59
2014 71,01 7,72 8,63
17.
Kota Pematangsiantar
2012 74,51 7,70 8,69
2013 75,05 7,79 8,75
2014 75,83 7,96 8,76
18.
Kota Tebing Tinggi
2012 71,34 7,68 8,55
2013 71,85 7,73 8,63
2014 72,13 7,87 8,64
Sumber : Hasil Output SPSS (data diolah)
Lampiran 4 I. Hasil Analisis Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation Pendapatan Asli Daerah 54 6.74 8.64 7.6277 .41007
Dana Perimbangan 54 8.40 9.18 8.7783 .19076 Indeks Pembangunan Manusia 54 56.20 75.83 67.6617 4.01660
Valid N (listwise) 54
Lampiran 5 II. Hasil Uji Asumsi Klasik
UNIVERSITAS SUMATERA UTARA 79 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parametersa,b Mean .0000000
Std. Deviation 2.69732273
Most Extreme Differences Absolute .084
Positive .052
Negative -.084
Test Statistic .084
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.
2. Hasil Uji Multikolineritas
Coefficientsa
Model Collinearity Statistics Tolerance VIF
1 (Constant)
Pendapatan Asli Daerah .312 3.204
Dana Perimbangan .312 3.204
a. Dependent Variable: Indeks Pembangunan Manusia
3. Hasil Uji Heterokosiditas
4. Hasil Uji Autokolerasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .741a .549 .531 2.74970 .911
UNIVERSITAS SUMATERA UTARA 81 Lampiran 6 III. Hasil Analisis Regresi Berganda
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients T Sig. B Std. Error Beta
1 (Constant) 96.654 21.845 4.425 .000
Pendapatan Asli Daerah 11.515 1.649 1.176 6.985 .000 Dana Perimbangan -13.309 3.544 -.632 -3.755 .000
a. Dependent Variable: Indeks Pembangunan Manusia
Lampiran 7 IV. Hasil Uji Hipotesis
1. Hasil Uji Signifikan Simultan (Uji- F)
ANOVAa
Model Sum of Squares Df Mean Square F Sig. 1 Regression 469.449 2 234.724 31.045 .000b
Residual 385.604 51 7.561
Total 855.053 53
a. Dependent Variable: Indeks Pembangunan Manusia
b. Predictors: (Constant), Dana Perimbangan, Pendapatan Asli Daerah
Tabel F
2. Hasil Uji Signifikan Parsial (Uji- t)
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig. B Std.
Error Beta
1 (Constant) 96.654 21.845 4.425 .000 Pendapatan Asli Daerah 11.515 1.649 1.176 6.985 .000 Dana Perimbangan -13.309 3.544 -.632 -3.755 .000
UNIVERSITAS SUMATERA UTARA 83 Tabel t
3. Hasil Uji Koefisien Determinasi (R2)
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .741a .549 .531 2.74970
a. Predictors: (Constant), Pendapatan Asli Daerah, Dana Perimbangan b. Dependent Variable: Indeks Pembangunan Manusia
DAFTAR PUTSAKA
Ardiansyah dan Vitalis Ari Widiyaningsih. 2014. Pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi Khusus terhadap Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Jawa Tengah. Simposium Nasional Akuntansi 17 Lombok 24-27 September 2014.
Decentralization Support Facility. 2010. Laporan Penelitian Dana Transfer Pusat ke Daerah.
Fakultas Ekonomi. 2015. Pedoman Penulisan Skripsi. Universitas Sumatera Utara. Medan.
Ghozali, Imam. 2013. Aplikasi Analisis Multivariate Dengan Program IBM SPSS 21 Update PLS Regresi. Edisi 7. Universitas Diponegoro. Semarang.
Harahap, Riva Ubar. 2010. Pengaruh Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil Terhadap Indeks Pembangunan Manusia Pada Kabupaten/Kota Di Propinsi Sumatera Utara. Tesis S2 Program Pascasarjana Akuntansi. USU. Medan. (tidak dipublikasikan).
Hermawan, Dudi. 2007. Analisis Pelaksanaan Desentralisasi Fiskal Terhadap Pemerataan Kemampuan Keuangan dan Kinerja Pembangunan Daerah (Studi Kasus Kabupaten/ Kota di Provinsi Banten). Institut Pertanian Bogor, Jawa Barat.
Kuncoro, Mudrajat. 2009. Metode Riset Untuk Bisnis dan Ekonomi. Jakarta : Erlangga
Lubis, Ade Fatma. 2012. Metode Penelitian Akuntansi dan Format Penulisan Tesis. USU Press. Medan
Lugastro, D.P. dan C.F. Ananda. 2013. Analisis Pengaruh PAD dan Dana Perimbangan Terhadap Indeks Pembangunan Manusia Kabupaten/Kota di Jawa Timur. Jurnal Ilmiah Universitas Brawijaya. Malang.
Nugroho, B.A. 2005. Strategi Jitu Memilih Statistik Penelitian Dengan SPSS. Semarang : Penerbit ANDI, Yogyakarta.
Putra, Putu Gede Mahendra dan I Gusti Ketut Agung Ulupui. 2015. Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus untuk Meningkatkan Indeks Pembangunan Manusia. E-Jurnal Akuntansi Universitas Udayana 11.3 (2015) : 863-877.
UNIVERSITAS SUMATERA UTARA 72 ________________, Peraturan Pemerintah Nomor 65 Tahun 2001. Tentang
Pajak Daerah.
________________, Undang-undang Nomor 28 Tahun 2009. Tentang Pajak Daerah dan Retribusi Daerah.
________________, Undang-undang Nomor 32 Tahun 2004. Tentang Pemerintahan Daerah.
________________, Undang-undang Nomor 33 Tahun 2004. Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintah Daerah.
Setyowati, Lilis dan Yohana Kus Suparwati. 2012. Pengaruh Pertumbuhan Ekonomi, DAU, DAK, PAD terhadap Indeks Pembangunan Manusia dengan Pengalokasian Anggaran Belanja Modal sebagai Variabel Intervening. Prestasi Vol. 9 No. 1 – Juni 2012.
Sugiyono. 2012. Metode Penelitian Bisnis (Pendekatan Kuantitatif, Kualitatif, dan R&D), Alfabeta, Bandung.
Umar, Husein. 2011. Metode Penelitian Untuk Skripsi dan Tesis Bisnis. Edisi 11. Jakarta : PT. Raja Grafindo Persada.
United Nations Development Programme (UNDP). 1996. Human Development Report 1996, New York, Oxford University Press.
www.bps.go.id
www.djpk.depkeu.go.id www.sumut.bps.go.id
BAB III
METODE PENELITIAN
3.1.Jenis Penelitian
Penelitian ini merupakan penelitian hubungan kausal, yaitu hubungan yang bersifat sebab akibat. Jadi disini ada variabel independen (variabel yang mempengaruhi) dan dependen (dipengaruhi) (Sugiyono, 2012: 56). Penelitian ini dilakukan untuk mengetahui dan membuktikan pengaruh Pendapatan Asli Daerah dan Dana Perimbangan sebagai variabel independen terhadap Indeks Pembangunan Manusia sebagai variabel dependen.
3.2.Tempat dan Waktu Penelitian
Lokasi penelitian ini dilaksanakan di wilayah Pemerintahan Kabupaten/ Kota Provinsi Sumatera Utara. Waktu penelitian dilakukan secara bertahap mulai bulan Juni 2016 sampai dengan bulan Oktober 2016.
3.3.Defenisi Operasional dan Skala Pengukuran Variabel
Penelitian ini menggunakan dua variabel independen dan satu variabel dependen. Defenisi operasional variabel pada penelitian ini adalah sebagai berikut :
3.3.1. Variabel Independen
UNIVERSITAS SUMATERA UTARA 33 3.3.1.1. Pendapatan Asli Daerah (X1)
Pendapatan Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan. Semakin besar rasio yang dihasilkan, maka semakin baik dan efektif kinerja pemerintah dalam mengolah pendapatan daerah tersebut. Indikator yang digunakan adalah realisasi Pendapatan Asli Daerah (PAD) yang bersumber dari pajak daerah, retribusi daerah, hasil perusahaan milik daerah dan hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain pendapatan asli daerah yang sah yang diperoleh dari APBD Kabupaten/ Kota Provinsi Sumatera Utara tahun anggaran 2012-2014, dengan menggunakan skala pengukuran rasio.
3.3.1.2. Dana Perimbangan (X2)
Dana Perimbangan adalah dana yang bersumber dari APBN yang dialokasikan kepada Daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Rasio ini digunakan untuk mengukur tingkat ketergantungan daerah terhadap transfer dari pemerintah pusat. Semakin besar rasio yang dihasilkan, maka semakin tinggi tingkat ketergantungan daerah terhadap transfer dari pemerintah pusat. Indikator yang digunakan adalah akumulasi realisasi Dana Bagi Hasil (DBH), Dana Alokasi Umum (DAU) dan Dana Alokasi Khusus (DAK) dalam APBD tahun anggaran 2012-2014, dengan menggunakan skala rasio.
3.3.2. Variabel Dependen
Adapun variabel dependen (terikat) dalam penelitian ini adalah sebagai berikut :
3.3.2.1. Indeks Pembangunan Manusia (Y)
Indeks Pembangunan Manusia adalah indeks pencapaian kemampuan dasar pembangunan manusia yang dibangun berdasarkan tiga komponen dasar yaitu peluang hidup (longevity) diukur dari Angka Harapan Hidup, pengetahuan (knowledge) diukur dari Angka Harapan Lama Sekolah dan standar hidup layak (living standards) diukur dari Paritas Daya Beli atau pendapatan per kapita. Indikator yang digunakan adalah realisasi IPM tahun 2012-2014, dengan menggunakan skala rasio.
Tabel 3.1
Skala Pengukuran Variabel dan Defenisi Operasional
Variabel Defenisi Operasional Pengukuran Skala
Pendapatan Asli Daerah (X1)
Pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan.
Realisasi Pendapatan Asli Daerah (PAD) dalam tahun
anggaran 2012-2014. Rasio
Dana
Perimbangan (X2)
Dana yang bersumber dari APBN yang dialokasikan kepada Daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi.
Jumlah Realisasi DBH, DAU dan DAK dalam APBD tahun anggaran 2012-2014. Rasio Indeks Pembangunan Manusia (Y)
Indeks pencapaian kemampuan dasar pembangunan manusia yang dibangun berdasarkan tiga komponen dasar yaitu peluang hidup, pengetahuan dan standar hidup layak.
Capaian IPM (Angka Indeks) tahun 2012-2014.
UNIVERSITAS SUMATERA UTARA 35 3.4.Populasi dan Sampel Penelitian
Populasi dalam penelitian yang digunakan dalam penelitian ini adalah sebagai berikut :
3.4.1. Populasi Penelitian
Populasi dalam penelitian ini didefenisikan sebagai kelompok elemen atau unit dimana data yang diperlukan akan dikumpulkan yang lengkap, biasanya berupa : orang, obyek, transaksi, atau kejadian dimana kita tertarik untuk memperlajarinya atau menjadi obyek penelitian (Kuncoro, 2009).
Populasi dalam penelitian ini adalah seluruh pemerintah daerah kabupaten/ kota yang terdapat di wilayah Provinsi Sumatera Utara yang terdiri dari 25 (dua puluh lima) Pemerintah Kabupaten dan 8 (delapan) Pemerintah Kota yang memiliki data Pendapatan Asli Daerah (PAD), Dana Perimbangan dan Indeks Pembangunan Manusia (IPM) yang dipublikasikan selama 3 (tiga) tahun dari tahun 2012 sampai dengan tahun 2014.
3.4.2. Sampel Penelitian
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Teknik pengambilan sampel penelitian ini dilakukan dengan teknik purposive sampling yaitu teknik penentuan sampel dengan pertimbangan tertentu (Sugiyono, 2012).
Adapun data sampel yang diambil dengan menggunakan teknik purposive sampling dengan kriteria sebagai berikut :
1. Daerah Kabupaten/ Kota di Provinsi Sumatera Utara yang secara konsisten mempublikasi Laporan Realisasi APBD- nya yang memakai format Standar Akuntansi Pemerintahan dalam situs Direktorat Jenderal Perimbangan Keuangan selama periode tahun 2012-2014.
2. Ketersediaan data IPM daerah Kabupaten/ Kota di Provinsi Sumatera Utara hasil perhitungan yang dilakukan oleh Badan Pusat Statistik (BPS) Provinsi Sumatera Utara selama periode tahun 2012-2014.
Berdasarkan kriteria sampel tersebut diperoleh 18 sampel yang memenuhi kriteria, yaitu 15 Kabupaten dan 3 Kota di Provinsi Sumatera Utara, sehingga jumlah sampel yang diteliti adalah 54 sampel ( 18 dikali 3 tahun).
Tabel 3.2
Sampel Penelitian Dari Hasil Kriteria Purposive Sampling
No. Kabupaten/ Kota Kriteria Sampel
1 2
1. Kab. Nias × √ -
2. Kab. Mandailing Natal √ √ Sampel 1
3. Kab. Tapanuli Selatan √ √ Sampel 2
4. Kab. Tapanuli Tengah √ √ Sampel 3
5. Kab. Tapanuli Utara × √ -
6. Kab. Toba Samosir × √ -
7. Kab. Labuhan Batu √ √ Sampel 4
8. Kab. Asahan √ √ Sampel 5
9. Kab. Simalungun √ √ Sampel 6
10. Kab. Dairi √ √ Sampel 7
11. Kab. Karo √ √ Sampel 8
12. Kab. Deli Serdang √ √ Sampel 9
13. Kab. Langkat √ √ Sampel 10
14. Kab. Nias Selatan × √ -
15. Kab. Humbang Hasundutan × √ -
16. Kab. Pakpak Bharat √ √ Sampel 11
UNIVERSITAS SUMATERA UTARA 37 Tabel 3.2 (Lanjutan)
18. Kab. Serdang Bedagai √ √ Sampel 13
19. Kab. Batu Bara × √ -
20. Kab. Padang Lawas Utara √ √ Sampel 14
21. Kab. Padang Lawas × √ -
22. Kab. Labuhan Batu Selatan × √ -
23. Kab. Labuhan Batu Utara × √ -
24. Kab. Nias Utara × √ -
25. Kab. Nias Barat √ √ Sampel 15
26. Kota Sibolga √ √ Sampel 16
27. Kota Tanjung Balai × √ -
28. Kota Pematangsiantar √ √ Sampel 17
29. Kota Tebing Tinggi √ √ Sampel 18
30. Kota Medan × √ -
31. Kota Binjai × √ -
32. Kota Padang Sidempuan × √ -
33. Kota Gunung Sitoli × √ -
Sumber : DJPK dan BPS
3.5.Jenis dan Sumber Data
Jenis data yang digunakan adalah data sekunder. Data Sekunder adalah data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak pengumpul data primer atau oleh pihak lainnya (Husein, 2011). Data yang digunakan dalam penelitian ini adalah data panel (pooled data) yaitu data yang menggabungkan antara data runtut waktu (time series) dan data silang (cross section). Time series atau runtut waktu adalah himpunan observasi data terurut dalam waktu, sedangkan Cross Section adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam suatu kurun waktu.
Sumber data dalam penelitian ini diperoleh melalui situs website Direktorat Jenderal Perimbangan Keuangan (DJPK) Republik Indonesia (www.djpk.depkeu.go.id), Badan Pusat Statistik Nasional Republik Indonesia (www.bps.go.id), Badan Pusat Statistik Provinsi Sumatera Utara (www.sumut.bps.go.id), buku, jurnal, skripsi, thesis dan sumber-sumber lainnya.
3.6.Metode Pengumpulan Data
Pengumpulan data penelitian ini menggunakan metode dokumentasi, dengan data menggunakan data sekunder, yaitu data yang dikumpulkan secara rutin oleh instansi tertentu kemudian digunakan oleh sipeneliti (Lubis, 2012). Data sekunder penelitian ini adalah data realisasi APBD Pemerintah Kabupaten/ Kota di Provinsi Sumatera Utara yang dipublikasikan oleh Direktorat Jenderal Perimbangan Keuangan (DJPK) periode tahun 2012 sampai tahun 2014 dan data Indeks Pembangunan Manusia (IPM) Kabupaten/ Kota di Provinsi Sumatera Utara yang dipublikasikan oleh Badan Pusat Statistik Republik Indonesia dan Sumatera Utara tahun 2012 sampai dengan tahun 2014. Selain itu, peneliti juga melakukan studi kepustakaan dengan membaca dan mempelajari literatur-literatur yang berkaitan dengan permasalahan yang diteliti.
3.7.Teknik Analisis Data
Metode analisis yang digunakan adalah analisis statistik dengan menggunakan software SPSS (Statistical Package Social Science). Adapun metode analisis data yang digunakan adalah pengujian asumsi klasik, analisis regresi berganda (multiple regression analysis), pengujian asumsi klasik dan pengujian hipotesis.
3.7.1. Statisitik Deskriptif
UNIVERSITAS SUMATERA UTARA 39 minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi). (Ghozali, 2013)
3.7.2. Uji Asumsi Klasik
Data yang digunakan dalam penelitian ini adalah data sekunder. Maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang mendasari model regresi. Salah satu syarat yang mendasari penggunaan model regresi adalah dipenuhinya semua asumsi klasik agar hasil pengujian bersifat tidak bias dan efisien (Best Linier Unbiased Estimator/ BLUE). Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi berganda maka diperlukan pengujian asumsi klasik. Pengujian asumsi klasik yang digunakan meliputi : uji normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi.
3.7.2.1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang mempunyai pola seperti data terlihat menyebar mengikuti garis diagonal dan diagram histogram yang tidak condong ke kiri dan ke kanan (Ghozali, 2013).
Untuk menguji normalitas digunakan dua metode pengujian, yaitu : Normal p_plot dan diagram histogram. Jika data ternyata tidak berdistribusi normal, analisis non parametrik termasuk model-model regresi dapat digunakan untuk mendeteksi penyebaran. Pada prinsipnya, apakah data terdistribusi normal atau tidak dapat diketahui
dengan menggambarkan penyebaran data (titik) melalui sebuah grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Data keadaan normal bila distribusi data menyebar disekitar garis diagonal. Kenormalan data juga dapat dilihat dengan diagram histogram, dimana keputusan/ pengambilan kesimpulannya, jika grafik histogram tidak condong ke kiri dan ke kanan maka data penelitian berdistribusi normal dan sebaliknya.
Pedoman keputusan/ pengambilan kesimpulan tentang data tersebut mendekati atau merupakan distribusi normal dapat dilihat dari :
a. Nilai Sig. Atau signifikan atau probabilitas < 0,05 maka distribusi data adalah tidak normal,
b. Nilai Sig. Atau signifikan atau probabilitas > 0,05 maka distribusi data adalah normal.
3.7.2.2. Uji Multikolinearitas
UNIVERSITAS SUMATERA UTARA 41 a. Melihat angka Collinearity Statistics yang ditunjukkan oleh Nilai Variance Inflation Factor (VIF). Jika angka VIF > 10, maka variabel bebas yang ada memiliki masalah multikolinearitas.
b. Melihat nilai tolerance pada output penilaian multikolinearitas yang tidak menunjukkan nilai > 0,1 akan memberikan kenyataan bahwa tidak terjadi masalah multikolinearitas (Nugroho, 2005) 3.7.2.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas. Sedangkan jika varian berbeda, maka disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas, atau tidak terjadi heterokedastisitas.
Dasar analisis yang digunakan dalam uji heterokedastisitas dijelaskan sebagai berikut :
a. Jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola teratur, bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas
b. Jika tidak ada pola tertentu serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2013).
3.7.2.4. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t- 1 (sebelumnya). Jika terjadi korelasi, maka ada masalah autokorelasi (Ghozali, 2013).
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu dengan yang lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya yang biasanya dijumpai pada data deret waktu (time series). Konskeuensi adanya autokorelasi dalam model regresi adalah variance sampel tidak dapat menggambarkan variace populasinya, sehingga model regresi yang dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependen pada nilai independen tertentu.
Untuk mendeteksi ada tidaknya autokorelasi maka dapat dideteksi dengan uji Durbin-Waston (DW test). Pedoman dalam pengambilan keputusan ada tidaknya autokorelasi sebagai berikut : a. Angka DW < -2, berarti ada autokorelasi positif,
b. Angka -2 < DW < +2, berarti tidak ada autokorelasi, c. Angka DW > +2, berarti ada autokorelasi negatif. 3.7.3. Analisis Regresi Berganda
UNIVERSITAS SUMATERA UTARA 43 berganda bertujuan untuk mengukur hubungan antara dua variabel atau lebih, dan menunjukkan arah hubungan antara variabel dependen dengan variabel independen (Ghozali, 2013).
Model persamaan regresi untuk menguji hipotesis pertama dengan formula sebagai berikut :
Y = a + b1X1 + b2X2 + e Dimana :
Y = Indeks Pembangunan Manusia a = Konstanta
X1 = Pendapatan Asli Daerah X2 = Dana Perimbangan
b1 = Koefisien Regresi Pendapatan Asli Daerah b2 = Koefisien Regresi Dana Perimbangan e = Error (penganggu)
3.7.4. Uji Hipotesis
Uji Hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak menutup kemungkinan akan terjadinya kesalahan dalam mengambil keputusan antara menolak ataupun menerima suatu hipotesis.
Untuk menguji hipotesis yang diajukan maka dilakukan pengujian terhadap variabel-variabel penelitian baik secara simultan maupun parsial. Pengujian secara simultan digunakan uji statistik F atau uji signifikan
simultan dan pengujian secara parsial digunakan uji statistik t atau uji signifikan parsial.
Uji hipotesis dapat dilakukan dengan 3 (tiga) cara, yaitu:
3.7.4.1. Uji Signifikan Simultan (Uji- F)
Uji- F digunakan untuk menguji apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2013). Adapun langkah pengambilan keputusan untuk uji- F sebagai berikut : a. Ho : b1=b2=0, artinya variabel Pendapatan Asli Daerah dan Dana
Perimbangan secara simultan tidak mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.
b. Ha : b1≠b2≠0, artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara simultan mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.
Maka, dasar pengambilan keputusan sebagai berikut :
1) Jika Sig. F statistik < 0,05 signifikan secara statistik, maka Ho ditolak,
2) Jika Sig. F statistik > 0,05 signifikan secara statistik, maka Ho diterima.
3.7.4.2. Uji Signifikan Parsial (Uji- t)
UNIVERSITAS SUMATERA UTARA 45 signifikan. Adapun langkah pengambilan keputusan untuk uji- t sebagai berikut :
a. Ho : b1b2=0, artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara parsial tidak mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.
b. Ha : b1b2≠0, artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara parsial mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.
Berdasarkan nilai t hitung dan t tabel, yaitu :
1) Jika nilai t hitung > t tabel maka variabel bebas berpengaruh terhadap variabel terikat.
2) Jika nilai t hitung < t tabel maka variabel bebas tidak dapat berpengaruh terhadap variabel terikat.
Berdasarkan nilai signifikan hasil output SPSS, yaitu :
1) Jika nilai sig. < 0,05 maka variabel bebas berpengaruh terhadap variabel terikat.
2) Jika nilai sig. > 0,05 maka variabel bebas tidak berpengaruh terhadap variabel terikat.
Maka, dasar pengambilan keputusan dalam uji- t adalah sebagai berikut :
1) Jika nilai Sig. < 0,05 atau jika t hitung > t tabel, maka Ho ditolak H1 diterima,
2) Jika nilai Sig. > 0,05 atau jika t hitung < t tabel, maka Ho diterima H1 ditolak.
3.7.4.3. Uji Koefisien Determinasi (R2)
UNIVERSITAS SUMATERA UTARA 47
BAB IV
HASIL DAN PEMBAHASAN
4.1.Hasil Penelitian
Penelitian ini bertujuan untuk mengetahui Pendapatan Asli Daerah dan Dana Perimbangan berpengaruh terhadap Indeks Pembangunan Manusia pada Pemerintahan Kabupaten/ Kota di Provinsi Sumatera Utara. Data sekunder penelitian ini adalah data realisasi APBD Pemerintah Kabupaten/ Kota di Provinsi Sumatera Utara yang memakai format Standar Akuntansi Pemerintahan, yang dipublikasikan oleh Direktorat Jenderal Perimbangan Keuangan Daerah Republik Indonesia selama periode 2012-2014, serta data Indeks Pembangunan Manusia Kabupaten/ Kota di Provinsi Sumatera Utara selama periode 2012-2014 yang dipublikasikan oleh Badan Pusat Statistik Provinsi Sumatera Utara.
Populasi yang digunakan adalah seluruh Kabupaten/ Kota yang ada di Provinsi Sumatera Utara, yaitu sebanyak 33 (tiga puluh tiga) Kabupaten/ Kota yang terdiri dari : 25 (dua puluh lima) Pemerintah Kabupaten dan 8 (delapan) Pemerintah Kota. Dari populasi sebanyak 33 Kabupaten/ Kota yang ada di Provinsi Sumatera Utara tersebut, yang memenuhi kriteria untuk dapat dijadikan sampel penelitian sebanyak 18 (delapan belas) Kabupaten/ Kota, yang terdiri dari : 15 (lima belas) Pemerintah Kabupaten dan 3 (tiga) Pemerintah Kota.
4.1.1. Analisis Statistik Deskriptif
[image:30.595.130.516.532.653.2]Statistik deskriptif digunakan untuk menganalisis data dengan cara menggambarkan sampel yang telah ada tanpa penarikan kesimpulan yang berlaku umum atau generalisasi. Pengoperasian submenu statistik deskriptif pada SPSS for Windows 23.0 memberikan suatu gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, maksimum, rata-rata (mean), deviasi standar dari masing-masing variabel penelitian, sehingga menyajikan karakteristik tertentu dari suatu data sampel. Dengan demikian, berdasarkan 18 (delapan belas) Kabupaten/ Kota yang menjadi sampel dalam penelitian ini sebagai cross section, dan tahun amatan penelitian selama 3 (tiga) tahun sebagai data time series, maka di dapatkan 54 (lima puluh empat) data observasi, dengan analisis deskriptif statistik data penelitian diperoleh gambaran sebagai berikut:
Tabel 4.1 Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation Pendapatan Asli Daerah 54 6.74 8.64 7.6277 .41007 Dana Perimbangan 54 8.40 9.18 8.7783 .19076 Indeks Pembangunan
Manusia 54 56.20 75.83 67.6617 4.01660
UNIVERSITAS SUMATERA UTARA 49 Berdasarkan data dari tabel 4.1 dapat dijelaskan bahwa sebagai berikut :
1. Variabel X1 (Pendapatan Asli Daerah) memiliki nilai minimum sebesar
6,74 ; nilai maksimum sebesar 8,64 ; mean sebesar 7,6277 ; dan standard deviation sebesar 0,41007 dengan jumlah sampel 54.
2. Variabel X2 (Dana Perimbangan) memiliki nilai minimum sebesar 8,40 ;
nilai maksimum sebesar 9,18 ; mean sebesar 8,7783 ; dan standard deviation sebesar 0,19076 dengan jumlah sampel 54.
3. Variabel Y (Indeks Pembangunan Manusia) memiliki nilai minimum sebesar 56,20 ; nilai maksimum sebesar 75,83 ; mean sebesar 67,6617 ; dan standard deviation sebesar 4,01660 dengan jumlah sampel 54.
4.1.2. Hasil Uji Asumsi Klasik
Pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokorelasi. Adapun syarat penelitian lolos uji asumsi klasik adalah data berdistribusi normal, tidak terdapat multikolinearitas, data penelitian homokedastisitas (tidak heterokedastisitas) serta tidak terjadi autokorelasi.
4.1.2.1. Hasil Uji Normalitas
Uji Normalitas dapat dilakukan dengan melihat grafik normal plot yang dapat disimpulkan bahwa jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari diagonal/ tidak mengikuti garis diagonal maka tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Atau dengan cara penarikan kesimpulan dengan menggunakan nilai Asymp. Sig tentang data tersebut mendekati atau merupakan distribusi normal dapat dilihat sebagai berikut :
c. Nilai Sig. Atau signifikan atau probabilitas < 0,05 maka distribusi data adalah tidak normal,
d. Nilai Sig. Atau signifikan atau probabilitas > 0,05 maka distribusi data adalah normal.
Untuk menguji apakah data penelitian terdistribusi normal atau tidak dapat dideteksi melalui 2 (dua) cara, yaitu :
a. Analisis Grafik
UNIVERSITAS SUMATERA UTARA 51 Sumber: Hasil Output SPSS
Gambar 4.1 Hasil Uji Normalitas
Pada Gambar 4.1 dapat dilihat titik-titik menyebar disekitar garis diagonal, serta penyebarannya tidak menjauh dari garis diagonal. Dengan demikian dapat disimpulkan residual berdistribusi normal, sehingga pengujian terhadap variabel X1 (Pendapatan Asli Daerah), X2 (Dana Perimbangan), dan (Y) Indeks Pembangunan Manusia bisa dilanjutkan.
b. Analisis Statistik (uji One sample Kolmogorov Smirnov)
Dalam penelitian ini, digunakan uji One Sample Kolmogrov-Smirnov Test dengan ketentuan jika nilai Asymp. Sig atau nilai probabilitas pada masing-masing variabel lebih besar dari tingkat signifikan 0,05 maka sebaran data adalah normal (Ghozali, 2013).
[image:33.595.215.426.128.348.2]Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parametersa,b Mean .0000000
Std. Deviation 2.69732273 Most Extreme
Differences
Absolute .084
Positive .052
Negative -.084
Test Statistic .084
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 Output SPSS
Dari data diatas dapat diketahui bahwa nilai Asymp. Sig sebesar 0,20 lebih besar dari syarat normalitas sebesar 0,05. Hal tersebut membuktikan bahwa variabel X1 (Pendapatan Asli Daerah), X2 (Dana Perimbangan), dan variabel Y (Indeks Pembangunan Manusia) terdistribusi secara normal.
4.1.2.2. Hasil Uji Multikolineritas
UNIVERSITAS SUMATERA UTARA 53 nilai tolerance lebih besar daripada 0,10 dan nilai VIF hitung lebih kecil daripada 10.
Tabel 4.3
Hasil Uji Multikolineritas Coefficientsa
Model Collinearity Statistics Tolerance VIF 1 (Constant)
Pendapatan Asli Daerah .312 3.204
Dana Perimbangan .312 3.204
a. Dependent Variable: Indeks Pembangunan Manusia Sumber : Hasil Output SPSS
Dari tabel di atas, dapat dilihat bahwa nilai tolerance pada variabel X1 (Pendapatan Asli Daerah) sebesar 0,312% dan X2 (Dana Perimbangan) sebesar 0,312% lebih besar dari 0,10 dan nilai VIF hitung pada kedua variabel X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) berada dibawah nilai 10. Dengan demikian maka tidak terdapat multikolinearitas antar variabel bebas, sehingga penelitian dapat dilanjutkan.
4.1.2.3. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari satu pengamatan dengan pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pada penelitian ini untuk mengetahui ada tidaknya problem heterokedastisitas digunakan scatter plot. Kriteria grafik scatter plot adalah apabila titik-titik pada scatter
plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan bahwa model regresi tidak terkendala heterokedastisitas. Hasil dari uji Heterokedastisitas dapat dilihat pada grafik scatterplot berikut ini.
[image:36.595.204.477.230.447.2]Sumber : Hasil Output SPSS
Gambar 4.2
Hasil Uji Heteroskedastisitas
UNIVERSITAS SUMATERA UTARA 55 4.1.2.4. Hasil Uji Autokorelasi
[image:37.595.173.512.444.570.2]Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu periode t dengan kesalahan periode t – 1. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi ada karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah regresi yang bebas autokorelasi. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson (DW- test). Kriteria untuk penilaian terjadinya autokorelasi dapat dilihat pada tabel berikut ini :
Tabel 4.4
Kriteria Autokorelasi Durbin-Watson (DW- test)
Hipotesis 0 Ketentuan
Terjadi Autokorelasi Positif Jika nilai DW dibawah -2(DW < -2)
Tidak Terjadi Autokorelasi Jika nilai DW berada diantara -2 dan +2 atau -2 ≤ DW ≤ 2
Terjadi Autokorelasi Negatif Jika nilai DW diatas 2 ( DW > 2 )
Dari ketiga variabel yaitu variabel X1 (Pendapatan Asli Daerah), X2 (Dana Perimbangan) dan variabel Y (Indeks Pembangunan Manusia), maka didapat hasil uji autokorelasi sebagai berikut :
Tabel 4.5 Hasil Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 .741a .549 .531 2.74970 .911
a. Predictors: (Constant), Dana Perimbangan, Pendapatan Asli Daerah b. Dependent Variable: Indeks Pembangunan Manusia
Sumber : Hasil Output SPSS
Dari output di atas dapat dilihat bahwa nilai DW adalah 0,911. Dengan demikian tidak terjadi autokorelasi karena nilai DW berada diantara -2 dan +2 atau -2 ≤ 0,911 ≤ 2.
4.1.3. Hasil Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk menguji pengaruh variabel independen antara lain Pendapatan Asli Daerah dan Dana Perimbangn terhadap variabel dependen Indeks Pembangunan Manusia, dimana penelitian ini menggunakan metode enter. Dari pengujian asumsi klasik dapat disimpulkan bahwa model regresi dapat digunakan dalam pengolahan data. Berdasarkan pengolahan data dengan SPSS, diperoleh hasil pada Tabel 4.6 sebagai berikut :
Tabel 4.6
Hasil Uji Analisis Regresi Berganda
Model
Unstandardized
Coefficients
Standardized
Coefficients T Sig. B Std. Error Beta
1 (Constant) 96.654 21.845 4.425 .000
[image:38.595.135.515.650.774.2]UNIVERSITAS SUMATERA UTARA 57 Dana Perimbangan -13.309 3.544 -.632 -3.755 .000 a. Dependent Variable: Indeks Pembangunan Manusia
Sumber : Hasil Output SPSS
Berdasarkan tabel diatas diperoleh persamaan regresi sebagai berikut :
Y = 96,654 + 11,515 X1 – 13,309 X2 + e Dimana :
Y = Indeks Pembangunan Manusia A = Konstanta
X1 = Pendapatan Asli Daerah X2 = Dana Perimbangan e = Error (pengganggu)
Dari persamaan regresi tersebut, maka dapat diinterpretasikan beberapa hal berikut :
1. Nilai a (konstanta) adalah sebesar 96,564, hal ini menunjukkan bahwa jika nilai variabel X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) bernilai konstanta maka akan menyebabkan peningkatan sebesar 96,564.
2. Variabel X1 (Pendapatan Asli Daerah) memiliki koefisien positif sebesar 11,515. Peningkatan X1 (Pendapatan Asli Daerah) sebesar satu satuan, maka akan menyebabkan peningkatan Y (Indeks Pembangunan Manusia) sebesar 11,515.
3. Variabel X2 (Dana Perimbangan) memiliki koefisien negatif sebesar 13,309. Ini menunjukkan hubungan yang berlawanan arah dengan Y
(Indeks Pembangunan Manusia). Hal ini mengandung arti jika X2 (Dana Perimbangan) mengalami peningkatan sebesar satu satuan maka akan menyebabkan Y (Indeks Pembangunan Manusia) turun sebesar 13,309 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.
4.1.4. Hasil Pengujian Hipotesis
Setelah dilakukan analisis regresi liniear berganda, selanjutnya dilakukan pengujian hipotesis. Dalam pengujian hipotesis akan dilakukan pengujian signifikansi koefisien secara simultan (Uji- F) maupun secara parsial (Uji- t) dan Koefisien Determinasi (R2).
4.1.4.1. Hasil Uji Signifikan Simultan (Uji- F)
Uji- F digunakan untuk menguji apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2013).
Dasar pengambilan keputusan sebagai berikut :
3) Jika Sig. F statistik < 0,05 signifikan secara statistik, maka Ho ditolak,
4) Jika Sig. F statistik > 0,05 signifikan secara statistik, maka Ho diterima.
UNIVERSITAS SUMATERA UTARA 59 o H0 : Tidak ada pengaruh antara X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) secara bersama–sama terhadap Y (Indeks Pembangunan Manusia),
o Ha : Terdapat pengaruh antara X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) secara bersama–sama terhadap Y (Indeks Pembangunan Manusia).
[image:41.595.169.515.391.488.2]Hasil penelitian dengan uji- F dapat dilihat pada Tabel 4.7 sebagai berikut :
Tabel 4.7
Hasil Uji Signifikan Simultan (Uji- F) ANOVAa
Model Sum of Squares Df Mean
Square F Sig. 1 Regression 469.449 2 234.724 31.045 .000b
Residual 385.604 51 7.561
Total 855.053 53
a. Dependent Variable: Indeks Pembangunan Manusia
b. Predictors: (Constant), Dana Perimbangan, Pendapatan Asli Daerah Sumber : Hasil Output SPSS
Berdasarkan hasil output SPSS di atas Fhitungadalah 31,045 α 5% Numerator adalah (jumlah variabel - 1) atau 3 – 1 = 2 dan Denumerator adalah (jumlah kasus – jumlah variabel) atau 54 – 3 = 51 maka dapat dilihat nilai Fhitung > Ftabel (31,045 > 3,18). Sementara nilai sig. sebesa < 0,05 (0,000 < 0,05) maka H0 ditolak dan Ha diterima, sehingga hipotesis yang menyatakan tidak ada pengaruh antara X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) secara bersama – sama terhadap Y (Indeks Pembangunan Manusia) ditolak. Dengan
demikian terbukti bahwa terdapat pengaruh antara X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) secara bersama–sama terhadap Y (Indeks Pembangunan Manusia).
4.1.4.2. Hasil Uji Signifikan Parsial (Uji- t)
Uji- t digunakan untuk menguji apakah secara parsial variabel X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) memberikan pengaruh yang signifikan atau tidak terhadap nilai Y (Indeks Pembangunan Manusia). Untuk mengetahuinya dilakukan uji signifikan nilai koefisien variable X1 (Pendapatan Asli Daerah) dan X2
(Dana Perimbangan) dengan uji- t yaitu dengan membandingkan nilai t hitung dengan tabel dan nilai signifikansi level. Ada pun
hipotesis dalam uji- t ini, yaitu :
c. Ho : b1b2=0, artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara parsial tidak mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.
d. Ha : b1b2≠0, artinya variabel Pendapatan Asli Daerah dan Dana Perimbangan secara parsial mempunyai pengaruh yang signifikan terhadap Indeks Pembangunan Manusia.
Berdasarkan nilai thitung dan ttabel, yaitu :
- Jika nilai thitung > ttabel maka variabel bebas berpengaruh terhadap variabel terikat.
UNIVERSITAS SUMATERA UTARA 61 Berdasarkan nilai signifikan hasil output SPSS, yaitu :
- Jika nilai sig. < 0,05 maka variabel bebas berpengaruh terhadap variabel terikat.
- Jika nilai sig. > 0,05 maka variabel bebas tidak berpengaruh terhadap variabel terikat.
Maka, dasar pengambilan keputusan dalam uji t adalah sebagai berikut :
5) Jika nilai Sig. < 0,05 atau jika thitung > ttabel, maka Ho ditolak Ha diterima,
6) Jika nilai Sig. > 0,05 atau jika thitung < ttabel, maka Ho diterima Ha ditolak.
[image:43.595.171.513.519.659.2]Berdasarkan pengolahan data dengan SPSS, diperoleh hasil pengujian pada tabel 4.8 sebagai berikut :
Tabel 4.8
Hasil Uji Signifikan Parsial (Uji- t) Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig. B Std.
Error Beta
1 (Constant) 96.654 21.845 4.425 .000 Pendapatan Asli Daerah 11.515 1.649 1.176 6.985 .000 Dana Perimbangan -13.309 3.544 -.632 -3.755 .000 a. Dependent Variable: Indeks Pembangunan Manusia
Sumber : Hasil Output SPSS
Berdasarkan output SPSS tersebut, maka secara parsial pengaruh dari masing - masing variabel independen terhadap variabel
dependen dapat dijelaskan. Secara parsial pengaruh masing - masing variabel independen terhadap variabel dependen dapat diuraikan sebagai berikut :
7) Nilai thitung X1 (Pendapatan Asli Daerah) sebesar 6,985 sementara nilai ttabel sebesar 2,008 dan nilai signifikan 0,00. Jadi kesimpulannya karena thitung > ttabel (6,985 > 2,008) dan nilai signifikan 0,00 < 0,05 maka H0 ditolak, Ha diterima. Jadi, secara parsial antara X1 (Pendapatan Asli Daerah) terdapat pengaruh
signifikan dan memiliki koefisien positif terhadap variabel Y (Indeks Pembangunan Manusia).
8) Nilai thitung X2 (Dana Perimbangan) sebesar 3,755 sementara nilai ttabel sebesar 2,008 dan nilai signifikan 0,00. Jadi kesimpulannya karena thitung > ttabel (3,755 > 2,008) dan nilai signifikan 0,00 < 0,05
maka H0 ditolak, Ha diterima. Jadi, secara parsial antara X2 (Dana Perimbangan) terdapat pengaruh signifikan dan memiliki
koefisien negatif terhadap variabel Y (Indeks Pembangunan Manusia).
4.1.4.3. Hasil Uji Koefisien Determinasi (R2)
UNIVERSITAS SUMATERA UTARA 63 Tabel 4.9
Hasil Uji Koefisien Determinasi (R2) Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .741a .549 .531 2.74970
a. Predictors: (Constant), Pendapatan Asli Daerah, Dana Perimbangan b. Dependent Variable: Indeks Pembangunan Manusia
Sumber : Hasil Output SPSS
Berdasarkan tabel 4.9 maka diperoleh angka R sebesar 0,741. Hal ini berarti bahwa hubungan antara variabel X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) terhadap Y (Indeks Pembangunan Manusia) mempunyai hubungan sebesar 74,1% dikatakan kuat. Nilai Adjusted R Square yang dihasilkan 0,549 yang berarti 54,9% dari variabel Indeks Pembangunan Manusia dapat dijelaskan oleh X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan). Sedangkan sisanya yaitu 45,1% (100% - 54,9%) dijelaskan oleh variabel-variabel lain yang tidak dapat dijelaskan oleh model regresi.
4.2.Pembahasan Hasil Penelitian
Pembahasan atas hasil pengujian statistik yang diperoleh dalam penelitian ini adalah sebagai berikut :
4.2.1. Pengaruh Pendapatan Asli Daerah terhadap Indeks Pembangunan Manusia
Pendapatan Asli Daerah (PAD) merupakan tulang punggung pembiayaan belanja daerah untuk penyelenggaraan dan pembangunan daerah. Hal ini sesuai dengan semangat desentralisasi untuk meningkatkan kemandirian daerah dalam mengurus rumah tangga daerahnya. Oleh karena itu, pemerintah daerah memerlukan upaya-upaya untuk meningkatkan PAD. Hal ini tidak terlepas dari kinerja pemerintah daerah dimana PAD merupakan salah satu instrumen pendapatan dalam APBD. Dengan meningkatnya penerimaan PAD maka dapat menanggung sebagian beban belanja daerah dalam rangka meningkatkan investasi belanja modal pemerintah daerah baik itu dibidang : pendidikan, kesehatan maupun kesejahteraan sosial. Sehingga kualitas pelayanan publik semakin baik yang tentunya berdampak semakin sejahteranya masyarakat dan akan meningkatkan Indeks Pembangunan Manusia. Namun perlu pertimbangan bahwa upaya peningkatan PAD harus melihat sumber daya daerah dan kemampuan daerah. Kondisi ini jika pemerintah daerah terlalu banyak membuat peraturan daerah tanpa melihat kemampuan daerahnya maka akan membuat masyarakat terbebani dan membuat pelaku usaha segan untuk melaukan investasi di daerah tersebut.
UNIVERSITAS SUMATERA UTARA 65 penelitian terlihat dari Uji- t yang menunjukkan hasil thitung > ttabel (6,985 > 2,008) dan nilai signifikan 0,00 < 0,05. Hasil penelitian ini sejalan dengan penelitian Sari (2015) dan Ardiansyah, et al. (2014) yang menyatakan bahwa Pendapatan Asli Daerah berpengaruh signifikan dan positif terhadap IPM.
4.2.2. Pengaruh Dana Perimbangan terhadap Indeks Pembangunan Manusia
Pembahasan Dana Perimbangan tidak tepat jika dilakukan secara individual karena sifatnya sebagai dana pemerataan kemampuan keuangan antar daerah dalam rangka pelaksanaan desentralisasi. Komponen dana perimbangan terdiri dari : Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK) dan Dana Bagi Hasil (DBH). DAU sifatnya block grants yang penggunaan maupun pengelolaannya merupakan wewenang pemerintah daerah. Perlu diingat bahwa dalam formulasi DAU, komponen alokasi dasar yang masih menjadi komponen utama mendominasi keseluruhan DAU yang diterima oleh daerah digunakan untuk belanja pegawai (gaji pegawai negeri), karena peningkatan tersebut sebagian besar untuk belanja pegawai bukan belanja modal. Sehingga peningkatan DAU justru menyebabkan penurunan IPM. Secara umum berdasarkan hasil estimasi, DAU yang tinggi menandakan IPM yang rendah dikarenakan adanya pengurangan yang cukup besar dari nilai koefisien DAU. Sama halnya dengan DBH merupakan dana perimbangan yang bersifat block grants. Namun sebenarnya istilah tersebut kurang tepat karena ada beberapa komponen DBH yang penggunaannya ditentukan oleh negara berdasarkan peraturan terkait.
Sedangkan DAK merupakan special grants yang penggunaanya sudah ditentukan sebagai dana infrastrukur yaitu, sebagai belanja modal untuk membiayai kebutuhan sarana dan prasarana fisik. Serupa dengan DAU, pembahasan DAK tidak tepat jika dibahas secara individual karena merupakan dana pemerataan. DAK digunakan untuk pembangunan sarana dan prasarana fisik sesuai dengan prioritas nasional serta untuk daerah yang termasuk kategori daerah tertinggal. Daerah dengan DAK yang tinggi belum tentu memiliki IPM yang tinggi demikian sebaliknya. Tergantung melihat komposisi DAK dan kategori daerah bersangkutan. Secara umum, daerah yang DAK yang rendah terdapat pada daerah yang maju dan yang mayoritas mempunyai IPM yang tinggi juga. Oleh sebab itu, supaya pemerintah daerah tidak terlalu bergantung dengan dana perimbangan untuk meningkatkan IPM.
Hasil penelitian ini menyimpulkan bahwa secara parsial, Dana Perimbangan berpengaruh signifikan dan memiliki koefisien negatif terhadap IPM. Dengan kata lain, bahwa peningkatan Dana Perimbangan akan secara signifikan menyebabkan penurunan IPM. Hasil penelitian ini terlihat dari Uji- t yang menunjukkan thitung > ttabel (3,755 > 2,008) dan nilai signifikan 0,00 < 0,05. Hasil penelitian ini sejalan dengan penelitian Ardiansyah, et al. (2014) yang menyatakan bahwa Dana Alokasi Khusus (DAK) sebagai unsur dari Dana Perimbangan berpengaruh signifikan dan negatif terhadap IPM.
UNIVERSITAS SUMATERA UTARA 67 Berdasarkan hasil uji hipotesis dapat disimpulkan bahwa secara simultan Pendapatan Asli Daerah dan Dana Perimbangan berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Artinya, Pendapatan Asli Daerah dan Dana Perimbangan secara simultan berpengaruh terhadap Indeks Pembangunan Manusia. Hasil penelitian ini terlihat dari Uji- F yang menunjukkan Fhitung > Ftabel (31,045 > 3,18) dan nilai signifikan 0,000 < 0,05. Walaupun secara parsial kedua tersebut memberikan hasil yang berbeda-beda terhadap Indeks Pembangunan Manusia, namun secara simultan memberikan pengaruh signifikan terhadap Indeks Pembangunan Manusia.
BAB V
KESIMPULAN DAN SARAN
5.1.Kesimpulan
Berdasarkan hasil analisis data yang telah dilakukan, maka kesimpulan yang dapat diambil adalah sebagai berikut :
1. Setelah dilakukan uji- F terhadap 2 (dua) variabel independen (bebas) terhadap
variabel dependen (terikat) dengan besaran tingkat signifikan 5%, maka Variabel
X1 (Pendapatan Asli Daerah) dan X2 (Dana Perimbangan) secara simultan atau
bersama-sama mempunyai pengaruh yang signifikan terhadap Variabel Y (Indeks
Pembangunan Manusia).
2. Dari pengujian secara parsial dengan menggunakan uji- t dengan tingkat
signifikan sebesar 5%, maka dapat disimpulkan bahwa Variabel X1 (Pendapatan
Asli Daerah) berpengaruh secara signifikan dan memiliki koefisien positif serta X2
(Dana Perimbangan) berpengaruh secara signifikan dan memiliki koefisien negatif
terhadap Variabel Y (Indeks Pembangunan Manusia).
3. Dari persamaan regresi yang telah didapatkan maka dapat disimpulkan sebagai
berikut :
UNIVERSITAS SUMATERA UTARA 69 b. Variabel X1 (Pendapatan Asli Daerah) memiliki koefisien positif sebesar
11,515. Peningkatan X1 sebesar satu satuan, maka akan menyebabkan peningkatan Indeks Pembangunan Manusia (Y) sebesar 11,515.
c. Variabel X2 (Dana Perimbangan) memiliki koefisien negatif sebesar 13,309. Ini menunjukan hubungan yang berlawanan arah dengan Indeks Pembangunan Manusia (Y). Hal ini mengandung arti jika X2 mengalami peningkatan sebesar satu satuan maka akan menyebabkan Indeks Pembangunan Manusia (Y) turun sebesar 13.309 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.
5.2.Saran
Berdasarkan hasil analisa dari penelitian ini, ada beberapa saran yang dapat diberikan penulis, sebagai berikut :
1. Bagi peneliti selanjutnya disarankan untuk menambah luas penelitian dan waktu penelitian sehingga akan memperoleh hasil penelitian yang lebih akurat. Penelitian selanjutnya agar menambah variabel lain yang berpengaruh terhadap Indeks Pembangunan Manusia untuk menambah variasi penelitian.
2. IPM merupakan suatu indikator keberhasilan pembangunan suatu daerah. Dari hasil penelitian ini diperoleh bahwa secara simultan, Pendapatan Asli Daerah dan Dana Perimbangan berpengaruh signifikan terhadap Indeks Pembangunan Manusia. Oleh karena itu, kedua variabel tersebut menjadi perhatian khusus oleh Pemerintah Kabupaten/ Kota dalam membuat kebijakan serta pengambilan keputusan untuk merealisasikan sumber-sumber pendapatan daerahnya.
UNIVERSITAS SUMATERA UTARA 9
BAB II
TINJAUAN PUSTAKA
2.1.Landasan Teori
Dalam landasan teori ini, akan dibahas lebih lanjut mengenai Pendapatan Asli Daerah (PAD), Dana Perimbangan dan Indeks Pembangunan Manusia (IPM). Bagian ini menjabarkan teori yang melandasi penelitian ini dan beberapa peneliti terdahulu yang telah diperluas dengan referensi atau keterangan tambahan yang diperoleh selama penelitian.
2.1.1. Indeks Pembangunan Manusia
Pembangunan manusia adalah suatu proses untuk memperbanyak pilihan-pilihan yang dimiliki oleh manusia (United Nation Development Programme, 1990). Diantara banyak pilihan yang terpenting adalah untuk berumur panjang dan sehat, untuk berilmu pengetahuan, dan untuk mempunyai akses terhadap sumber daya uang dibutuhkan agar dapat hidup secara layak.
Sebagaimana laporan UNDP tahun 1995, dasar pemikiran konsep pembangunan manusia meliputi aspek-aspek sebagai berikut :
a. Pembangunan harus mengutamakan penduduk sebagai pusat perhatian, b. Pembangunan dimaksudkan untuk memperbesar pilihan-pilihan bagi
penduduk, bukan hanya untuk meningkatkan pendapatan mereka. Oleh karena itu, konsep pembangunan manusia harus berpusat pada penduduk secara komprehensif dan bukan hanya pada aspek ekonomi semata,
c. Pembangunan manusia memperhatikan bukan hanya pada upaya meningkatkan kemampuan/ kapasitas manusia, tetapi juga pada upaya memanfaatkan kemampuan/ kapasitas tersebut secara optimal,
d. Pembangunan manusia didukung empat pilar pokok, yaitu : pemerataan, produktivitas, pemberdayaan dan kesinambungan,
e. Pembangunan manusia menjadi dasar dalam penentuan tujuan pembangunan dan dalam menganalisis pilihan-pilihan untuk mencapainya.
Konsep pembangunan manusia yang diprakarsai oleh UNDP ini mengembangkan suatu indikator yang dapat menggambarkan perkembangan pembangunan manusia secara terukur dan representatif, yang dinamakan Indeks Pembangunan Manusia (IPM)/ Human Develompment Index (HDI). IPM pertama kali diperkenalkan pada tahun 1990. IPM adalah indeks pencapaian kemampuan dasar pembangunan manusia yang dibangun berdasarkan tiga komponen dasar yaitu peluang hidup (longevity), pengetahuan (knowledge) dan standar hidup layak (living standards). Peluang hidup diukur berdasarkan angka harapan hidup saat lahir, pengetahuan diukur berdasarkan rata-rata lama sekolah dan harapan lama sekolah, serta hidup layak diukur berdasarkan pengeluaran per kapita yang didasarkan pada paritas daya beli (purchasing power parity).
UNIVERSITAS SUMATERA UTARA 11 Angka Melek Huruf sebagai indikator untuk kesejahteraan pada bidang pendidikan, kini diganti dengan Angka Harapan Lama Sekolah. Demikian juga dengan indikator Produk Domestik Bruto (PDB) per kapita, kini diganti dengan Produk Nasional Bruto (PNB) per kapita. Dalam metode perhitungan, IPM dengan metode lama yang menggunakan metode agregasi, kini diganti menjadi metode rata-rata geometrik.
Setiap komponen IPM distandardisasi dengan nilai minimum dan maksimum sebelum digunakan untuk menghitung IPM. Rumus yang digunakan sebagai berikut :
a. Dimensi Kesehatan :
b. Dimensi Pendidikan :
c. Dimensi Pengeluaran :
Dari indeks kesehatan, pendidikan dan pengeluaran tersebut, maka dapat dihitung rata-rata geometrik untuk menghitung nilai IPM. Rumus yang digunakan sebagai berikut :
Untuk melihat capaian IPM antar wilayah, dapat dilihat melalui pengelompokkan IPM dalam beberapa kategori, yaitu :
IPM < 60 : IPM Rendah 60 ≤ IPM < 70 : IPM Sedang 70 ≤ IPM < 80 : IPM Tinggi
IPM ≥ 80 : IPM Sangat Tinggi
UNIVERSITAS SUMATERA UTARA 13 Berikut beberapa penjelasan mengenai variabel-variabel dalam metode baru IPM yaitu :
a. Angka Harapan Hidup Saat Lahir – AHH (Life Expectancy – e)
Angka Harapan Hidup Saat Lahir didefenisikan sebagai rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang sejak lahir. AHH mencerminkan derajat kesehatan suatu masyarakat yang dihitung dari hasil sensus dan survei kependudukan.
b. Rata-rata Lama Sekolah – RLS (Mean Years of Schooling – MYS) Rata-rata Lama Sekolah didefenisikan sebagai jumlah tahun yang digunakan oleh penduduk dalam menjalani pendidikan formal. Diasumsikan dalam kondisi normal rata-rata lama sekolah suatu wilayah tidak akan turun. Cakupan penduduk yang dihitung dalam penghitungan rata-rata lama sekolah adalah penduduk yang berusia 25 tahun ke atas. c. Angka Harapan Lama Sekolah – HLS (Expected Years of Schooling –
EYS)
Angka Harapan Lama Sekolah didefenisikan lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur tertentu. Diasumsikan peluang anak tersebut akan tetap bersekolah pada umur-umur berikutnya sama dengan peluang penduduk yang bersekolah per jumlah penduduk untuk umur yang sama saat ini. Angka Harapan Lama Sekolah dihitung untuk penduduk berusia 7 tahun ke atas. HLS dapat digunakan untuk mengetahui kondisi pembangunan sistem pendidikan pada berbagai
jenjang yang ditunjukkan dalam bentuk lamanya pendidikan (dalam tahun) yang diharapkan dapat dicapai oleh setiap anak.
d. Pengeluaran per Kapita Disesuaikan
Pengeluaran per Kapita Disesuaikan, ditentukan dari nilai pengeluaran per kapita dan paritas daya beli (Purcashing Power Parity/ PPP). Rata-rata pengeluaran per kapita setahun dihitung dari level provinsi hingga level kabupaten/ kota. Rata-rata pengeluaran per kapita dibuat konstan/ riil dengan tahun dasar 2012 = 100. Perhitungan paritas daya beli metode baru menggunakan 96 komoditas yang mana 66 komoditas merupakan makanan dan sisanya merupakan komoditas non makanan.
2.1.2. Pendapatan Asli Daerah
UNIVERSITAS SUMATERA UTARA 15 Sebagaimana diatur dalam Undang-undang Nomor 33 Tahun 2004
pada pasal 6, sumber-sumber Pendapatan Asli Daerah (PAD) bersumber dari :
a. Pajak daerah, b. Retribusi daerah,
c. Hasil perusahaan milik daerah dan hasil pengelolaan kekayaan daerah yang dipisahkan,
d. Lain-lain pendapatan asli daerah yang sah. a) Pajak Daerah
Menurut Peraturan Pemerintah Republik Indonesia Nomor 65 Tahun 2001 tentang Pajak Daerah pada pasal 1 ayat 1, yang dimaksud pajak daerah yang selanjutnya disebut pajak adalah iuran wajib yang dilakukan oleh orang pribadi atau badan kepada daerah tanpa imbalan langsung yang seimbang yang dapat dipaksakan berdasarkan peraturan perundang-undangan yang berlaku, yang digunakan untuk membiayai penyelenggaran pemerintah Daerah dan pembangunan Daerah.
Menurut Undang-undang Nomor 28 Tahun 2009 tentang Pajak Daerah dan Retribusi Daerah, terdapat dua jenis pengelompokan dalam pajak daerah yaitu jenis pajak yang dikelola oleh pemerintah provinsi dan jenis pajak yang dikelola oleh pemerintah kabupaten/ kota.
Adapun yang termasuk jenis pajak daerah tersebut, yaitu : a. Jenis pajak daerah Provinsi, terdiri dari :
1) Pajak Kendaraan Bermotor,
2) Pajak Bea Balik Nama Kendaraan Bermotor, 3) Pajak Bahan Bakar Kendaraan Bermotor, 4) Pajak Air Permukaan,
5) Pajak Rokok.
b. Jenis pajak daerah Kabupaten/ Kota, terdiri dari : 1) Pajak Hotel,
2) Pajak Restoran, 3) Pajak Hiburan, 4) Pajak Reklame,
5) Pajak Penerangan Jalan,
6) Pajak Mineral Bukan Logam dan Batuan, 7) Pajak Parkir.
8) Pajak Air Tanah,
9) Pajak Sarang Burung Walet,
10) Pajak Bumi dan Bangunan Perdesaan dan Perkotaan dan 11) Bea Perolehan Hak atas Tanah dan Bangunan.
b)Retribusi Daerah
UNIVERSITAS SUMATERA UTARA 17 Oleh karena itu, setiap setiap pungutan yang dilakukan oleh pemerintah daerah senantiasa berdasarkan prestasi dan jasa yang diberikan kepada masyarakat, sehingga keluasan retribusi daerah terletak pada yang dapat dinikmati oleh masyarakat.
Retribusi sangat berhubungan erat dengan jasa layanan yang diberikan pemerintah kepada yang membutuhkan
