LAMPIRAN 1
DATA POPULASI DAN SAMPEL
No Daerah Kriteria Sampel
1 2
1 Prov. Aceh √ √ 1
2 Kab. Aceh Barat x x -
3 Kab. Aceh Besar x x -
4 Kab. Aceh Selatan x x -
5 Kab. Aceh Singkil x x -
6 Kab. Aceh Tengah x x -
7 Kab. Aceh Tenggara x x -
8 Kab. Aceh Timur x x -
9 Kab. Aceh Utara √ √ 2
10 Kab. Bireuen x x -
11 Kab. Pidie x x -
12 Kab. Simeulue x x -
13 Kota Banda Aceh x x -
14 Kota Sabang x x -
15 Kota Langsa x x -
16 Kota Lhokseumawe x x -
17 Kab. Gayo Lues x x -
18 Kab. Aceh Barat Daya x x -
19 Kab. Aceh Jaya x x -
20 Kab. Nagan Raya x x -
21 Kab. Aceh Tamiang x x -
22 Kab. Bener Meriah x x -
23 Kab. Pidie Jaya x x -
24 Kota Subulussalam x x -
25 Prov. Sumatera Utara x x -
26 Kab. Asahan x x -
27 Kab. Dairi x x -
28 Kab. Deli Serdang x x -
29 Kab. Tanah Karo x x -
30 Kab. Labuhan Batu √ √ 3
31 Kab. Langkat x x -
32 Kab. Mandailing Natal x x -
33 Kab. Nias √ √ 4
34 Kab. Simalungun x x -
35 Kab. Tapanuli Selatan x x -
36 Kab. Tapanuli Tengah x x -
38 Kab. Toba Samosir x x -
39 Kota Binjai √ √ 5
40 Kota Medan x x -
41 Kota Pematang Siantar x x -
42 Kota Sibolga x x -
43 Kota Tanjung Balai x x -
44 Kota Tebing Tinggi x x -
45 Kota Padang Sidempuan x x -
46 Kab. Pakpak Bharat x x -
47 Kab. Nias Selatan x x -
48 Kab. Humbang Hasundutan x x -
49 Kab. Serdang Bedagai x x -
50 Kab. Samosir x x -
51 Kab. Batu Bara x x -
52 Kab. Padang Lawas x x -
53 Kab. Padang Lawas Utara x x -
54 Kab. Labuhanbatu Selatan x x -
55 Kab. Labuhanbatu Utara x x -
56 Kab. Nias Utara x x -
57 Kab. Nias Barat x x -
58 Kota Gunung Sitoli x x -
59 Prov. Sumatera Barat x x -
60 Kab. Limapuluh Kota x x -
61 Kab. Agam x x -
62 Kab. Kepulauan Mentawai x x -
63 Kab. Padang Pariaman √ √ 6
64 Kab. Pasaman √ √ 7
65 Kab. Pesisir Selatan x x -
66 Kab. Sijunjung x x -
67 Kab. Solok x x -
68 Kab. Tanah Datar x x -
69 Kota Bukit Tinggi √ √ 8
70 Kota Padang Panjang x x -
71 Kota Padang √ √ 9
72 Kota Payakumbuh x x -
73 Kota Sawahlunto x x -
74 Kota Solok √ √ 10
75 Kota Pariaman x x -
76 Kab. Pasaman Barat x x -
77 Kab. Dharmasraya x x -
79 Prov. Riau x x -
80 Kab. Bengkalis x x -
81 Kab. Indragiri Hilir x x -
82 Kab. Indragiri Hulu x x -
83 Kab. Kampar x x -
84 Kab. Kuantan Singingi x x -
85 Kab. Pelalawan √ √ 11
86 Kab. Rokan Hilir x x -
87 Kab. Rokan Hulu x x -
88 Kab. Siak x x -
89 Kota Dumai x x -
90 Kota Pekanbaru x x -
91 Kab. Kepulauan Meranti x x -
92 Prov. Jambi √ √ 12
93 Kab. Batanghari x x -
94 Kab. Bungo x x -
95 Kab. Kerinci x x -
96 Kab. Merangin √ √ 13
97 Kab. Muaro Jambi x x -
98 Kab. Sarolangun x x -
99 Kab. Tanjung Jabung Barat √ √ 14
100 Kab. Tanjung Jabung Timur x x -
101 Kab. Tebo x x -
102 Kota Jambi x x -
103 Kota Sungai Penuh x x -
104 Prov. Sumatera Selatan √ √ 15
105 Kab. Lahat x x -
106 Kab. Musi Banyuasin x x -
107 Kab. Musi Rawas x x -
108 Kab. Muara Enim x x -
109 Kab. Ogan Komering Ilir x x -
110 Kab. Ogan Komering Ulu x x -
111 Kota Palembang √ √ 16
112 Kota Prabumulih x x -
113 Kota Pagar Alam x x -
114 Kota Lubuk Linggau x x -
115 Kab. Banyuasin x x -
116 Kab. Ogan Ilir x x -
117 Kab. OKU Timur x x -
118 Kab. OKU Selatan x x -
120 Kab. Penukal Abab Lematang Ilir x x -
121 Kab. Musi Rawas Utara x x -
122 Prov. Bengkulu x x -
123 Kab. Bengkulu Selatan x x -
124 Kab. Bengkulu Utara x x -
125 Kab. Rejang Lebong x x -
126 Kota Bengkulu x x -
127 Kab. Kaur x x -
128 Kab. Seluma x x -
129 Kab. Mukomuko x x -
130 Kab. Lebong x x -
131 Kab. Kepahiang x x -
132 Kab. Bengkulu Tengah x x -
133 Prov. Lampung x x -
134 Kab. Lampung Barat x x -
135 Kab. Lampung Selatan x x -
136 Kab. Lampung Tengah x x -
137 Kab. Lampung Utara x x -
138 Kab. Lampung Timur x x -
139 Kab. Tanggamus x x -
140 Kab. Tulang Bawang x x -
141 Kab. Way Kanan x x -
142 Kota Bandar Lampung √ √ 17
143 Kota Metro x x -
144 Kab. Pesawaran x x -
145 Kab. Pringsewu x x -
146 Kab. Mesuji x x -
147 Kab. Tulang Bawang Barat x x -
148 Kab. Pesisir Barat x x -
149 Prov. DKI Jakarta x x -
150 Prov. Jawa Barat x x -
151 Kab. Bandung x x -
152 Kab. Bekasi x x -
153 Kab. Bogor √ √ 18
154 Kab. Ciamis x x -
155 Kab. Cianjur x x -
156 Kab. Cirebon x x -
157 Kab. Garut x x -
158 Kab. Indramayu x x -
159 Kab. Karawang x x -
161 Kab. Majalengka √ √ 19
162 Kab. Purwakarta x x -
163 Kab. Subang x x -
164 Kab. Sukabumi x x -
165 Kab. Sumedang x x -
166 Kab. Tasikmalaya x x -
167 Kota Bandung x x -
168 Kota Bekasi x x -
169 Kota Bogor √ √ 20
170 Kota Cirebon x x -
171 Kota Depok x x -
172 Kota Sukabumi x x -
173 Kota Tasikmalaya x x -
174 Kota Cimahi x x -
175 Kota Banjar x x -
176 Kab. Bandung Barat x x -
177 Kab. Pangandaran x x -
178 Prov. Jawa Tengah x x -
179 Kab. Banjarnegara x x -
180 Kab. Banyumas √ √ 21
181 Kab. Batang x x -
182 Kab. Blora x x -
183 Kab. Boyolali x x -
184 Kab. Brebes x x -
185 Kab. Cilacap x x -
186 Kab. Demak √ √ 22
187 Kab. Grobogan √ √ 23
188 Kab. Jepara x x -
189 Kab. Karanganyar x x -
190 Kab. Kebumen x x -
191 Kab. Kendal x x -
192 Kab. Klaten x x -
193 Kab. Kudus x x -
194 Kab. Magelang x x -
195 Kab. Pati x x -
196 Kab. Pekalongan √ √ 24
197 Kab. Pemalang x x -
198 Kab. Purbalingga x x -
199 Kab. Purworejo √ √ 25
200 Kab. Rembang x x -
202 Kab. Sragen x x -
203 Kab. Sukoharjo x x -
204 Kab. Tegal √ √ 26
205 Kab. Temanggung x x -
206 Kab. Wonogiri x x -
207 Kab. Wonosobo √ √ 27
208 Kota Magelang x x -
209 Kota Pekalongan x x -
210 Kota Salatiga x x -
211 Kota Semarang x x -
212 Kota Surakarta x x -
213 Kota Tegal √ √ 28
214 Prov. DI Yogyakarta x x -
215 Kab. Bantul x x -
216 Kab. Gunung Kidul x x -
217 Kab. Kulon Progo √ √ 29
218 Kab. Sleman √ √ 30
219 Kota Yogyakarta √ √ 31
220 Prov. Jawa Timur x x -
221 Kab. Bangkalan x x -
222 Kab. Banyuwangi √ √ 32
223 Kab. Blitar x x -
224 Kab. Bojonegoro x x -
225 Kab. Bondowoso x x -
226 Kab. Gresik x x -
227 Kab. Jember x x -
228 Kab. Jombang √ √ 33
229 Kab. Kediri x x -
230 Kab. Lamongan x x -
231 Kab. Lumajang x x -
232 Kab. Madiun x x -
233 Kab. Magetan x x -
234 Kab. Malang x x -
235 Kab. Mojokerto x x -
236 Kab. Nganjuk √ √ 34
237 Kab. Ngawi x x -
238 Kab. Pacitan x x -
239 Kab. Pamekasan x x -
240 Kab. Pasuruan x x -
241 Kab. Ponorogo x x -
243 Kab. Sampang √ √ 35
244 Kab. Sidoarjo x x -
245 Kab. Situbondo x x -
246 Kab. Sumenep x x -
247 Kab. Trenggalek x x -
248 Kab. Tuban x x -
249 Kab. Tulungagung x x -
250 Kota Blitar x x -
251 Kota Kediri x x -
252 Kota Madiun x x -
253 Kota Malang √ √ 36
254 Kota Mojokerto x x -
255 Kota Pasuruan x x -
256 Kota Probolinggo x x -
257 Kota Surabaya x x -
258 Kota Batu x x -
259 Prov. Kalimantan Barat √ √ 37
260 Kab. Bengkayang x x -
261 Kab. Landak x x -
262 Kab. Kapuas Hulu x x -
263 Kab. Ketapang x x -
264 Kab. Pontianak x x -
265 Kab. Sambas x x -
266 Kab. Sanggau x x -
267 Kab. Sintang x x -
268 Kota Pontianak x x -
269 Kota Singkawang x x -
270 Kab. Sekadau x x -
271 Kab. Melawi x x -
272 Kab. Kayong Utara x x -
273 Kab. Kubu Raya √ √ 38
274 Prov. Kalimantan Tengah √ √ 39
275 Kab. Barito Selatan x x -
276 Kab. Barito Utara x x -
277 Kab. Kapuas x x -
278 Kab. Kotawaringin Barat x x -
279 Kab. Kotawaringin Timur x x -
280 Kota Palangka Raya x x -
281 Kab. Katingan x x -
282 Kab. Seruyan √ √ 40
284 Kab. Lamandau √ √ 41
285 Kab. Gunung Mas x x -
286 Kab. Pulang Pisau x x -
287 Kab. Murung Raya x x -
288 Kab. Barito Timur x x -
289 Prov. Kalimantan Selatan x x -
290 Kab. Banjar x x -
291 Kab. Barito Kuala x x -
292 Kab. Hulu Sungai Selatan x x -
293 Kab. Hulu Sungai Tengah x x -
294 Kab. Hulu Sungai Utara x x -
295 Kab. Kotabaru x x -
296 Kab. Tabalong x x -
297 Kab. Tanah Laut x x -
298 Kab. Tapin x x -
299 Kota Banjarbaru x x -
300 Kota Banjarmasin x x -
301 Kab. Balangan x x -
302 Kab. Tanah Bumbu x x -
303 Prov. Kalimantan Timur √ √ 42
304 Kab. Berau x x -
305 Kab. Kutai Kartanegara x x -
306 Kab. Kutai Barat x x -
307 Kab. Kutai Timur x x -
308 Kab. Paser x x -
309 Kota Balikpapan x x -
310 Kota Bontang x x -
311 Kota Samarinda x x -
312 Kab. Penajam Paser Utara x x -
313 Kab. Mahakam Ulu x x -
314 Prov. Sulawesi Utara x x -
315 Kab. Bolaang Mongondow x x -
316 Kab. Minahasa x x -
317 Kab. Sangihe x x -
318 Kota Bitung x x -
319 Kota Manado x x -
320 Kab. Kepulauan Talaud x x -
321 Kab. Minahasa Selatan x x -
322 Kota Tomohon x x -
323 Kab. Minahasa Utara x x -
325 Kab. Minahasa Tenggara x x -
326 Kab. Bolaang Mongondow Utara x x -
327 Kab. Kepulauan Sitaro x x -
328 Kab. Bolaang Mongondow Timur x x -
329 Kab. Bolaang Mongondow Selatan x x -
330 Prov. Sulawesi Tengah x x -
331 Kab. Banggai x x -
332 Kab. Banggai Kepulauan x x -
333 Kab. Buol x x -
334 Kab. Tolitoli x x -
335 Kab. Donggala x x -
336 Kab. Morowali x x -
337 Kab. Poso x x -
338 Kota Palu x x -
339 Kab. Parigi Moutong x x -
340 Kab. Tojo Una Una x x -
341 Kab. Sigi x x -
342 Kab. Banggai Laut x x -
343 Kab. Morowali Utara x x -
344 Prov. Sulawesi Selatan x x -
345 Kab. Bantaeng x x -
346 Kab. Barru x x -
347 Kab. Bone x x -
348 Kab. Bulukumba √ √ 43
349 Kab. Enrekang x x -
350 Kab. Gowa x x -
351 Kab. Jeneponto x x -
352 Kab. Luwu x x -
353 Kab. Luwu Utara x x -
354 Kab. Maros x x -
355 Kab. Pangkajene dan Kepulauan x x -
356 Kab. Pinrang x x -
357 Kab. Kepulauan Selayar x x -
358 Kab. Sidenreng Rappang x x -
359 Kab. Sinjai x x -
360 Kab. Soppeng x x -
361 Kab. Takalar x x -
362 Kab. Tana Toraja x x -
363 Kab. Wajo x x -
364 Kota Pare-Pare x x -
366 Kota Palopo x x -
367 Kab. Luwu Timur √ √ 45
368 Kab. Toraja Utara x x -
369 Prov. Sulawesi Tenggara x x -
370 Kab. Buton x x -
371 Kab. Konawe x x -
372 Kab. Kolaka x x
373 Kab. Muna x x -
374 Kota Kendari x x -
375 Kota Bau-Bau x x -
376 Kab. Konawe Selatan x x -
377 Kab. Bombana x x -
378 Kab. Wakatobi x x -
379 Kab. Kolaka Utara x x -
380 Kab. Konawe Utara x x -
381 Kab. Buton Utara x x -
382 Kab. Kolaka Timur x x -
383 Kab. Konawe Kepulauan x x -
384 Prov. Bali √ √ 46
385 Kab. Badung x x -
386 Kab. Bangli x x -
387 Kab. Buleleng x x -
388 Kab. Gianyar x x -
389 Kab. Jembrana √ √ 47
390 Kab. Karangasem x x -
391 Kab. Klungkung x x -
392 Kab. Tabanan x x -
393 Kota Denpasar x x -
394 Prov. Nusa Tenggara Barat x x -
395 Kab. Bima x x -
396 Kab. Dompu x x -
397 Kab. Lombok Barat x x -
398 Kab. Lombok Tengah x x -
399 Kab. Lombok Timur x x -
400 Kab. Sumbawa x x -
401 Kota Mataram √ √ 48
402 Kota Bima x x -
403 Kab. Sumbawa Barat x x -
404 Kab. Lombok Utara √ √ 49
405 Prov. Nusa Tenggara Timur x x -
407 Kab. Belu x x -
408 Kab. Ende x x -
409 Kab. Flores Timur x x -
410 Kab. Kupang x x -
411 Kab. Lembata x x -
412 Kab. Manggarai x x -
413 Kab. Ngada x x -
414 Kab. Sikka x x -
415 Kab. Sumba Barat x x -
416 Kab. Sumba Timur x x -
417 Kab. Timor Tengah Selatan x x -
418 Kab. Timor Tengah Utara x x -
419 Kota Kupang x x -
420 Kab. Rote Ndao x x -
421 Kab. Manggarai Barat √ √ 50
422 Kab. Nagekeo x x -
423 Kab. Sumba Tengah x x -
424 Kab. Sumba Barat Daya x x -
425 Kab. Manggarai Timur x x -
426 Kab. Sabu Raijua x x -
427 Kab. Malaka x x -
428 Prov. Maluku x x -
429 Kab. Maluku Tenggara Barat x x -
430 Kab. Maluku Tengah x x -
431 Kab. Maluku Tenggara x x -
432 Kab. Buru x x -
433 Kota Ambon x x -
434 Kab. Seram Bagian Barat x x -
435 Kab. Seram Bagian Timur x x -
436 Kab. Kepulauan Aru x x -
437 Kota Tual x x -
438 Kab. Maluku Barat Daya x x -
439 Kab. Buru Selatan x x -
440 Prov. Papua x x -
441 Kab. Biak Numfor x x -
442 Kab. Jayapura x x -
443 Kab. Jayawijaya x x -
444 Kab. Merauke x x -
445 Kab. Mimika x x -
446 Kab. Nabire x x -
448 Kab. Puncak Jaya x x -
449 Kab. Kepulauan Yapen x x -
450 Kota Jayapura x x -
451 Kab. Sarmi x x -
452 Kab. Keerom x x -
453 Kab. Yahukimo x x -
454 Kab. Pegunungan Bintang x x -
455 Kab. Tolikara x x -
456 Kab. Boven Digoel x x -
457 Kab. Mappi x x -
458 Kab. Asmat x x -
459 Kab. Waropen x x -
460 Kab. Supiori x x -
461 Kab. Mamberamo Raya x x -
462 Kab. Mamberamo Tengah x x -
463 Kab. Yalimo x x -
464 Kab. Lanny Jaya x x -
465 Kab. Nduga x x -
466 Kab. Puncak x x -
467 Kab. Dogiyai x x -
468 Kab. Intan Jaya x x -
469 Kab. Deiyai x x -
470 Prov. Maluku Utara x x -
471 Kab. Halmahera Tengah x x -
472 Kota Ternate x x -
473 Kab. Halmahera Barat x x -
474 Kab. Halmahera Timur x x -
475 Kab. Halmahera Selatan x x -
476 Kab. Halmahera Utara x x -
477 Kab. Kepulauan Sula x x -
478 Kota Tidore Kepulauan x x -
479 Kab. Pulau Morotai x x -
480 Kab. Pulau Taliabu x x -
481 Prov. Banten x x -
482 Kab. Lebak x x -
483 Kab. Pandeglang x x -
484 Kab. Serang x x -
485 Kab. Tangerang x x -
486 Kota Cilegon x x -
487 Kota Tangerang √ √ 51
489 Kota Tangerang Selatan x x -
490 Prov. Bangka Belitung x x -
491 Kab. Bangka √ √ 52
492 Kab. Belitung √ √ 53
493 Kota Pangkal Pinang x x -
494 Kab. Bangka Selatan x x -
495 Kab. Bangka Tengah √ √ 54
496 Kab. Bangka Barat x x -
497 Kab. Belitung Timur x x -
498 Prov. Gorontalo x x -
499 Kab. Boalemo x x -
500 Kab. Gorontalo x x -
501 Kota Gorontalo x x -
502 Kab. Pohuwato x x -
503 Kab. Bone Bolango x x -
504 Kab. Gorontalo Utara x x -
505 Prov. Kepulauan Riau x x -
506 Kab. Karimun x x -
507 Kab. Bintan √ √ 55
508 Kab. Natuna x x -
509 Kota Batam x x -
510 Kota Tanjung Pinang x x -
511 Kab. Lingga x x -
512 Kab. Kepulauan Anambas x x -
513 Prov. Papua Barat x x -
514 Kab. Fakfak x x -
515 Kab. Manokwari x x -
516 Kab. Sorong x x -
517 Kota Sorong x x -
518 Kab. Raja Ampat x x -
519 Kab. Sorong Selatan x x -
520 Kab. Teluk Bintuni x x -
521 Kab. Teluk Wondama x x -
522 Kab. Kaimana x x -
523 Kab. Tambrauw x x -
524 Kab. Maybrat x x -
525 Kab. Manokwari Selatan x x -
526 Kab. Pegunungan Arfak x x -
527 Prov. Sulawesi Barat x x -
528 Kab. Majene x x -
530 Kab. Polewali Mandar x x -
531 Kab. Mamasa x x -
532 Kab. Mamuju Utara x x -
533 Kab. Mamuju Tengah x x -
534 Prov. Kalimantan Utara x x -
535 Kab. Bulungan x x -
536 Kab. Malinau x x -
537 Kab. Nunukan x x -
538 Kota Tarakan x x -
LAMPIRAN 2
DATA VARIABEL PENELITIAN
NO DAERAH DP (X1) PPD (X2) SIZE (X3) KK (Y)
1 Prov. Aceh 2462715.671 909,748 20906506241211.50 -2203620 2 Kab. Aceh Utara 1335158.186 21,768 5211999393369.66 -64259.2 3 Kab. Labuhan Batu 654208.601 29,060 2132434945682.60 -36602.9 4 Kab. Nias 429419.801 3,443 1861046502145.83 -36950.8 5 Kota Binjai 592386.6081 30,245 2902866376082.84 -93023.7 6 Kab. Padang
Pariaman 809705.3622 19,860 1092650923368.21 -36816.9 7 Kab. Pasaman 608761.5452 6,585 2281973272459.70 -59500.2 8 Kota Bukit Tinggi 450094.9769 27,182 2035683171614.95 -55891.6 9 Kota Padang 1203006.165 176,241 7885040700284.65 -252176 10 Kota Solok 397130.5007 4,878 1513516292069.58 -70554.9 11 Kab. Pelalawan 1203233.344 29,215 4712674302965.27 -653620 12 Prov. Jambi 1631447.786 808,438 8517755697517.34 -283338 13 Kab. Merangin 771413.8586 11,711 2289577913331.32 -17831.8 14 Kab. Tanjung
Jabung Barat 1010704.598 13,763 3654968513868.45 -321710 15 Prov. Sumatera
Selatan 3841411.648 2,275,320 18257096675399.00 -635604 16 Kota Palembang 1575058.767 388,859 6931744950004.12 -53065.9 17 Kota Bandar
Lampung 1161801.915 287,519 3157835330454.77 -30900 18 Kab. Bogor 2449547.101 913,790 18168758326991.00 -625630 19 Kab. Majalengka 1269963.686 31,705 4145928277813.08 -34726.8 20 Kota Bogor 859072.3223 311,645 6263429999065.65 -141508 21 Kab. Banyumas 1372626.308 103,300 5244131543280.85 -246480 22 Kab. Demak 920067.58 47,878 3255801680422.99 -64173.7 23 Kab. Grobogan 1105254.457 34,888 2545404450688.06 -40485.6 24 Kab. Pekalongan 921439.8856 26,774 2745266615288.85 -8750.53 25 Kab. Purworejo 936592.9105 30,682 2376589292661.06 -77035.7 26 Kab. Tegal 1166227.022 50,607 2950322610924.19 -55292.2 27 Kab. Wonosobo 807748.019 22,562 2666549732849.64 -155469 28 Kota Tegal 449283.241 36,188 2241976747248.35 -68228 29 Kab. Kulon Progo 706469.8219 17,123 1727982789886.06 -14431 30 Kab. Sleman 1048511.113 234,300 4262999633893.27 -108882 31 Kota Yogyakarta 685422.9014 260,582 4412321054978.00 -211991 32 Kab. Banyuwangi 1382244.171 64,177 3120680762563.88 -149994 33 Kab. Jombang 1141591.329 49,715 4525648017776.69 -175670 34 Kab. Nganjuk 1131487.711 41,108 2147663626965.45 -196418 35 Kab. Sampang 925899.7233 9,563 4147653243240.00 -53500 36 Kota Malang 940797.5902 250,000 6122163298981.10 -101585 37 Prov. Kalimantan
Barat 1511410.039 1,430,145 5626886849281.49 -25000 38 Kab. Kubu Raya 837455.694 49,622 1505920352484.86 -30984.9 39 Prov. Kalimantan
41 Kab. Lamandau 524722.8301 2,699 1986570432580.04 -26769.3 42 Prov. Kalimantan
Timur 6186052.364 4,650,182 30089700173299.00 -1675000 43 Kab. Bulukumba 758799.8458 18,205 1281399155783.53 950 44 Kota Makassar 1249540.839 501,719 10137808566099.30 -214790 45 Kab. Luwu Timur 591403.0159 90,139 2672973430405.62 -46401.7 46 Prov. Bali 1065533.025 2,104,381 6413739380985.85 -531494 47 Kab. Jembrana 550401.2041 20,406 1758188785013.90 -32026.4 48 Kota Mataram 675026.2565 64,330 2803909180090.09 -122960 49 Kab. Lombok Utara 417394.9239 28,870 999690553847.42 -31854 50 Kab. Manggarai
Barat 542775.9173 12,995 1894940084354.04 -23548.6 51 Kota Tangerang 1141393.68 909,500 6936809966136.88 -533056 52 Kab. Bangka 645312.186 30,000 2080000565805.99 -55379.4 53 Kab. Belitung 541978.4891 28,315 36443593487000.60 -51117.3 54 Kab. Bangka
Tengah 470094.9226 17,176 1547357492616.89 -39189.4 55 Kab. Bintan 589745.9093 124,219 2922970366972.54 -125183
NO DAERAH Ln DP
(X1)
Ln PPD (X2)
Ln SIZE
(X3) KK (Y)
1 Prov. Aceh 14.72 13.72 30.67 -220360
2 Kab. Aceh Utara 14.1 9.99 29.28 -64259
3 Kab. Labuhan Batu 13.39 10.28 28.39 -36603
4 Kab. Nias 12.97 8.14 28.25 -36951
5 Kota Binjai 13.29 10.32 28.7 -93024
6 Kab. Padang Pariaman 13.6 9.9 27.72 -36817
7 Kab. Pasaman 13.32 8.79 28.46 -59500
8 Kota Bukit Tinggi 13.02 10.21 28.34 -55892
9 Kota Padang 14 12.08 29.7 -252176
10 Kota Solok 12.89 8.49 28.05 -70555
11 Kab. Pelalawan 14 10.28 29.18 -313620
12 Prov. Jambi 14.3 13.6 29.77 -283338
13 Kab. Merangin 13.56 9.37 28.46 -17832
14 Kab. Tanjung Jabung Barat 13.83 9.53 28.93 -321710 15 Prov. Sumatera Selatan 14.16 14.64 30.54 -315604 16 Kota Palembang 14.27 12.87 29.57 -53066 17 Kota Bandar Lampung 13.97 12.57 28.78 -30900
18 Kab. Bogor 14.71 13.73 30.53 -325630
19 Kab. Majalengka 14.05 10.36 29.05 -34727
20 Kota Bogor 13.66 12.65 29.47 -141508
21 Kab. Banyumas 14.13 11.55 29.29 -246480
23 Kab. Grobogan 13.92 10.46 28.57 -40486 24 Kab. Pekalongan 13.73 10.2 28.64 -8751 25 Kab. Purworejo 13.75 10.33 28.5 -77036
26 Kab. Tegal 13.97 10.83 28.71 -55292
27 Kab. Wonosobo 13.6 10.02 28.61 -155469
28 Kota Tegal 13.02 10.5 28.44 -68228
29 Kab. Kulon Progo 13.47 9.75 28.18 -14431
30 Kab. Sleman 13.86 12.36 29.08 -108882
31 Kota Yogyakarta 13.44 12.47 29.12 -211991 32 Kab. Banyuwangi 14.14 11.07 28.77 -149994 33 Kab. Jombang 13.95 10.81 29.14 -175670
34 Kab. Nganjuk 13.94 10.62 28.4 -196418
35 Kab. Sampang 13.74 9.17 29.05 -53500
36 Kota Malang 13.75 12.43 29.44 -101585
37 Prov. Kalimantan Barat 14.23 14.17 29.36 -25000 38 Kab. Kubu Raya 13.64 10.81 28.04 -30985 39 Prov. Kalimantan Tengah 14.23 13.93 29.96 -177000
40 Kab. Seruyan 13.48 8.21 28.78 -64259
41 Kab. Lamandau 13.17 7.9 28.32 -26769
42 Prov. Kalimantan Timur 14.64 15.35 30.04 -167500
43 Kab. Bulukumba 13.54 9.81 27.88 1950
44 Kota Makassar 14.04 13.13 29.95 -214790 45 Kab. Luwu Timur 13.29 11.41 28.61 -46402
46 Prov. Bali 13.88 14.56 29.49 -31494
47 Kab. Jembrana 13.22 9.92 28.2 -32026
48 Kota Mataram 13.42 11.07 28.66 -122960 49 Kab. Lombok Utara 12.94 10.27 27.63 -31854 50 Kab. Manggarai Barat 13.2 9.47 28.27 -23549 51 Kota Tangerang 13.95 13.72 29.57 -133056
52 Kab. Bangka 13.38 10.31 28.36 -55379
53 Kab. Belitung 13.2 10.25 29.23 -51117
54 Kab. Bangka Tengah 13.06 9.75 28.07 -39189
LAMPIRAN 3
STATISTIK DESKRIPTIF
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
DANA PERIMBANGAN 55 12.89 14.72 13.7045 .45328
PENDAPATAN PAJAK
DAERAH 55 7.90 15.35 11.1025 1.80308
SIZE 55 27.63 30.67 28.9038 .70646
KINERJA KEUANGAN
DAERAH 55 -325630 1950 -1.07E5 92607.070
LAMPIRAN 4
PENGUJIAN ASUMSI KLASIK
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 55
Normal Parametersa Mean .0000000
Std. Deviation 6.81108396E4
Most Extreme Differences Absolute .091
Positive .049
Negative -.091
Kolmogorov-Smirnov Z .676
Asymp. Sig. (2-tailed) .750
Hasil Uji Multikoleniaritas
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 2.837E6 558584.436
DANA PERIMBANGAN -20591.340 34910.578 -.101 .363 2.753
PENDAPATAN PAJAK
DAERAH 9303.274 8694.027 .181 .370 2.702
SIZE -95670.493 25729.382 -.730 .275 3.632
a. Dependent Variable: KINERJA KEUANGAN DAERAH
Hasil Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .678a .459 .427 70085.476 1.711
a. Predictors: (Constant), SIZE, PENDAPATAN PAJAK DAERAH, DANA
PERIMBANGAN
LAMPIRAN 5
PENGUJIAN REGRESI BERGANDA
Hasil Uji Regresi Berganda
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.837E6 558584.436 5.079 .000
DANA
PERIMBANGAN -20591.340 34910.578 -.101 -.590 .558
PENDAPATAN
PAJAK DAERAH 9303.274 8694.027 .181 1.070 .290
SIZE -95670.493 25729.382 -.730 -3.718 .070
LAMPIRAN 6
PENGUJIAN HIPOTESIS
Hasil Uji-F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2.126E11 3 7.087E10 14.427 .000a
Residual 2.505E11 51 4.912E9
Total 4.631E11 54
a. Predictors: (Constant), SIZE, PENDAPATAN PAJAK DAERAH, DANA PERIMBANGAN
b. Dependent Variable: KINERJA KEUANGAN DAERAH
Hasil Uji-t
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.837E6 558584.436 5.079 .000
DANA
PERIMBANGAN -20591.340 34910.578 -.101 -.590 .558
PENDAPATAN
PAJAK DAERAH 9303.274 8694.027 .181 1.070 .290
SIZE -95670.493 25729.382 -.730 -3.718 .070
Hasil Analisis Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .678a .459 .427 70085.476
a. Predictors: (Constant), SIZE, PENDAPATAN PAJAK DAERAH,
DANA PERIMBANGAN
DAFTAR PUSTAKA
Abdul Halim 2004. Akuntansi Keuangan Daerah. Jakarta: Salemba Empat.
Azhar Susanto. (2008). Sistem Informasi Akuntansi, Struktur-Pengendalian
Resiko-Pengembangan. Bandung: Lingga Jaya
Bastian, Indra, 2006a, Sistem Perencanaan dan Penganggaran Pemerintahan
Daerah di Indonesia, Salemba Empat, Jakarta
Bastian, Indra. 2006. Akuntansi Sektor Publik: Suatu Pengantar. Jakarta: Erlangga.
Black, B. S., H. Jang, dan W. Kim. (2006). Predicting Firm’s Corporate
Governance Choices: Evidence from Korea. The Journal of Finance. Vol. 12. No. 16: Hal. 23.
Chow, C.W., Ganulin, D., Haddad, K. and Williamson, J. 1998. The balanced
scorecard: a potent tool for energizing and focusing health-care organization management. Journal of Health-care Management.
Daulay, Murni. 2010, Metodologi Penelitian Ekonomi, Medan: USU Press.
Ebit Julitawati, Darwanis dan Jalaluddin. 2012. Pengaruh Pendapatan Asli Daerah dan Dana Perimbangan Terhadapa Kinerja Keuangan Pemerintah Kabupaten/Kota Di Provinsi Aceh. Jurnal Akuntansi. ISSN: 2302-0164, Vol. 1 No. 1, p. 1-15. Universitas Syiah Kuala, Banda Aceh.
Elmi, Bachrul, 2002. Kebijakan Desentralisasi Fiskal Kaitannya dengan Hutang Luar Negeri Pemerintah Daerah Otonom. Kajian Ekonomi dan Keuangan, Vol. 6 No. 4.
Elmi, Bachrul. 2002. Keuangan Pemerintah Daerah Otonom di Indonesia. Jakarta : Penerbit Universitas Indonesia.
Florida, Asha.2007. “Analisis Pengaruh Pendapatan Asli Daerah PAD Terhadap Kinerja Keuangan Pada Pemerintah Kabupaten dan Kota Di Propinsi Sumatera Utara”. Skripsi Akuntansi, Departemen Akuntansi Fakultas Ekonomi Sumatera Utara, Medan.
Ghozali, Imam. 2005. Aplikasi Analisis Multivariate Dengan Program SPSS. Cetakan IV Penerbit UNDIP
Gomez, Osborne. 2007. Enhancing Student Appreciation Of Written Feedback
On Essay Asignments. Jurnal. University of the west England, United Kingdom.
Gujarati, D.N., (2003), Basic Econometrics, 4th Edition, McGraw-Hill International Editions, Singapore.
Hair et al., (1998), Multivariate Data Analysis, Fifth Edition, Prentice Hall, Upper Saddle River : New Jersy.
Halachmi, Arie. 2005. Performance measurement is only one way of managing performance. International Journal of Productivity and Performance Management. Vol. 54: 502-516.
Hamzah B. Uno, (2008), Teori Motivasi dan Pengukurannya Analisis di Bidang
Pendidikan, Bumi Aksara, Jakarta
Kadjatmiko, 2002. “Dinamika Sumber Keuangan bagi Daerah dalam Rangka
Otonomi Daerah”, Prosiding Workshop Internasional Implementasi
Desentralisasi Fiskal sebagai Upaya Memberdayakan Daerah dalam Membiayai Pembangunan Daerah, Fakultas Ilmu Sosial dan Ilmu Politik Universutas Katolik Parahyangan, Bandung, hal.69.
Kawedar, Warsito, dkk. 2008. Akuntansi Sektor Publik (Pendekatan Penganggaran Daerah dan Akuntansi Keuangan Daerah). Semarang: Widya Karya.
Kusumawardani, Media. 2012. Pengaruh Size, Kemakmuran, Ukuran Legislatif, Leverage Terhadap Kinerja Keuangan Pemerintah Daerah di Indonesia. Accounting Analysis Journal, Vol. 1. ISSN: 2252-6765.
Mahmudi, (2007). Manajemen Kinerja Sektor Publik. Yogyakarta: Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN
Mandell, Lee M. 1997. Performance Measurements and Management Tools in North Carolina Local Goverment. Public Administration Quarterly; Spring 1997; Vol. 21: 96.
Mardiasmo., 2009, Akuntansi Sektor Publik, Yogyakarta: ANDI.
Perwitasari, Citra. 2010. The Influence of Financial Performance to the Level of Accountability Disclosure of Indonesia’s Local Government. Tesis Universitas Sebelas Maret Surakarta.
Sadjiarto, Adjie. 2000. Akuntabilitas dan Pengukuran Kinerja Pemerintahan. Jurnal Akuntansi dan Keuangan Vol.2 No. 2, Nopember 2000: 138–150.
Saragih, Juli Panglima. 2003. Desentralisasi Fiskal dan Keuangan Daerah dalam Otonomi. Cetakan Pertama. Penerbit Ghalia Indonesia: Jakarta
Saragih, Juli Panglima. 2003. Desentralisasi Fiskal dan Keuangan Daerah dalam Otonomi. Jakarta: Gahalia Indonesia
Schmalensee, R. 1989. Intra-Industry profitability differences in US manufacturing. Journal of Industrial Economics Vol 37: 337-357.
Sekaran, Uma. 2006. Research Methods for Business : “Metodologi Penelitian
untuk Bisnis. Edisi 4. Jakarta : Salemba Empat.
Sesotyaningtyas, Mirna. 2012. Pengaruh Leverage, Ukuran Legislatif, Intergovernmental Revenue Dan Pendapatan Pajak Daerah Terhadap Kinerja Keuangan Pemerintah Daerah. Accounting Analysis Journal 1. Universitas Negeri Semarang.
Suhardjanto, D, Hartoko, Sri, Retnoningsih, Hilda, Rusmin, Mandasari, Putriesti and Brown, Alistair. 2010. Influence of Parliament Characteristic toward
Mandatory Accounting Disclosure Compliance in Indonesia. Hibah
Penelitian Publikasi Internasional LP2M UNS.
Sumarjo, Hendro. 2010. Pengaruh Karakteristik Pemerintah Daerah Terhadap
Kinerja Keuangan Pemerintah Daerah. Skripsi.Universitas Sebelas Maret
Surakarta.
Sumiyarti dan Akhmad Fauzan Imamy. 2005. “Analisis Pengaruh Perimbangan Pusat-Daerah terhadap Perekonomian Kota Depok”. Media Ekonomi, Vol. 11, No. 2, h. 113-128.
Surepno. 2013. Pengaruh Return on Equity (ROE), Ukuran (Size) dan Kemakmuran (Wealth) Pemerintah Daerah terhadap Kinerja Keuangan Pemerintah Daerah di Indonesia. Skripsi. Semarang: Fakultas Ekonomi Universitas Negeri Semarang.
Westin, Susan S. 1998. Performance Measuremnt and Evaluation Definition and
Relationship. GAO issued May 200
Wood, L. 1998. Local Government Dollars & Sense (Rancho Palos Verdes, CA.: Training Shoppe).
www.Antaranews.com, 2007
www.Bandar Lampung.BPK.go.id
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan dalam penelitian ini adalah asosiatif kausal
yaitu penelitian yang bertujuan untuk mengetahui hubungan yang bersifat sebab
akibat.Unit analisis dalam penelitian adalah semua website resmi pemerintah
daerah di Indonesia.Horizon waktu yang digunakan dalam penelitian ini adalah
studi cross-sectional, yaitu studi yang dilakukan dengan data yang hanya sekali
dikumpulkan, Sekaran (2006).
3.2 Variabel Penelitian
Variabel yang digunakan dalam penelitian ini terdiri dari dua variabel
yaitu variabel bebas dan variabel terikat.
3.3.1 Variabel Bebas
Variabel bebas adalah variabel yang dapat mempengaruhi variabel
terikat secara positif atau negatif (Sekaran, 2006).Apabila setiap unit
kenaikan variabel bebas diikuti oleh kenaikan variabel terikat maka variabel
bebas mempengaruhi variabel terikat secara positif.Begitu juga sebaliknya,
apabila setiap unit penurunan variabel bebas diikuti oleh penurunan variabel
terikat maka variabel bebas mempengaruhi variabel terikat secara
negatif.Didalam penelitian ini, variabel bebas yang digunakan penulis
3.3.2 Variabel Terikat
Variabel terikat merupakan variabel yang menjadi fokus utama
peneliti di dalam penelitian ini.Melalui analisis terhadap variabel terikat
adalah mungkin untuk menemukan jawaban atas suatu masalah (Sekaran,
2006).Variabel terikat dalam penelitian ini adalah Kinerja Keuangan
Pemerintah Kabupaten/Kota di Indonesia.
3.4 Defenisi Operasional Variabel
3.4.1 Dana Perimbangan
Dalam Undang – Undang No. 33 tahun 2004 tentang perimbangan
keuangan antara pemerintah pusat dan pemerintah daerah disebutkan bahwa:
“Dana perimbangan adalah dana yang bersumber dari pendapatan APBN
yang dialokasikan kepada daerah untuk mendanai kebutuhan daerah dalam
rangka desentralisasi, terdiri dari dana bagi hasil, DAK, DAU”.
3.4.2 Pendapatan Pajak Daerah
Pendapatan dari pajak daerah digunakan untuk pembiayaan
pembangunan dan untuk diberikan lagi kepada masyarakat.Pendapatan
pajak daerah dalam penelitian ini diukur dari laporan Realisasi APBD
masing-masing pemerintah daerah.Penelitian sebelumnya yang dilakukan
oleh Florida (2007), menunjukkan bahwa pendapatan pajak daerah
3.4.3 Size
Dapat diukur dengan jumlah karyawan, total aset, total pendapatan
dan tingkat produktifitas (Damanpour, 1991) dalam Suhardjanto, et al,
(2010). Ukuran pemerintah daerah dalam penelitian ini mengacu pada
penelitian yang dilakukan oleh Sumarjo (2010) yaitu diproksikan dengan
menggunakan total aset.Akan tetapi, dalam penelitian ini terdapat sedikit
perbedaan dengan penelitian Sumarjo (2010), dimana ukuran pemerintah
daerah diproksikan dengan logaritma natural dari total aset ((Ln) aktiva).
Hal ini dikarenakan besarnya total aset masing-masing pemerintah daerah
berbeda bahkan mempunyai selisih yang besar, sehingga dapat
menyebabkan nilai yang ekstrem. Untuk menghindari adanya data yang
tidak normal tersebut maka data total aset perlu di Ln kan. Pertimbangan
pengukuran ini karena nilai aktiva lebih stabil dari pada nilai penjualan
bersih dan kapitalisasi pasar (Wuryaningsih, 2002) dalam Sumarjo (2010).
3.4.4 Kinerja Keuangan Daerah
Pada dasarnya terdapat 2 hal yang dapat dijadikan sebagai indikator
kinerja, yaitu Kinerja Anggaran dan Anggaran Kinerja. KinerjaAnggaran
merupakan instrumen yang dipakai oleh DPRD untukmengevaluasi kinerja kepala
daerah, seadngkan Anggaran Kinerja merupakan instrumen yang dipakai oleh
kepala daerah untukmengevaluasi unit-unit kerja yang ada di bawah kendali
daerah selakumanager eksekutif. Penggunaan indikator kinerja sangat penting
untukmengetahui apakah suatu program kerja telah dilaksanakan secara efisien
dan efektif (Mardiasmo, 2002:19). Indikator yang digunakan dalam mengukur
1) Analisis Surplus/Defisit APBD
Analisis ini digunakan untuk memantau kebijakan fiskal dipemerintahan
daerah. Analisis ini disajikan dengan 2 pendekatan menurut (PP 58 Tahun
2005) yaitu:surplus/defisit = pendapatan daerah-belanja daerah, sedangkan
menurut PMK (Peraturan Menteri Keuangan) 72 Tahun 2006 yaitu:
surplus/defisit = (pendapatan-belanja) + silpa + pencairan dana cadangan.
2) Derajat Desentralisasi Fiskal (DDF)
DDF antara pemerintah pusat dan pemerintah daerah padaumumnya
ditunjukkan oleh variabel-variabel seperti (i) PAD terhadaptotal penerimaan
daerah, (ii) Rasio Bagi Hasil Pajak dan Bukan Pajakdaerah (BHPBP) terhadap
Total Penerimaan Daerah (TPD), (iii) RasioSumbangan Bantuan Daerah (SBD)
terhadap TPD (Halim, 2004).
3) Derajat Otonomi Fiskal (DOF)
Kemandirian Keuangan Daerah adalah menunjukkan
kemampuanPemerintah Daerah dalam membiayai sendiri kegiatan pemerintahan,
pembangunan dan pelayanan kepada masyarakat yang telah membayar pajak dan
retribusi sebagi sumber pendapatan yang diperlukan daerah(Halim, 2004).
4) Upaya Fiskal/Posisi Fiskal
Usaha pajak dapat diartikan sebagai rasio antar penerimaan pajakdengan
kapasitas membayar disuatu daerah. Salah satu indikator yangdapat digunakan
untuk mengetahui kemampuan membayar pajakmasyarakat adalah PDRB. Jika
PDRB meningkat, maka kemampuandaerah dalam membayar pajak juga
meningkat. Hal berarti bahwa administrasi penerimaan daerah dapat
meningkatkan daya pajak (Halim, 2004).
5) Analisis Efektivitas (CLR)
Analisis ini menggambarkan kemampuan pemerintah daerah dalam
merealisasi PAD yang direncanakan, dibandingkan dengan target yang ditetapkan
6) Indeks Kinerja Pajak dan Retribusi Daerah
Indeks Kinerja Pajak dan Retribusi Daerah digunakan untukmengetahui
jenis pajak/retribusi daerah termasuk dalam kategori prima, potensial,
berkembang dan terbelakang.
7) Rasio Kemandirian Daerah
Rasio ini digunakan untuk mengukur pola hubungan dan
tingkatkemampuan daerah.
8) Kemampuan Pinjaman Daerah (DSCR)
Kemampuan suatu daerah dalam mendapatkan uang atau manfaatdari
pihak lain yang digunakan untuk mempercepat pertumbuhan ekonomi serta
[image:33.595.114.516.416.645.2]meningkatkan pelayanan publik
Tabel 3.1
Definisi Operasional dan Skala Pengukuran Variabel
No Variabel Defenisi Indikator Skala
1 Kinerja Keuangan Pemerintah Daerah Kabupaten/Kota di Indonesia(Y) Kinerja merupakan gambaran pencapaian pelaksanaan suatu kegiatan dalam mencapai tujuan, visi dan misi suatu organisasi (Bastian, 2006)
1) Analisis
Surplus/Defisit APBD Analisis ini digunakan untuk memantau kebijakan fiskal dipemerintahan daerah. Analisis ini disajikan dengan 2 pendekatan menurut (PP 58 Tahun 2005) yaitu:surplus/defisit = pendapatan daerah-belanja daerah
2 Dana Perimbangan (X1)
Dalam Undang – Undang No. 33 tahun 2004 tentang perimbangan keuangan antara pemerintah pusat dan pemerintah daerah disebutkan bahwa: “Dana perimbangan adalah dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah untuk mendanai kebutuhan daerah dalam rangka desentralisasi, terdiri dari dana bagi hasil, DAK, DAU
Dana Perimbangan= Dana bagi hasi + dana alokasi khusus + dana alokasi umum
Nominal
3 Pendapatan Pajak Daerah (X2) Pendapatan dari pajak daerah digunakan untuk pembiayaan pembangunan dan untuk diberikan lagi kepada masyarakat (Florida,2008)
Pendapatan pajak daerah dalam penelitian ini diukur dari laporan Realisasi APBD masing-masing pemerintah daerah (Florida,2008)
Nominal
4 Size
(X3)
Ukuran dari pemerintah daerah yang diukur melalui nilai total aset
Total aset yang dimiliki pemerintah daerah
Rasio
3.5 Populasi dan Sampel
Populasi dari penelitian ini adalah seluruh pemerintahan daerah yang ada
di Indonesia yang berjumlah 548 yang terdiri atas 34 pemerintahan provinsi, 98
pemerintahan kota, dan 416 pemerintahan kabupaten. Sampling adalah proses
pengambilan sebagian elemen dari suatu populasi sebagai wakil dari populasi
tersebut. Besaran sampel yang tepat untuk penelitian adalah lebih besar dari 30
Pengambilan sampel dalam penelitian ini menggunakan metode purposive
sampling, yaitu metode pemilihan sampel berdasarkan kriteria-kriteria tertentu
(Daulay, 2010). Adapun kriteria pengambilan sampel adalah sebagai berikut :
1. Pemerintah Daerah memilik website resmi pemerintah daerah.
2. Pemerintahan daerah mempublikasikan secara lengkap informasi
keuangan daerahnya pada website resmi pemerintah daerah.
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif
dengan sumber data sekunder.Data kuantitatif adalah data yang berbentuk angka
atau bilangan, sedangkan data sekunder adalah sumber data penelitian yang
diperoleh secara tidak langsung dengan melalui media perantara.Periode data
yang digunakan dalam penelitian ini yaitu tahun 2014. Data variabel dependen
yaitu Kinerja Keuangan Pemerintah Kabupaten/Kota di Indonesia yang dapat
dilihat dari ketersediaan informasi keuangan yang lengkap yang terdapat pada
website resmi pemerintah daerah dan diperoleh dengan mengamati secara
langsung.
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini adalah
studi pustaka dan studi dokumentasi. Data-data dan teori dalam penelitian ini
diperoleh dari literatur, artikel, dan hasil penelitian terdahulu yang relevan dengan
penelitian dan landasan teori. Data juga diperoleh dari studi dokumentasi yang
dilakukan dengan menggunakan data sekunder baik dari lembaga yang
3.8 Metode Analisis
Adapun pengujian yang digunakan dalam penelitian ini adalah sebagai
berikut:
3.8.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk menghasilkan gambaran dari
data yang telah terkumpul.Analisis deskriptif yang digunakan dalam
penelitian ini adalah nilai rata-rata (mean), maksimum, minimum, dan
standar deviasi.
3.8.2 Uji Asumsi Klasik
Penggunaan uji asumsi klasik bertujuan untuk mengetahui dan
menguji kelayakan atas model regresi yang digunakan pada penelitian ini.
Tujuan lainnya untuk memastikan bahwa di dalam model regresi yang
digunakan mempunyai data yang terdistribusikan secara normal, bebas dari
autokorelasi, multikolinieritas serta heterokedistisitas.
3.8.2.1 Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam
model regresi, variabel bebas, dan variabel terikat memiliki distribusi
normal dan tidak. Model regresi yang baik adalah memiliki distribusi
data secara normal atau mendekati normal (Ghozali, 2005) untuk
menguji normalitas data dapat dilakukan dengan dua cara, yang
pengambilan keputusan dari tampilan grafik normal probability plot
yang mengacu pada Imam Ghozali (2005), yaitu:
1. Jika data (titik) menyebar di sekitar garis diagonal dan mengikuti
arah garis diagonal, berarti menunjukkan pola distribusi yang
normal sehingga model regresi dapat memenuhi asumsi normalitas.
2. Jika data (titik) menyebar jauh dari garis diagonal dan atau tidak
mengikuti arah garis diagonal berarti tidak menunjukkan pola
distribusi normal sehingga model regresi tidak memenuhi asumsi
normalitas.
Pengujian normalitas yang lain yang lebih baik dilakukan
adalah dengan menggunakan analisis statistik. Pengujian ini
digunakan untuk menguji normalitas residual suatu model regresi
adalah dengan menggunakan uji Kolmogorov-Smirnov.Dalam uji
Kolmogorov-Smirov, suatu data dikatakan normal apabila nilai
Asympotic Significant lebih dari 0,05(Hair et.al 1998). Dasar
pengambilan keputusan dalam uji K-S adalah:
1. Apabila probabilitas nilai 2 uji K-S tidak signifikan < 0,05 secara
statistik maka Ho ditolak, yang berarti data terdistribusi tidak
normal.
2. Apabila probabilitas nilai 2 uji K-S signifikan > 0,05 secara
3.8.2.2 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam
regresi terjadi ketidaksamaan varians dari residual satu observasi yang
lain. Apabila varians dari residual satu observasi ke observasi yang
lain tetap disebut homokedastisitas. Sedangkan apabila varians dari
residual satu observasi ke observasi lain berbeda maka disebut
heterokedastisitas. Model regresi yang baik adalah homoskedastisitas,
tidak terjadi heterokedastisitas dengan melihat grafik plot antara nilai
prediksi variabel terikat (dependen) yaitu ZPRED dengan nilai
residual SRESID. Deteksi ada tidaknya dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik Scatterplot antara
SRESID dan ZPRED dimana sumbu Y adalah Y yang telah
diprediksi, dan sumbu X adalah residual (Y prediksi - Y
sesungguhnya) yang telah di standardized.
3.8.2.3 Uji Multikolonieritas
Tujuan dari uji multikolonieritas adalah untuk menguji apakah
model regresi memiliki korelasi antar variabel bebas.Multikolonieritas
terjadi jika terdapat hubungan linear antara independen berbeda maka
disebut heterokedastisitas. Model regresi yang baik adalah
homoskedastisitas, tidak terjadi heterokedastisitas dengan melihat
grafik plot antara nilai prediksi variabel terikat (dependen) yaitu
ZPRED dengan nilai residual SRESID. Deteksi ada tidaknya dapat
Scatter plot antara SRESID dan ZPRED dimana sumbu Y adalah Y
yang telah diprediksi, dan sumbu X adalah residual (Y prediksi - Y
sesungguhnya) yang telah di standardized yang libatkan dalam model.
Jika terjadi gejalamultikolonieritas yang tinggi maka standar eror
koefisien regresi akan semakin besar, akibatnya convidence interal
untuk pendugaan parameter semakin lebar. Uji multikolonieritas ini
dilakukan dengan meregresikan model analisis dan menguji korelasi
antar variabel independen dengan menggunakan variance inflantion
factor (VIF). Batas (cut off) dari VIF > 0 dan nilai tolerance jika nilai
VIF lebih besar dari 10 dan nilai tolerance kurang dari 0,10 dan
tingkat kolinieritas lebih dari 0,95 maka terjadi multikolonieritas
(Ghozali,2005).
3.8.2.4Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau
tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang
terjadi antara residual pada satu pengamatan dengan pengamatan lain
pada model regresi. Prasyarat yang harus terpenuhi adalah tidak
adanya autokorelasi dalam model regresi. Metode pengujian yang
sering digunakan adalah dengan uji Durbin-Watson (uji DW) dengan
ketentuan sebagai berikut:
1) Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka
2) Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima,
yang berarti tidak ada autokorelasi.
3) Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL),
maka tidak menghasilkan kesimpulan yang pasti.
4) Nilai du dan dl dapat diperoleh dari tabel statistik Durbin Watson
yang bergantung banyaknya observasi dan banyaknya variabel
yang menjelaskan.
3.8.3 Analisis Regresi Linier
Analisis regresi berganda digunakan untuk mengetahui pengaruh
antara variabel bebas dalam mempengaruhi variabel tidak bebas secara
bersama-sama ataupun secara parsial. Persamaan regresi dengan linier
berganda dalam penelitian ini adalah :
Y = a + b1X1 + b2X2 + b3X3+e
Keterangan:
Y = Kinerja Keuangan Pemerintah Kabupaten/Kota di Indonesia
A = konstanta
b1 = koefisien variabel Dana Perimbangan
b2 = koefisien variabel Pendapatan Pajak Daerah
b3 = koefisien variabel Size
X1 = Dana Perimbangan
X2 = Pendapatan Pajak Daerah
X3 = Size
3.8.4 Pengujian Hipotesis
3.8.4.1 Uji Statistik F (F-test)
Uji statistik F pada dasarnya menunjukkan apakah semua
variabel bebas yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen (Imam
Ghozali,2005). Jika probabilitas (signifikasi) lebih besar dari 0,05
maka variabel bebas secara bersama-sama tidak berpengaruh terhadap
variabel terikat jika probabilitas lebih kecil 0,05 maka variabel bebas
secara bersama-sama berpengaruh terhadap variabel terikat. Nilai f
dapat dihitung dengan rumus (Gujarati,1993) :
f hitung=
Dimana :
R² : koefisien determinasi
1-R² : Residual sum of squares
n : jumlah sampel
k : jumlah variabel
3.8.4.2 Uji Statstik t (t-test)
Uji statistik t pada dasarnya menunjukkan seberapa jauh
pengaruh satu variabel independen secara individual dalam
menerangkan variasi variabel dependen (Imam Ghozali,2005). Dalam
pengolahan data menggunakan program komputer SPSS 22, pengaruh
signifikan uji t < 0,05 maka dapat disimpulkan terdapat pengaruh yang
signifikan secara individual masing-masing variabel. Nilai t dapat
dihitung dengan rumus (Gujarati,1993)
t hitung=
Dimana:
b : Koefisien regresi variabel Independen
b : Devinisi standar koefisien regresi variabel independen
3.8.5 Koefisien Determinasi
Koefisien determinasi (R2) mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel dependen (Ghozali, 2005).Nilai
R2 mempunyai interval antara 0 sampai 1 (0 £ R2 £1).Semakin besar R2
(mendekati 1), semakin baik hasil untuk model regresi tersebut dan semakin
mendekati 0, maka variabel independen secara keseluruhan tidak dapat
menjelaskan variabel dependen (Sulaiman, 2004).Nilai R2 yang kecil berarti
kemampuan variabel-variabel dalam menjelaskan variabel dependen amat
terbatas.Nilai yang mendekati 1 berarti variabel-variabel independen
memberikan semua informasi yang dibutuhkan untuk memprediksi variasi
BAB IV
HASIL DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian
Objek dalam penelitian ini adalah seluruh pemerintahan daerah yang ada
di Indonesia yang berjumlah 548 yang terdiri atas 34 pemerintahan provinsi, 98
pemerintahan kota, dan 416 pemerintahan kabupaten.. Setelah data terkumpul,
yang termasuk dalam populasi diseleksi berdasarkan kriteria yang telah
ditentukan. Dari penyeleksian tersebut diperoleh 55 data observasi yang
memenuhi kriteria, data didapatkan dari Neraca Pemerintahan Daerah dan APBD
tahun 2014 yang dipublikasikan melalui situs Departemen Keuangan Ditjen
Perimbangan Keuangan Pusat dan Daerah
website resmi pemerintah daerah.
4.2. Hasil Penelitian
4.2.1. Analisis Statistik Deskriptif
Statistik deskriptif memberikan penjelasan mengenai nilai
minimum, nilai maksimum, nilai rata-rata (mean), dan nilai standar deviasi
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
DANA PERIMBANGAN 55 12.89 14.72 13.7045 .45328
PENDAPATAN PAJAK
DAERAH 55 7.90 15.35 11.1025 1.80308
SIZE 55 27.63 30.67 28.9038 .70646
KINERJA KEUANGAN
DAERAH 55 -325630 1950 -1.07E5 92607.070
Valid N (listwise) 55
Sumber: data olahan SPSS, 2016
Dari tabel 4.1 dapat dijelaskan beberapa hal seperti yang dijelaskan di
bawah ini:
a. Variabel Kinerja Keuangan Daerah (Y) memiliki nilai minimum -325630 dan
nilai maksimum 1950 dengan rata-rata sebesar -1.07 dan standar deviasi
92607.070 dengan jumlah observasi sebanyak 55.
b. Variabel Dana Perimbangan (X1) memiliki nilai minimum 12.89 dan nilai
maksimum 14.72 dengan rata-rata sebesar 13.7045 dan standar deviasi 0.45328
dengan jumlah observasi sebanyak 55.
c. Variabel Pendapatan Pajak Daerah (X2) memiliki nilai minimum 7.90 dan nilai
maksimum 15.35, dengan rata-rata sebesar 11.1025 dan standar deviasi
1.80308 dengan jumlah observasi sebanyak 55.
d. Variabel Size (X3) memiliki nilai minimum 27.63 dan nilai maksimum 30.67,
dengan rata-rata sebesar 28.9038 dan standar deviasi 0.70646 dengan jumlah
4.3. Pengujian Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi
memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis,
maka dalam penelitian ini perlu dilakukan uji asumsi klasik terlebih dahulu yang
meliputi: uji normalitas data, uji multikolinearitas, uji heteroskedastisitas dan uji
autokorelasi yang dilakukan sebagai berikut:
1. Uji Normalitas Data
Uji normalitas bertujuan menguji apakah variabel residual berdistribusi
normal atau tidak. Uji statistik yang dapat digunakan untuk menguji apakah
residual berdistribusi normal adalah uji statistik non parametric
Kolmogorov-smirnov (K-S) dengan membuat hipotesis:
H0 : data residual berdistribusi normal
Ha : data residual tidak berdistribusi normal
Apabila nilai signifikasi lebih besar dari 0,05 maka H0 diterima dan
sebaliknya jika nilai signifikasi lebih kecil dari 0,05 maka H0 ditolak atau Ha
Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 55
Normal Parametersa Mean .0000000
Std. Deviation 6.81108396E4
Most Extreme Differences Absolute .091
Positive .049
Negative -.091
Kolmogorov-Smirnov Z .676
Asymp. Sig. (2-tailed) .750
a. Test distribution is Normal.
Sumber : data olahan SPSS, 2016
Dari hasil pengolahan data pada tabel 4.2 diperoleh besarnya nilai
Kolmogorov-Smirnov adalah 0.676 dan signifikan pada 0.750. Nilai signifikasi
lebih besar dari 0,05 maka H0 diterima yang berarti data residual berdistribusi
normal. Data yang berdistribusi normal tersebut juga dapat dilihat melalui grafik
histogram dan grafik normal plot data.
[image:46.595.197.424.550.707.2]Sumber : data olahan SPSS, 2016
Grafik histogram pada Gambar 4.1 menunjukkan pola distribusi normal
karena grafik tidak menceng kiri maupun menceng kanan. Dengan demikian dapat
disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian
pula hasil uji normalitas dengan menggunakan grafik normal p-plot.
[image:47.595.223.393.304.483.2]Gambar 4.2 Grafik Normal P-Plot
Sumber : data olahan SPSS, 2016
Pada Gambar 4.2 grafik normal p-plot terlihat bahwa data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat
disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi
antar variabel independen dalam model regresi. Jika pada model regresi terjadi
error menjadi tidak terhingga. Deteksi multikolenaritas pada suatu model dapat
dilihat yaitu jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan nilai
Tolerance lebih dari 0,1 maka model dapat dikatakan terbebas dari
[image:48.595.109.505.243.435.2]multikolenearitas (Priyatno, 2013:56).
Tabel 4.3
Hasil Uji Multikoleniaritas Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 2.837E6 558584.436
DANA PERIMBANGAN -20591.340 34910.578 -.101 .363 2.753
PENDAPATAN PAJAK
DAERAH 9303.274 8694.027 .181 .370 2.702
SIZE -95670.493 25729.382 -.730 .275 3.632
a. Dependent Variable: KINERJA KEUANGAN DAERAH
Sumber: olah data SPSS, 2016
Dari data pada Tabel 4.3, dapat disimpulkan bahwa tidak terjadi gejala
multikolinearitas antara variabel independen yang diindikasikan dari nilai
tolerance setiap variabel independen lebih besar dari 0,1 yakni sebesar 0.363
(Dana Perimbangan), 0.370 (Pendapatan Pajak Daerah), 0.275 (Size) dan nilai VIF
lebih kecil dari 10 yakni sebesar 2.753 (Dana Perimbangan), 2.702 (Pendapatan
Pajak Daerah), 3.632 (Size).
3. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi
terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang
Nugroho (2005:62) cara memprediksi ada tidaknya heteroskedastisitas pada suatu
model dapat diihat dari pola gambar Scatterplot model tersebut. Analisis pada
gambar Scatterplot yang menyatakan model regresi linear berganda tidak terdapat
heteroskedastisitas jika :
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali,
[image:49.595.203.419.397.558.2]4. Penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.3
Hasil Uji Heteroskedastisitas (Scatterplot) Sumber: olah data SPSS, 2016
Pada Gambar 4.3 garfik scatterplot terlihat bahwa titik-titik menyebar
secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y.
Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model
regresi sehingga model regresi layak dipakai untuk memprediksi Kinerja
berdasarkan masukan variabel independen Dana Perimbangan, Pendapatan Pajak
daerah, dan Size.
4. Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi
antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu
periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model
regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga
model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara
untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian
[image:50.595.134.493.411.545.2]Durbin Watson (DW), tidak terjadi autokorelasi apabila nilai du < dw < 4 – du.
Tabel 4.4
Hasil Uji Autokorelasi Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .678a .459 .427 70085.476 1.711
a. Predictors: (Constant), SIZE, PENDAPATAN PAJAK DAERAH, DANA
PERIMBANGAN
b. Dependent Variable: KINERJA KEUANGAN DAERAH Sumber: data olahan SPSS, 2016
Tabel 4.4 menyajikan hasil uji Durbin Watson dengan menggunakan
program SPSS Versi 16. Hasil uji autokorelasi di atas menunjukkan nilai statistik
Durbin Watson (dw) sebesar 1.711. Nilai ini akan peneliti bandingkan dengan
nilai tabel dengan menggunakan signifikansi 5%, jumlah pengamatan (n)
sebanyak 55, dan jumlah variabel independen 3 (k=3). Maka berdasarkan tabel
(dl) sebesar 1,4523. Oleh karena itu, nilai (dw) lebih besar dari 1,797 dan lebih
kecil dari 4 – 1,797 atau dapat dinyatakan bahwa 1,681 < 1.711< 4 - 1,681 (du <
dw < 4 – du). Dengan demikian dapat disimpulkan tidak terdapat autokorelasi
baik positif maupun negatif.
4.4.Analisis Regresi Berganda
Tabel 4.5. menyajikan nilai koefisien regresi, serta nilai statistik t untuk
[image:51.595.110.480.319.505.2]pengujian pengaruh secara parsial.
Tabel 4.5
Hasil Uji Regresi Berganda Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.837E6 558584.436 5.079 .000
DANA
PERIMBANGAN -20591.340 34910.578 -.101 -.590 .558
PENDAPATAN
PAJAK DAERAH 9303.274 8694.027 .181 1.070 .290
SIZE -95670.493 25729.382 -.730 -3.718 .070
a. Dependent Variable: KINERJA KEUANGAN DAERAH
Berdasarkan Tabel 4.5 diperoleh persamaan regresi linear sebagai berikut berikut.
Y = 2.837E6+ (-20591.340) X1 + 9303.274X2 + (-95670.493)X3 + e
Dimana :
Y : Kinerja Keuangan Daerah
X1 : Dana Perimbangan
X2 : Pendapatan Pajak Daerah
X3 : Size
Berdasarkan Tabel 4.5. disajikan kembali nilai koefisien regresi untuk
masingmasing variabel bebas. Untuk Variabal Dana Perimbangan bernilai
-20591.340 (bernilai negatif), berarti Dana Perimbangan memiliki pengaruh
negative terhadap kinerja keuangan daerah. Dana Perimbangan yang semakin
tinggi berdampak negatif terhadap kinerja keuangan daerah.
Variabel Pendapatan Pajak Daerah dengan nilai 9303.274 (bernilai
positif), berarti Pendapatan Pajak Daerah memiliki pengaruh positif terhadap
pencegahan kinerja keuangan daerah. Pendapatan Pajak Daerah yang semakin
baik cenderung berdampak positif terhadap kinerja keuangan daerah.
Variabel Size dengan nilai -95670.493 (bernilai negatif), berarti Size
memiliki pengaruh negative terhadap kinerja keuangan pemerintah. Size yang
semakin baik cenderung memberikan dampak negatif terhadap kinerja keuangan
daerah.
4.5. Pengujian Hipotesis
Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda.
Data diolah dengan menggunakan program SPSS versi 16. Berdasarkan hasil
pengolahan data dengan program SPSS versi 16, maka diperoleh hasil sebagai
berikut:
1. Uji Signifikansi Simultan (Uji-F)
Pengujian ini dilakukan untuk mengetahui apakah semua variabel
independen mempunyai pengaruh secara bersama-sama terhadap variabel
Untuk mengetahui apakah terdapat pengaruh yang signifikan secara
simultan antara Dana Perimbanagan, Pendapatan Pajak Daerah, dan Size terhadap
Kinerja Keuangan Daerah dapat dilakukan dengan membandingkan nilai Fhitung
dengan Ftabel pada tingkat signifikansi (α) = 5%.
Hasil uji simultan melalui pengolahan SPSS dapat dilihat dalam tabel
[image:53.595.112.507.280.409.2]berikut ini :
Tabel 4.6 Hasil Uji-F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2.126E11 3 7.087E10 14.427 .000a
Residual 2.505E11 51 4.912E9
Total 4.631E11 54
a. Predictors: (Constant), SIZE, PENDAPATAN PAJAK DAERAH, DANA PERIMBANGAN
b. Dependent Variable: KINERJA KEUANGAN DAERAH Sumber: olahan data SPSS, 2016
Pada Tabel 4.6, dari uji ANOVA (Analysis of Variance) didapat Fhitung
sebesar 14.427 dengan tingkat signifikansi sebesar 0.000. Sedangkan Ftabel
diketahui sebesar 2.79. Berdasarkan hasil tersebut dapat diketahui bahwa Fhitung >
Ftabel (14.427> 2.79) maka H0 ditolak dan Ha diterima. Jadi dapat disimpulkan
bahwa variabel Dana Perimbangan, Pendapatan Pajak Daerah, dan Size secara
simultan berpengaruh positif dan signifikan terhadap Kinerja Keuangan Daerah
2. Uji Signifikansi Parsial (Uji-t)
Uji-t dilakukan untuk mengetahui seberapa jauh pengaruh satu variabel
independen terhadap variabel dependen secara parsial. Uji ini dilakukan dengan
membandingkan signifikasi thitung dengan ttabel dengan ketentuan:
- jika thitung < ttabel, maka H0 diterima dan Ha ditolak untuk α = 5% atau
signifikansi > 0,05,
- jika thitung > ttabel, maka Ha diterima dan H0 ditolak untuk α = 5% atau
[image:54.595.114.476.348.544.2]signifikansi < 0,05.
Tabel 4.7 Hasil Uji-t Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.837E6 558584.436 5.079 .000
DANA
PERIMBANGAN -20591.340 34910.578 -.101 -.590 .558
PENDAPATAN
PAJAK DAERAH 9303.274 8694.027 .181 1.070 .290
SIZE -95670.493 25729.382 -.730 -3.718 .070
a. Dependent Variable: KINERJA KEUANGAN DAERAH
Sumber: data olahan SPSS, 2016
Hasil pengujian statistik thitung pada Tabel 4.7 dapat dijelaskan sebagai
berikut:
1. Pengujian terhadap variabel dana perimbangan
Berdasarkan Tabel 4.7 dapat ditentukan bahwa variabel dana perimbangan
tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan Daerah
koefisiennya menunjukkan -0.590 dengan nilai signifikasi 0,558 > 0,05 dan
perimbangan secara parsial tidak berpengaruh dan tidak signifikan terhadap
Kinerja Keuangan daerah pada seluruh Pemerintahan Kabupaten/Kota di
Indonesia pada tingkat kepercayaan 95%.
2. Pengujian terhadap variabel pendapatan pajak daerah
Berdasarkan Tabel 4.7 dapat ditentukan bahwa variabel pendapatan pajak
daerah tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan
Daerah koefisiennya menunjukkan 1.070 dengan nilai signifikasi 0,290 > 0,05
dan thitung(1.070) < ttabel(1.675). Dengan demikian diterima H0 artinya variabel
pendapatan pajak daerah secara parsial tidak berpengaruh dan tidak signifikan
terhadap Kinerja Keuangan daerah pada seluruh Pemerintahan Kabupaten/Kota
di Indonesia pada tingkat kepercayaan 95%.
3. Pengujian terhadap variabel size
Berdasarkan Tabel 4.7 dapat ditentukan bahwa variabel size tidak berpengaruh
dan tidak signifikan terhadap Kinerja Keuangan Daerah koefisiennya
menunjukkan -3.718 dengan nilai signifikasi 0,070 > 0,05 dan thitung(-3.718) <
ttabel(1.675). Dengan demikian diterima H0 artinya variabel size secara parsial
tidak berpengaruh dan tidak signifikan terhadap Kinerja Keuangan daerah pada
seluruh Pemerintahan Kabupaten/Kota di Indonesia pada tingkat kepercayaan
95%.
3. Koefisien Determinasi (R2)
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0