DAFTAR SAMPEL LAMPIRAN 1
No Kota Populasi Kriteria Sampel
1. Kota Banda Aceh √ √ Sampel 1
2. Kota Sabang √ ×
3. Kota Lhokseumawe √ √ Sampel 2
4. Kota Langsa √ ×
5. Kota Subulussalam √ √ Sampel 3
6. Kota Binjai √ × Sampel 4
7. Kota Medan √ ×
8. Kota Pematang Siantar √ √ Sampel 5
9. Kota Sibolga √ √ Sampel 6
10. Kota Tanjung Balai √ √ Sampel 7
11. Kota Tebing Tinggi √ ×
12. Kota Padang Sidempuan √ √ Sampel 8
13. Kota Gunungsitoli √ ×
14. Kota Padang √ √ Sampel 9
15. Kota Padang Panjang √ ×
16. Kota Payakumbuh √ ×
17. Kota Sawahlunto √ √ Sampel 10
18. Kota Solok √ ×
19. Kota Pariaman √ ×
20. Kota Bukit Tinggi √ ×
21. Kota Dumai √ ×
22. Kota Pekanbaru √ √ Sampel 11
23. Kota Batam √ ×
24. Kota Tanjung Pinang √ ×
25. Kota Jambi √ √ Sampel 12
26. Kota Sungai Penuh √ √ Sampel 13
27. Kota Palembang √ ×
28. Kota Prabumulih √ ×
29. Kota Lubuklinggau √ ×
30. Kota Pagar Alam √ ×
31. Kota Bengkulu √ ×
32. Kota Bandar Lampung √ √ Sampel 14
33. Kota Metro √ √ Sampel 15
REKAP DATA KEUANGAN UNTUK PENDAPATAN LAMPIRAN 2a
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 719,614 787,575 928,241
2 Lhokseumawe 520,817 582,616 643,373
3 Subulussalam 323,295 315,178 357,145
4 Binjai 579,566 689,107 711,568
5 Pematang Siantar 565,384 669,207 731,041
6 Sibolga 385,948 411,288 462,587
7 Tanjung Balai 390,222 465,869 542,933
8 Padang Sidempuan 477,061 540,468 625,779
9 Padang 1,237,750 1,475,988 1,714,742
10 Sawahlunto 390,092 388,411 528,682
11 Pekanbaru 1,536,063 1,844,883 1,995,608
12 Jambi 869,967 1,083,917 1,164,353
13 Sungai Penuh 452,244 472,332 557,416
14 Bandar Lampung 1,187,872 1,459,472 1,688,412
15 Metro 513,712 551,001 618,314
REKAP DATA KEUANGAN UNTUK PENDAPATAN ASLI DAERAH LAMPIRAN 2b
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 85,560 99,023 129,122
2 Lhokseumawe 28,690 28,231 36,214
3 Subulussalam 6,668 6,099 8,288
4 Binjai 26,470 48,178 49,173
5 Pematang Siantar 44,793 49,915 61,358
6 Sibolga 21,663 26,698 29,458
7 Tanjung Balai 27,089 27,702 31,921
8 Padang Sidempuan 21,465 23,622 35,018
9 Padang 149,875 189,451 238,872
10 Sawahlunto 36,382 34,888 37,105
11 Pekanbaru 223,232 309,534 370,922
12 Jambi 99,000 113,090 149,042
13 Sungai Penuh 14,356 19,706 24,267
14 Bandar Lampung 162,818 298,696 360,698
REKAP DATA KEUANGAN UNTUK DANA ALOKASI UMUM LAMPIRAN 3a
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 406,480 491,594 567,629
2 Lhokseumawe 336,693 394,260 437,794
3 Subulussalam 181,919 225,257 251,635
4 Binjai 336,779 416,965 477,554
5 Pematang Siantar 352,526 429,632 492,115
6 Sibolga 248,406 292,873 338,507
7 Tanjung Balai 275,525 313,730 369,247
8 Padang Sidempuan 308,015 364,923 423,251
9 Padang 711,416 871,876 1,003,116
10 Sawahlunto 225,120 268,962 396,397
11 Pekanbaru 488,816 622,185 738,107
12 Jambi 441,549 543,578 626,332
13 Sungai Penuh 257,556 295,529 344,518
14 Bandar Lampung 625,643 762,665 864,816
15 Metro 271,503 330,158 374,201
REKAP DATA KEUANGAN UNTUK DANA ALOKASI KHUSUS LAMPIRAN 3b
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 29,636 26,894 31,003
2 Lhokseumawe 21,605 26,015 30,890
3 Subulussalam 30,770 31,856 27,458
4 Binjai 25,266 23,778 19,656
5 Pematang Siantar 24,783 28,447 41,400
6 Sibolga 22,754 19,290 29,474
7 Tanjung Balai 20,198 17,956 36,283
8 Padang Sidempuan 25,569 23,987 39,957
9 Padang 53,431 64,123 81,842
10 Sawahlunto 26,094 20,237 30,307
11 Pekanbaru 17,432 23,934 22,767
12 Jambi 34,673 40,010 48,535
13 Sungai Penuh 50,547 18,750 27,504
14 Bandar Lampung 39,112 50,491 65,028
REKAP DATA KEUANGAN UNTUK DANA BAGI HASIL SDA LAMPIRAN 4a
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 18,543 7,412 4,475
2 Lhokseumawe 11,612 12,973 11,722
3 Subulussalam 16,713 11,307 14,859
4 Binjai - - 1,185
5 Pematang Siantar 1,978 828 768
6 Sibolga 575 828 768
7 Tanjung Balai 616 972 895
8 Padang Sidempuan 657 962 1,020
9 Padang 1,085 1,497 933
10 Sawahlunto 8,435 9,993 3,891
11 Pekanbaru 424,654 466,496 404,980
12 Jambi 63,608 74,909 72,960
13 Sungai Penuh 56,106 70,164 68,523
14 Bandar Lampung 18,595 21,437 17,268
15 Metro 18,544 21,338 17,073
REKAP DATA KEUANGAN DANA UNTUK BAGI HASIL PAJAK LAMPIRAN 4b
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 27,040 34,513 28,626
2 Lhokseumawe 57,727 63,478 70,536
3 Subulussalam 11,259 15,615 11,275
4 Binjai 39,789 41,335 32,414
5 Pematang Siantar 24,312 35,618 25,458
6 Sibolga 19,211 20,443 19,547
7 Tanjung Balai 16,002 17,862 19,768
8 Padang Sidempuan 23,337 31,860 24,777
9 Padang 62,218 107,090 56,785
10 Sawahlunto 14,274 18,447 14,887
11 Pekanbaru 122,570 125,861 120,129
12 Jambi 63,986 83,180 73,808
13 Sungai Penuh 15,627 16,061 14,489
14 Bandar Lampung 63,660 67,248 45,783
REKAP DATA KEUANGAN UNTUK BELANJA LAMPIRAN 5a
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 704,068 752,919 893,394
2 Lhokseumawe 514,083 547,688 608,104
3 Subulussalam 304,783 292,903 340,897
4 Binjai 546,497 650,087 702,168
5 Pematang Siantar 564,820 639,607 741,073
6 Sibolga 368,638 414,041 450,894
7 Tanjung Balai 393,779 446,141 472,460
8 Padang Sidempuan 463,525 527,246 614,899
9 Padang 1,180,346 1,400,212 1,619,578
10 Sawahlunto 358,122 373,246 402,431
11 Pekanbaru 1,443,986 1,504,968 1,938,889
12 Jambi 852,847 1,023,931 1,148,534
13 Sungai Penuh 397,258 464,215 558,831
14 Bandar Lampung 1,152,956 1,464,165 1,779,126
15 Metro 514,797 518,616 609,265
REKAP DATA KEUANGAN UNTUK BELANJA MODAL LAMPIRAN 5b
(dalam jutaan rupiah)
NO KOTA TAHUN
2011 2012 2013
1 Banda Aceh 56,727 64,777 123,375
2 Lhokseumawe 107,284 107,183 119,231
3 Subulussalam 99,212 61,788 67,918
4 Binjai 131,940 158,209 133,103
5 Pematang Siantar 73,017 90,832 134,010
6 Sibolga 89,964 90,900 87,060
7 Tanjung Balai 92,006 114,085 108,800
8 Padang Sidempuan 75,776 98,759 117,217
9 Padang 140,574 219,991 289,610
10 Sawahlunto 70,671 67,757 68,693
11 Pekanbaru 238,613 285,730 470,984
12 Jambi 150,863 248,437 272,722
13 Sungai Penuh 141,593 146,504 192,981
14 Bandar Lampung 109,907 293,646 399,449
DATA RASIO TINGKAT KEMANDIRIAN KEUANGAN DAERAH LAMPIRAN 6a
KOTA TAHUN
2011 2012 2013
Banda Aceh 0.16 0.17 0.17
Lhokseumawe 0.06 0.05 0.05
Subulussalam 0.02 0.02 0.02
Binjai 0.05 0.08 0.08
Pematang Siantar 0.08 0.08 0.09
Sibolga 0.05 0.07 0.06
Tanjung Balai 0.08 0.07 0.07
Padang Sidempuan 0.04 0.04 0.06
Padang 0.14 0.14 0.16
Sawahlunto 0.10 0.09 0.07
Pekanbaru 0.17 0.20 0.22
Jambi 0.12 0.12 0.14
Sungai Penuh 0.03 0.04 0.04
Bandar Lampung 0.16 0.26 0.28
Metro 0.09 0.10 0.13
DATA RASIO PENDAPATAN ASLI DAERAH LAMPIRAN 6b
KOTA TAHUN
2011 2012 2013
Banda Aceh 0.11 0.12 0.13
Lhokseumawe 0.05 0.04 0.05
Subulussalam 0.02 0.01 0.02
Binjai 0.04 0.06 0.06
Pematang Siantar 0.07 0.07 0.08
Sibolga 0.05 0.06 0.06
Tanjung Balai 0.06 0.05 0.05
Padang Sidempuan 0.04 0.04 0.05
Padang 0.12 0.12 0.13
Sawahlunto 0.09 0.08 0.07
Pekanbaru 0.14 0.16 0.18
Jambi 0.11 0.10 0.12
Sungai Penuh 0.03 0.04 0.04
Bandar Lampung 0.13 0.20 0.21
DATA RASIO DANA ALOKASI UMUM LAMPIRAN 7a
KOTA TAHUN
2011 2012 2013
Banda Aceh 0.56 0.62 0.61
Lhokseumawe 0.64 0.67 0.68
Subulussalam 0.56 0.71 0.70
Binjai 0.58 0.60 0.67
Pematang Siantar 0.62 0.64 0.67
Sibolga 0.64 0.71 0.73
Tanjung Balai 0.70 0.67 0.68
Padang Sidempuan 0.64 0.67 0.67
Padang 0.57 0.59 0.58
Sawahlunto 0.57 0.69 0.74
Pekanbaru 0.31 0.33 0.36
Jambi 0.50 0.50 0.53
Sungai Penuh 0.56 0.62 0.61
Bandar Lampung 0.52 0.52 0.51
Metro 0.52 0.59 0.60
DATA RASIO DANA ALOKASI KHUSUS LAMPIRAN 7b
KOTA TAHUN
2011 2012 2013
Banda Aceh 0.04 0.03 0.03
Lhokseumawe 0.04 0.04 0.04
Subulussalam 0.09 0.10 0.07
Binjai 0.04 0.03 0.02
Pematang Siantar 0.04 0.04 0.05
Sibolga 0.05 0.04 0.06
Tanjung Balai 0.05 0.03 0.05
Padang Sidempuan 0.05 0.04 0.06
Padang 0.04 0.04 0.04
Sawahlunto 0.06 0.05 0.05
Pekanbaru 0.01 0.01 0.01
Jambi 0.03 0.03 0.04
Sungai Penuh 0.11 0.03 0.04
Bandar Lampung 0.03 0.03 0.03
DATA RASIO DANA BAGI HASIL LAMPIRAN 8a
KOTA TAHUN
2011 2012 2013
Banda Aceh 0.06 0.05 0.03
Lhokseumawe 0.13 0.13 0.12
Subulussalam 0.08 0.08 0.07
Binjai 0.06 0.05 0.04
Pematang Siantar 0.04 0.05 0.03
Sibolga 0.05 0.05 0.04
Tanjung Balai 0.04 0.04 0.03
Padang Sidempuan 0.05 0.06 0.04
Padang 0.05 0.07 0.03
Sawahlunto 0.05 0.07 0.03
Pekanbaru 0.35 0.32 0.26
Jambi 0.14 0.14 0.12
Sungai Penuh 0.15 0.18 0.14
Bandar Lampung 0.06 0.06 0.03
Metro 0.08 0.08 0.06
DATA RASIO BELANJA MODAL LAMPIRAN 8b
KOTA TAHUN
2011 2012 2013
Banda Aceh 0.08 0.08 0.13
Lhokseumawe 0.20 0.19 0.19
Subulussalam 0.32 0.21 0.19
Binjai 0.24 0.24 0.18
Pematang Siantar 0.12 0.14 0.18
Sibolga 0.24 0.21 0.19
Tanjung Balai 0.23 0.25 0.23
Padang Sidempuan 0.16 0.18 0.19
Padang 0.11 0.15 0.17
Sawahlunto 0.19 0.18 0.17
Pekanbaru 0.16 0.18 0.24
Jambi 0.17 0.24 0.23
Sungai Penuh 0.35 0.31 0.34
Bandar Lampung 0.09 0.20 0.22
STATISTIK DESKRIPTIF LAMPIRAN 9a
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
TKKD 45 .02 .28 .1004 .06281
PAD 45 .01 .21 .0829 .04766
DAU 45 .31 .74 .5991 .09690
DAK 45 .01 .11 .0431 .01998
DBH 45 .03 .35 .0864 .07221
Valid N (listwise) 45
UJI NORMALITAS KOLMOGOROV-SMIRNOV LAMPIRAN 10a
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 45
Normal Parametersa Mean .0000000
Std. Deviation .00872187
Most Extreme Differences Absolute .096
Positive .096
Negative -.061
Kolmogorov-Smirnov Z .642
Asymp. Sig. (2-tailed) .805
a. Test distribution is Normal.
UJI MULTIKOLINEARITAS LAMPIRAN 11a
UJI HETEROSKEDASTISITAS SCATTERPLOT LAMPIRAN 11b
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) .005 .026 .185 .854
PAD 1.296 .052 .983 24.906 .000 .309 3.232
DAU -.011 .032 -.017 -.350 .729 .198 5.061
DAK -.034 .090 -.011 -.377 .708 .595 1.682
DBH -.042 .033 -.048 -1.248 .219 .327 3.062
UJI AUTOKORELASI LAMPIRAN 12a
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1
.990a .981 .979 .00915 1.657
a. Predictors: (Constant), DBH, PAD, DAK, DAU
b. Dependent Variable: TKKD
KOEFISIEN KORELASI DAN DETERMINASI LAMPIRAN 12b
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .990a .981 .979 .00915
a. Predictors: (Constant), DBH, PAD, DAK, DAU
UJI SIGNIFIKANSI SIMULTAN (uji-F) LAMPIRAN 12c
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression .170 4 .043 508.628 .000a
Residual .003 40 .000
Total .174 44
a. Predictors: (Constant), DBH, PAD, DAK, DAU
UJI SIGNIFIKANSI PARSIAL (Uji-t) LAMPIRAN 13a
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) .005 .026 .185 .854
PAD 1.296 .052 .983 24.906 .000
DAU -.011 .032 -.017 -.350 .729
DAK -.034 .090 -.011 -.377 .708
DBH -.042 .033 -.048 -1.248 .219
a. Dependent Variable: TKKD
KOEFISIEN KORELASI DAN DETERMINASI (MODERATING) LAMPIRAN 13b
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .991a .982 .978 .00939
a. Predictors: (Constant), DBH_BM, PAD, DAK_BM, DAU_BM, DAU, PAD_BM, DBH, DAK, BM
UJI SIGNIFIKANSI SIMULTAN F (MODERATING) LAMPIRAN 13c
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression .171 9 .019 214.715 .000a
Residual .003 35 .000
Total .174 44
UJI SIGNIFIKANSI PARSIAL (MODERATING) LAMPIRAN 14
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) .016 .125 .131 .896
PAD 1.419 .263 1.077 5.397 .000
DAU -.039 .155 -.060 -.254 .801
DAK -.301 .413 -.096 -.728 .472
DBH .015 .137 .017 .106 .916
BM -.121 .593 -.117 -.205 .839
PAD_BM -.511 1.229 -.077 -.416 .680
DAU_BM .249 .740 .158 .336 .739
DAK_BM .993 1.629 .105 .609 .546
DBH_BM -.270 .628 -.071 -.430 .670
TABEL DISTRIBUSI F LAMPIRAN 15
df untuk pembilang (N1) df untuk
penyebut
(N2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 161 199 216 225 230 234 237 239 241 242 243 244 245 245 246
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.40 19.41 19.42 19.42 19.43
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.76 8.74 8.73 8.71 8.70
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.94 5.91 5.89 5.87 5.86
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.70 4.68 4.66 4.64 4.62
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 3.98 3.96 3.94
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.60 3.57 3.55 3.53 3.51
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.31 3.28 3.26 3.24 3.22
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.10 3.07 3.05 3.03 3.01
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.94 2.91 2.89 2.86 2.85
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.82 2.79 2.76 2.74 2.72
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.72 2.69 2.66 2.64 2.62
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.63 2.60 2.58 2.55 2.53
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.57 2.53 2.51 2.48 2.46
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.51 2.48 2.45 2.42 2.40
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.46 2.42 2.40 2.37 2.35
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.41 2.38 2.35 2.33 2.31
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.37 2.34 2.31 2.29 2.27
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.34 2.31 2.28 2.26 2.23
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.31 2.28 2.25 2.22 2.20
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.28 2.25 2.22 2.20 2.18
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.26 2.23 2.20 2.17 2.15
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.24 2.20 2.18 2.15 2.13
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.22 2.18 2.15 2.13 2.11
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.20 2.16 2.14 2.11 2.09
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.18 2.15 2.12 2.09 2.07
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.17 2.13 2.10 2.08 2.06
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.15 2.12 2.09 2.06 2.04
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.14 2.10 2.08 2.05 2.03
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.13 2.09 2.06 2.04 2.01
31 4.16 3.30 2.91 2.68 2.52 2.41 2.32 2.25 2.20 2.15 2.11 2.08 2.05 2.03 2.00
32 4.15 3.29 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14 2.10 2.07 2.04 2.01 1.99
33 4.14 3.28 2.89 2.66 2.50 2.39 2.30 2.23 2.18 2.13 2.09 2.06 2.03 2.00 1.98
34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12 2.08 2.05 2.02 1.99 1.97
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11 2.07 2.04 2.01 1.99 1.96
36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11 2.07 2.03 2.00 1.98 1.95
37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.14 2.10 2.06 2.02 2.00 1.97 1.95
38 4.10 3.24 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09 2.05 2.02 1.99 1.96 1.94
39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08 2.04 2.01 1.98 1.95 1.93
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.04 2.00 1.97 1.95 1.92
41 4.08 3.23 2.83 2.60 2.44 2.33 2.24 2.17 2.12 2.07 2.03 2.00 1.97 1.94 1.92
42 4.07 3.22 2.83 2.59 2.44 2.32 2.24 2.17 2.11 2.06 2.03 1.99 1.96 1.94 1.91
43 4.07 3.21 2.82 2.59 2.43 2.32 2.23 2.16 2.11 2.06 2.02 1.99 1.96 1.93 1.91
44 4.06 3.21 2.82 2.58 2.43 2.31 2.23 2.16 2.10 2.05 2.01 1.98 1.95 1.92 1.90
TABEL DISTRIBUSI T LAMPIRAN 16
d.f. TINGKAT SIGNIFIKANSI
dua sisi 20% 10% 5% 2% 1% 0,2% 0,1%
satu sisi 10% 5% 2,5% 1% 0,5% 0,1% 0,05%
1 3,078 6,314 12,706 31,821 63,657 318,309 636,619
2 1,886 2,920 4,303 6,965 9,925 22,327 31,599
3 1,638 2,353 3,182 4,541 5,841 10,215 12,924
4 1,533 2,132 2,776 3,747 4,604 7,173 8,610
5 1,476 2,015 2,571 3,365 4,032 5,893 6,869
6 1,440 1,943 2,447 3,143 3,707 5,208 5,959
7 1,415 1,895 2,365 2,998 3,499 4,785 5,408
8 1,397 1,860 2,306 2,896 3,355 4,501 5,041
9 1,383 1,833 2,262 2,821 3,250 4,297 4,781
10 1,372 1,812 2,228 2,764 3,169 4,144 4,587
11 1,363 1,796 2,201 2,718 3,106 4,025 4,437
12 1,356 1,782 2,179 2,681 3,055 3,930 4,318
13 1,350 1,771 2,160 2,650 3,012 3,852 4,221
14 1,345 1,761 2,145 2,624 2,977 3,787 4,140
15 1,341 1,753 2,131 2,602 2,947 3,733 4,073
16 1,337 1,746 2,120 2,583 2,921 3,686 4,015
17 1,333 1,740 2,110 2,567 2,898 3,646 3,965
18 1,330 1,734 2,101 2,552 2,878 3,610 3,922
19 1,328 1,729 2,093 2,539 2,861 3,579 3,883
20 1,325 1,725 2,086 2,528 2,845 3,552 3,850
21 1,323 1,721 2,080 2,518 2,831 3,527 3,819
22 1,321 1,717 2,074 2,508 2,819 3,505 3,792
23 1,319 1,714 2,069 2,500 2,807 3,485 3,768
24 1,318 1,711 2,064 2,492 2,797 3,467 3,745
25 1,316 1,708 2,060 2,485 2,787 3,450 3,725
26 1,315 1,706 2,056 2,479 2,779 3,435 3,707
27 1,314 1,703 2,052 2,473 2,771 3,421 3,690
28 1,313 1,701 2,048 2,467 2,763 3,408 3,674
29 1,311 1,699 2,045 2,462 2,756 3,396 3,659
30 1,310 1,697 2,042 2,457 2,750 3,385 3,646
31 1,309 1,696 2,040 2,453 2,744 3,375 3,633
32 1,309 1,694 2,037 2,449 2,738 3,365 3,622
33 1,308 1,692 2,035 2,445 2,733 3,356 3,611
34 1,307 1,691 2,032 2,441 2,728 3,348 3,601
35 1,306 1,690 2,030 2,438 2,724 3,340 3,591
36 1,306 1,688 2,028 2,434 2,719 3,333 3,582
37 1,305 1,687 2,026 2,431 2,715 3,326 3,574
DAFTAR PUSTAKA
Agnes, 2015. Pengaruh Motivasi dan Kedisiplinan Beerorganisasi Terhadap Komitmen Anggota dan Kinerja Resimen Mahasiswa Universitas Sumatera Utara. Skripsi. Medan : Universitas Sumatera Utara.
Amri, Nurfadhila. 2015. Belanja Modal. 2016)
Anonym, 2009. Regresi Linear Dengan Variabel Moderating.
http//www.konsultanstatistik.com/2009/03/regresi-linear-dengan-variabel.html/ (12 April 2016)
Bennyly, 2011. Pengaruh Rasio Efektivitas Pendapatan Asli Daerah, Dana Bagi Hasil, Dana Alokasi Umum dan Dana Alokasi Khusus Terhadap Tingkat Kemandirian Keuangan Daerah Pada Pemerintah Kabupaten/Kota di Provinsi Sumatera Utara. Skripsi. Medan : Universitas Sumatera Utara.
Ciptowoyono, Isharyanto, 2013. APBD dan Pengelolaan Keuangan Daerah. http//www.kompasiana.com/isharyanto/apbd-dan-pengelolaan-keuangan-daerah/ (04 April 2016)
Darise, Nurlan, 2008. Akuntansi Keuangan Daerah (Akuntansi Sektor Publik), PT Indeks, Jakarta.
Diaz, Sanita, 2015. Pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi Khusus Terhadap Belanja Modal Pada Kota di Pulau Sumatera. Skripsi. Medan : Universitas Sumatera Utara.
Erlina, 2011. Metodologi Penelitian, Usu Press, Medan.
Erstelita, 2009. Pengaruh Belanja Modal dan Belanja Pegawai Terhadap Tingkat Kemandirian Keuangan Daerah Pada Kabupaten/Kota Provinsi Sumatera Barat (Studi Empiris Pada Kabupaten/Kota Provinsi Sumatera Barat). Skripsi. Padang : Universitas Negeri Padang.
Hadi, Syamsul, 2006. Metodologi Penelitian Kuantitatif Untuk Akuntansi dan Keuangan, EKONISIA, Yogyakarta.
Halim, Abdul, 2008. Akuntansi Keuangan Daerah, Salemba Empat, Jakarta.
_______, 2008. Akuntansi Keuangan Daerah, Salemba Empat, Jakarta.
Ikhsan, Arfan, 2008. Metodologi Penelitian Akuntansi Keprilakuan, Graha Ilmu, Yogyakarta.
Kawedar, Warsito, Abdul Rohman dan Sri Handayani, 2008. Akuntansi Sektor Publik: Buku 1, Badan Penerbit Universitas Diponegoro, Semarang.
Krimadi, Fransiskus, 2013. Analisis Kemandirian Keuangan Pemerintah Daerah.
KWU LPM.PNI. 2014. Skala Pengukuran Dalam Penelitian Kuantitatif. http//:www.penalaran_unm.org/artikel/penelitian/349-skala-pengukuran-dalam-penelitian-kuantitatif.html/ (04 April 2016)
Liana, Lie, 2009. “Penggunaan MRA dengan Spss Untuk Menguji Pengaruh Variabel Moderating Terhadap Hubungan Antara Variabel Independen dan Variabel Dependen”, Jurnal Teknologi Informasi DINAMIK, Volume 14 Nomor 2 Halaman 90-97.
Mahsun, Mohamad, 2006. Pengukuran Kinerja Sektor Publik, Penerbit BPFE, Yogyakarta.
Muliana, 2009. Pengaruh Rasio Efektivitas Pendapatan Asli Daerah. Dana Alokasi Umum dan Dana Alokasi Khusus Terhadap Tingkat Kemandirian Keuangan Daerah Pada Pemerintah Kabupaten/Kota di Provinsi Sumatera Utara. Skripsi. Medan : Universitas Sumatera Utara.
Pupungph, 2012. Desentralisasi Fiskal dan Kemandirian Daerah. 2016)
_______, Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah.
_______, Undang-Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintahan Daerah.
_______, Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 tentang Pedoman Pengelolaan Keuangan Daerah.
_______, Pernyataan Standar Akuntansi Pemerintahn Nomor 2 tentang Laporan Realisasi Anggaran.
_______, Pernyataan Standar Akuntansi Pemerintahan Nomor 30 Tahun 2006 tentang Laporan Realisasi Anggaran.
_______, Peraturan Pemerintah Republik Indonesia Nomor 58 Tahun 2005 tentang Pengelolaan Keuangan Daerah.
Sangadji, Etta Mamang dan Sopiah, 2010. Metodologi Penelitian, Andi Offset, Yogyakarta.
Sartika, 2014. Pengaruh Rasio Efektivitas Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil Terhadap Tingkat Kemandirian Keuangan Daerah Pada Pemerintah Kabupaten/Kota di Provinsi Riau Tahun 2008-2012. Skripsi. Medan: Universitas Sumatera Utara.
Situmorang, Syafrizal Helmi dan Muchlis Lutfi, 2014. Analisis Data Untuk Riset Manajemen dan Bisnis, Usu Press, Medan.
Susanto, Edy dan Marhamah, 2016. “Pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi Khusus Terhadap Pertumbuhan Ekonomi Daerah Dengan Belanja Daerah Sebagai Variabel Moderating (Studi Empiris Pada 29 Kabupaten dan 9 Kota di Jawa Timur), Jurnal STIE Semarang, Volume 8 Nomor 1 Halaman 8-9.
Umar, Husein, 2003. Metode Riset Akuntansi Terapan, Ghalia Indonesia, Jakarta.
_______, 2008. Desain Penelitian Akuntansi Keprilakuan, PT RAJAGRAFINDO PERSADA, Jakarta.
Wati, Endar Rosita, 2010. “Hubungan Antara PAD dan Dana Perimbangan Dengan Belanja Modal PEMDA Kudus”, Jurnal Universitas Negerei Semarang, Volume 8 Nomor 2 Halaman 74-81.
Wikipedia. 2016. Anggaran Pendapatan dan Belanja Daerah. http//:id.wikipedia.org/wiki/anggaran-pendapatan-dan-belanja-daaerah/
(04 April 2016)
BAB III
METODE PENELITIAN 3.1 Jenis Penelitian
Penelitian ini menggunakan desain kausal. Desain kausal berguna untuk
mengukur hubungan-hubungan antara variabel penelitian atau berguna untuk
menganalisis bagaimana suatu variabel memengaruhi variabel lain (Umar,
2008:8). Jadi penelitian dengan desain ini menjelaskan hubungan sebab dan akibat
dua variabel atau lebih untuk menganalisis bagaimana suatu variabel
mempengaruhi variabel lainnya.
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilakukan dengan cara meneliti dan mempelajari data
sekunder yakni dokumen dari situs Direktoral Jenderal Perimbangan Keuangan
Kementerian Keuangan Republik Indonesia
sesuai dengan data yang dibutuhkan.
Tabel 3.1 Jadwal Penelitian
No Kegiatan Agustus
2015
Februari 2016
Maret 2016
Agustus 2016
1. Pengajuan proposal skripsi
2. Bimbingan proposal skripsi
3. Seminar proposal skripsi
4. Bimbingan dan penulisan skripsi 5. Penyelesaian skripsi
3.3 Batasan Operasional
Menurut penelitian Agnes (2015) batasan operasional digunakan untuk
menghindari kesimpangsiuran dalam membahas dan menganalisis permasalahan
yang ada dalam suatu penelitian. Pemberian batasan di dalam pelaksanaannya
dilakukan agar penelitian tidak mengambang dari tujuannya, juga agar dapat
menghasilkan kesimpulan yang benar. Objek dari penelitian ini adalah data
Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokas Khusus, Dana Bagi
Hasil dan Belanja Modal di kota yang ada di Pulau Sumatera yang tertera pada
situs Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan
Republik Indonesia
keuaangan Tahun 2011-2013.
3.4 Populasi dan Sampel
Populasi adalah keseluruhan dari objek penelitian yang akan diteliti (Hadi,
2006:45). Populasi merupakan wilayah generalisasi yang terdiri atas sekelompok
orang, kejadian atau segala sesuatu yang mempunyai karakteristik tertentu
(Ikhsan, 2008:117). Populasi pada penelitian ini adalah Laporan Realisasi APBD
pada pemerintah kota di Pulau Sumatera pada Tahun 2011-2013, di mana terdapat
34 kota.
Sampel merupakan bagian dari jumlah maupun karakteristik yang dimiliki
oleh populasi dan dipilih secara hati-hati dari populasi tersebut (Ikhsan,
2008:118). Pengambilan sampel dalam penelitian ini menggunakan teknik non
probability sampling dengan cara purposive sampling, yaitu tekni penentuan
Adapun pertimbangan yang ditentukan sebagai kriteria sampel adalah
sebagai berikut :
1. Kota di Pulau Sumatera yang mempublikasikan Laporan APBD dan Laporan
Realisasi APBD selama periode 2011-2013;
2. Kota di Pulau Sumatera yang telah melaporkan Laporan Realisasi APBD pada
Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik
Indonesia
3. Kota di Pulau Sumatera yang telah memakai format Standar Akuntansi
Pemerintahan (SAP) untuk laporan APBD.
Berdasarkan pertimbangan di atas, maka sampel yang digunakan adalah sebagai
berikut :
Tabel 3.2
Daftar Sampel Pemerintah Kota di Pulau Sumatera
No Kota Populasi Kriteria Sampel
1. Kota Banda Aceh √ √ Sampel 1
2. Kota Sabang √ ×
3. Kota Lhokseumawe √ √ Sampel 2
4. Kota Langsa √ ×
5. Kota Subulussalam √ √ Sampel 3
6. Kota Binjai √ × Sampel 4
7. Kota Medan √ ×
8. Kota Pematang Siantar √ √ Sampel 5
9. Kota Sibolga √ √ Sampel 6
10. Kota Tanjung Balai √ √ Sampel 7
11. Kota Tebing Tinggi √ ×
12. Kota Padang Sidempuan √ √ Sampel 8
13. Kota Gunungsitoli √ ×
14. Kota Padang √ √ Sampel 9
15. Kota Padang Panjang √ ×
16. Kota Payakumbuh √ ×
17. Kota Sawahlunto √ √ Sampel 10
18. Kota Solok √ ×
19. Kota Pariaman √ ×
21. Kota Dumai √ ×
22. Kota Pekanbaru √ √ Sampel 11
23. Kota Batam √ ×
24. Kota Tanjung Pinang √ ×
25. Kota Jambi √ √ Sampel 12
26. Kota Sungai Penuh √ √ Sampel 13
27. Kota Palembang √ ×
28. Kota Prabumulih √ ×
29. Kota Lubuklinggau √ ×
30. Kota Pagar Alam √ ×
31. Kota Bengkulu √ ×
32. Kota Bandar Lampung √ √ Sampel 14
33. Kota Metro √ √ Sampel 15
34. Kota Pangkal Pinang √ ×
Sumber : Data diolah oleh peneliti, 2016.
Jumlah populasi adalah 34 kota dengan 15 kota yang memenuhi kriteria
pengambilan sampel sehingga jumlah amatan adalah (15 kota x 3 tahun) = 45
sampel.
3.5 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah jenis data sekunder.
Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara
tidak langsung, yaitu melalui catatan ataupun laporan historis yang telah tersusun
dalam arsip yang dipublikasikan dan yang tidak dipublikasikan.
Sumber data peneliti adalah dari dokumen Laporan Realisasi APBD yang
diperoleh dari situs Direktorat Jenderal Perimbangan Keuangan Kementerian
Keuangan Republik Indonesia
lainnya. Dari Laporan Realisasi APBD Tahun 2011-2013 dapat diperoleh data
mengenai jumlah Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi
3.6 Defenisi Operasional dan Skala Pengukuran
Defenisi operasional bertujuan untuk memberikan defenisi yang jelas akan
variabel yang akan dipakai di dalam suatu penelitian, sehingga dengan defenisi
yang jelas suatu variabel akan dapat diukur dengan logika empiris. Jika tidak
memiliki defenisi yang jelas maka akan menimbulkan masalah. Variabel-variabel
yang digunakan dalam penelitian ini adalah :
a. Variabel independen (independent variables) disebut juga variabel bebas, yaitu
variabel yang dianggap sebagai penyebab munculnya variabel dependen;
b. Variabel dependen (dependent variables) disebut juga variabel terikat di mana
variabel ini dipengaruhi atau dijelaskan oleh variabel independen; dan
c. Variabel moderating atau pemoderasi yaitu variabel inpenden kedua yang
dipercaya mempunyai kontribusi yang signifikan atau mempunyai pengaruh
ketidakpastian terhadap keaslian hubungan variabel independen dan variabel
dependen.
Defenisi operasional dalam penelitian ini adalah sebagai berikut :
a. Pendapatan Asli Daerah (X1) adalah pendapatan yang diperoleh daerah, yang
dipungut atau di dapatkan berdasarkan peraturan daerah sesuai dengan
peraturan perundang-undangan. Sumber-sumber dari pendapatan asli daerah
adalah :
• Pajak daerah;
• Retribusi daerah;
Untuk menghitung rasio dari pendapatan asli daerah digunakan rumus
perhitungan sebagai berikut :
[Realisasi PAD/total pendapatan daerah] x 100%
b. Dana Alokasi Umum (X2) adalah dana yang berasal dari APBN yang
ditransfer kepada semua kabupaten dan kota untuk mengisi kesenjangan antara
kapasitas fiskal dan kebutuhan fiskalnya. Untuk menghitung rasio dari dana
alokasi umum digunakan rumus perhitungan sebagai berikut :
[Realisasi DAU/ total pendapatan daerah] x 100%
c. Dana Alokasi Khusus (X3) adalah dana yang berasal dari APBN yang
dialokasikan untuk mendanai kegiatan khusus sesuai dengan prioritas nasional
pada daerah tertentu. Untuk menghitung rasio dari DAK digunakan rumus
perhitungan sebagai berikut :
[Realisasi DAK/total pendapatan daerah] x 100%
d. Dana Bagi Hasil (X4) adalah dana yang berasal dari APBN yang ditransfer
pemerintah pusat kepada daerah atas pemanfaatan potensi yang ada di daerah
masing-masing dengan tujuan desentralisasi serta peningkatan potensi daerah
masing-masing. Untuk menghitung rasio dari DBH digunakan rumus
perhitungan sebagai berikut :
[Realisasi DBH/total pendapatan daerah] x 100%
e. Belanja Modal (Xmoderating) adalah pengeluaran yang dilakukan dalam
rangka pembentukan modal yang sifatnya menambah aset tetap/inventaris
menghitung rasio belanja modal digunakan rumus perhitungan sebagai berikut
:
[Realisasi belanja modal/total belanja daerah] x 100%
f. Tingkat kemandirian keuangan daerah (Y) adalah tingkat kemampuan
pemerintah daerah dalam membiayai sendiri kegiatan pemerintah,
pembangunan dan pelayanan kepada masyarakat. Untuk menghitung rasio dari
tingkat kemandirian keuangan daerah digunakan rumus perhitungan sebagai
berikut :
[PAD/bantuan (pinjaman)] x 100%
Skala pengukuran yang digunakan dalam penelitian ini adalah skala rasio.
Skala rasio merupakan skala interval yang memiliki nilai nol mutlak, sehingga
skala rasio dapat dibuat dalam perkalian ataupun pembagian. Skala ini
menunjukkan jenis pengukuran yang jelas dan akurat. Indicator/parameter yang
digunakan dalam penghitungan skala rasio dalam penelitian ini adalah data yang
berada dalam Laporan Realisasi APBD Tahun 2011-2013. Defenisi operasional
dan skala pengukuran dalam penelitian ini dapat dilihat dalam tabel berikut ini :
Tabel 3.3
Defenisi Operasional dan Skala Pengukuran Nama
Variabel
Jenis Variabel
Defenisi Parameter Skala
Pendapatan Asli Daerah
Independen Pendapatan yang diperoleh daerah yang dipungut berdasarkan
peraturandaerah sesuai dengan peraturan perundang-undangan Realisasi Pendapatan Asli Daerah Tahun 2011-2013 Rasio Dana Alokasi Umum
Independen Dana yang berasal dari APBN yang ditransfer kepada kabupaten dan kota untuk mengisi kesenjangan kapasitas fiskal dan kebutuhan fiskalnya
Realisasi Dana Alokasi
Umum Tahun 2011-2013
Dana Alokasi Khusus
Independen Dana yang berasal dari APBN yang dialokasikan kepada daerah untuk membantu membiayai kebutuhan tertentu dan mendanai kegiatan khusus sesuai dengan prioritas nasional pada daerah tertentu Realisasi Dana Alokasi Khusus Tahun 2011-2013 Rasio Dana Bagi Hasil
Independen Dana yang berasal dari APBN yang ditransfer pemerintah pusat kepada daerah atas pemanfaatan potensi daerah masng-masing dengan tujuan desentralisasi dan peningkatan potensi daerah masing-masing Realisasi Dana Bagi Hasil Tahun 2011-2013 Rasio Belanja Modal
Independen Pengeluaran yang dilakukan dalam rangka pembentukan modal yang sifatnya menambah aset
tetap/inventaris yang memberikan manfaat lebih dari satu periode akuntansi Realisasi Belanja Modal Tahun 2011-2013 Rasio Tingkat kemandirian keuangan daerah
Dependen Tingkat kemampuan pemerintah daerah dalam membiayai sendiri kegiatan pemerintahan, pembangunan dan pelayanan kepada masyarakat
Realisasi Tingkat kemandirian keuangan daerah Tahun 2011-2013 Rasio
Sumber : Data diolah oleh peneliti, 2016.
3.7 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah dengan melakukan
teknik dokumentasi, yaitu peneliti mengumpulkan data sekunder, mencatat dan
mengolah data yang berkaitan dengan penelitian ini. Dengan cara mendownload
(unduh) Laporan Realisasi APBD Tahun 2011-2013 yang diperoleh dari situs
Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik
3.8 Metode Analisis Data 3.8.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk menganalisis data dengan cara
menggambarkan sampel yang telah ada tanpa penarikan kesimpulan yang berlaku
umum atau generalisasi. Pengoperasian statistik deskriptif memberikan suatu
gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar
deviasi, varian, maksimum, dan minimum dari masing-masing variabel
penelitiaan sehingga secara kontekstual dapat lebih mudah dimengerti dan dapat
menyajikan karakteristik tertentu dari suatu sampel. Dengan demikian, gambaran
secara ringkas mengenai data penelitian dapat diketahui.
3.8.2 Uji Asumsi Klasik
Uji asumsi klasik yang dilakukan oleh peneliti meliputi :
a. Uji Normalitas
tujuan dari uji normalitas adalah untuk mengetahui apakah dalm model
regresi, variabel memiliki distribusi normal. Pengujian ini diperlukan karena
untuk melakukan uji t dan uji F, mengasumsikan bahwa nilai residual mengikuti
distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistic
menjadi tidak valid untuk jumlah sampel kecil. Ada beberapa cara untuk menguji
normalitas distribusi data dengan menggunakan alat bantu SPSS, yaitu :
• Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan
melihat grafik histogram yang membandingkan antara data observasi dengan
melihat grafik histogram, dapat juga menyesatkan khususnya untuk jumlah
sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal
probability plot, yang membandingkan distribusi kumulatif dari distribusi normal.
• Uji Statistic Nonparametric-Kolmogorov-Smirnov
Dalam uji statistik ini normal atau tidaknya distribusi data dapat dilihat
dengan kriteria sebagai berikut :
1) Jika angka signifikan > taraf signifikan (α) 0,05 maka distribusi data dikatakan
normal;
2) Jika angka signifikan < taraf signifikan (α) 0,05 maka distribusi data dikatakan
tidak normal.
• Normal Probability Plot
Metode ini membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data
residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual
normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik
seharusnya terjadi korelasi di antara variabel independen. Menurut Ghozali
(2013), untuk mendeteksi ada atau tidaknya multikolineritas di dalam model
1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat
tinggi, tetapi secara individual variabel-variabel independennya banyak yang tidak
signifikan mempengaruhi variabel dependen
2) Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel
independen ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini
merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi
antar variabel independen tidak berarti bebas dari multikolinearitas. Hal ini
disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
3) Multikolinearitas dapat juga dilihat dari (a) nilai tolerance dan lawannya (b)
variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam
pengertian sederhana setiap variabel independen menjadi variabel dependen dan
diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena
VIF = 1/tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikoliniearitas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10.
c. Uji Heteroskedastisitas
Salah satu asumsi yang penting dari model regresi linear adalah varian
residual bersifat homokedastisitas atau bersifat konstan. Umumnya
heteroskedastisitas sering terjadi pada model yang menggunakan data cross
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah
model regresi telah terjadi ketidaksamaan varian dari residual suatu pengamatan
ke pengamatan yang lainnya. Model regresi yang baik adalah model regresi yang
memiliki persamaan variance residual atau homokedastisitas.
Uji heteroskedastisitas dilakukan dengan cara melihat grafik scatter plot
antara variabel dependen yaitu ZPRED dengan residualnya SRESID. Dasar
analisisnya :
1) Jika ada pola-pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur, maka terjadi heteroskedastisitas
2) Jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di bawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi
homokedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi
linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang
tahun yang berkaitan dengan lainnya.
Pengujian untuk autokorelasi dapat dilakukan dengan menggunakan uji
Durbin-Watson. Panduan mengenai angka D-W untuk mendeteksi autokorelasi
bisa dilihat pada tabel D-W, yang bisa dilihat pada buku statistik yang relevan.
Namun demikian secara umum bisa diambil patokan :
1) Angka D-W di bawah -2 berarti ada autokorelasi positif
3) Angka D-W di atas +2 berarti autokorelasi negative
3.8.3 Analisis Regresi
Model regresi linear berganda adalah model regresi yang memiliki lebih
dari satu variabel independen. Dalam penelitian ini model regresi yang akan
dianalisis adalah sebagai berikut :
a. Model pengaruh variabel inpenden berpengaruh terhadap variabel
dependennya, di mana persamaan regresinya adalah :
Y = α + β1X1 + β2X2 + ε
b. Model pengaruh variabel independen terhadap variabel dependen dengan
variabel moderating. Dalam model ini, untuk menguji regresi variabel
moderating digunakan uji interaksi atau Moderated Regression Analysis
(MRA) di mana menggunakan unsur interaksi (perkalian dua atau lebih
variabel independen) dengan persamaan regresi sebagai berikut :
Y = α + β1X1 + β2X2 + β3X1X2 + ε
Keterangan :
Y = variabel dependen
X1, X2 = variabel independen
X1X2 = variabel moderating
α = konstanta
ε = error
3.8.4 Pengujian Hipotesis Penelitian
Pengujian hipotesis hasil dari analisis regresi linear berganda dalam
penelitian ini dilakukan dengan Analisis Koefisien Korelasi dan Determinasi, Uji
F dan Uji t.
a. Analisis Koefisien Korelasi dan Determinasi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau
hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R lebih besar dari 0,5 atau
mendekati 1.
Koefisien determinasi (R square) menunjukkan seberapa besar variabel
independen menjelaskan variabel dependennya. Nilai R square adalah 0 sampai 1.
Apabila R square mendekati satu maka variabel-variabel independen memberikan
semua informasi yang dibutuhkan untuk mendeteksi variasi variabel
independennya. Sebaliknya, semakin kecil R square maka kemampuan variabel
independennya untuk menjelaskan variabel dependen semakin terbatas.
b. Uji Simultan (F-test)
pengujian ini bertujuan untuk mengetahui apakah variabel-variabel
independen secara bersama-sama mempengaruhi variabel dependen secara
signifikan. Pengujian simultan ini menggunakan uji F, yaitu dengan
membandingkan antara nilai signifikansi F dengan nilai signifikansi yang
digunakan yaitu 0,05. Hipotesis yang akan diuji adalah sebagai berikut :
H1 : b0 = b1 = b2 ≠ 0 : di mana semua variabel independen berpengaruh secara
Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah :
1) H1 diterima apabila pada α = 5% dan nilai probabilitas < level of significant
sebesar 0,05
2) H1 ditolak apabila pada α = 5% dan nilai probabilitas > level of significant
sebesar 0,05.
c. Uji Parsial (t-test)
Uji parsial (t-test) bertujuan untuk mengetahui apakah masing-masing
variabel independen mempengaruhi variabel dependen secara signifikan. Untuk
pengujian secara parsial ini digunakan uji-t. hipotesis statistik yang diajukan
adalah :
H1 : bi ≠ 0 : ada pengaruh
Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah :
1) H1 diterima apabila nilai probabilitas < level of significant sebesar 0,05
BAB IV
HASIL PENELITIAN 4.1 Data Penelitian
4.1.1 Gambaran Wilayah Pulau Sumatera
Pulau Sumatera merupakan pulau keenam terbesar di dunia dengan luas
473,481 km2. Penduduk Pulau Sumatera sekitar 52,210,926 jiwa (sensus 2010).
Secara umum, Pulau Sumatera didiami oleh bangsa melayu, yang terbagi ke
dalam beberapa suku. Suku-suku besar ialah Aceh, Batak, Melayu, Minangkabau,
Basemah, Rejang, Ogan, Komering dan Lampung. Di wilayah pesisir timur
Sumatera dan di beberapa kota-kota besar seperti Medan, Batam, Palembang,
Pekanbaru dan Bandar Lampung, banyak bermukim etnis tionghoa. Penduduk
Pulau Sumatera hanya terkonsentrasi di wilayah Sumatera Timur dan dataran
tinggi Minangkabau. Mata pencaharian penduduk Sumatera sebagian besar
sebagai petani, nelayan dan pedagang. Penduduk Sumatera mayoritas beragama
Islam dan sebagian kecil merupakan penganut ajaran Kristen Protestan, terutama
di wilayah Tapanuli dan Toba-Samosir, Sumatera Utara. Di wilayah perkotaan,
seperti Medan, Pekanbaru, Batam, Pangkal Pinang, Palembang dan Bandar
Lampung dijumpai beberapa penganut Buddha.
Kota-kota di Pulau Sumatera dihubungkan oleh empat ruas jalan lintas
yakni lintas tengah, lintas timur, lintas barat dan lintai pantai timur yang
melintang dari barat laut-tenggara Sumatera. Selain itu terdapat pula ruas jalan
yang melintang dari barat-timur, seperti ruas Bengkulu-Palembang, Padang-Jambi
Di beberapa bagian Pulau Sumatera, kereta api merupakan sarana
transportasi alternatif. Di bagian selatan, jalur kereta api bermula di Pelabuhan
Panjang (Lampung) hingga Lubuk Linggau dan Palembang (Sumatera Selatan).
Di tengah Pulau Sumatera, jalur kereta api hanya terdapat di Sumatera Barat. Jalur
ini menghubungkan antara Kota Padang dengan Sawah Lunto dan Kota Padang
dengan Kota Pariaman. Semasa colonial Belanada hingga Tahun 2001, jalur
Padang-Sawah Lunto dipergunakan untuk pengangkutan batu bara. Tetapi
semenjak cadangan batu bara di Ombilin mulai menipis, maka jalur ini tidak
berfungsi lagi. Sejak akhir Tahun 2006, pemerintah Provinsi Sumatera Barat
kembali mengaktifkan jalur ini sebagai jalur kereta wisata.
Di bagian utara Pulau Sumatera, jalur kereta api membentang dari Kota
Medan sampai ke Kota Tebing Tinggi. Pada jalur ini, kereta api dipergunakan
sebagai sarana pengangkutan kelapa sawit dan penumpang. Penerbangan
internasional dilayani dari Banda Aceh (Bandar Udara Internasional Sultan
Iskandar Muda), Medan (Bandar Udara Internasional Kuala Namu), Padang
(Bandara Internasional Minangkabau), Batam (Bandar Udara Hang Nadim),
Tanjungpinang (Bandar Udara Internasional Raja Haji Fisabilillah) dan
Paalembang (Bandar Udara Internasional Sultan Mahmud Badaruddin II).
Sedangkan pelabuhan kapal laut ada di Belawan (Medan), Teluk Bayur (Padang),
Batam Centre (Batam), Bulang Linggi (Bintan), Sri Bintan Pura (Tanjungpinang)
dan Bakauheni (Lampung).
Pulau Sumatera merupakan pulau yang kaya dengan hasil bumi. Dari lima
Provinsi Aceh, Riau dan Sumatera Selatan. Hasil-hasil utama Pulau Sumatera
ialah kelapa sawit, tembakau, minyak bumi, timah, bauksit, batu bara dan gas
alam. Hasil-hasil bumi tersebut sebagian besar diolah oleh perusahaan-perusahaan
asing, seperti misalnya PT. Caltex yang mengolah minyak bumi di Provinsi Riau.
Tempat-tempat penghasil barang tambang ialah :
• Arun (Aceh), menghasilkan gas alam;
• Pangkalan Brandan (Sumatera Utara), menghasilkan minyak bumi; • Duri, Dumai dan Bengkalis (Riau), menghasilkan minyak bumi;
• Tanjung Enim (Sumatera Selatan), menghasilkan batu bara;
• Lahat (Sumatera Selatan), menghasilkan batu bara;
• Plaju dan Sungai Gerong (Sumatera Selatan), menghasilkan minyak bumi;
• Tanjungpinang (Kepulauan Riau), menghasilkan bauksit;
• Natuna dan Kepulauan Anambas (Kepulauan Riau), menghasilkan minyak
bumi dan gas alam;
• Singkep (Kepulauan Riau), menghasilkan timah; • Karimun (Kepulauan Riau), menghasilkan granit;
• Indarung (Sumatera Barat), menghasilkan semen;
• Sawahlunto (Sumatera Barat), menghasilkan batu bara.
Beberapa kota di Pulau Sumatera, juga merupakan kota perniagaan yang
cukup penting. Medan, kota terbesar di Pulau Sumatera, merupakan kota
perniagaan utama di pulai ini. Banyak perusahaan-perusahaan besar nasional yang
berkantor pusat di sini. Selain Kota Medan, kota-kota besar lain di Pulau
1. Palembang, Sumatera Selatan;
2. Bandar Lampung, Lampung;
3. Pekanbaru, Riau;
4. Batam, Kepulauan Riau;
5. Padang, Sumatera Barat.
Pulau Sumatera terletak di bagian barat gugusan kepulauan nusantara. Di
sebelah utara berbatasan dengan Teluk Benggala, di timur dengan Selat Malaka,
di sebelah selatan dengan Selat Sunda dan di sebelah barat dengan Samudera
Hindia. Di sebelah timur Pulau Sumatera, banyak dijumpai rawa yang dialiri oleh
sungai-sungai besar yang bermuara di sana, antara lain Asahan (Sumatera Utara),
Sungai Siak (Riau), Kampar, Inderagiri (Sumatera Barat, Riau), Batang Hari
(Sumatera Barat, Jambi), Musi, Ogan, Lematang, Komering (Sumatera Selatan),
Way Sekampung, Way Tulangbawang, Way Seputih dan Way Mesuji (Lampung).
Sementara beberapa sungai yang bermuara ke pesisir barat Pulau Sumatera di
antaranya Batang Terusan (Sumater Barat) dan Ketahun (Bengkulu).
Di bagian barat Pulau Sumatera, terbentang pegunungan Bukit Barisan
yang membujur dari barat laut kea rah tenggara dengan panjang lebih kurang 1500
kilometer. Sepanjang Bukit Barisan tersebut terdapat puluhan gunung, baik yang
tidak aktif maupun gunung berapi yang masih aktif, seperti Geureudong (Aceh),
Sinabung (Sumatera Utara), Marapi dan Talang (Sumatera Barat), Gunung Kaba
(Bengkulu) dan Kerinci (Sumatera Barat, Jambi). Di Pulau Sumatera juga terdapat
beberapa danau, di antaranya Danau Laut Tawar (Aceh), Danau Toba (Sumatera
Danau Talang (Sumatera Barat), Danau Kerinci (Jambi) dan Danau Ranau
(Lampung dan Sumatera Selatan).
Sebelum melakukan pembahasan mengenai data secara statistic harus
terlebih dahulu memperhatikan data kota yang telah ditentukan sebagai sampel.
Objek penelitian di sini adalah kota yang ada di Pulau Sumatera. Pemilihan
sampel dilakukan dengan teknik purposive sampling dan adapun pertimbangan
yang diitentukan sebagai kriteria sampel adalah sebagai berikut :
1. Kota di Pulau Sumatera yang mempublikasikan Laporan APBD dan Laporan
Realisasi APBD selama periode 2011-2013;
2. Kota di Pulau Sumatera yang telah melaporkan Laporan Realisasi APBD pada
Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan Republik
Indonesia
3. Kota di Pulau Sumatera yang telah memakai format Standar Akuntansi
Pemerintahan untuk Laporan APBDnya.
Berdasarkan kriteria-kriteria di atas dari 34 kota ada 15 kota yang memenuhi
syarat. Periode penelitian dimulai dari Tahun 2011 sampai dengan Tahun 2013.
Metode analisis data yang dipakai dalam penelitian ini adalah metode
analisis statistic yang menggunakan persamaan regresi berganda. Analisis data
dimulai dengan mengumpulkan serta mengolah data yang diperlukan dengan
menggunakan Microsoft Excel dan untuk pengujian asumsi klasik dan regresi
4.1.2 Data Rasio Kemandirian Keuangan Daerah Tabel 4.1
Rasio Kemandirian Keuangan Daerah
Kota Tingkat Kemandirian Keuangan
2011 2012 2013
Banda Aceh 0.16 0.17 0.17
Lhokseumawe 0.06 0.05 0.05
Subulussalam 0.02 0.02 0.02
Binjai 0.05 0.08 0.08
Pematang Siantar 0.08 0.08 0.09
Sibolga 0.05 0.07 0.06
Tanjung Balai 0.08 0.07 0.07
Padang Sidempuan 0.04 0.04 0.06
Padang 0.14 0.14 0.16
Sawahlunto 0.10 0.09 0.07
Pekanbaru 0.17 0.20 0.22
Jambi 0.12 0.12 0.14
Sungai Penuh 0.03 0.04 0.04
Bandar Lampung 0.16 0.26 0.28
Metro 0.09 0.10 0.13
Sumber : Data yang diolah peneliti, 2016
Tabel di atas menunjukkan rasio tingkat kemandirian keuangan pada setiap
kota selama tahun 2011 sampai 2013. Pada Tahun 2011, rasio kemandirian
keuangan yang tertinggi dimiliki oleh Kota Pekanbaru dengan nilai rasio 0,17 dan
rasio terendah terdapat pada Kota Subulussalam dengan nilai rasio 0,02. Pada
Tahun 2012, rasio kemandirian keuangan yang tertinggi dimiliki oleh Kota
Bandar Lampung dengan nilai rasio 0,26 dan rasio terendah terdapat pada Kota
Subulussalam dengan nilai rasio 0,02. Pada Tahun 2013, rasio kemandirian
keuangan yang tertinggi dimiliki oleh Kota Pekanbaru dengan nilai 0,28 dan rasio
4.1.3 Data Rasio Pendapatan Asli Daerah Tabel 4.2
Rasio Pendapatan Asli Daerah
Kota PAD
2011 2012 2013
Banda Aceh 0.11 0.12 0.13
Lhokseumawe 0.05 0.04 0.05
Subulussalam 0.02 0.01 0.02
Binjai 0.04 0.06 0.06
Pematang Siantar 0.07 0.07 0.08
Sibolga 0.05 0.06 0.06
Tanjung Balai 0.06 0.05 0.05
Padang Sidempuan 0.04 0.04 0.05
Padang 0.12 0.12 0.13
Sawahlunto 0.09 0.08 0.07
Pekanbaru 0.14 0.16 0.18
Jambi 0.11 0.10 0.12
Sungai Penuh 0.03 0.04 0.04
Bandar Lampung 0.13 0.20 0.21
Metro 0.08 0.08 0.11
Sumber : Data yang diolah peneliti, 2016.
Tabel di atas menunjukkan rasio Pendapatan Asli Daerah pada setiap kota
dari tahun 2011-2013. Pada Tahun 2011, rasio Pendapatan Asli Daerah yang
tertinggi dimiliki oleh Kota Pekanbaru dengan nilai 0,14 dan rasio terendah
terdapat pada Kota Subulussalam dengan nilai 0,02. Pada Tahun 2012, rasio PAD
tertinggi dimiliki oleh Kota Bandar Lampung dengan nilai 0,20 dan rasio terendah
terdapat pada Kota Subulussalam dengan nilai 0,01. Pada Tahun 2013, rasio PAD
tertinggi dimiliki oleh Kota Bandar Lampung dengan nilai 0,21 dan rasio terendah
4.1.4 Data Rasio Dana Alokasi Umum Tabel 4.3
Rasio Dana Alokasi Umum
Kota DAU
2011 2012 2013
Banda Aceh 0.56 0.62 0.61
Lhokseumawe 0.64 0.67 0.68
Subulussalam 0.56 0.71 0.70
Binjai 0.58 0.60 0.67
Pematang Siantar 0.62 0.64 0.67
Sibolga 0.64 0.71 0.73
Tanjung Balai 0.70 0.67 0.68
Padang Sidempuan 0.64 0.67 0.67
Padang 0.57 0.59 0.58
Sawahlunto 0.57 0.69 0.74
Pekanbaru 0.31 0.33 0.36
Jambi 0.50 0.50 0.53
Sungai Penuh 0.56 0.62 0.61
Bandar Lampung 0.52 0.52 0.51
Metro 0.52 0.59 0.60
Sumber : Data yang diolah peneliti, 2016.
Tabel di atas menunjukkan rasio Dana Alokasi Umum pada setiap kota
dari tahun 2011 sampai 2013. Pada Tahun 2011, rasio DAU tertinggi dimiliki oleh
Kota Tanjung Balai dengan nilai 0,70 dan rasio terendah terdapat pada Kota
Pekanbaru dengan nilai 0,31. Pada Tahun 2012, rasio DAU tertinggi dimiliki oleh
Kota Subulussalam dan Sibolga dengan nilai masing-masing 0,71 dan rasio
terendah terdapat pada Kota Pekanbaru dengan nilai 0,33. Pada Tahun 2013, rasio
DAU tertinggi dimiliki oleh Kota Sawahlunto dengan nilai 0,74 dan rasio
4.1.5 Data Rasio Dana Alokasi Khusus Tabel 4.4
Rasio Dana Alokasi Khusus
Kota DAK
2011 2012 2013
Banda Aceh 0.04 0.03 0.03
Lhokseumawe 0.04 0.04 0.04
Subulussalam 0.09 0.10 0.07
Binjai 0.04 0.03 0.02
Pematang Siantar 0.04 0.04 0.05
Sibolga 0.05 0.04 0.06
Tanjung Balai 0.05 0.03 0.05
Padang Sidempuan 0.05 0.04 0.06
Padang 0.04 0.04 0.04
Sawahlunto 0.06 0.05 0.05
Pekanbaru 0.01 0.01 0.01
Jambi 0.03 0.03 0.04
Sungai Penuh 0.11 0.03 0.04
Bandar Lampung 0.03 0.03 0.03
Metro 0.04 0.04 0.05
Sumber : Data yang diolah peneliti, 2016.
Tabel di atas menunjukkan rasio Dana Alokasi Khusus pada setiap kota
dari tahun 2011 sampai 2013. Pada Tahun 2011, rasio tertinggi dimiliki oleh Kota
Sungai Penuh dengan nilai 0,11 dan rasio terendah terdapat pada Kota Pekanbaru
0,01. Pada Tahun 2012, rasio tertinggi dimiliki oleh Kota Subulussalam dengan
nilai 0,10 dan rasio terendah terdapat pada Kota Pekanbaru 0,01. Pada Tahun
2013, rasio tertinggi dimiliki oleh Kota Subulussalam dengan nilai 0,07 dan rasio
4.1.6 Data Rasio Dana Bagi Hasil
Tabel 4.5 Rasio Dana Bagi Hasil
Kota DBH
2011 2012 2013
Banda Aceh 0.06 0.05 0.03
Lhokseumawe 0.13 0.13 0.12
Subulussalam 0.08 0.08 0.07
Binjai 0.06 0.05 0.04
Pematang Siantar 0.04 0.05 0.03
Sibolga 0.05 0.05 0.04
Tanjung Balai 0.04 0.04 0.03
Padang Sidempuan 0.05 0.06 0.04
Padang 0.05 0.07 0.03
Sawahlunto 0.05 0.07 0.03
Pekanbaru 0.35 0.32 0.26
Jambi 0.14 0.14 0.12
Sungai Penuh 0.15 0.18 0.14
Bandar Lampung 0.06 0.06 0.03
Metro 0.08 0.08 0.06
Sumber : Data yang diolah peneliti, 2016.
Tabel di atas menunjukkan rasio Dana Bagi Hasil pada setiap kota dari
tahun 2011 sampai 2013. Pada Tahun 2011, rasio tertinggi dimiliki oleh Kota
Pekanbaru dengan nilai 0,35 dan rasio terendah terdapat pada Kota Pematang
Siantar dan Tanjung Balai dengan nilai masing-masing 0,04. Pada Tahun 2012,
rasio tertinggi dimiliki Kota Pekanbaru dengan nilai 0,32 dan rasio terendah
terdapat pada Kota Tanjung Balai dengan nilai 0,04. Pada Tahun 2013, rasio
tertinggi dimiliki Kota Pekanbaru dengan nilai 0,26 dan rasio terendah terdapat
pada Kota Banda Aceh, Pematang Siantar, Tanjung Balai, Sawahlunto, Padang
4.1.7 Data Rasio Belanja Modal
Tabel 4.6 Rasio Belanja Modal
Kota Belanja Modal
2011 2012 2013
Banda Aceh 0.08 0.08 0.13
Lhokseumawe 0.20 0.19 0.19
Subulussalam 0.32 0.21 0.19
Binjai 0.24 0.24 0.18
Pematang Siantar 0.12 0.14 0.18
Sibolga 0.24 0.21 0.19
Tanjung Balai 0.23 0.25 0.23
Padang Sidempuan 0.16 0.18 0.19
Padang 0.11 0.15 0.17
Sawahlunto 0.19 0.18 0.17
Pekanbaru 0.16 0.18 0.24
Jambi 0.17 0.24 0.23
Sungai Penuh 0.35 0.31 0.34
Bandar Lampung 0.09 0.20 0.22
Metro 0.23 0.14 0.17
Sumber : Data yang diolah peneliti, 2016.
Tabel di atas menunjukkan rasio Belanja Modal pada setiap kota dari
tahun 2011 sampai 2013. Pada Tahun 2011, rasio tertinggi dimiliki Kota Sungai
Penuh dengan nilai 0,35 dan rasio terendah terdapat pada Kota Banda Aceh
dengan nilai 0,08. Pada Tahun 2012, rasio tertinggi dimiliki Kota Sungai Penuh
dengan nilai 0,31 dan rasio terendah terdapat pada Kota Banda Aceh dengan nilai
0,08. Pada Tahun 2013, rasio tertinggi dimiliki Kota Sungai Penuh dengan nilai
0,34 dan rasio terendah terdapat pada Kota Banda Aceh dengan nilai 0,13.
4.2 Analisis Data 4.2.1 Statistik Deskriptif
Analisis deskriptif digunakan untuk mengetahui deskripsi suatu data yang
penelitian ini, variabel yang digunakan adalah Tingkat Kemandirian Keuangan
Daerah, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus,
Dana Bagi Hasil dan Belanja Modal. Berdasarkan analisis statistik deskriptif
[image:47.595.129.496.225.410.2]diperoleh gambaran sampel sebagai berikut :
Tabel 4.7 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
TKKD 45 .02 .28 .1004 .06281
PAD 45 .01 .21 .0829 .04766
DAU 45 .31 .74 .5991 .09690
DAK 45 .01 .11 .0431 .01998
DBH 45 .03 .35 .0864 .07221
Valid N (listwise) 45
Sumber : Diolah dari SPSS, 2016.
Berdasarkan tabel 4.7 di atas dapat dilihat bahwa jumlah unit analisis (N)
dalam penelitian ini adalah sebanyak 45 unit analisis yang terdiri dari 15 kota di
Pulau Sumatera yang melaporkan Laporan Realisasi APBD dengan Standar
Akuntansi Pemerintahan pada website
periode tahun 2011-2013. Tabel 4.7 menjelaskan bahwa :
1. Nilai minimum Tingkat Kemandirian Keuangan Daerah (TKKD/Y) adalah
0,02, nilai maksimum 0,28, nilai rata-rata (mean) 0,1004 dan standar deviasi
0,06281 dengan jumlah sampel sebanyak 45.
2. Nilai minimum Pendapatan Asli Daerah (PAD/X1) adalah 0,01, nilai
maksimum 0,21, nilai rata-rata (mean) 0,0829 dan standar deviasi 0,04766
3. Nilai minimum Dana Alokasi Umum (DAU/X2) adalah 0,31, nilai maksimum
0,74, nilai rata-rata (mean) 0,5991 dan standar deviasi 0,09690 dengan jumlah
sampel sebanyak 45.
4. Nilai minimum Dana Alokasi Khusus (DAK/X3) adalah 0,01, nilai maksimum
0,11, nilai rata-rata (mean) 0,0431 dan standar deviasi 0,01998 dengan jumlah
sampel sebanyak 45.
5. Nilai minimum Dana Bagi Hasil (DBH/X4) adalah 0,03, nilai maksimum
0,35, nilai rata-rata (mean) 0,0864 dan standar deviasi 0,07221 dengan jumlah
sampel sebanyak 45.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memastikan data yang diteliti dapat
digunakan dalam analisis model regresi linear. Setelah data yang diteliti lolos
dalam uji asumsi klasik, uji regresi akan dilakukan untuk melihat tingkat pengaruh
variabel independen terhadap variabel dependen. Uji-uji yang dilakukan terdiri
dari :
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi
variabel memiliki distribusi normal. Pengujian ini diperlukan karena untuk
melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti
distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik
menjadi tidak valid untuk jumlah sampel kecil.
Dalam penelitian ini, pengujian normalitas terhadap residual menggunakan
analisis grafik normal plot, dimana distribusi data dapat dilihat dengan kriteria
sebagai berikut :
1) Jika angka signifikan > taraf signifikan (α) 0,05 maka distribusi data dikatakan
normal.
2) Jika angka signifikan < taraf signifikan (α) 0,05 maka distribusi data dikatakan
tidak normal.
Hasil uji normalitas dengan menggunakan grafik histogram yang diolah
[image:49.595.129.484.388.612.2]dengan SPSS adalah sebagai berikut :
Gambar 4.1 Grafik Histogram
Gambar 4.1 di atas menunjukkan bahwa data atau variabel berdistribusi normal,
hal ini ditunjukkan oleh distribusi data yang tidak melenceng ke kiri ataupun ke
kanan.
Selain itu, hasil uji normalitas dengan menggunakan uji nonparametric
Tabel 4.8
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 45
Normal Parametersa Mean .0000000
Std. Deviation .00872187
Most Extreme Differences Absolute .096
Positive .096
Negative -.061
Kolmogorov-Smirnov Z .642
Asymp. Sig. (2-tailed) .805
a. Test distribution is Normal.
Sumber : Diolah dari SPSS, 2016.
Tabel 4.8 di atas menunjukkan nilai Asymp.Sig. (2-tailed) adalah 0,805 dan di atas
nilai signifikan (0,05). Selain itu, nilai kolmogorov-smirnov Z 0,642 < 1,97 yang
berarti variabel residual berdistribusi normal.
Dan untuk uji normalitas dengan menggunakan grafik normal probability
plot adalah sebagai berikut :
Pada grafik normal probability plot di atas terlihat bahwa titik-titik atau data
menyebar dis sekitar garis diagonal dan mengikuti arah garis diagonal tersebut.
Hal ini berarti bahwa data berdistribusi secara normal.
b. Uji Multikoliniearitas
Uji multikoliniearitas berguna untuk mengetahui apakah pada model
regresi yang diajukan telah ditemukan korelasi yang kuat antarvariabel
independen. Jika terjadi korelasi yang kuat, terdapat masalah multikoliniearitas
yang harus diatasi. Multikolinearitas dapat juga dilihat dari (a) nilai tolerance dan
lawannya (b) variance inflation factor (VIF). Kedua ukuran ini menunjukkan
setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang
tidak dijelaskan oleh variabel independen lainnya. Nilai cutoff yang umum
dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0.10
[image:51.595.90.537.500.720.2]atau sama dengan nilai VIF > 10.
Tabel 4.9 Uji Multikolinearitas
Sumber : Diolah dari SPSS, 2016
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) .005 .026 .185 .854
PAD 1.296 .052 .983 24.906 .000 .309 3.232
DAU -.011 .032 -.017 -.350 .729 .198 5.061
DAK -.034 .090 -.011 -.377 .708 .595 1.682
DBH -.042 .033 -.048 -1.248 .219 .327 3.062
Tabel 4.9 di atas menunjukkan nilai tolerance dari masing–masing
variabel adalah PAD (0,309), DAU (0,198), DAK (0,595) dan DBH (0,327) >
tolerance 0,10. Untuk VIF, PAD bernilai 3,232; DAU bernilai 5,061; DAK
bernilai 1,682 dan DBH bernilai 3,062 < VIF 10. Ini artinya tidak terjadi
multikoliniearitas di antara variabel independen dalam penelitian ini.
c. Uji Heteroskedastisitas
Uji h