LAMPIRAN 1
Daftar Populasi dan Sampel
NO KABUPATEN/KOTA (POPULASI)
KRITERIA
SAMPEL
I II
1 Kab. Nias √ × -
2 Kab. Mandailing Natal √ √ Sampel 1
3 Kab. Tapanuli Selatan √ √ Sampel 2
4 Kab. Tapanuli Tengah √ √ Sampel 3
5 Kab. Tapanuli Utara √ √ Sampel 4
6 Kab. Toba Samosir √ √ Sampel 5
7 Kab. Labuhanbatu √ √ Sampel 6
8 Kab. Asahan √ √ Sampel 7
9 Kab. Simalungun √ √ Sampel 8
10 Kab. Dairi √ √ Sampel 9
11 Kab. Karo √ × -
12 Kab. Deli Serdang √ √ Sampel 10
13 Kab. Langkat √ √ Sampel 11
14 Kab. Nias Selatan √ × -
15 Kab. Humbang Hasundutan √ √ Sampel 12
16 Kab. Pakpak Barat √ × -
17 Kab. Samosir √ √ Sampel 13
18 Kab. Serdang Bedagai √ √ Sampel 14
19 Kab. Batu Bara √ × -
20 Kab. Padang Lawas Utara √ × -
21 Kab. Padang Lawas √ × -
22 Kab. Labuhanbatu Selatan √ √ Sampel 15
23 Kab. Labuhanbatu Utara √ × -
24 Kab. Nias Utara √ × -
25 Kab. Nias Barat √ × -
26 Kota Sibolga √ √ Sampel 16
27 Kota Tanjungbalai √ √ Sampel 17
28 Kota Pematang Siantar √ √ Sampel 18
29 Kota Tebing Tinggi √ √ Sampel 19
30 Kota Medan √ √ Sampel 20
31 Kota Binjai √ √ Sampel 21
32 Kota Padangsidimpuan √ √ Sampel 22
LAMPIRAN II
Tabulasi Data Penelitian
No Kabupaten/Kota
Realisasi pajak daerah dalam jutaan
Realisasi retribusi daerah dalam jutaan
Pertumbuhan ekonomi dalam persen (%)
Tingkat kemandirian daerah dalam persen (%)
2011 2012 2013 2011 2012 2013 2011 2012 2013 2011 2012 2013
1 Kab. Mandailing Natal 14.740 4.156 23.366 4.590 6.203 11.082 6,4 6,41 6,41 4,2 2,76 5,78 2 Kab. Tapanuli Selatan 13.721 11.209 9.685 4.902 6.558 8.193 5,27 5,74 5,21 9,56 8,24 9,34 3 Kab. Tapanuli Tengah 4.268 5.279 6.485 2.456 3.890 3.946 6,27 6,35 6,85 3,39 3,08 2,73 4 Kab. Tapanuli Utara 4.693 5.098 12.049 16.870 16.449 35.272 5,54 5,95 6,05 5,63 4,91 4,66 5 Kab. Toba Samosir 4.145 3.540 4.188 4.241 7.006 7.643 5,26 5,52 5,14 2,98 2,58 2,83 6 Kab. Labuhanbatu 20.644 16.769 28.480 13.420 18.017 5.399 5,72 6,13 6 8,23 8,43 6,4 7 Kab. Asahan 11.968 14.875 20.297 6.003 7.123 8.583 5,37 5,57 5,83 3,92 3,78 4,67 8 Kab. Simalungun 19.057 22.686 32.402 5.314 14.351 13.917 5,81 6,06 4,48 4,1 4,59 7,14 9 Kab. Dairi 3.388 4.798 4.793 4.189 7.555 14.114 5,28 5,44 5,46 3,32 3,53 4,34
10 Kab. Deli Serdang
155.26 4
208.44
9 253.252 39.036 6.739 52.020 6 6,06 12,7
9 15 18,6
2 18,5
7
11 Kab. Langkat 17.819. 34.630 27.682 5.546 7.100 23.954 5,84 6,05 5,97 3,21 10,3
4 4,39
12
Kab.Humbang
Hasundutan 2.549 2.252 3.080 2.856 6.096 5.299 5,94 5,99 6,03 2,85 3,35 2,88 13 Kab. Samosir 5.017 3.664 5.893 3.822 7.576 9.395 5,96 6,07 6,46 3,53 4,05 5,29 14 Kab. Serdang Bedagai 19.878 17.985 26.217 12.335 17.274 18.699 5,98 6 5,97 4,82 4,7 5,37
15
Kab.Labuhanbatu
Selatan 9.194 7.947 15.320 1.560 1.862 2.052 6,13 6,33 6,05 4,09 3,89 4,5 16 Kota Sibolga 4.748 3.956 6.602 8.155 13.644 13.480 5,09 5,35 5,8 5,94 6,94 5,83 17 Kota Pematang Siantar 16.024 19.170 27.275 18.468 20.596 21.556 6,02 5,71 5,16 8,6 8,06 9,16
18 Kota Tebing Tinggi 9.939 11.176 14.314 5.388 4.754 6.011 6,67 6,75 6,91 8,64 10,8
8 9,79
19 Kota Medan
609.37 9
891.89
7 881.347 236.695 127.84
0 188.46
0 7,69 7,63 4,3 56,7 8 61,9 9 58,5 2 20 Kota Binjai 14.997 32.801 25.579 6.666 6.854 14.617 6,56 6,61 6,48 4,78 7,51 7,42 21 Kota Padangsidimpuan 7.016 7.607 7.208 6.672 7.217 16.940 5,88 6,23 6,2 4,71 9,32 5,92
22 Kota Tanjungbalai 6.913 7.732 6.602 9.766 10.927 11.486 4,86 4,98 4,52 7,45 10,8
Tabulasi Data Penelitian Setelah Logaritma Natural (LN)
No Kabupaten/Kota LN Pajak Daerah LN Retribusi Daerah
LN Pertumbuhan Ekonomi
LN Tingkat Kemandirian Keuangan Daerah 2011 2012 2013 2011 2012 2013 2011 2012 2013 2011 2012 2013
1
Kab. Mandailing
Natal 23,41 22,14 23,87 22,24 22,54 23,12 1,85 1,85 1,85 1,43 1,01 1,75
2
Kab. Tapanuli
Selatan 23,34 23,13 22,99 22,31 22,6 22,82 1,66 1,74 1,65 2,25 2,1 2,23
3
Kab. Tapanuli
Tengah 22,17 22,38 22,59 21,62 22,08 22,09 1,83 1,84 1,92 1,22 1,12 1,00 4 Kab. Tapanuli Utara 22,26 22,35 23,21 23,54 23,52 24,28 1,71 1,78 1,8 1,72 1,59 1,53 5 Kab. Toba Samosir 22,14 21,98 22,15 22,16 22,67 22,75 1,66 1,7 1,63 1,09 0,94 1,04 6 Kab. Labuhanbatu 23,75 23,54 24,07 23,32 23,61 22,4 1,74 1,81 1,79 2,1 2,13 1,85 7 Kab. Asahan 23,2 23,42 23,73 22,51 22,68 22,87 1,68 1,71 1,76 1,36 1,32 1,54 8 Kab. Simalungun 23,67 23,84 24,2 22,39 23,38 23,35 1,75 1,8 1,49 1,41 1,52 1,96 9 Kab. Dairi 21,94 22,29 22,29 22,15 22,74 23,37 1,66 1,69 1,69 1,19 1,26 1,46 10 Kab. Deli Serdang 25,76 26,06 26,25 24,38 22,63 24,67 1,79 1,8 2,54 2,7 2,92 2,92 11 Kab. Langkat 23,6 24,26 24,04 22,43 22,68 23,89 1,76 1,8 1,78 1,16 2,33 1,47
12
Kab.Humbang
Hasundutan 21,65 21,53 21,84 21,77 22,53 22,39 1,78 1,79 1,79 1,04 1,2 1,05 13 Kab. Samosir 22,33 22,02 22,49 22,06 22,74 22,96 1,78 1,8 1,86 1,26 1,39 1,66
14
Kab. Serdang
Bedagai 23,71 23,61 23,98 23,23 23,57 23,65 1,78 1,79 1,78 1,57 1,54 1,68
15
Kab.Labuhanbatu
Selatan 22,94 22,79 16,54 21,16 21,34 21,44 1,81 1,84 1,8 1,4 1,35 1,5 16 Kota Sibolga 22,28 22,09 22,61 22,82 23,33 23,32 1,62 1,67 1,75 1,78 1,93 1,76
17
Kota Pematang
Siantar 23,49 23,67 24,02 23,63 23,74 23,79 1,79 1,74 1,64 2,15 2,08 2,21 18 Kota Tebing Tinggi 23,01 23,13 23,38 22,4 22,28 22,51 1,89 1,9 1,93 2,15 2,38 2,28 19 Kota Medan 27,13 27,51 27,5 26,19 25,57 25,96 2,03 2,03 1,45 4,03 4,12 4,06 20 Kota Binjai 23,43 24,21 23,96 22,62 22,64 23,4 1,88 1,88 1,86 1,56 2,01 2
21 Kota
LAMPIRAN III
Hasil Olah Data Menggunakan SPSS
Hasil Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
TKKD 66 ,95 4,13 1,8165 ,68374
pjk_daerah 66 16,54 27,52 23,2320 1,54949
ret_daerah 66 21,17 26,19 22,9890 ,95132
pert_eko 66 1,46 2,55 1,7817 ,14545
Valid N (listwise) 66
Hasil Uji Normalitas Data
Normal Probability Plot
Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 66
Normal Parametersa,b Mean ,0000000
Std. Deviation ,41575647
Most Extreme
Differences
Absolute ,110
Positive ,110
Negative -,065
Kolmogorov-Smirnov Z ,894
Asymp. Sig. (2-tailed) ,401
a. Test distribution is Normal.
Hasil Nilai Tolerance dan VIF
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) -9,829 1,392 -7,062 ,000
pjk_daerah ,193 ,049 ,438 3,958 ,000 ,488 2,050
ret_daerah ,299 ,077 ,416 3,864 ,000 ,514 1,947
pert_eko ,158 ,377 ,034 ,419 ,677 ,929 1,076
a. Dependent Variable: TKKD
Hasil Scatterplot Heterokedastisitas
Hasil Uji Gletser
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig.
B Std. Error Beta
1 (Constant) -,016 ,857 -,019 ,985
pjk_daerah -,043 ,030 -,256 -1,430 ,158
ret_daerah ,052 ,048 ,189 1,083 ,283
pert_eko ,084 ,232 ,047 ,361 ,719
Hasil Uji Run Test
Runs Test
Unstandardized
Residual
Test Valuea -,07553
Cases < Test Value 33
Cases >= Test Value 33
Total Cases 66
Number of Runs 28
Z -1,489
Asymp. Sig. (2-tailed) ,137
a. Median
Uji Statistik Durbin-Watson
c. Predictors: (Constant), Pertumbuhan_Eko, Retribusi_Daerah, Pajak_Daerah
d. Dependent Variable: TKKD
Uji Analisis Regresi Berganda
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
(Constant) -9,833 1,391 -7,068 ,000
Pajak_Daerah ,193 ,049 ,437 3,952 ,000
Retribusi_Daerah ,299 ,077 ,417 3,869 ,000
Pertumbuhan_Eko ,160 ,377 ,034 ,426 ,672
a. Dependent Variable: TKKD
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
Nilai Koefisien Determinasi
b. Predictors: (Constant), Pertumbuhan_Eko, Retribusi_Daerah, Pajak_Daerah
c. Dependent Variable: TKKD
Hasil Uji Signifikansi Simultan
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 19,143 3 6,381 35,220 ,000a
Residual 11,233 62 ,181
Total 30,376 65
a. Predictors: (Constant), Pertumbuhan_Eko, Retribusi_Daerah, Pajak_Daerah
b. Dependent Variable: TKKD
Hasil Uji Signifikansi Parsial
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) -9,833 1,391 -7,068 ,000
Pajak_Daerah ,193 ,049 ,437 3,952 ,000
Retribusi_Daerah ,299 ,077 ,417 3,869 ,000
Pertumbuhan_Eko ,160 ,377 ,034 ,426 ,672
a. Dependent Variable: TKKD
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
LAMPIRAN 4 Tabel Durbin-Watson
Tabel Durbin-Watson (DW), α = 5%
k=1 k=2 k=3 k=4
n dL dU dL dU dL dU dL dU
46 1.4814 1.5700 1.4368 1.6176 1.3912 1.6677 1.3448 1.7201 47 1.4872 1.5739 1.4435 1.6204 1.3989 1.6692 1.3535 1.7203 48 1.4928 1.5776 1.4500 1.6231 1.4064 1.6708 1.3619 1.7206 49 1.4982 1.5813 1.4564 1.6257 1.4136 1.6723 1.3701 1.7210 50 1.5035 1.5849 1.4625 1.6283 1.4206 1.6739 1.3779 1.7214 51 1.5086 1.5884 1.4684 1.6309 1.4273 1.6754 1.3855 1.7218 52 1.5135 1.5917 1.4741 1.6334 1.4339 1.6769 1.3929 1.7223 53 1.5183 1.5951 1.4797 1.6359 1.4402 1.6785 1.4000 1.7228 54 1.5230 1.5983 1.4851 1.6383 1.4464 1.6800 1.4069 1.7234 55 1.5276 1.6014 1.4903 1.6406 1.4523 1.6815 1.4136 1.7240 56 1.5320 1.6045 1.4954 1.6430 1.4581 1.6830 1.4201 1.7246 57 1.5363 1.6075 1.5004 1.6452 1.4637 1.6845 1.4264 1.7253 58 1.5405 1.6105 1.5052 1.6475 1.4692 1.6860 1.4325 1.7259 59 1.5446 1.6134 1.5099 1.6497 1.4745 1.6875 1.4385 1.7266 60 1.5485 1.6162 1.5144 1.6518 1.4797 1.6889 1.4443 1.7274 61 1.5524 1.6189 1.5189 1.6540 1.4847 1.6904 1.4499 1.7281 62 1.5562 1.6216 1.5232 1.6561 1.4896 1.6918 1.4554 1.7288 63 1.5599 1.6243 1.5274 1.6581 1.4943 1.6932 1.4607 1.7296 64 1.5635 1.6268 1.5315 1.6601 1.4990 1.6946 1.4659 1.7303 65 1.5670 1.6294 1.5355 1.6621 1.5035 1.6960 1.4709 1.7311 66 1.5704 1.6318 1.5395 1.6640 1.5079 1.6974 1.4758 1.7319 67 1.5738 1.6343 1.5433 1.6660 1.5122 1.6988 1.4806 1.7327 68 1.5771 1.6367 1.5470 1.6678 1.5164 1.7001 1.4853 1.7335 69 1.5803 1.6390 1.5507 1.6697 1.5205 1.7015 1.4899 1.7343 70 1.5834 1.6413 1.5542 1.6715 1.5245 1.7028 1.4943 1.7351
LAMPIRAN 5 F Tabel
Titik Persentase Distribusi F untuk Probabilita = 0,05 df untuk
penyebut (N2)
df untuk pembilang (N1)
1 1 2 3 4 5 6 7 8 9
46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.15 2.09
47 4.05 3.20 2.80 2.57 2.41 2.30 2.21 2.14 2.09
48 4.04 3.19 2.80 2.57 2.41 2.29 2.21 2.14 2.08
49 4.04 3.19 2.79 2.56 2.40 2.29 2.20 2.13 2.08
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07
51 4.03 3.18 2.79 2.55 2.40 2.28 2.20 2.13 2.07
52 4.03 3.18 2.78 2.55 2.39 2.28 2.19 2.12 2.07
53 4.02 3.17 2.78 2.55 2.39 2.28 2.19 2.12 2.06
55 4.02 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.06
56 4.01 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.05
57 4.01 3.16 2.77 2.53 2.38 2.26 2.18 2.11 2.05
58 4.01 3.16 2.76 2.53 2.37 2.26 2.17 2.10 2.05
59 4.00 3.15 2.76 2.53 2.37 2.26 2.17 2.10 2.04
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04
61 4.00 3.15 2.76 2.52 2.37 2.25 2.16 2.09 2.04
62 4.00 3.15 2.75 2.52 2.36 2.25 2.16 2.09 2.03
63 3.99 3.14 2.75 2.52 2.36 2.25 2.16 2.09 2.03
64 3.99 3.14 2.75 2.52 2.36 2.24 2.16 2.09 2.03
65 3.99 3.14 2.75 2.51 2.36 2.24 2.15 2.08 2.03
66 3.99 3.14 2.74 2.51 2.35 2.24 2.15 2.08 2.03
67 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02
68 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02
69 3.98 3.13 2.74 2.50 2.35 2.23 2.15 2.08 2.02
70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02
LAMPIRAN 6 T Tabel
Titik Persentase Distribusi T
Pr df 0,25 0.50 0.10 0.20 0.05 0.10 0.025 0.050 0.01 0.02 0.005 0.010 0.001 0.002 46 0.67986 1.30023 1.67866 2.01290 2.41019 2.68701 3.27710
47 0.67975 1.29982 1.67793 2.01174 2.40835 2.68456 3.27291
48 0.67964 1.29944 1.67722 2.01063 2.40658 2.68220 3.26891
49 0.67953 1.29907 1.67655 2.00958 2.40489 2.67995 3.26508
50 0.67943 1.29871 1.67591 2.00856 2.40327 2.67779 3.26141
51 0.67933 1.29837 1.67528 2.00758 2.40172 2.67572 3.25789
52 0.67924 1.29805 1.67469 2.00665 2.40022 2.67373 3.25451
53 0.67915 1.29773 1.67412 2.00575 2.39879 2.67182 3.25127
54 0.67906 1.29743 1.67356 2.00488 2.39741 2.66998 3.24815
55 0.67898 1.29713 1.67303 2.00404 2.39608 2.66822 3.24515
56 0.67890 1.29685 1.67252 2.00324 2.39480 2.66651 3.24226
57 0.67882 1.29658 1.67203 2.00247 2.39357 2.66487 3.23948
58 0.67874 1.29632 1.67155 2.00172 2.39238 2.66329 3.23680
59 0.67867 1.29607 1.67109 2.00100 2.39123 2.66176 3.23421
60 0.67860 1.29582 1.67065 2.00030 2.39012 2.66028 3.23171
61 0.67853 1.29558 1.67022 1.99962 2.38905 2.65886 3.22930
62 0.67847 1.29536 1.66980 1.99897 2.38801 2.65748 3.22696
63 0.67840 1.29513 1.66940 1.99834 2.38701 2.65615 3.22471
64 0.67834 1.29492 1.66901 1.99773 2.38604 2.65485 3.22253
65 0.67828 1.29471 1.66864 1.99714 2.38510 2.65360 3.22041
66 0.67823 1.29451 1.66827 1.99656 2.38419 2.65239 3.21837
67 0.67817 1.29432 1.66792 1.99601 2.38330 2.65122 3.21639
68 0.67811 1.29413 1.66757 1.99547 2.38245 2.65008 3.21446
69 0.67806 1.29394 1.66724 1.99495 2.38161 2.64898 3.21260
DAFTAR PUSTAKA
Badan Pusat Statistik. 2015. Pertumbuhan Ekonomi ADHK 2000 menurut
Kabupaten/Kot
Desember 2015).
Direktorat Jenderal Perimbangan Keuangan.2011.Analisis Realisasi APBD
_____, 2015. Data Keuangan Daerah.http ://www.djpk.kemenkeu.go.id/data-series/data-keuangan-daerah/setelah-ta-2006 ( diakses Desember 2015).
Desfitryna, Nur’ainy, Renny dan Utomo, Budi 2013. “Pengaruh Pertumbuhan Ekonomi dan Pendapatan Asli Daerah Terhadap Tingkat Kemandirian Daerah Studi Kasus Pada Kota di Jawa Barat”. Proceeding
PESAT(Psikologi, Ekonomi, Sastra, Arsitektu & Teknik Sipil), Vol. 5 ISSN
1858-2559, Bandung.
Erlina, 2011.Metodologi Penelitian, USU Press, Medan.
Ghozali, Imam, 2005. Aplikasi Analisis Multivariate dengan Program SPSS, Badan Penerbit Universitas Diponegoro, Semarang.
Halim, Abdul, 2007. Akuntansi Sektor Publik Akuntansi Keuangan Daerah, Penerbit Salemba Empat, Jakarta.
, 2007. Bunga Rampai : Manajemen Keuangan Daerah, Edisi Pertama UPP AMP YKPN, Jogyakarta.
, 2007. Akuntansi dan Pengelolaan Pengendalian Keuangan Daerah, Edisi Revisi, UPP STIM YKPN, Yogyakarta.
Jurusan Akuntansi, 2015. Buku Pedoman Penulisan Skripsi Dan Ujian
Komprehensif Program Strata Satu (S1), Fakultas Ekonomi Dan Bisnis
Universitas Sumatera Utara, Medan.
Marizka, Reza, 2013. “Pengaruh Pendapatan Asli Daerah, Dana Bagi Hasil, Dana Alokasi Umum, dan Dana Aloksi Khusus terhadap Tingkat Kemandirian Keuangan Daerah pada Kabupaten dan Kota di Sumatera Barat” (Skripsi) Fakultas Ekonomi Universitas Negeri Padang, Padang.
Muliana, 2009. ”Pengaruh Rasio Efektivitas Pendapatan Asli Daerah , Dana Alokasi Umum dan Dana Alokasi Khusus terhadap Tingkat Kemandirian Keuangan Daerah Pada Pemerintahan Kabupaten/Kota Di Provinsi Sumatera Utara” (Skripsi). Fakultas Ekonomi Universitas Sumatera Utara, Medan.
Republik Indonesia, 1945.Undang – Undang Dasar Negara Republik Indonesia
Tahun 1945.
, 2004.Undang – Undang Nomor 32 Tahun 2004 tentang Pemerintahan
daerah.
, 2004. Undang – Undang Nomor 33 Tahun 2004 tentang
Perimbangan antara Keuangan Pusat dan Pemerintah Daerah.
, 2009. Undang – Undang Nomor 28 Tahun 2009 tentang Pajak Daerah
dan Retribusi daerah.
, 2010. Peraturan Mentri Dalam Negeri Nomor 71 Tahun 2010 tentang
Standar Akuntansi Pemerintahan.
Siagian, 2014. “ Pengaruh Rasio Efektifitas Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus dan Dana Bagi Hasil terhadap Kemandirian Keuangan Daerah Pada Pemerintahan Kabupaten/Kota Di Provinsi Riau” (Skripsi). Fakultas Ekonomi Universitas Sumatera Utara, Medan.
Situmorang, Syafrizal Helmi, Muslich Lufti, 2012. Analisis Data untuk riset
Manajemen dan Bisnis, USU Press, Medan.
Sugiyono, 2010. Metode Penelitian Bisnis, CV. Alfabeta. Bandung.
Tangkilisan, Hessel Nogi S. 2007. Managemen Publik. Grasindo, Jakarta.
BAB III
METODE PENELITIAN
3.1. Jenis Penelitian
Penelitian pada dasarnya adalah suatu kegiatan pengumpulan,
pengelolahan, penyajian, dan analisa data yang di lakukan dengan metode ilmiah
secara efisien dan sestematis yang hasilnya berguna untuk mengetahui persoalan
atau keadaan dalam usaha pengembangan ilmu pengetahuan atau membuat
keputusan dalam rangka pemecahan masalah.
Jenis penelitian yang dilakukan adalah penelitian asosiatif kausal, yaitu
“menghubungkan dua variabel atau lebih atau menjelaskan hubungan pengaruh
variabel independen terhadap variabel dependen” ( Erlina, 2011 : 29). Desain
kausal adalah “penelitian yang menganalisis hubungan sebab akibat antara
variabel independen dengan variabel dependen” (Sugiyono, 2010). Penelitian ini
dilakukan untuk mengetahui seberapa besar pengaruh Pajak Daerah, Retribusi
Daerah dan Pertumbuhan Ekonomi terhadap Kemandirian Keuangan Daerah pada
Kabupaten/Kota di Provinsi Sumatera Utara. Hubungan yang diuji adalah
hubungan secara simultan atau parsial terhadap variabel dependen.
3.2. Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di Provinsi Sumatera Utara dalam jangka
waktu 2011 - 2013. Provinsi Sumatera Utara dipilih sebagai Provinsi penelitian
Utara rata-rata tingkat kemandirian keuangan daerah Kabupaten/Kota masih
rendah sehingga penting untuk diteliti untuk mengetahui variabel apa saja yang
mempengaruhi tingkat kemandirian keuangan daerah pada Kabupaten/Kota di
Provinsi Sumatera Utara.
3.3.Definisi Operasional dan Pengukuran Variabel
Operasional variabel adalah cara untuk mengukur suatu konsep dan
bagaimana konsep harus di ukur sehingga terdapat variabel - variabel yang saling
mempengaruhi dan di pengaruhi. Berikut ini akan dijelaskan mengenai definisi
operasional variabel yang akan digunakan dalam penelitian diantaranya adalah
sebagai berikut.
3.3.1 Pajak Daerah
Pajak daerah adalah iuran wajib kepada daerah untuk membiayai
pembangunan daerah. Pajak daerah ditetapkan dengan undang-undang dan
pelaksanaannya untuk di daerah diatur lebih lanjut dengan peraturan daerah.
Variabel ini diukur dengan besar penerimaan pajak daerah dari Laporan
Realisasi Anggaran Pendapatan dan Belanja Daerah (APBD) tahunan di situs
Kementerian Keuangan pada bagian pendapatan.
3.3.2 Retribusi Daerah
Berdasarkan (Pasal 1 angka 10 UU Nomor 28 Tahun 2009) retribusi
adalah pungutan Daerah sebagai pembayaran atas jasa atau pemberian izin
untuk kepentingan orang pribadi atau badan. Variabel ini diukur dengan
besarnya penerimaan retribusi daerah dari Laporan Realisasi Anggaran
Pendapatan dan Belanja Daerah (APBD) tahunan di situs Kementerian
Keuangan pada bagian pendapatan.
3.3.3 Pertumbuhan Ekonomi
Pertumbuhan Ekonomi adalah perkembangan kegiatan dalam
perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam
masyarakat bertambah dan kemakmuran masyarakat meningkat. Pertumbuhan
ekonomi diukur dari selisih antara Pendapatan Domestik Regional Bruto
(PDRB) pada saat ini dengan PDRB sebelumnya dibagi dengan PDRB
sebelumnya.
3.3.4 Tingkat Kemandirian Keuangan Daerah
Tingkat Kemandirian Keuangan Daerah adalah untuk menunjukkan
kemampuan pemerintah daerah untuk dapat membiayai sendiri kegiatan
pemerintahan, pembangunan, serta pelayanan kepada masyarakat yang telah
membayar pajak dan retribusi sebagai sumber pendapatan yang diperlukan
oleh daerah. Menurut Halim (2007 : 284) Rasio Kemandirian Keuangan
Daerah dapat dirumuskan sebagai berikut :
���������������� = ���
Tabel 3.2
Defenisi Operasional Variabel dan Skala Pengukuran
Variabel Defenisi Operasional Indikator Skala Pajak
Daerah (X1)
Penerimaan daerah dari masyarakat berupa iuran wajib kepada daerah yang terdiri dari Pajak Hotel, Pajak Restoran, Pajak Hiburan, Pajak Reklame, Pajak Penerangan Jalan, Pajak Mineral Bukan Logam dan Batuan, Pajak Parkir, Pajak Air Tanah, Pajak Sarang burung Walet, PBB Pedesaan dan Perkotaan
Bea Perolehan Hak Atas Tanah dan Bangunan. Realisasi Penerimaan Pajak Paerah. Rasio Retribusi Daerah (X2)
Penerimaan daerah sebagai pembayaran atas jasa atau pemberian izin tertentu yang khusus disediakan dan/ atau diberikan oleh Pemerintah Daerah untuk kepentingan orang pribadi atau badan.
Realisasi Penerimaan Retribusi Daerah. Rasio Pertumbuhan Ekonomi (X3)
Perkembangan kegiatan dalam
perekonomian yang menyebabkan barang dan jasa
3.4 Populasi dan Sampel Penelitian 3.4.1 Populasi Penelitian
Populasi adalah sekelompok entitas yang lengkap yang dapat berupa
orang, kejadian, atau benda yang mempunyai karakteristik tertentu yang
berkaitan dengan masalah penelitian. (Erlina 2011: 81). Populasi penelitian
ini adalah Laporan Realisasi APBD dari 25 Kabupaten dan 8 Kota yang ada
di Provinsi Sumatera Utara untuk tahun 2011 - 2013.
3.4.2 Sampel Penelitian
Sampel adalah bagian populasi yang digunakan untuk
memperkirakan karekteristik populasi. (Erlina 2011 : 82). Penentuan sampel
dilakukan secara nonrandom (nonprobability sampling) dengan metode
purposive sampling yang dilakukan dengan mengambil sampel dari populasi
berdasarkan suatu kriteria tertentu. Adapun kriteria yang ditentukan oleh
peneliti dalam pengambilan sampel adalah sebagai berikut :
1. Tersedianya data Produk Domestik Regional Bruto (PDRB) atas harga
konstan 2000 masing-masing Kabupaten/Kota di Provinsi Sumatera
Utara pada Badan Pusat Statistik (BPS) Sumatera Utara dalam
situs
2. Kabupaten/Kota di Provinsi Sumatera Utara yang mempublikasikan
Laporan Realisasi APBD dalam situs Kementerian Keuangan
Republik Indonesia Direktorat Jenderal Perimbangan
Berdasarkan kriteria pemilihan sampel di atas, didapatkan
sebanyak 22 sampel yang memenuhi kriteria yang terdiri dari 15
Kabupaten dan 7 Kota di Provinsi Sumatera Utara. Jadi seluruh sampel
penelitian adalah 66 sampel (22 x 3 tahun pengamatan penelitian).
Prosedur pemilihan sampel disajikan dalam tabel 3.2 sebagai berikut :
Tabel 3.2
Daftar Populasi dan Sampel Penelitian NO KABUPATEN/KOTA
(POPULASI)
KRITERIA
SAMPEL
I II
1 Kab. Nias √ × -
2 Kab. Mandailing Natal √ √ Sampel 1
3 Kab. Tapanuli Selatan √ √ Sampel 2
4 Kab. Tapanuli Tengah √ √ Sampel 3
5 Kab. Tapanuli Utara √ √ Sampel 4
6 Kab. Toba Samosir √ √ Sampel 5
7 Kab. Labuhanbatu √ √ Sampel 6
8 Kab. Asahan √ √ Sampel 7
9 Kab. Simalungun √ √ Sampel 8
10 Kab. Dairi √ √ Sampel 9
11 Kab. Karo √ × -
12 Kab. Deli Serdang √ √ Sampel 10
13 Kab. Langkat √ √ Sampel 11
14 Kab. Nias Selatan √ × -
15 Kab. Humbang Hasundutan √ √ Sampel 12
16 Kab. Pakpak Barat √ × -
17 Kab. Samosir √ √ Sampel 13
18 Kab. Serdang Bedagai √ √ Sampel 14
19 Kab. Batu Bara √ × -
21 Kab. Padang Lawas √ × -
22 Kab. Labuhanbatu Selatan √ √ Sampel 15
23 Kab. Labuhanbatu Utara √ × -
24 Kab. Nias Utara √ × -
25 Kab. Nias Barat √ × -
26 Kota Sibolga √ √ Sampel 16
27 Kota Tanjungbalai √ √ Sampel 17
28 Kota Pematang Siantar √ √ Sampel 18
29 Kota Tebing Tinggi √ √ Sampel 19
30 Kota Medan √ √ Sampel 20
31 Kota Binjai √ √ Sampel 21
32 Kota Padangsidimpuan √ √ Sampel 22
33 Kota Gunungsitoli √ × -
Sumber: BPS dan DJPK, diolah oleh penulis (2015
3.5 Jenis Data
Berdasarkan cara perolehan data, Jenis data dalam penelitian ini adalah
sekunder (secondary date). Data sekunder merupakan sumber data penelitian yang
diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan
dicatat oleh pihak lain). Data sekunder umumnya berupa bukti, catatan atau
laporan historis yang telah tersusun dalam arsip (data dokumenter) yang
dipublikasikan dan yang tidak dipublikan. Dalam penelitian ini, peneliti
menggunakan pooled data yaitu kombinasi antara data time series dengan data
cross section. Data time series merupakan sekumpulan data untuk menaeliti suatu
data cross section adalah sekumpulan data untuk meneliti suatu fenomena tertentu
dalam kurun waktu.
3.6 Metode Pengumpulan Data
Metode data pada penelitain ini dilakukan dengan teknik Dokumentasi,
yaitu peneliti melakukan pengmpulan data skunder yang diperoleh dari
situs
dengan studi kepustakaan. Studi pustaka adalah metode pengumpulan data yang
dapat dilakukan cara melakukan pengamatan data dari literatur - literatur, buku -
buku dan jurnal yang berkaitan dengan permasalahan yang diteliti.
3.7 Teknik Analisis Data
Analisis data dalam penelitian ini adalah kuantitatif dengan menggunakan
teknik perhitungan statistik. Analisis data yang diperoleh dalam penelitian ini
akan menggunakan bantuan teknologi komputer yaitu Microsoft Exel dan
program aplikasi SPSS (Statistical Product & Service Solution). Metode analisis
data yang digunakan dalam penelitian ini adalah dengan meotode analisis Regresi
Linear Berganda. Dalam melakukan analisis regresi linier berganda, metode ini
mensyaratkan untuk melakukan uji asumsi klasik agar mendapatkan hasil regresi
yang baik.Uji asumsi klasik tersebut terdiri dari:
1. Uji Normalitas dengan menggunakan grafik Normal P-P Plot dan uji
2. Uji Multikoliniearitas dengan menggunkan nilai Tolerance dan Variance
Inflation Factor (VIF).
3. Uji Homoskedastisitas dengan menggunakan scatterplot dan uji Gletser,
4. Uji Autokorelasi dengan melakukan pengujian run test dan nilai
Durbin-Watson.
3.7.1 Statistik Deskriptif
Statistik deskriptif merupakam proses transformasi data penelitian
dalam tabulasi, sehingga mudah dipahami dan diinterpretasikan. Menurut
Azwar (2004 : 76) tujuan analisis deskriptif ini ialah “untuk memberikan
deskripsi mengenai subjek penelitian berdasarkan data dari variabel yang
diperoleh dari kelompok subjek yang diteliti”. Ukuran yang dapat digunakan
dalam statistik deskriptif lain frekuensi, tendensi sentra (rata-rata, median,
modus), dispersi (deviasi standar, variance), dan pengukur-pengukur bentuk
(measures of shapes).
3.7.2 Uji Asumsi Klasik
Peneliti melakukan terlebih dahulu uji asumsi klasik sebelum
melakukan pengujian hipotesis. Pengujian asumsi klasik dilakukan untuk
menghindari atau mengurangi bias atas hasil penelitian yang diperoleh
(Erlina, 2011 : 99).
Uji asumsi klasik penting dilakukan untuk menghasilkan estimator
Estimator = BLUE), yang berarti model regresi tidak mengandung masalah.
Tidak ada ketentuan yang pasti tentang urutan uji yang harus dipenuhi
terlebih dahulu. Berikut ini adalah uji asumsi klasik yang harus dipenuhi oleh
model regresi.
3.7.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah
distribusi sebuah data mendekati distribusi normal yaitu distibusi data
dalam bentuk lonceng. Menurut Situmorang dan Lufti data yang baik
adalah “ data yang mempunyai pola seperti distribusi normal, yaitu
distribusi data tersebut tidak menceng ke kirir atau menceng ke
kanan”. Ada dua cara untuk mengetahui apakah data berdistribusi
normal atau tidak yakni dengan analisis grafik dan uji statistik.
Analisis grafik dapat dilakukan dengan melihat grafik histogram dan
normal probability plot. Distribusi dapat dikatakan normal jika garis
tren pada histogram berbentuk lonceng dan garis tren pada grafik
normal probability plot tidak melenceng jauh dari garis tren. Analisis
statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilaai
signifikansi >0,05 maka data berdistribusi normal.
3.7.2.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk melihat apakah ada
multikolinearitas adalah “situasi adanya korelasi variabel-variabel
independen antara yang satu dengan yang lainnya”. Adanya
multikolinearitas dapat dilihat dari nilai tolarance value dan nilai
Variance Inflation Factor (VIF). Tolerance value adalah mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya (Situmorang dan Lutfi, 2012 : 135).
Sedangkan VIF menurut Erlina (2011 : 89) adalah “estimasi berapa
besar multikolinearitas meningkatkan varian pada suatu koefisien
estimasi sebuah variabel independen”. Batas tolarence value adalah
0,1 dan VIF adalah 10. Jika tolarance value >0,1 atau VIF<10 maka
tidak terjadi multikoniearitas. Selain itu dapat juga dilakukan dengan
melihat nilai korelasi antar variabel independennya. Jika nilai
korelasi antar variabel independennya dibawah 0,9 maka tidak terjadi
multikolinearitas.
3.7.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan varians dari residual dari suatu
pengamatan ke pengamatan yang lain. Jika varians sama, dan ini
yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas,
sedangkan jika varians tidak sama dikatakan terjadi
heteroskedastisitas. Alat untuk menguji heteroskedastisitas adalah
tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka
dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Selain
analisis grafik uji heterokedasstisitas juga dapat dilakukan dengan uji
Park. Jika nilai signifikansi setiap variabel independen diatas 0,05
maka dapat disimpulkan bahwa data tidak terkena heterokedastisitas.
3.7.2.4 Uji Autokorelasi
Situmorang dan Lutfi (2012 : 120) mendefenisikan
autokorelasi sebagai “korelasi antara anggota serangkaian observasi
yang diurutkan menurut waktu (seperti dalam data deret waktu) atau
ruang (seperti dalam data cross-section). Menurut Erlina (2011)
tujuan dari uji autokorelasi adalah “untuk menguji apakah dalam
suatu model regresi linear ada korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pada periode t-1 atau sebelumnya.”
Autokorelasi dapat muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain. Uji autokorelasi dilakukan
dengan uji run test dan uji durbin-watson. Pada uji run test jika nilai
signifikannya diatas 0,05 maka tidak terjadi gejala autokorelasi, dan
pada uji durbin-watson dilakukan dengan cara melihat nilai d nya
Tabel 3.3
Tabel Nilai Durbin-Watson
Hipotesis nol Keputusan Jika
Tidak ada autokorelasi positif
Tolak 0 < d <dl
Tidak ada autokorelasi positif
No decision dl ≤ d ≤ du
Tidak ada korelasi negative
Tolak 4 – dl < d< 4
Tidak ada korelasi negative
No decision 4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du < d <d – du
Sumber : Situmorang dan Lutfi (2012)
3.7.3 Analisis Regresi Berganda
Analisis regresi digunakan untuk melihat pengaruh variabel
independen terhadap variabel dependen (Situmorang dan Lutfi, 2012 : 151).
Penelitian ini menggunakan analisis regresi linear berganda karena model
yang diujikan memiliki lebih dari satu variabel independen yang
mempengaruhi satu variabel dependen. Analisis regresi linier berganda
ditujukan untuk menentukan hubungan linier antar beberapa variabel bebas
yang biasa disebut x1, x2, x3, dan satu variabel terikat yang disebut Y
(Situmorang dan Lutfi, 2012 : 151). Data dalam penelitian ini dianalisis
dengan analisis regresi linear berganda dengan persamaan sebagai berikut :
Y = α + β1 x1 + β2 x2 + β3 x3 + ε
Keterangan :
α = Konstanta
β1 – β3 = Koefisien regresi
x1 = Pajak Daerah
x2 = Retribusi Daerah
x3 = Pertumbuhan Ekonomi
ε = Error (Kesalahan pengganggu)
3.7.3 Pengujian Hipotesis
3.7.3.1 Uji Koefisien Determinan (R2)
Uji koefisien determinasi (R2) pada intinya mengukur seberapa besar kemampuan model dalam menerangkan variabel dependen.
Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang
lebih kecil, berarti juga sebaliknya.terbatas. Nilai yang mendekati
satu berarti variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk memprediksi variabel dependen. Jika R2
semakin mendekati satu, maka dapat dikatakan bahwa pengaruh
variabel bebas (x1,x2,x3) adalah kuat terhadap variabel terikat (Y). Hal
ini berati model yang digunakan semakin kuat untuk menerangkan
pengaruh variabel bebas (Y) yang diteliti terhadap variabel terikat dan
3. 7.3.2 Uji Signifikansi Simultan (Uji F)
Uji ini digunakan untuk menguji apakah hipotesis yang
diajukan diterima atau ditolak. Pengujian ini dilakukan dengan
melihat apakah variabel bebas yang terdiri dari pajak daerah, retribusi
daerah, dan pertumbuhan ekonomi mempunyai pengaruh secara
bersama-sama terhadap variabel terikat yakni tingkat kemandirian
keuangan daerah.
H0: β1β2β3 = 0, artinya variabel bebas yang terdiri dari pajak daerah,
retribusi daerah dan pertumbuhan ekonomi secara serentak tidak
berpengaruh terhadap variabel terikat, yakni tingkat kemandirian
keuangan daerah.
H0:β1β2β3 ≠ 0, artinya variabel bebas yang terdiri dari pajak daerah,
retribusi daerah dan pertumbuhan ekonomi secara serentak
berpengaruh terhadap variabel terikat, yakni tingkat kemandirian
keuangan daerah.
Selanjutnya, nilai f hitung akan dibandingkan dengan nilai f
tabel. Kriteria pengambilan keputusannya adalah :
H0 diterima jika Fhitung < Ftabel pada α = 5%
3.7.3.3 Uji Signifikansi Parsial (Uji T)
Uji ini digunakan untuk menentukan seberapa besar pengaruh
variabel bebas (X) secara parsial atau terpisah terhadap variabel
terikat (Y).
H0 : β1 = 0, artinya secara parsial tidak terdapat pengaruh dari variabel
bebas yakni pajak daerah, retribusi daerah dan pertumbuhan ekonomi
terhadap variabel terikat yakni tingkat kemandirian keuangan daerah.
H0 : β1 ≠ 0, artinya secara parsial terdapat pengaruh dari variabel bebas
yakni pajak daerah, retribusi daerah dan pertumbuhan ekonomi
terhadap variabel terikat yakni tingkat kemandirian keuangan daerah.
Kriteria pengambilan keputusan :
H0 diterima jika thitung < ttabel pada α = 5%
BAB IV
HASIL DAN PEMBAHASAN
4.1Gambaran Umum Provinsi Sumatera Utara
Sumatera Utara berada di bagian barat Indonesia, terletak pada garis 1o – 4o
Lintang Utara dan 98o – 100o Bujur Timur atau terbesar ketujuh dari luas wilayah
Republik Indonesia. Berdasarkan posisi geografis, provinsi Sumatera Utara
berbatasan sebagai berikut:
Utara : berbatasan dengan Provinsi Aceh
Timur : berbatasan dengan Negara Malaysia (Selat Malaka)
Selatan : Berbatasan dengan Provinsi Riau dan Sumatera Barat
Barat : berbatasan dengan Samudra Hindia
Berdasarkan kondisi geografis, wilayah Provinsi Sumatera Utara dibagi
dalam 3 kelompok wilayah yaitu:
1) Pantai Barat (Tapanuli Selatan, Tapanuli Tengah, Sibolga dan Nias).
2) Daratan Tinggi (Tapanuli Utara, Simalungun, Pematang Siantar, Karo
dan Dairi).
3) Pantai Timur (Medan, Binjai, Langkat, Tebing Tinggi, Asahan, Tanjung
Balai, dan Labuhan Batu)
Pusat pemerintahan Provinsi Sumatera Utara terletak di Kota Medan.
Sebelumnya, Sumatera Utara termasuk ke dalam Provinsi Sumatra sesaat
Indonesia merdeka pada tahun 1945. Luas daratan Provinsi Sumatera Utara
Sumatera utara merupakan Provinsi keempat yang terbesar setelah Jawa
Barat, Jawa Timur dan Jawa Tengah. Berdasarkan hasil proyeksi sensus
penduduk 2010, tercatat jumlah penduduk Sumatera Utara pada tahun 2013
sebanyak 13,32 juta jiwa, dengan laju pertumbuhan penduduk mencapai 1,22
persen. Etnis terbesar yang ada di Sumatera Utara adalah suku Batak (Karo,
Pakpak, Tapanuli/Toba, Simalungun dan Mandailing) sebesar 41,95%, kemudian
suku Jawa sebesar 32,62%, suku Nias sebesar 6,36%, suku Melayu sebesar
4,92%, suku Tioghoa sebesar 3,07%, suku Banjar 0,97% dan lain lain sebesar
7,45%. Dilihat dari kerukunan umat beragama, hasil sensus penduduk 2010
menunjukkan bahwa penduduk Sumatera Utara paling banyak memeluk agama
Islam sebesar 66,09%, kemudian agama Kristen (Katolik dan Protestan) sebesar
31%, Budha sebesar 2,34% Hindu sebesar 0,11%, dan Konghucu sebesar 0,01%.
Penyelenggaraan otonomi daerah disambut masyarakat dengan usulan
pembentukan wilayah administrasi baru. Selama periode 2006 - 2013, wilayah
administrasi setingkat kabupaten telah bertambah 6 wilayah administrasi dari 19
kabupaten menjadi 25 kabupaten. Setingkat kota bertambah 1 wilayah
administrasi dari 7 kota menjadi 8 kota. Setingkat kecamatan bertambah dari 378
Wilayah administrasi menjadi 422 wilayah administrasi, dan setingkat
desa/kelurahan bertambah dari 5.876 wilayah administrasi menjadi 5.876wilayah
administrasi.
Wilayah Provinsi Sumatera Utara secara administratif terbagi dalam 25
Tabel 4.1.
Kabupaten dan Kota Provinsi Sumatera Utara
No Nama Kabupaten/Kota Ibu Kota Luas Wilayah
1 Kabupaten Nias Gunung Sitoli 1,842.51
2 Kabupaten Mandailing Natal Panyabungan 6,134.00
3 Kabupaten Tapanuli Selatan Sipirok 6,030.47
4 Kabupaten Tapanuli Tengah Pandan 2,188.00
5 Kabupaten Tapanuli Utara Tarutung 3,791.64
6 Kabupaten Toba Samosir Balige 2,328.89
7 Kabupaten Labuhan Batu Rantau Prapat 2,156.02
8 Kabupaten Asahan Kisaran 3,702.21
9 Kabupaten Simalungun Raya 4,369.00
10 Kabupaten Dairi Sidikalang 1,927.80
11 Kabupaten Karo Kaban Jahe 2,127.00
12 Kabupaten Deli Serdang Lubuk Pakam 2,241.68
13 Kabupaten Langkat Stabat 6,262.00
14 Kabupaten Nias Selatan Teluk Dalam 1,825.20
15 Kabupaten Humbang Hasundutan Dolok Sanggul 2,335.3
16 Kabupaten Pakpak Bharat Salak 1,218.30
17 Kabupaten Samosir Pangururuan 2,069.05
18 Kabupaten Serdang Bedagai Sei Rampah 1,900.22
19 Kabupaten Batu Bara Limapuluh 922.20
20 Kabupaten Padang Lawas Utara Gunung Tua 3,918.05
21 Kabupaten Padang Lawas Sibuhuan 3,892.74
22 Kabupaten Labuhanbatu Selatan Kota Pinang 3,596.00
23 Kabupaten Labuanbatu Utara Aek Kanopan 3,570.98
24 Kabupaten Nias Utara Lotu 1,202.78
25 Kabupaten Nias Barat Lahomi 473.73
26 Kota Sibolga - 41.31
27 Kota Tanjungbalai - 107.83
28 Kota Pematangsiantar - 55.66
29 Kota Tebing Tinggi - 31.00
30 Kota Medan - 265.00
31 Kota Binjai - 59.19
32 Kota Padangsidimpuan - 114.66
33 Kota Gunungsitoli - 280.78
Sumber : indonesiadata.co.id
Metode pemilihan sampel yang digunakan adalah purposive judgement
sampling method yaitu berdasarkan kriteria-kriteria tertentu. Berdasarkan metode
yang terdapat di provinsi Sumatera Utara, periode penelitian tahun 2011 - 2013
yaitu sebanyak 3 tahun sehingga data pooling sebanyak 66.
4.2 Data Penelitian
4.2.1 Data Tingkat Kemandirian Daerah
Data tingkat kemandirian keuangan daerah diperoleh dari laporan
realisasi Anggaran Pendapatan dan Belanja Daerah (APBD). Berikut tersaji
dalam tabel di bawah ini data tingkat kemandirian keuangan daerah setelah di
[image:33.595.132.509.367.745.2]olah penulis.
Tabel 4.2
Tingkat kemandirian keuangan daerah sampel 2011-2013
No Kabupaten/Kota
Tingkat Kemandirian Keuangan Daerah
dalam persen (%)
2011 2012 2013
1 Kab. Mandailing Natal 4,20 2,76 5,78
2 Kab. Tapanuli Selatan 9,56 8,24 9,34
3 Kab. Tapanuli Tengah 3,39 3,08 2,73
4 Kab. Tapanuli Utara 5,63 4,91 4,66
5 Kab. Toba Samosir 2,98 2,58 2,83
6 Kab. Labuhanbatu 8,23 8,43 6,40
7 Kab. Asahan 3,92 3,78 4,67
8 Kab. Simalungun 4,10 4,59 7,14
9 Kab. Dairi 3,32 3,53 4,34
10 Kab. Deli Serdang 15,00 18,62 18,57
11 Kab. Langkat 3,21 10,34 4,39
12
Kab.Humbang
Hasundutan 2,85 3,35 2,88
13 Kab. Samosir 3,53 4,05 5,29
14 Kab. Serdang Bedagai 4,82 4,70 5,37
15 Kab.Labuhanbatu Selatan 4,09 3,89 4,50
16 Kota Sibolga 5,94 6,94 5,83
17 Kota Pematang Siantar 8,60 8,06 9,16
19 Kota Medan 56,78 61,99 58,52
20 Kota Binjai 4,78 7,51 7,42
21 Kota Padangsidimpuan 4,71 9,32 5,92
22 Kota Tanjungbalai 7,45 10,88 6,24
Sumber : Djpk diolah Penulis, 2016
Berdasarkan tabel di atas tampak data tingkat kemandirian keuangan
daerah 17 kabupaten dan 5 kota mulai dari tahun 2011-2013. Tingkat
kemandirian keuangan daerah tertinggi adalah kota Medan yakni mencapai
61,99 persen pada tahun 2012. Sedangkan tingkat kemandirian keuangan
daerah terendah adalah kabupaten Toba Samosir yakni hanya 2,58 persen
pada tahun 2012.
4.2.2 Data Realisasi Pajak Daerah
Data realisasi pajak daerah diperoleh dari laporan realisasi Anggaran
Pendapatan dan Belanja Daerah (APBD). Berikut tersaji dalam tabel di bawah
[image:34.595.156.508.520.758.2]ini data pajak daerah setelah di olah penulis.
Tabel 4.3
Realisasi pajak daerah sampel 2011-2013 No Nama Kabupaten/Kota
Realisasi Pajak Daerah dalam jutaan rupiah
2011 2012 2013
1 Kab. Mandailing Natal 14.740 4.156 23.366
2 Kab. Tapanuli Selatan 13.721 11.209 9.685
3 Kab. Tapanuli Tengah 4.268 5.279 6.485
4 Kab. Tapanuli Utara 4.693 5.098 12.049
5 Kab. Toba Samosir 4.145 3.540 4.188
6 Kab. Labuhanbatu 20.644 16.769 28.480
7 Kab. Asahan 11.968 14.875 20.297
8 Kab. Simalungun 19.057 22.686 32.402
9 Kab. Dairi 3.388 4.798 4.793
10 Kab. Deli Serdang 155.264 208.449 253.252
11 Kab. Langkat 17.819 34.630 27.682
14 Kab. Serdang Bedagai 19.878 17.985 26.217
15 Kab.Labuhanbatu Selatan 9.194 7.947 15.320
16 Kota Sibolga 4.748 3.956 6.602
17 Kota Pematang Siantar 16.024 19.170 27.275
18 Kota Tebing Tinggi 9.939 11.176 14.314
19 Kota Medan 609.379 891.897 881.347
20 Kota Binjai 14.997 32.801 25.579
21 Kota Padangsidimpuan 7.016 7.607 7.208
22 Kota Tanjungbalai 6.913 7.732 6.602
Sumber : Djpk diolah Penulis, 2016
Berdasarkan tabel di atas tampak data realisasi pajak daerah 15
kabupaten dan 7 kota mulai dari tahun 2011-2013. Penerimaan realisasi pajak
daerah terbesar adalah Kota Medan yakni mencapai 891.897.000.000 pada
tahun 2012. Sedangkan penerimaan realisasi pajak terendah adalah Kabupaten
Humbang Hasundutan yakni 2.252.000.000 pada tahun 2012.
4.2.3 Data Realisasi Retribusi Daerah
Data realisasi retribusi daerah diperoleh dari laporan realisasi Anggaran
Pendapatan dan Belanja Daerah (APBD). Berikut tersaji dalam tabel di bawah
[image:35.595.155.504.110.244.2]ini data retribusi daerah setelah di olah penulis.
Tabel 4.4
Realisasi Retribusi Daerah sampel 2011-2013 No Nama Kabupaten/Kota
Realisasi Retribusi Daerah dalam jutaan rupiah
2011 2012 2013
1 Kab. Mandailing Natal 4.590 6.203 11.082
2 Kab. Tapanuli Selatan 4.902 6.558 8.193
3 Kab. Tapanuli Tengah 2.456 3.890 3.946
4 Kab. Tapanuli Utara 16.870 16.449 35.272
5 Kab. Toba Samosir 4.241 7.006 7.643
6 Kab. Labuhanbatu 13.420 18.017 5.399
7 Kab. Asahan 6.003 7.123 8.583
8 Kab. Simalungun 5.314 14.351 13.917
9 Kab. Dairi 4.189 7555 14.114
10 Kab. Deli Serdang 39.036 6.739 52.020
12 Kab.Humbang Hasundutan 2.856 6.096 5.299
13 Kab. Samosir 3.822 7.576 9.395
14 Kab. Serdang Bedagai 12.335 17.274 18.699
15 Kab.Labuhanbatu Selatan 1.560 1.862 2.052
16 Kota Sibolga 8.155 13.644 13.480
17 Kota Pematang Siantar 18.468 20.596 21.556
18 Kota Tebing Tinggi 5.388 4.754 6.011
19 Kota Medan 236.695 127.840 188.460
20 Kota Binjai 6666 6.854 14.617
21 Kota Padangsidimpuan 6.672 7.217 16.940
22 Kota Tanjungbalai 9.766 10.927 11.486
Sumber : Djpk diolah Penulis, 2016
Berdasarkan tabel di atas tampak data realisasi retribusi daerah 15
kabupaten dan 7 kota mulai dari tahun 2011-2013. Penerimaan realisasi
retribusi daerah terbesar adalah Kota Medan yakni mencapai
236.695.000.000 pada tahun 2011. Sedangkan penerimaan realisasi
retribusi terendah adalah Kabupaten Labuhanbatu Selatan yakni
1.560.000.000 pada tahun 2011.
4.2.3 Data Pertumbuhan Ekonomi
Data pertumbuhan ekonomi diperoleh dari Badan Pusat Statistik
(BPS) Sumatera Utara. Berikut tersaji dalam tabel di bawah ini data
[image:36.595.155.508.112.270.2]pertumbuhan setelah di olah penulis.
Tabel 4.5
Pertumbuhan Ekonomi sampel 2011-2013 No Nama Kabupaten/Kota
Pertumbuhan ekonomi dalam persen (%)
2011 2012 2013
1 Kab. Mandailing Natal 6,4 6,41 6,41
2 Kab. Tapanuli Selatan 5,27 5,74 5,21
3 Kab. Tapanuli Tengah 6,27 6,35 6,85
4 Kab. Tapanuli Utara 5,54 5,95 6,05
5 Kab. Toba Samosir 5,26 5,52 5,14
8 Kab. Simalungun 5,81 6,06 4,48
9 Kab. Dairi 5,28 5,44 5,46
10 Kab. Deli Serdang 6 6,06 12,79
11 Kab. Langkat 5,84 6,05 5,97
12 Kab.Humbang Hasundutan 5,94 5,99 6,03
13 Kab. Samosir 5,96 6,07 6,46
14 Kab. Serdang Bedagai 5,98 6 5,97
15 Kab.Labuhanbatu Selatan 6,13 6,33 6,05
16 Kota Sibolga 5,09 5,35 5,8
17 Kota Pematang Siantar 6,02 5,71 5,16
18 Kota Tebing Tinggi 6,67 6,75 6,91
19 Kota Medan 7,69 7,63 4,3
20 Kota Binjai 6,56 6,61 6,48
21 Kota Padangsidimpuan 5,88 6,23 6,2
22 Kota Tanjungbalai 4,86 4,98 4,52
Sumber : Djpk diolah Penulis, 2016
Berdasarkan tabel di atas tampak data pertumbuhan ekonomi 15
kabupaten dan 7 kota mulai dari tahun 2011-2013. Penerimaan
pertumbuhan ekonomi terbesar adalah kabupaten Deli Serdang yakni
mencapai 12,79 pada tahun 2012. Sedangkan penerimaan pertumbuhan
ekonomi terendah adalah kota Medan yakni 4,3 pada tahun 2013.
4.3 Hasil Penelitian
4.3.1 Analisis Statistik Deskriptif
Statistik deskriptif merupakan proses transformasi data penelitian
dalam tabulasi, sehingga mudah dipahami dan diinterpretasikan (Erlina,
2011 : 102). Ukuran yang dapat digunakan dalam statistik deskriptif lain
frekuensi, tendensi sentra (rata-rata, median, modus), dispersi (deviasi
standar, variance), dan pengukur-pengukur bentuk (measures of shapes).
Variabel yang digunakan dalam penelitian ini terdiri dari pajak
independen dan tingkat kemandirian keuangan daerah sebagai varaibel
dependen. Statistik deskriptif dari variabel tersebut yang diperoleh dari
sampel Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah dari
[image:38.595.144.516.236.394.2]tahun 2011-2013 disajikan dalam tabel 4.6
Tabel 4.6
Hasil Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
TKKD 66 ,95 4,13 1,8165 ,68374
pjk_daerah 66 16,54 27,52 23,2320 1,54949
ret_daerah 66 21,17 26,19 22,9890 ,95132
pert_eko 66 1,46 2,55 1,7817 ,14545
Valid N (listwise) 66
Sumber : Data sekunder yang diolah, 2016
Dari tabel di atas dapat dijelaskan bahwa variabel dependen tingkat
kemandirian keuangan daerah (Y) memiliki sampel (N) sebanyak 66, nilai
minimum diperoleh sebesar 0,95 terdapat pada Kabupaten Toba Samosir
dan nilai maksimum diperoleh sebesar 4,13 terdapat pada Kota Medan.
Tingkat kemandirian keuangan daerah memiliki nilai rata-rata 1,8165 serta
nilai standar deviasi 0,68374. Variabel independen pajak daerah (X1)
memiliki sampel (N) sebanyak 66, nilai minimum diperoleh sebesar 16,54
terdapat pada Kabupaten Labuhanbatu Selatan dan nilai maksimum
diperoleh sebesar 27,52 terdapat pada Kota Medan. Pajak daerah memiliki
nilai rata-rata 23,2320 serta nilai standar deviasi 1,54949. Variabel
independen retribusi daerah (X2) memiliki sampel (N) sebanyak 66, nilai
Medan. Retribusi daerah memiliki nilai rata-rata 22,9890 serta nilai
standar deviasi 0,95132. Variabel independen pertumbuhan ekonomi (X3)
memiliki sampel (N) sebanyak 66,nilai minimum diperoleh sebesar 1,46
terdapat pada Kota Medan dan nilai maksimum diperoleh sebesar 2,55
terdapat pada Kabupaten Deli Serdang. Pertumbuhan Ekonomi memiliki
nilai rata-rata 1,7817 serta nilai standar deviasi 0,14545.
4.3.2 Uji Asumsi Klasik
Penggunaan model regresi berganda salah satu syaratnya adalah
dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias
dan efisien. Pengujian asumsi klasik dalam penelitian ini dilakukan dengan
bantuan program statistik. Asumsi Klasik yang harus dipenuhi adalah
berdistribusi normal, non-multikolinearitas, non-Autokorelasi,
homoskedasitas.
Peneliti saat melakukan pengujian Asumsi Klasik dengan SPSS 18
menemukan data tidak terdristribusi normal. Akibat terjadinya data yang
tidak terdristibusi normal maka tidak terpenuhinya uji asumsi klasik.
Tindakan perbaikan yang dilakukan dalam penelitian ini yaitu
dengan menggunakan transformasi seluruh variabel penelitian ke dalam
fungsi logaritma natural (Ln). Sehingga data dari pajak daerah, retribusi
daerah, pertumbuhan ekonomi dan tingkat kemandirian keuangan daerah
dan Ln tingkat kemandirian keuangan daerah. Kemudian data diuji ulang
berdasarkan transformasi yang telah dilakukan.
4.3.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah
distribusi sebuah data mendekati distribusi normal. Ada dua cara
untuk mengetahui apakah data berdistribusi normal atau tidak yakni
dengan analisis grafik dan uji statistik. Uji normalitas yang pertama
adalah dengan melihat histogram dan normal probability plot.
Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 18.0 for
window, maka dihasilkan histogram seperti yang terlihat pada
gambar 4.1 dibawah ini
Gambar 4.1 Histogram
[image:40.595.183.496.420.712.2]Dari gambar histogram dapat dikatakan bahwa data
terdistribusi secara normal hal disimpulkan berdasarkan gambar
histogram di atas membentuk lonceng yang hampir sempurna.
Berikutnya uji normalitas dengan grafik normal probability plot
[image:41.595.186.472.282.585.2]yang tersaji pada gambar 4.2 di bawah ini.
Gambar 4.2
Normal Probability Plot
Sumber : Data Sekunder yang diolah, 2016
Berdasarkan gambar 4.2 dapat dinyatakan bahwa data
berdistribusi normal. Hal ini dapat dilihat dari grafik normal plot
yang memperlihatkan titik-titik menyebar disekitar garis diagonal
sehingga dapat disimpulkan bahwa data dalam model regristasi
Selain dengan uji grafik, uji normalitass data dapat juga
dilakukan dengan uji statistik yaitu dengan uji
Kolmogorov-Smirnov. Cara pegambilan keputusannya ialah data dikatakan
berdistribusi normal jika nilai signifikansinya lebih besar dari 0,05,
sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka data
dikatakan tidak berdistribusi normal. Tabel 4.7 dibawah ini akan
[image:42.595.197.484.378.560.2]menyajikan tabel hasil uji Kolmogorov-Smirnov.
Tabel 4.7
Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 66
Normal Parametersa,b Mean ,0000000
Std. Deviation ,41575647
Most Extreme
Differences
Absolute ,110
Positive ,110
Negative -,065
Kolmogorov-Smirnov Z ,894
Asymp. Sig. (2-tailed) ,401
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data sekunder yang diolah, 2016
Hasil pengolahan data menunjukkan besar nilai
Kolmogorov-Smirnov adalah 0,894 dan signifikansi pada 0,401.
Dari hasil ini dapat disimpulkan bahwa data terdistribusi secara
normal karena nilai asymp. Sig adalah 0,401 dan berada diatas nilai
normalitas diatas ialah bahwa data telah terdistribusi secara normal
sehingga dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.3.2.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk melihat apakah
ada korelasi diantara variabel independen. Adanya multikolinearitas
dapat dilihat dari nilai tolarance value dan nilai Variance Inflation
Factor (VIF). Batas tolarence value adalah 0,1 dan VIF adalah 10.
Jika tolarance value >0,1 atau VIF<10 maka tidak terjadi
multikoniearitas. Hasil uji multikolinearitas dapat dilihat pada tabel
4.8 di bawah ini.
Tabel 4.8
Hasil Nilai Tolerance dan VIF Coefficientsa
Model Unstandardized
Coefficients
Std.
Coefficients
T Sig.
Collinearity
Statistics
B
Std.
Error Beta
Toler
ance VIF
(Constant) -9,829 1,392 -7,062 ,000
pjk_daerah ,193 ,049 ,438 3,958 ,000 ,488 2,050
ret_daerah ,299 ,077 ,416 3,864 ,000 ,514 1,947
pert_eko ,158 ,377 ,034 ,419 ,677 ,929 1,076
a. Dependent Variable: TKKD
Sumber : Data sekunder yang diolah, 2016
Tabel 4.8 dapat dilihat bahwa nilai tolerance dan VIF dari
variabel pajak daerah adalah sebesar 0,488 dan 2,050. Variabel
retribusi daerah adalah sebesar 0,514 dan 1,947. Variabel
itu, dapat disimpulkan dalam model ini tidak terdapat masalah
multikolinearitas antara variabel bebas karena nilai tolerance > 0,1
dan nilai VIF < 10.
4.3.2.3 Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah
sebuah grup mempunyai varians yang sama diantara anggota grup
tersebut. Uji heterokedastisitas ini dapat dilakukan dengan analisis
grafik dan uji gletser. Pada analisis grafik jika titik-titik menyebar
secara acak dan tidak membentuk suatu pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka
dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Hasil
analisis grafik dapat dilihat pada gambar berik
Gambar 4.3
[image:44.595.182.509.417.694.2]Dari scatterplot diatas dapat dilihat bahwa titik-titik
menyebar secara acak, tidak membentuk sebuah pola tertentu yang
jelas, serta tersebar baik diatas maupun dibawah angka 0 pada
sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model
regresi.
Selanjutnya mendeteksi heterokedastisitaas melalui uji
gletser. Pengambilan keputusan dalam uji gletser dimana variabel
independen yang signifikan secara statistik memengaruhi variabel
dependen absolut Ut (absUt) jika sig > 0,05 maka disimpulkan
model regresi tidak mengandung heterokedastisitas dan jika sig <
0,05 maka disimpulkan model regresi mengandung masalah
heterokedastisitas. Dalam tabel di bawah ini disajikan tabel uji
[image:45.595.175.522.484.673.2]gletser yang diolah melalui data skunder oleh penulis.
Tabel 4.9 Hasil Uji Gletser
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
B Std. Error Beta
(Constant) -,016 ,857 -,019 ,985
pjk_daerah -,043 ,030 -,256 -1,430 ,158
ret_daerah ,052 ,048 ,189 1,083 ,283
pert_eko ,084 ,232 ,047 ,361 ,719
a. Dependent Variable: absut
Sumber : Data sekunder yang diolah, 2016
Dari tabel hasil uji gletser di atas tampak nilai signifikan
adalah pajak daerah dengan nilai signifikan 0,158, retribusi daerah
dengan nilai signifikan 0,283 dan pertumbuhan ekonomi dengan nilai
signifikan 0,719. Maka dapat disimpulkan model regresi tidak
mengandung masalah heterokedastisitas karena nilai signifikan
variabel independen terhadap variabel dependen absolut Ut (absUt) >
0,05.
4.3.2.4 Uji Autokorelasi
Tujuan dari uji autokorelasi ialah unuk menguji apakah
terdapat korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan periode t-1 atau sebelumnya. Uji autokorelasi dilakukan
dengan uji run test dan uji durbin-watson. Pada uji run test jika nilai
signifikannya diatas 0,05 maka tidak terjadi gejala autokorelasi, dan
pada uji Durbin-Watson dilakukan dengan cara melihat nilai d nya
pada tabel durbin-watson. Uji auotkorelasi yang pertama ialah uji
[image:46.595.203.389.530.729.2]Run Test. Hasil uji Run Test dapat dilihat pada tabel berikut.
Tabel 4.10 Hasil Uji Run Test
Runs Test
Unstandardized
Residual
Test Valuea -,07553
Cases < Test Value 33
Cases >= Test Value 33
Total Cases 66
Number of Runs 28
Z -1,489
Asymp. Sig. (2-tailed) ,137
a. Median
Dari tabel run test diatas dapat dilihat bahwa nilai asymp.
Sig nya sebesar 0,137. Nilai ini lebih besar dari 0,05 sehingga
dapat disimpulkan bahwa tidak terdapat korelasi antara kesalahan
pengganggu pada periode t dengan periode t-1 atau periode
sebelumnya atau dengan kata lain pada penelitian ini tidak terjadi
autokorelasi.
Berikutnya adalah deteksi autokorelasi melalui uji
Durbin-Watson. Pada uji Durbin-Watson dinyatakan tidak mengalami
masalah autokorelasi jika du < d < 4 – du. Di bawah ini disajikan
hasil uji Durbin-Watson yang diolah melalui data skunder sampel
[image:47.595.178.511.425.571.2]penelitian.
Tabel 4.11
Uji Statistik Durbin-Watson
a. Predictors: (Constant), Pertumbuhan_Eko, Retribusi_Daerah,
Pajak_Daerah
b. Dependent Variable: TKKD
Sumber : Data sekunder yang diolah, 2016
Dari tabel di atas dapat dilihat bahwa d bernilai 1,754 dan du
sesuai dengan tabel Durbin-Watson adalah 1,6974. Sesuai dengan
pengambilan keputusan dalam Durbin-Watson yaitu du < d < 4 – du
= 1,6974 < 1,754 < 2,3026, maka dapat disimpulkan bahwa model
regresi tidak mengandung masalah autokolerasi positif dan negatif.
Model Summaryb
Model R R
Square
Adjusted R Square Std. Error of the
Estimate
Durbin-Watson
4.3.3 Analisis Regresi Linier Berganda
Pengolahan data dengan menggunakan regresi linier, dilakukan
beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen.Setelah kita uji asumsi klasik ternyata asumsi
normalitas data residual yang tidak terpenuhi. Oleh karena itu data dalam
penelitian ini mentransformasi variabel dependen dan independen menjadi
bentuk logaritma natural. Sehingga persamaan regresinya menjadi,
Ln_TTKD = α + βLn_PD + βLn_RD + βLn_PE + ε
Setelah mentransformasi data kebentuk logaritma natural, maka
disimpulkan syarat uji asumsi klasik terpenuhi, dengan demikian dapat
melakukan analisis regresi liner berganda.
[image:48.595.142.510.447.616.2]Analisis hasil regresi linier berganda dapat dilihat pada tabel berikut.
Tabel 4.12
Uji Analisis Regresi Berganda Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
(Constant) -9,833 1,391 -7,068 ,000
Pajak_Daerah ,193 ,049 ,437 3,952 ,000
Retribusi_Daerah ,299 ,077 ,417 3,869 ,000
Pertumbuhan_Eko ,160 ,377 ,034 ,426 ,672
a. Dependent Variable: TKKD
Sumber : Data sekunder yang diolah, 2016
Dari nilai-nilai koefisien di atas, dapat disusun persamaan linier
berganda dengan variabel dependen Ln Tingkat Kemandirian Keuangan
LnTKKD = -9,833 + 0,193Ln_PD + 0,299Ln_RD + 0,160Ln_PE + ε
Keterangan :
Ln_TKKD : Logaritma Natural Tingkat Kemandirian Keuangan Daerah
Ln_PD : Logaritma Natural Pajak Daerah Ln_RD : Logaritma Natural Retribusi Daerah Ln_PE : Logaritma Natural Pertumbuhan Ekonomi ε : Standart Error
Kolom Unstandardized Coefficients, diperoleh nilai α, β1, β2, dan
β3 dijelaskan sebagai berikut:
a. Konstanta (α) sebesar -9,883 menunjukkan bahwa jika tidak ada
variabel Ln_PE, Ln_PAD, dan Ln_DAU, maka nilai dari tingkat
kemandirian keuangan daerah adalah sebesar -9,833.
b. Koefisien Ln_PD (β1) sebesar 0,193 menyatakan bahwa setiap
kenaikan pajak daerah 1%, maka akan menaikkan tingkat
kemandirian keuangan daerah 0,193%.
c. Koefisien Ln_RD (β2) sebesar 0,299 menunjukkan bahwa setiap
kenaikan retribusi daerah meningkat 1%, maka akan meningkatkan
tingkat kemandirian keuangan daerah 0,299%.
d. Koefisien Ln_PE (β3) sebesar 0,160 menunjukkan bahwa setiap
peningkatan pertumbuhan ekoonomi 1%, maka akan menurunkan
4.3.4 Pengujian Hipotesis
4.3.4.1Uji Koefisien Determinasi (R2)
Koefisien determinasi digunakan untuk mengukur seberapa
jauh kemampuan model menerangkan variasi variabel independen.
Nilai koefisien determinasi berkisar antara nol sampai dengan 1. Jika
koefisien determinasi semakin mendekati 1 maka semakin kuat
pengaruh variabel independen terhadap variabel dependen dan
koefisien determinasi mendekati 0, maka dapat dikatakan semakin
kecil pengaruh variabel independen terhadap variabel dependen.
[image:50.595.174.510.431.483.2]Hasil uji koefisien determinasi dapat dilihat pada tabel dibawah ini.
Tabel 4.13
Nilai Koefisien Determinasi
a.
Sumber : Data sekunder yang diolah, 2016
Tabel 4.12 diatas menunjukkan nilai koefisien korelasi (R)
dan koefisen determinasi (R square). Nilai R menunjukkan tingkat
hubungan antar variabel –variabel independen dengan variabel
dependen. Dari tabel diatas diperoleh nilai koefisien korelasi sebesar
0,794 atau sama dengan 79,4% yang artinya adalah hubungan antara
variabel pajak daerah, retribusi daerah dan pertumbuhan ekonomi
terhadap tingkat kemandirian keuangan daerah kuat. Defenisi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
korelasi ini kuat berdasarkan pada nilai R yang berada di atas 0,5
atau 50%.
Koefisien determinasi R square (R2) menunjukkan seberapa
besar variabel independen menjelaskan variabel dependennya. Dari
hasil perhitungan diperoleh nilai R2 sebesar 0,630 atau 63% yang
berarti kemampuan variabel independen pajak daerah, retribusi
daerah dan pertumbuhan ekonomi dalam menerangkan variasi
variabel dependen tingkat kemandirian keuangan daerah sebesar 63%
sedangkan 37% lainnya diterangkan oleh faktor-faktor lain yang
tidak diteliti dalam penelitian ini. Pada tabel diatas juga ditunjukkan
nilai Adjusted R Square sebesar 0,612 atau 61,2%. Artinya 61,2%
variabel tingkat kemandirian keuangan daerah dipengaruhi oleh
ketiga variabel bebas yaitu pajak daerah, retribusi daerah dan
pertumbuhan ekonomi.
4.3.4.2 Uji Signifikansi Simultan (Uji F)
Secara simultan, pengujian hipotesis dilakukan dengan uji
F-test. Uji F digunakan untuk menunjukkan apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen. Pengujian ini
dilakukan dengan melihat apakah variabel bebas yang terdiri dari
pajak daerah, retribusi daerah dan pertumbuhan ekonomi mempunyai
tingkat kemandirian keuangan daerah. Jika F hitung > F tabel maka
Ho ditolak dan Ha diterima. Jika tingkat signifikansi dibawah 0,05
maka Ho ditolak dan Ha diterima.
Tabel 4.13
Hasil Uji Signifikansi Simultan ANOVAb
Model Sum of
Squares Df <