BAB III
KERANGKA KONSEP
3.1 Kerangka Konsep
Pendapatan Asli Daerah adalah penerimaan daerah dari berbagai usaha
pemerintah daerah untuk mengumpulkan dana guna keperluan daerah yang
bersangkutan dalam membiayai kegiatan rutin maupun pembangunannya.
Optimalisasi penerimaan PAD dipengaruhi oleh beberapa faktor seperti belanja
oleh pemerintah daerah, pendapatan perkapita penduduk dan inflasi.
Berdasarkan teori dan rumusan masalah penelitian, maka kerangka
konseptual dalam penelitian ini dapat digambarkan sebagai berikut :
Belanja daerah dipergunakan dalam rangka mendanai pelaksanaan urusan
pemerintah yang menjadi kewenangan kabupaten/kota yang terdiri dari urusan
wajib, urusan pilihan dan urusan penanganannya dalam bagian atau bidang
tertentu antar pemerintah daerah yang ditetapkan dengan ketentuan
perundang-undangan. Berbagai belanja yang dialokasikan pemerintah daerah diharapkan
mampu meningkatkan Pendapatan Asli Daerah. Dalam penetapan desentralisasi,
belanja daerah menjadi prioritas utama pemerintah daerah untuk menunjang
peningkatan PAD. Belanja daerah memberikan dampak positif bagi PAD, jika
alokasi belanja tersebut proporsi belanja pelayanan publik lebih besar dari belanja
aparatur daerah. Belanja pemerintah untuk membangun fasilitas hiburan yang
memadai, misalnya membangun pusat pameran, taman budaya dan rekreasi,
gedung pertunjukan dapat menjadi sumber pajak.
Akibat inflasi maka semakin tinggi beban pemerintah dalam
mensejahterakan masyarakat. Belanja daerah melalui belanja pegawai sebagai
sumber pajak akan turun akibat daya beli masyarakat turun. Belanja daerah
melalui belanja modal dan belanja barang dan jasa yang masing-masing sebesar
20% dan 17 % akan turun akibat daya beli menurun.
Pendapatan nasional yang biasa dipakai dalam menghitung pendapatan
perkapita suatu negara pada umumnya adalah Produk Domestik Bruto (PDB) atau
Produk Nasionak Bruto, sedangkan untuk pendapatan perkapita daerah yang
umum digunakan adalah Produk Domestik Regional Bruto (PDRB). Apabila
Pendapatan perkapita seseorang tinggi maka akan semakin tinggi pula
kemampuan seseorang untuk membayar (ability to pay) berbagai pungutan yang
maka semakin besar pula kemampuan masyarakat daerah tersebut untuk
membiayai pengeluaran rutin dan pengeluaran pembangunan daerahnya. PDRB
perkapita yang tinggi berpotensi dapat meningkatkan PAD. Karena inflasi daya
beli masyarakat turun, masyarakat dengan konsumsi untuk kebutuhan barang
tambahan/mewah seperti hiburan, membeli mobil, makan di restoran akan
berkurang. Sumber pajak dari pajak restoran, pajak kendaraan bermotor, pajak
3.2 Hipotesis Penelitian
Hipotesis merupakan jawaban sementara atas suatu permasalahan yang
menjadi objek penelitian, yang kebenarannya masih harus dibuktikan.
Berdasarkan rumusan masalah dan kerangka konseptual di atas, maka dirumuskan
hipotesis sebagai berikut:
Hipotesis 1 :
Belanja Daerah dan Pendapatan Perkapita berpengaruh secara simultan dan
parsial terhadap Pendapatan Asli Daerah di Kabupaten/Kota Provinsi Sumatera
Utara.
Hipotesis 2 :
Inflasi sebagai variabel moderating dapat memperkuat atau memperlemah
pengaruh Belanja Daerah dan Pendapatan Perkapita terhadap Pendapatan Asli
BAB IV
METODE PENELITIAN
4.1 Jenis Penelitian
Penelitian ilmiah mendasarkan pada metode-metode yang harus
dipertanggungjawabkan dan teori-teori yang relevan. Oleh karena itu diperlukan
pemilihan dan penentuan metode penelitian yang tepat untuk mencapai tujuan
penelitian. (Arikunto,2003)
Jenis penelitian ini merupakan penelitian kausal (causal effect), Silalahi
(2009) menyebutkan desain kausal berguna untuk menganalisis bagaimana suatu
variabel mempengaruhi variabel lain, dan juga berguna pada penelitian yang
bersifat eksperimen, dimana variabel independennya diperlakukan secara
terkendali oleh peneliti untuk melihat dampaknya pada variabel dependennya
secara langsung.
4.2 Populasi dan Sampel
Penelitian dilakukan pada Kabupaten/Kota Provinsi Sumatera Utara.
Waktu penelitian dilakukan secara bertahap dimulai dari bulan April 2012 sampai
dengan bulan Juli 2012. Rincian waktu penelitian dapat dilihat pada Lampiran 16.
Populasi diartikan sebagai totalitas semua nilai yang mungkin hasil
menghitung ataupun pengukuran kuantitatif mengenai karakteristik tertentu dari
semua anggota kumpulan lengkap dan jelas yang ingin dipelajari sifatnya
(Silalahi, 2009). Populasi paling sedikit mempunyai sifat yang sama. Populasi
yang digunakan di dalam penelitian ini adalah seluruh Kabupaten/Kota yang
Sampel adalah sebagian atau wakil dari populasi yang diteliti. Dalam
penelitian ini sampel diambil secara purposive sampling yaitu teknik penentuan
sampel dengan pertimbangan tertentu (Sugiono, 2005 : 78), dan secara silang
tempat (cross section) yang dikumpulkan pada suatu titik waktu (Kuncoro,2003)
yang disebut dengan pooling data dengan combined model. Sampel diambil
dengan kriteria :
1. Kabupaten dan Kota yang mempublikasikan laporan keuangannya secara
konsisten dari tahun 2005-2010 dan ketersediaan data belanja daerah,
pendapatan perkapita dan inflasi.
2. Pemerintah daerah kabupaten dan kota yang tidak dimekarkan pada kurun
waktu 2005-2010.
Dari 33 kabupaten/kota yang dijadikan populasi, pemerintah daerah
memenuhi kriteria sampel sebanyak 20 Kabupaten/kota sedangkan sisanya
sebanyak 13 Kabupaten/kota tidak memenuhi kriteria yang telah ditentukan.
Penelitian ini memiliki rentang waktu 5 tahun, yaitu tahun 2005-2010 dan tahun
amatan PAD selama 5 tahun, yaitu tahun 2006 sampai dengan 2010. Sehingga
jumlah amatan berjumlah 20 kabupaten/kota x 5 tahun = 100 sampel. Tabel 4.1
memuat populasi Kabupaten/kota di Provinsi Sumatera Utara yang memenuhi
Tabel 4.1. Populasi yang memenuhi kriteria dan yang tidak memenuhi
11 Kabupaten Mandailing Natal √ √ Sampel 7
12 Kabupaten Nias √ √ Sampel 8
22 Kabupaten Tapanuli Selatan √ √ Sampel 10
23 Kabupaten Tapanuli Tengah √ √ Sampel 11
24 Kabupaten Tapanuli Utara √ √ Sampel 12
4.3 Metode Pengumpulan Data
Dalam pengumpulan data peneliti menggunakan data sekunder yaitu
berupa dokumentasi dengan pengumpulan bahan-bahan dan data yang
berhubungan dengan pokok bahasan yang peneliti kutip dari buku dan catatan
atau laporan historis yang telah tersusun dalam arsip dari perpustakaan Badan
Medan dan mengakses situs Badan Pusat Statistik yaitu
juga mengakses situs Dirjen Perimbangan Keuangan Republik Indonesia dengan
mengakses situ
4.4. Definisi Operasional dan Metode Pengukuran Variabel
Variabel independen yang digunakan dalam penelitian ini yaitu belanja
daerah dan pendapatan perkapitasedangkan variabel terikat yang merupakan
variabel utama adalah Pendapatan Asli Daerah.Sedangkan laju inflasi digunakan
sebagai variabel moderating. Untuk menjelaskan variabel-variabel, dapat dilihat
di bawah ini:
1. PAD (Y) adalah semua penerimaan daerah yang berasal dari sumber
ekonomi asli daerah yang terdiri dari pajak daerah, retribusi daerah, hasil
pengelolaan kekayaan daerah yang dipisahkan, dan pendapatan lain asli
daerah yang sah. Skala pengukuran yang digunakan adalah skala rasio.
2. Belanja Daerah (X1) adalah kewajiban pemerintah pengurang nilai
kekayaan bersih. Belanja daerah dalam penelitian ini diukur berdasarkan
nilai realisasi tahun berjalan. Skala yang digunakan adalah skala rasio.
3. Pendapatan Perkapita (X2) adalah jumlah dari nilai barang dan jasa
rata-rata yang tersedia bagi setiap penduduk suatu negara pada suatu periode
tertentu. Pendapatan perkapita daerah yang umum digunakan adalah
Produk Domestik Regional Bruto (PDRB). Skala pengukuran yang
4. Inflasi (X3) dimaksud dalam penelitian ini adalah kecenderungan dari
harga-harga untuk naik secara umum dan terus menerus yang dihitung
dengan dasar CPI (Consumer Price Index) atau Indeks Harga Konsumen
(IHK). Skala digunakana dalah skala rasio.
Tabel 4.2.Defenisi operasional variabel
Variabel Penelitian
Definisi Operasional Parameter Skala
Pengukuran Pendapatan
Asli Daerah (PAD)
semua penerimaan daerah yang berasal dari sumber ekonomi asli daerah yang terdiri dari pajak daerah, retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain pendapatan.
Kewajiban pemerintah pengurang nilai kekayaan bersih yang bersumber dari belanja langsung dan belanja tidak langsung
Jumlah dari nilai barang dan jasa rata-rata yang tersedia bagi setiap penduduk suatu negara pada suatu periode tertentu. Pendapatan perkapita daerah
yang umum digunakan adalah Produk Domestik Regional Bruto (PDRB)
PDRB dibagi jumlah
penduduk tahun
2006–2010
Rasio
Inflasi Inflasi adalah kecenderungan dari harga-harga untuk naik secara umum dan terus menerusyang dihitung dengan dasar CPI (Consumer Price Index) atau Indeks Harga Konsumen (IHK).
IHK tahun 2006-2010
4.5 Metode Analisis Data
Model analisis data yang digunakan pada penelitian ini menggunakan
analisis regresi linier berganda (Multiple Regression Analysis) dengan model
regresi sebagai berikut :
Persamaan uji regresi untuk hipotesis 1 :
Y = a + b1X1 + b2X2 + e Dimana :
Y = Pendapatan Asli Daerah (PAD)
X1 = Belanja Daerah
X2 = Pendapatan Perkapita
b = Slope/Koefisien regresi variabel independen
a = Konstanta
e = Error
Untuk menguji variabel moderating digunakan uji residual. Menurut
Ghozali (2009) analisis residual menguji pengaruh deviasi (penyimpangan) dari
suatu model. Fokusnya adalah ketidakcocokan (lack of fit) yang dihasilkan dari
deviasai hubungan linier antar variabel independen. Lack of fit ditunjukkan oleh
nilai residual didalam regresi. Persamaan regresi (2) menggambarkan apakah
variabel moderating merupakan variabel moderating dan ini ditunjukkan dengan
hasilnya signifikan dan nilai koefisiennya negatif (yang berarti adanya lack of fit
antara variabel indenpenden dan variabel moderating).
Persamaan regresi uji residual untuk menguji hipotesis 2 adalah sebagai berikut:
X3 = a + b1X1 + b2X2 + e………...……… (1)
Persamaan regresi 2 menggambarkan apakah variabel inflasi merupakan
variabel moderating, ditunjukkan dengan nilai koefisien b3Y hasilnya negatif dan
signifikan, maka dapat disimpulkan bahwa variabel inflasi merupakan variabel
moderating, yang memoderasi pengaruh belanja daerah dan pendapatan perkapita
terhadap pendapatan asli daerah sebaliknya jika keofisien b3 hasilnya tidak negatif
dan atau tidak signifikan, maka variabel inflasi bukan merupakan variabel
moderating.
4.6 Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis
regresi berganda, maka diperlukan pengujian asumsi klasik yang bertujuan untuk
mengetahui apakah model regresi yang diperoleh dapat menghasilkan estimator
linear yang baik yang meliputi uji normalitas, heteroskedastisitas,
multikolineritas, dan autokorelasi.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, varibel
terikat dan variabel bebas keduanya mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah memiliki distribusi data normal atau
mendekati normal (Ghozali, 2009). Jika distribusi data adalah normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya. Pengujian normalitas dalam penelitian ini menggunakan
pendekatan uji kolmogoorov-smirnov test. Suatu data dikatakan berdistribusi
2. Uji Heteroskedastisitas
Tujuan uji heterokedastisitas adalah untuk menguji apakah dalam model
regresi terjadi perbedaan variance residual suatu periode pengamatan ke
periode pengamatan yang lain. Model regresi yang baik adalah model
regresi yang memiliki kesamaan variance residual suatu periode
pengamatan dengan pengamatan yang lain, atau homokesdastisitas.
Penyimpangan uji asumsi klasik ini adalah adanya gejala
heteroskedastisitas, artinya varians variabel dalam model tidak sama.
Konsekuensi dari adanya gejala heteroskedastisitas adalah penaksir yang
diperoleh tidak efisien, baik dalam sampel besar maupun kecil walaupun
penaksir diperoleh menggambarkan populasinya dalam arti tidak bias.
Untuk mendeteksi ada tidaknya heterokedastisitas dalam penelitian ini
dilakukan metode analisis grafik dengan mengamati pola scatterplot. Jika
scatterplot membentuk pola tertentu, hal ini menunjukkan adanya masalah
heteroskedastisitas pada model regresi yang dibentuk. Sedangkan jika
scatterplot menyebar secara acak maka hal itu menunjukkan tidak terjadinya
masalah heteroskedastisitas pada model regresi yang dibentuk.
3. Uji Multikolinearitas
Uji multikolinearitas diperlukan untuk mengetahui apakah ada tidaknya
variabel independen yang memiliki kemiripan dengan variabel independen
lain dalam satu model. Selain itu deteksi terhadap multikolineritas juga
bertujuan untuk menghindari bias dalam proses pengambilan keputusan
mengenai pengaruh uji parsial masing-masing variabel independen terhadap
multikolinieritas pada suatu model dapat dilihat jika nilai variance Infaltion
Factor (VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1,
maka model tersebut dapat dikatakan terbebas dari multikolinieritas. VIF =
10 maka Tolerance = 1/10 = 0,1.
Pengujian asumsi ini untuk menunjukkan adanya hubungan linear antara
variabel-variabel bebas dalam model regresi maupun untuk menunjukkan
ada tidaknya derajat kolineritas yang tinggi diantara variabel-variabel bebas.
Jika antar variabel bebas berkorelasi dengan sempurna maka disebut
multikolinearitasnya sempurna (perfect mukticoliniarity), yang berarti
model kuadrat terkecil tersebut tidak dapat digunakan. Indikator untuk
mendeteksi ada tidaknya multikolinearitas adalah menguji asumsi tersebut
dengan uji korelasi antar variabel independen dengan matriks korelasi.
4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan ada periode t-1 atau sebelumnya. Autokorelasi muncul karena
observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
Masalah ini timbul karena residual atau kesalahan pengganggu tidak bebas
dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data
runtut waktu atau time series karena gangguan pada individu/kelompok
yang sama pada periode berikutnya. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi. Pada penelitian ini, uji autokorelasi dilakukan
4.7 Pengujian hipotesis
Pengujian hipotesis yang dilakukan meliputi uji goodness of fit, uji
statistik F (uji Simultan) dan uji statistik t (uji parsial).
1. Koefisien Determinasi (R2)
Koefisien determinasi digunakan untuk menganalisis kekuatan variabel
independen di dalam menjelaskan variabel terikatnya. Uji goodness of fit ini
bertujuan untuk melihat berapa proporsi variasi dari variabel bebas secara
bersama-sama dalam mempengaruhi variabel terikat. Analisis hal tersebut
dilakukan dengan melihat nilai adjusted R Square (R2).Dalam konteks penelitian
ini, maka untuk menjelaskan kekuatan variabel belanja daerah, pendapatan
perkapita dan inflasi secara simultan dan parsial terhadap PAD digunakan
indikator Adjusted R2.
2. Uji Simultan (Uji F-Statistik)
Uji F-statistik digunakan untuk menguji besarnya pengaruh dari seluruh
variabel independen secara bersama-sama (simultan) terhadap variabel dependen.
Pembuktian dilakukan dengan cara membandingkan nilai F tabel dengan nilai F
hitung yang terdapat pada table analysis of variance. Untuk menentukan nilai
F-tabel, tingkat signifikansi yang digunakan sebesar 5% dengan derajat kebebasan
(degree of fredoom) df = (n-k) dan (k-1) dimana n adalah jumlah observasi,
kriteria uji yang digunakan adalah:
a. Jika F hitung > Ftabel (k-1,n-k), maka Ho ditolak
Adapun hipotesanya adalah:
a. Ho : b1=b2=0, artinya seluruh variabel bebas secara simultan tidak
berpengaruh positif dan signifikan terhadap variabel terikat (Y).
b. Ha : b1‡b2‡0, artinya seluruh variabel bebas secara simultan berpengaruh
positif dan signifikan terhadap variabel terikat (Y)
3. Uji Parsial (Uji t-statistik)
Pengujian hipotesis secara parsial dilakukan dengan uji-t, yaitu menguji
pengaruh parsial antara variabel independen terhadap variabel dependen, dengan
asumsi bahwa variabel lain dianggap konstan. Langkah-langkah dalam
pengambilan keputusan untuk uji-t adalah sebagai berikut:
a. Ho : b1 = 0 artinya variabel bebas secara parsial tidak berpengaruh positif
dan signifikan terhadap variabel terikat (Y).
b. Ha : b1‡0, Ha:b2‡0, artinya variabel bebas secara parsial pengaruh terhadap
variabel terikat (Y).
Untuk menentukan nilai t-tabel digunakan signifikansi 5% dengan derajat
kebebasan df = (n-k-1), dimana n adalah jumlah observasi dan k adalah jumlah
BAB V
HASIL ANALISIS DAN PEMBAHASAN
5.1 Deskripsi Hasil Penelitian
Berdasarkan hasil pengolahan SPSS yang disajikan, maka diperoleh deskripsi
data penelitian sebagai berikut :
Tabel 5.1 Statistik deskriptif belanja daerah, pendapatan perkapita dan PAD Kabupaten/kota di Provinsi Sumatera Utara tahun 2006 – 2010
N Minimum Maximum Mean
Std. Deviation
Belanja_daerah 100 1.60E8 1.89E9 5.1750E8 3.41023E8
Pendapatan_perkapita 100 5066082.00 39719021.00 13656251.3000 5800446.16324
PAD 100 7262135.00 4.87E8 39969236.5200 79103041.37275
Valid N (listwise) 100
Sumber: Lampiran 1
Dari Tabel 5.1 dapat dilihat bahwa dari jumlah N sampel sebanyak 100,
dimana rata-rata belanja daerah sebesar 5.1750E8 dengan nilai terendah sebesar
1.60E8 dan tertinggi sebesar 1.89E9 dengan standar deviasi dari rata-rata sebesar
3.41023E8. Hal ini menunjukkan bahwa belanja daerah di Kabupaten/Kota
Provinsi Sumatera Utara berada di atas rata-rata.
Nilai rata-rata Pendapatan perkapita sebesar 13656251.3000 dengan nilai
terendah sebesar 5066082.00 dan tertinggi sebesar 39719021.00 dengan standar
deviasi dari rata-rata 5800446.16324. Nilai rata-rata PAD sebesar 39969236.5200
dengan nilai terendah sebesar 7262135.00 dan tertinggi sebesar 4.87E8 dengan
a. Pendapatan Asli Daerah (PAD)
Berdasarkan 100 (seratus) data sampel yang diperoleh maka data statistik
atas variabel Pendapatan Asli Daerah dapat dilihat pada Tabel 5.2.
Tabel 5.2 Statistik deskriptif pendapatan asli daerah kabupaten/kota di Provinsi Sumatera Utara tahun 2006 – 2010
No Analisis Tahun
Deskriptif 2006 2007 2008 2009 2010
1 Terendah 7.26 7.27 9.00 9.66 11.83 2 Tertinggi 312.86 324.26 344.51 368.56 486.83 3 Rata-rata 32.47 35.77 38.73 42.07 50.81 4 Std. Deviasi 67.33 69.78 74.58 79.64 105.30
Sumber: Lampiran 2
Realisasi PAD Kabupaten/Kota di Sumatera Utara tertinggi sepanjang
tahun 2006–2010 dicapai oleh Pemerintah Kota Medan pada tahun 2010 sebesar
486,83 Milyar dan realisasi PAD Kabupaten/Kota terendah dicapai oleh Kota
Padang Sidempuan pada tahun 2006 dengan nilai realisasi sebesar 7,26 Milyar.
Secara rata-rata nilai realisasi PAD Kabupaten/Kota di Provinsi Sumatera Utara
cenderung mengalami peningkatan setiap tahunnya. Pada tahun 2006 realisasi
PAD Kabupaten/Kota di Provinsi Sumatera Utara mencapai 32,47 Milyar, naik
menjadi 35,77 Milyar pada tahun 2007, naik menjadi 38,73 Milyar pada tahun
2008, meningkat menjadi 42,07 Milyar pada tahun 2009, meningkat menjadi
50.81 Milyar dan pada tahun 2010. Namun demikian nilai standar deviasi masih
cukup besar yang artinya kesenjangaan antar daerah yang satu dengan daerah
b. Belanja Daerah
Berdasarkan 100 (seratus) data sampel yang diperoleh maka data statistik
atas variabel Belanja Daerah dapat dilihat pada Tabel 5.3.
Tabel 5.3 Statistik deskriptif belanja daerah kabupaten/kota di Provinsi Sumatera Utara tahun 2005 – 2009
No Analisis Tahun
Deskriptif 2005 2006 2007 2008 2009
1 Terendah 159.55 174.39 251.35 304.26 298.76 2 Tertinggi 1,156.21 1,322.43 1,751.83 1,872.92 1,886.59 3 Rata-rata 321.59 425.02 574.36 633.92 632.61 4 Std. Deviasi 226.61 267.13 345.05 374.12 378.43
Sumber: Lampiran 3
Perkembangan belanja daerah secara rata-rata kabupaten/kota di Sumatera
Utara cenderung fluktuatif. Pada tahun 2005, rata-rata belanja daerah mengalami
kenaikan sampai dengan tahun 2008 yaitu sebesar 304,26 Milyar, tetapi tahun
2009 rata-rata belanja daerah menurun sebesar 298,76. Jumlah belanja daerah
terendah adalah pada pemerintah Kota Sibolga pada tahun 2005 yaitu sebesar
159,55 Milyar, dan belanja daerah tertinggi dicapai oleh pemerintah kota Medan
sebesar 1.886,59 Milyar pada tahun 2009. Nilai standar deviasi menunjukkan
adanya kesenjangan antara daerah yang satu dengan daerah yang lain.
Kesenjangan belanja daerah ini dapat dipengaruhi oleh banyak hal diantaranya
adalah perbedaan kebutuhan dan prioritas pembangunan tiap daerah, perbedaan
c. Pendapatan Perkapita
Berdasarkan 100 (seratus) data sampel yang diperoleh maka data statistik
atas variabel Pendapatan Perkapita dapat dilihat pada Tabel 5.4.
Tabel 5.4 Statistik deskriptif pendapatan perkapita kabupaten/kota di Provinsi Sumatera Utara tahun 2006 – 2010
Sumber: Lampiran 4
Pendapatan perkapita di seluruh Kabupaten/kota yang ada di Provinsi
Sumatera Utara setiap tahunnya cenderung mengalami peningkatan. Hal ini dapat
terlihat dari perkembangan Pendapatan Per Kapita setiap tahunnya, dimana pada
tahun 2006 rata-rata Pendapatan Per Kapita untuk seluruh Kabupaten/kota di
Provinsi Sumatera Utara sebesar Rp.10,92 juta, kemudian pada tahun 2010
meningkat sebesar Rp.16,80 juta. Pendapatan perkapita terendah adalah pada
pemerintah Kabupaten Tapanuli Tengah pada tahun 2006 yaitu sebesar 5,07 juta,
dan pendapatan perkapita tertinggi dicapai oleh pemerintah kota Medan sebesar
39,72 juta pada tahun 2010.
No Analisis Tahun
Deskriptif 2006 2007 2008 2009 2010
d. Laju Inflasi
Berdasarkan 100 (seratus) data sampel yang diperoleh maka data statistik
atas variabel Laju Inflasi dapat dilihat pada Tabel 5.5.
Tabel 5.5 Statistik deskriptif laju inflasi kabupaten/kota di Provinsi Sumatera Utara tahun 2006 – 2010
No Analisis Tahun
Deskriptif 2006 2007 2008 2009 2010
1 Terendah 4.61 4.15 3.31 0.17 5.01
2 Tertinggi 10,74 10.20 18.99 9.17 18.67
3 Rata-rata 6.63 6.84 12.20 3.81 11.66
4 Std. Deviasi 1.69 1.57 3.07 2.33 3.80
Sumber: Lampiran 5
Perkembangan laju inflasi Kabupaten/Kota di Provinsi Sumatera Utara
cenderung fluktuatif. Faktor penyebab tekanan inflasi pada tahun 2010 antara lain
adalah : kenaikan biaya tempat tinggal, kenaikan tarif angkutan udara, kenaikan
tarif jasa kesehatan, dan adanya gangguan pasokan untuk beberapa komoditi
bahan makanan dan makanan jadi, minuman, rokok dan tembakau, walaupun
dalam tingkat yang tidak signifikan.
Penyumbang inflasi tertinggi terjadi di Kabupaten Nias sebesar 18,99 pada
tahun 2008. Inflasi terendah terjadi di Kabupaten Dairi sebesar 0,17 pada tahun
2009.
5.2 Uji Asumsi Klasik
Sebelum uji hipotesis dilakukan, terlebih dahulu dilakukan pengujian
terhadap gejala penyimpangan klasik (pengujian terhadap hasil regresi tanpa
5.2.1 Uji normalitas data
Berdasarkan hasil uji normalitas dengan menggunakan uji Kolmogorov
Smirnov dan dengan melihat uji grafik, maka dapat disimpulkan bahwa data
mempunyai distribusi normal. Jika nilai probabilitas asymp.sig (2-tailed) pada uji
Kolmogorov Smirnov lebih besar dari 0,05 maka dapat dinyatakan bahwa data
berdistribusi normal, sebaliknya jika probabilitas asymp.sig (2-tailed) lebih kecil
dari 0,05 maka dapat disimpulkan bahwa data berdistribusi tidak normal (Ghozali,
2009).
Tabel 5.6 Hasil pengujian kolmogorov-smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation .43335291
Most Extreme Differences
Absolute .039
Positive .039
Negative -.028
Kolmogorov-Smirnov Z .392
Asymp. Sig. (2-tailed) .998
a. Test distribution is Normal. b. Calculated from data.
Sumber : Lampiran 6
Berdasarkan Tabel 5.6 dapat dilihat bahwa nilai sig (2-tailed) sebesar 0,998 >
0,05. Hal ini berarti nilai residual terstandarisasi dinyatakan menyebar secara
normal, sehingga dapat disimpulkan bahwa data berdistribusi normal.
Normal Probability plot membandingkan distribusi kumulatif dari data
yang sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi
dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Adapun hasil pengujian normalitas dengan menggunakan Normal P-P Plot
terdapat pada Gambar 5.1.
Sumber : Lampiran 7
Gambar 5.1 Uji normalitas
Berdasarkan gambar disimpulkan bahwa data berdistribusi normal, hal ini
terlihat dari data yang mengikuti garis diagonalnya.
5.2.2 Uji multikolinieritas
Pengujian multikolineritas dilakukan untuk melihat apakah pada model
regresi ditemukan ada tidaknya korelasi antar variabel bebas. Model regresi yang
multikolinieritas diantara variabel independen dengan melihat nilai VIF (Variance
Inflation Factor) dan nilai tolerance dapat disimpulkan tidak terjadi masalah
multikolinieritas. Hal ini didukung dengan nilai VIF yang relatif kecil, yaitu tidak
ada yang lebih besar dari 10 dan nilai tolerance tidak kurang dari 0,1 (Ghozali,
2009)
Tabel 5.7 Uji multikolinieritas
Model
Collinearity Statistics Keterangan Tolerance VIF
1 (Constant)
LnBelanja_Daerah 0,773 1,293 Non Multikolonieritas
LnPendapatan_Perkapita 0,773 1,293 Non Multikolonieritas
a. Dependent Variable: LnPendapatan_Asli_Daerah
Sumber : Lampiran 8
Pada Tabel 5.7 terlihat bahwa variabel belanja daerah dan variabel
pendapatan perkapita memiliki nilai VIF masing-masing kurang dari 10, nilai
tolerance kedua variabel mendekati 1, dengan demikian tidak ada masalah
multikolinieritas dalam model penelitian.
4.2.3 Uji heteroskedastisitas
Uji Heteroskedastisitas terhadap data menyimpulkan bahwa model
regresi tidak terjadi heteroskedastisitas. Hal ini dapat dilihat dari scatterplot
dimana penyebaran titik-titik yang menyebar secara acak, tidak membentuk
sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka
0 pada sumbu Y (Ghozali, 2009). Hasil pengujian terdapat pada gambar 5.2
Gambar 5.2 Uji Heteroskedastisitas
Gambar 5.2 Uji Heteroskedastisitas
Sumber : Lampiran 9
4.2.4 Uji Autokorelasi
Gejala Autokorelasi dideteksi dengan menggunakan uji Durbin Watson
(Durbin-Watson Test), yaitu untuk menguji apakah terjadi korelasi serial atau
tidak dengan menghitung nilai d statistik. Salah satu pengujian yang digunakan
untuk mengetahui adanya autokorelasi adalah dengan memakai uji statistik Durbin
Watson (Durbin-Watson Test). Jika nilai Durbin Watson berada diantara -2
Tabel 5.9 Uji Durbin Watson
a. Predictors: (Constant), LnPendapatan_Perkapita, LnBelanja_Daerah b. Dependent Variable: LnPendapatan_Asli_Daerah
Sumber : Lampiran 10
Hasil pengujian asumsi autokorelasi dapat dilihat pada Tabel 5.9,
pengujian autokorelasi menunjukkan nilai Durbin Watson yang diperoleh sebesar
1,403 dan terletak diantara nilai -2 dan +2. Nilai ini menunjukkan bahwa tidak
terjadi korelasi antar variabel di dalam model regresi. Maka dapat disimpulkan
bahwa tidak ada autokorelasi dalam model regresi.
5.3 Koefisien Determinasi
Nilai R square (R2) atau nilai koefisien determinasi pada intinya
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai R2 adalah diantara nol dan satu. Nilai R2yang kecil berarti
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel
dependen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen.
Tabel 5.10 Hasil Adjusted R2
Model Summary
Model R R Square Adjusted R Square
Std. Error of the
Estimate
1 .870a .757 .752 .43780
Nilai adjusted R2 sebesar 0,752 mempunyai arti bahwa hal ini berarti
variabel dependen mampu dijelaskan oleh variabel independen sebesar 75,2%.
Dengan kata lain 75,2% perubahan dalam Pendapatan Asli Daerah mampu
dijelaskan variabel Belanja Daerah dan Pendapatan Perkapita dan sisanya
(100%-75,2%= 24,8%) dijelaskan oleh sebab yang lain diluar model penelitian ini.
5.4 Analisis Regresi Linear
Setelah diperoleh kesimpulan bahwa tidak terdapat pelanggaran
pengujian asumsi klasik dan model sudah dapat digunakan untuk melakukan
analisa regresi berganda, maka langkah selanjutnya adalah melakukan pengujian
hipotesis. Hipotesis pertama yang akan diuji adalah Belanja Daerah dan
Pendapatan Perkapita berpengaruh secara simultan dan parsial terhadap
Pendapatan Asli Daerah di Kabupaten/Kota Provinsi Sumatera Utara. Untuk
melihat pengaruh secara simultan yaitu dengan menggunakan uji statistik F,
sedangkan untuk melihat pengaruh secara parsial yaitu dengan menggunakan uji
statistik t.
Pengujian hipotesis kedua dilakukan untuk menguji pengaruh inflasi
sebagai variabel moderating yang dapat mempengaruhi hubungan antara belanja
daerah dan pendapatan perkapita terhadap Pendapatan Asli Daerah. Hipotesis ini
diuji dengan metode residual. Analisis residual menguji pengaruh deviasi
5.4.1 Analisis Pengaruh Belanja Daerah dan Pendapatan Perkapita Secara Simultan
Hasil pengujian statistik F (uji simultan) pada variabel belanja daerah dan
pendapatan perkapita diperoleh hasil sebagai berikut :
Tabel 5.11 Hasil Uji Statistik F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 58.061 2 29.031 151.464 .000a
Residual 18.592 97 .192
Total 76.653 99
a. Predictors: (Constant), LnPendapatan_Perkapita, LnBelanja_Daerah
b. Dependent Variable: LnPendapatan_Asli_Daerah Sumber : Lampiran 12
Berdasarkan Tabel 5.11 nilai F hitung sebesar 151,464 lebih besar dari
nilai F tabel 3,09. Karena nilai F hitung lebih besar dari F tabel, maka Ho ditolak
atau hipotesis yang diajukan diterima. Hasil uji statistik F didapat nilai F hitung
dengan tingkat signifikan 0,000 hal ini berarti semua variabel independen (belanja
daerah dan pendapatan perkapita) secara simultan/bersama-sama berpengaruh
terhadap variabel dependen (pendapatan asli daerah) pada taraf signifikansi α = 5
%. Pengaruh yang signifikan juga dapat dilihat dari nilai signifikan F (0,00) < α
0,05. Diketahui nilai F tabel, F0,05 (2,97) = 3,09. Hasil dari model regresi
menunjukkan ada pengaruh belanja daerah dan pendapatan perkapita terhadap
5.4.2 Analisis Pengaruh Belanja Daerah dan Pendapatan Perkapita Secara Parsial
Hasil pengujian statistik t (uji parsial) pada variabel belanja daerah dan
pendapatan perkapita diperoleh hasil sebagai berikut:
Tabel 5.12 Hasil Uji Statistik t
Coefficientsa
a. Dependent Variable: LnPendapatan_Asli_Daerah Sumber : Lampiran 13
Berdasarkan tabel 5.12 hasil uji statistik t menunjukkan semua variabel
independen (Belanja Daerah dan Pendapatan Perkapita) secara parsial
berpengaruh signifikan terhadap variabel dependen (Pendapatan Asli Daerah).
Nilai t hitung belanja daerah sebesar 11,954 dengan signifikansi sebesar 0,000.
Nilai t hitung yang diperoleh lebih besar dari nilai t tabel (1,985) dan nilai
signifikansi lebih kecil dari α 0,05, dengan demikian menunjukkan Belanja
Daerah secara parsial berpengaruh terhadap pendapatan asli daerah (PAD) pada
taraf signifikansi α = 5%. Karena t hitung lebih besar dari t tabel, maka Ho ditolak
atau hipotesis yang diajukan diterima.
Nilai t hitung pendapatan perkapita sebesar 5,431 dengan signifikansi
sebesar 0,000. Nilai t hitung yang diperoleh lebih besar dari nilai t tabel (1,985)
dan nilai signifikansi lebih kecil dari α 0,05 dengan demikian menunjukkan
(PAD) pada taraf signifikansi α = 5 %. Karena t hitung lebih besar dari t tabel,
maka Ho ditolak atau hipotesis yang diajukan diterima.
Berdasarkan uji hipotesis yang telah dilakukan, maka model regresi
penelitian adalah sebagai berikut :
Y = - 15,790 + 1,080 X1 + 0,684 X2 + e
Dari persamaan regresi tersebut dapat diuraikan dari masing-masing variabel
sebagai berikut: {diketahui nilai t tabel, t(0,05,97) = 1,985}. Persamaan di atas
dapat dilihat bahwa koefisien dari semua variabel independen yaitu belanja daerah
dan pendapatan perkapita menunjukkan angka positif. Berarti bahwa hubungan
antara variabel belanja daerah dan pendapatan perkapita dengan pendapatan asli
daerah adalah positif yaitu semakin tinggi/baik variabel belanja daerah dan
pendapatan perkapita maka semakin tinggi/baik pendapatan asli daerah.
Pada model regresi nilai konstanta sebesar –15,790 dapat diartikan nilai
belanja daerah dan pendapatan perkapita bernilai nol, maka pendapatan asli
daerah akan bernilai sebesar –15,790 %. Nilai koefisien variabel belanja daerah
(X1) sebesar 1,080 % dapat diartikan jika variabel belanja daerah meningkat 1 %,
maka akan meningkatkan pendapatan asli daerah sebesar 1,080 %, dengan asumsi
variabel lainnya tetap sama atau sama dengan nol. Nilai koefisien variabel
pendapatan perkapita sebesar 0,684 % dapat diartikan jika variabel pendapatan
perkapita meningkat 1 % maka akan meningkatkan satu satuan pendapatan asli
5.5 Analisis Variabel Moderating
Dalam penelitian pengujian variabel moderating dengan menggunakan
metode uji residual, Langkah uji residual dapat dijelaskan dengan persamaan
regresi sebagai berikut:
X3 = a + b1X1 + b2X2 + e…….. (1)
| e | = a + b3Y……….. (2)
Analisis residual menguji pengaruh deviasi (penyimpangan) dari suatu model
yang menitikberatkan ketidakcocokan (lack of fit) yang dihasilkan dari deviasi
hubungan linear antar variabel independen. Lack of fit ditunjukkan oleh nilai
residual di dalam regresi. Dalam hal ini jika terjadi kecocokan antara Belanja
daerah, pendapatan perkapita dan inflasi (nilai residual kecil atau nol) yaitu
belanja daerah tinggi, pendapatan perkapita tinggi dan inflasi juga tinggi, maka
Pendapatan Asli Daerah juga tinggi. Sebaliknya jika tidak terjadi ketidakcocokan
atau lack of fit antara belanja daerah, pendapatan perkapita dan inflasi (nilai
residual besar) yaitu belanja daerah dan pendapatan perkapita tinggi dan inflasi
rendah, maka pendapatan asli daerah akan rendah.
Persamaan regresi (2) menggambarkan apakah variabel inflasi
merupakan variabel moderating dan ini ditunjukkan dengan nilai koefisien b3Y
signifikan dan hasilnya negatif (yang berarti ada lack of fit) antara belanja
daerah, pendapatan perkapita dan inflasi mengakibatkan Pendapatan Asli Daerah
turun atau berpengaruh negatif). Ada dua kriteria yang dapat digunakan untuk
menyimpulkan bahwa suatu variabel merupakan variabel moderating, yaitu jika
koefisien parameter dependen variabel negatif dan hasilnya sangat signifikan
Tabel 5.13 Ringkasan pengujian hipotesis kedua
LnPendapatan_Perkapita .067 .195 .040 .345 .731
a. Dependent Variable: LnInflasi Sumber : Lampiran 14
Berdasarkan tabel 5.13 diperoleh persamaan regresi sebagai berikut :
X3 = 1,425 – 0,029 X1 + 0,067 X2 + e ………….(1)
Dari persamaan tersebut diatas mempunyai variabel baru yaitu Residual_1 yang
selanjutnya ditransform dalam nilai absolute yang bernama AbsRes_1 dan
diregresikan terhadap pendapatan asli daerah, sehingga dapat ditampilkan pada
tabel 5.14.
5.14 Hasil uji residual (moderating)
Coefficientsa
a. Dependent Variable: AbsRes_1
Lampiran : 15
Dari tabel tersebut dapat dijelaskan melalui persamaan regresi, yaitu :
| e | = 0,644 – 0,010 Y
Pada Tabel 5.14 hasil uji residual menunjukkan nilai koefisien parameternya
Nilai sig Pendapatan Asli Daerah (0,854) lebih besar dari 0,05 dengan arah
koefisien negatif, maka disimpulkan bahwa inflasi bukan merupakan variabel
moderating (tidak memperkuat hubungan antara Belanja Daerah dan Pendapatan
Perkapita terhadap Pendapatan Asli Daerah). Inflasi dianggap sebagai variabel
moderating jika nilai koefisien negatif dan nilai signifikan lebih kecil dari α 0,05.
Inflasi tidak berpengaruh secara nyata di kabupaten/kota Sumatera Utara karena
kenyataan nilai inflasi yang terjadi relatif kecil sehingga kurang tampak
pengaruhnya terhadap PAD.
5.6 Pembahasan Hasil Penelitian
Hasil pengujian hipotesis pertama dengan menggunakan analisis regresi
berganda menyimpulkan bahwa Belanja Daerah dan Pendapatan Perkapita secara
simultan mempunyai pengaruh yang signifikan terhadap Pendapatan Asli Daerah.
Secara parsial, variabel belanja daerah dan pendapatan perkapita berpengaruh
terhadap Pendapatan Asli Daerah.
Hasil uji F yang dilakukan dalam penelitian ini menunjukkan nilai F
hitung 151,464 > F tabel 3.09 dan nilai signifikan F hitung 0.000 < 0,05. Indikator
ini menjustifikasi bahwa terdapat pengaruh secara simultan belanja daerah dan
pendapatan perkapita terhadap PAD kabupaten/kota di Provinsi Sumatera Utara.
Hasil uji t yang dilakukan dalam penelitian ini menunjukkan nilai t
hitung belanja daerah bertanda positif, yaitu sebesar 11,954 dan nilai signifikan
sebesar 0,000 lebih besar dari nilai t tabel 1,985 pada α 5%, dan nilai t hitung
pendapatan perkapita bertanda positif, yaitu 5,431 lebih besar dari nilai t tabel
perkapita secara parsial berpengaruh terhadap pendapatan asli daerah. Artinya
belanja daerah dan pendapatan perkapita mempunyai pengaruh yang nyata
terhadap peningkatan PAD.
Hasil pengujian hipotesis kedua dengan menggunakan analisis residual
menunjukkan nilai koefisien negatif dan tidak signifikan, artinya inflasi (X3)
bukan merupakan variabel moderating yang dapat memperkuat atau
memperlemah pengaruh belanja daerah dan pendapatan perkapita terhadap
pendapatan asli derah di kabupaten/kota provinsi Sumatera Utara.
5.6.1 Pengaruh Belanja Daerah terhadap Pendapatan Asli Daerah
Berdasarkan hasil penelitian menunjukkan bahwa secara parsial belanja
daerah berpengaruh signifikan terhadap pendapatan asli daerah. Hasil penelitian
ini sejalan dengan penelitian Berutu (2011).
Belanja daerah dipergunakan dalam rangka mendanai pelaksanaan urusan
pemerintah yang menjadi kewenangan propinsi dan kabupaten/kota yang terdiri
dari urusan wajib, urusan pilihan dan urusan penanganannya dalam bagian atau
bidang tertentu antar pemerintah daerah yang ditetapkan dengan ketentuan
perundang-undangan. Suatu daerah yang cenderung mengalokasikan dananya
untuk belanja yang terkait erat dengan upaya peningkatan ekonomi, seperti
belanja modal, belanja untuk fungsi pelayanan umum, pendidikan dan kesehatan
5.6.2 Pengaruh pendapatan perkapita terhadap pendapatan asli daerah
Hasil penelitian menunjukkan bahwa secara parsial pendapatan perkapita
berpengaruh signifikan terhadap pendapatan asli daerah. Hasil penelitian ini
sejalan dengan penelitian Berutu (2011) dan Orbaningsih (2010). Semakin tinggi
pendapatan seseorang maka akan semakin tinggi pula kemampuan seseorang
untuk membayar (ability to pay) berbagai pungutan yang ditetapkan oleh
pemerintah. Pada tingkat distribusi pendapatan tertentu yang tetap, semakin tinggi
pendapatan perkapita riil suatu daerah, semakin besar pula kemampuan
masyarakat daerah tersebut untuk membiayai pengeluaran rutin dan pengeluaran
pembangunan pemerintahannya. Maka dapat dikatakan bahwa semakin tinggi
pendapatan perkapita suatu daerah, semakin besar pula potensi sumber
penerimaan daerah tersebut, sehingga kemampuan masyarakat untuk membayar
pajak yang meningkat.
5.6.3 Pengaruh belanja daerah, pendapatan perkapita dengan inflasi sebagai variabel moderating terhadap pendapatan asli daerah
Berdasarkan hasil penelitian menunjukkan bahwa secara simultan dan
parsial belanja daerah dan pendapatan perkapita berpengaruh secara signifikan
terhadap Pendapatan Asli Daerah. Sedangkan inflasi tidak berpengaruh signifikan
terhadap hubungan antara belanja daerah dan pendapatan perkapita terhadap
Pendapatan asli daerah. Hasil penelitian ini sejalan dengan Muchtholifah (2010)
dan berbeda dengan hasil penelitian Suwarno (2008) bahwa inflasi berpengaruh
Salah satu faktor yang mempengaruhi PAD adalah tingkat inflasi. Faktor
inflasi merupakan faktor yang penting untuk dipertimbangkan, karena semakin
tinggi angka inflasi maka semakin tinggi pula beban yang harus ditanggung
pemerintah daerah dalam meningkatkan kesejahteraan rakyat di daerahnya.
Belanja daerah didominasi oleh belanja pegawai sebesar 63 % di tahun 2010.
Daya beli menurun sehingga konsumsi masyarakat menurun, penerimaan
pemerintah dari sumber pajak daerah menurun. Harga-harga meningkat sehingga
beban pemerintah melalui belanja daerah semakin meningkat.
Hasil penelitian menunjukkan bahwa inflasi sebagai variabel moderating
tidak dapat memperkuat atau memperlemah pengaruh belanja daerah dan
pendapatan perkapita terhadap pendapatan asli daerah di Kabupaten/Kota Provinsi
Sumatera Utara. Inflasi di Kabupaten /kota Provinsi Sumatera Utara rata-rata
8,22% berdasarkan tingkat keparahannya dikategorikan inflasi ringan. Inflasi
tidak berpengaruh secara nyata di kabupaten/kota Sumatera Utara. Inflasi ringan
masih dapat dikendalikan oleh Bank Indonesia. sehingga tidak terlalu berdampak
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan analisis data, uji hipotesis penelitian dan pembahasan hasil
penelitian, maka dapat diambil kesimpulan sebagai berikut:
1. Secara Parsial dan secara simultan Belanja Daerah dan Pendapatan Perkapita
berpengaruh signifikan terhadap Pendapatan Asli Daerah, hal ini sejalan
dengan hipotesis penelitian Berutu (2011) yaitu belanja daerah dan
pendapatan perkapita berpengaruh secara simultan dan parsial terhadap PAD.
Sejalan dengan penelitian Suwarno (2008) dan Muchtholifah (2010) bahwa
PDRB berpengaruh terhadap PAD.
2. Variabel Inflasi bukan merupakan variabel moderating sehingga tidak dapat
memperkuat atau memperlemah pengaruh Belanja Daerah dan Pendapatan
Perkapita terhadap Pendapatan Asli Daerah. Hal ini sejalan dengan penelitian
Budiharjp (2003), Muchtholifah (2010) dan berbeda dengan penelitian
Suwarno (2008) bahwa inflasi dalam penelitian tersebut secara simultan dan
6.2 Keterbatasan Penelitian
Penelitian ini memiliki keterbatasan sebagai berikut :
1. Penelitian ini hanya meneliti 20 Kabupaten/Kota dari 33 Kabupaten/Kota
yang ada di wilayah Sumatera Utara. Pemilihan sampel didasarkan pada
Kabupaten/Kota yang telah melaporkan Realisasi APBD dengan lengkap
dalam kurun waktu penelitian selama periode 2005 s/d 2010.
2. Variabel independen yang digunakan hanya 2 yaitu Belanja Daerah dan
Pendapatan Perkapita sehingga mempengaruhi variabel Pendapatan Asli
Daerah hanya sebesar 75,2 %.
6.3 Saran
Berdasarkan keterbatasan penelitian yang telah dikemukakan
sebelumnya, maka peneliti menyarankan :
1. Kepada peneliti yang ingin melakukan penelitian tentang Pendapatan Asli
Daerah dan Belanja Daerah, disarankan dapat meneliti seluruh data APBD
Kabupaten/Kota di Propinsi Sumatera Utara dengan rentang waktu yang lebih
dari lima tahun, dan Kinerja Keuangan Pemerintah Daerah yang diukur
dengan mengetahui kualitas, kuantitas, dan efektifitas setiap program dan
kegiatan yang telah dilaksanakan.
2. Peneliti selanjutnya agar menambah variabel atau faktor-faktor lain yang
mempengaruhi PAD, antara lain seperti perubahan peraturan, kondisi struktur
ekonomi dan sosial daerah, penyesuaian tarif, insentif, pembangunan usaha
3. Pemerintah daerah perlu mengupayakan intensifikasi dan ekstensifikasi dalam
rangka optimalisasi Pendapatan Asli Daerah untuk mengurangi
ketergantungan daerah terhadap dana yang bersumber dari pemerintah pusat.
Optimalisasi PAD berguna bagi kemandirian daerah dalam pelaksanaan
perencanaan pembangunan dan untuk memperkecil defisit anggaran yang
terjadi selama ini. Undang-undang nomor 28 Tahun 2009 tentang Pajak
Daerah dan Retribusi Daerah antara lain disebutkan tentang pengalihan
penerimaan Pajak Bumi dan Bangunan (PBB) Pedesaan dan Perkotaan,
maupun penerimaan Bea Perolehan Hak atas Tanah dan Bangunan (BPHTB)
menjadi penerimaan PAD.
4. Pemerintah daerah perlu meningkatkan mutu pelayanan publik, alokasi
