ANALISIS FLYPAPER EFFECT PADA BELANJA DAERAH (STUDI KOMPARASI KABUPATEN/KOTA DI PULAU JAWA DENGAN LUAR PULAU JAWA PADA TAHUN 2014-2018)

(1)

ANALISIS FLYPAPER EFFECT PADA BELANJA DAERAH (STUDI KOMPARASI KABUPATEN/KOTA

DI PULAU JAWA DENGAN LUAR PULAU JAWA PADA TAHUN 2014-2018)

JURNAL ILMIAH

Disusun oleh:

Christine Tiolina Siahaan 165020100111036

JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS BRAWIJAYA MALANG

2020

(2)

LEMBAR PENGESAHAN PENULISAN ARTIKEL JURNAL

Artikel Jurnal dengan judul :

ANALISIS FLYPAPER EFFECT PADA BELANJA DAERAH (STUDI KOMPARASI KABUPATEN/KOTA DI PULAU JAWA DENGAN LUAR PULAU JAWA PADA

TAHUN 2014-2018) Yang disusun oleh :

Nama : Christine Tiolina Siahaan

NIM : 165020100111036

Fakultas : Ekonomi dan Bisnis Jurusan : S1 Ilmu Ekonomi

Bahwa artikel Jurnal tersebut dibuat sebagai persyaratan ujian skripsi yang dipertahankan di depan Dewan Penguji pada tanggal 4 September 2020.

Malang, 4 September 2020 Dosen Pembimbing,

Prof.Dr.Moh.Khusaini,SE.,M.Si.,MA

NIP. 197101111998021001

(3)

Analisis Flypaper Effect pada Belanja Daerah (Studi Komparasi Kabupaten/Kota di Pulau Jawa dengan Luar Pulau Jawa pada Tahun 2014-

2018)

Christine Tiolina Siahaan, Mohammad Khusaini Fakultas Ekonomi dan Bisnis Universitas Brawijaya

Email: [email protected]

ABSTRAK

Penelitian ini merupakan penelitian kuantitatif dengan analisis statistik deskriptif yang dilakukan untuk mengetahui faktor-faktor yang berpengaruh terhadap belanja daerah serta fenomena flypaper effect pada kabupaten/kota di Pulau Jawa dengan Luar Pulau Jawa. Data yang digunakan dalam penelitian ini adalah data sekunder realisasi Anggaran Pendapatan Belanja Daerah kabupaten/kota di Indonesia yang berasal dari publikasi Direktorat Jenderal Perimbangan Keuangan Kementerian Keuangan. Sampel pada penelitian ini adalah kabupaten/kota di Provinsi Banten yang mewakili Pulau Jawa serta Provinsi Gorontalo dan Provinsi Sulawesi Barat yang mewakili Luar Pulau Jawa. Variabel dependen dalam penelitian ini adalah belanja daerah sedangkan variabel independennya adalah pendapatan asli daerah, dana alokasi umum, dana bagi hasil, dana alokasi khusus. Metode yang digunakan adalah analisis data panel dengan menggunakan alat bantu STATA 14.2. Hasil analisis di Provinsi Banten menunjukkan tidak terjadi fenomena flypaper di Pulau Jawa sedangkan hasil di Provinsi Gorontalo dan Provinsi Sulawesi Barat menunjukkan terjadi fenomena flypaper effect di Luar Pulau Jawa.

Kata Kunci: Flypaper Effect, Belanja Daerah, Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, Dana Bagi Hasil

A. PENDAHULUAN

Sejak disahkannya Undang-Undang Nomor 22 Tahun 1999 tentang Pemerintahan Daerah, otonomi daerah secara luas mulai diberlakukan di Indonesia. Otonomi daerah adalah hak, wewenang, dan kewajiban daerah otonom untuk mengatur dan mengurus sendiri urusan pemerintahan dan kepentingan masyarakat setempat dalam sistem Negara Kesatuan Republik Indonesia (UU Nomor 23 Tahun 2014). Daerah tingkat provinsi dan kabupaten/kota mendapatkan kewenangan untuk mengatur daerah otonomnya sendiri. Program otonomi daerah diarahkan pada akselerasi pembangunan ekonomi daerah dan penyediaan layanan publik yang sesuai dengan karakteristik daerah tersebut. Dalam menjalankan pemerintahannya, daerah juga mendapat kewenangan untuk mengelola keuangan daerahnya sendiri sebagai bentuk desentralisasi fiskal.

Bagi negara berkembang, desentralisasi fiskal dipercaya sebagai solusi untuk masalah ekonomi dan politik yang dihadapi, akan tetapi, desentralisasi fiskal juga memiliki potensi masalah, yang mana menimbulkan masalah baru sehingga dapat menjadi tambahan atas beban yang sudah dipikul (Prud’homme, 1995 dalam Jumadi, dkk, 2013). Melihat keterbatasan kemampuan daerah untuk membiayai pembangunan daerahnya sendiri, pemerintah pusat hadir untuk membantu mengatasi fiscal gap (selisih antara kebutuhan fiskal daerah dan kapasitas fiskal daerah) yang terjadi melalui dana transfer. Transfer dana dari pemerintah pusat ke pemerintah daerah dilaksanakan sesuai prinsip money follow function/pembagian kewenangan. Artinya pada hubungan keuangan antara pusat dan daerah, diperlukan aturan yang sedemikian rupa sehingga kebutuhan pengeluaran yang akan menjadi tanggung jawab daerah dapat dibiayai dari sumber-sumber penerimaan yang ada (Khusaini, 2018). Salah satu bantuan pemerintah pusat ini berupa dana perimbangan yang terdiri dari Dana Alokasi Umun (DAU), Dana Alokasi Khusus (DAK) dan Dana Bagi Hasil (DBH).

Dengan diberlakukannya otonomi daerah dan desentralisasi fiskal, belanja pemerintah pusat ke daerah meningkat pada masa awal kemudian diharapkan akan menurun karena daerah menjadi lebih mandiri. Otonomi daerah di Indonesia sudah berlangsung selama lebih dari 10 tahun atau sekitar satu dekade namun proporsi belanja pemerintah ke daerah masih tergolong tinggi. Hal ini

(4)

dapat dilihat pada hasil kajian Perkembangan Triwulan Indonesia yang disusun oleh World Bank edisi Desember 2017 (Gambar 1).

Gambar 1: Porsi Belanja Pemerintah Pusat, Provinsi dan Kabupaten Dalam Pengeluaran Pemerintah (Tidak Termasuk Subsidi dan Pembayaran Bunga), 1994-2015 (persen)

Sumber: Data APBN dan SIKD, perhitungan Bank Dunia, 2017

Hasil kajian World Bank menyatakan sekitar 53 persen dari total pengeluaran pemerintah pusat (tidak termasuk subsidi dan pembayaran bunga pinjaman) saat ini dilakukan oleh pemerintah daerah. Dana perimbangan yang diberikan kepada pemerintah kabupaten/kota sekitar 38 persen sedangkan 15 persen sisanya diberikan kepada provinsi. Jika dibandingkan pada masa awal otonomi yaitu tahun 2000, provinsi dan kabupaten/kota hanya menyumbang 16 persen dari pengeluaran pemerintah. Pergeseran ini sejalan dengan pergeseran tanggung jawab utama ke pemerintah daerah untuk penyampaian layanan dasar, yang meliputi pendidikan, kesehatan dan infrastruktur.

Dana perimbangan merupakan bantuan keuangan dari pemerintah pusat ke daerah, sehingga pemerintah daerah harus tetap memanfaatkan dan memaksimalkan pendapatan asli daerahnya untuk membiayai belanja daerah. Pada dasarnya pemerintah pusat mendorong daerah untuk lebih mandiri dan memaksimalkan potensi yang dimiliki untuk dapat meningkatkan Pendapatan Asli Daerah (PAD). Sehingga akan mengurangi ketergantungan pada dana perimbangan terutama yang bersifat block grant (seperti DAU). Berdasarkan buku analisis APBD tahun anggaran 2018 yang disusun Direktorat Jenderal Perimbangan Keuangan c.q. Direktorat Evaluasi Pengelolaan dan Informasi Keuangan Daerah, dari ketiga sumber pendapatan daerah yaitu Pendapatan Asli Daerah (PAD), Dana perimbangan dan Lain-lain pendapatan daerah yang sah, secara umum dana perimbangan memiliki porsi paling besar dibandingkan dengan dua sumber lainnya, baik secara nasional, provinsi maupun kabupaten/kota seperti yang dapat dilihat pada Gambar 2.

Gambar 2: Pendapatan Daerah TA 2018 Nasional, Provinsi, dan Kabupaten/Kota

Sumber: DJPK, Kemenkeu RI, 2018

Proporsi dana perimbangan (daper) merupakan yang terbesar pada komposisi pendapatan daerah di tingkat kabupaten/kota sedangkan proporsi PAD relatif sangat kecil. PAD tingkat kabupaten/kota hanya menyumbang sekitar 15,5 persen dari total pendapatan sedangkan dana perimbangan menyumbang 66,8 persen dari total pendapatan. Akan tetapi pada tingkat provinsi menunjukan proporsi kontribusi dana perimbangan dan PAD hampir sama besar yaitu masing-masing 45,8 persen dan 47,2 persen sehingga lebih baik bila dibandingkan kabupaten/kota. Data tersebut membuktikan bahwa pemerintah kabupaten/kota secara umum masih sangat bergantung pada dana transfer dari pusat dalam mendanai belanja daerahnya dibandingkan pemerintah provinsi.

(5)

Dalam pelaksanaan belanja daerah, dapat terjadi fenomena flypaper effect. Flypaper effect adalah suatu kondisi di mana stimulus belanja daerah yang disebabkan oleh perubahan transfer pemerintah pusat memiliki efek yang lebih besar daripada stimulus yang disebabkan oleh perubahan pendapatan lokal (Oates, 1999 dalam Kang, 2012). Menurut Khusaini (2018), flypaper effect adalah suatu fenomena dimana pemerintah daerah lebih banyak merespon penggunaan dana bantuan dari pemerintah pusat (grant) dalam membiayai pengeluarannya. Fenomena flypaper effect mencerminkan tingginya ketergantungan daerah terhadap transfer pusat dan rendahnya usaha pemerintah daerah dalam menggali potensi-potensi pendapatan daerahnya sendiri. Mendeteksi adanya fenomena flypaper effect menjadi penting dilakukan agar dana transfer yang diberikan kepada daerah tidak menjadi sumber utama dalam membiayai belanja daerah karena akan berakibat potensi yang ada di daerah tidak dapat dimanfaatkan secara maksimal.

Penelitian terdahulu terkait analisis flypaper effect pada belanja daerah telah banyak dilakukan baik di dalam maupun di luar negeri. Salah satunya adalah penelitian yang dilakukan oleh Kang, Y dan Setyawan, D pada tahun 2010 dengan judul “Intergovernmental Transfer And The Flypaper Effect – Evidence from Municipalities/Regencies in Indonesia”. Studi kasus pada penelitian ini adalah 484 kabupaten dan kota di Indonesia dalam kurun waktu tahun 2001-2008. Hasil yang diperoleh adalah dana perimbangan dan PAD baik secara parsial dan simultan memiliki dampak signifikan terhadap pengeluaran pemerintah daerah serta tidak adanya flypaper effect dalam respons pemerintah daerah terhadap dana transfer pemerintah pusat. Salah satu penelitian lainnya yang dilakukan oleh Mutiary, L pada tahun 2017 dengan judul Flypaper Effect: An Empirical Study Of Indonesia Case (2004 – 2010). Tujuan dari penelitian ini adalah mengidentifikasi flypaper effect di tingkat provinsi dengan menggunakan cara yang diharapkan untuk mengetahui keberadaannya. Dengan menggunakan analisis regresi data panel, hasil penelitian menunjukkan PAD per kapita dan DAU per kapita berpengaruh signifikan terhadap belanja daerah serta terjadi fenomena flypaper effect di pemerintah provinsi Indonesia pada tahun 2004-2010. Sebagai penelitian pembaharuan, penelitian ini bertujuan untuk mengetahui apakah terjadi fenomena flypaper effect pada tingkatan daerah yang lebih mendalam yaitu tingkat pemerintahan kabupaten/kota. Penelitian ini difokuskan untuk melihat komparasi antar kabupaten/kota di Pulau Jawa dengan luar Pulau Jawa terkait pengaruh PAD dan dana perimbangan (DAU, DAK, DBH) terhadap belanja daerah serta apakah terjadi fenomena flypaper effect pada belanja daerah dalam kurun waktu 2014-2018.

B. TINJAUAN PUSTAKA Desentralisasi Fiskal

Desentralisasi adalah penyerahan urusan-urusan pemerintahan dari pemerintah atau daerah tingkat atasnya kepada daerah tingkat bawahnya (Kuncoro, 2004). Desentralisasi merupakan bentuk penyerahan wewenang pemerintah pusat kepada daerah dalam pelaksanaan rangka pelaksanaan otonomi daerah. Fokus desentralisasi adalah memaksimalkan kesejahteraan sosial, yan dapat terwujud dengan kombinasi yang tepat dari efisiensi alokasi, keadilan distributif dan stabilitas ekonomi. Desentralisasi terdiri dari desentralisasi administrasif, desentralisasi politik, desentralisasi fiskal dan desentralisasi ekonomi. Dalam penelitian ini, desentralisasi yang akan dibahas secara mendalam adalah desentraliasi fiskal. Desentralisasi fiskal adalah kewenangan daerah untuk memanfaatkan sumber keuangan sendiri dan didukung dengan perimbangan keuangan dari pusat (Khusaini, 2018). Anggaran Pemerintah dan Belanja Daerah (APBD) merupakan salah satu bentuk nyata desentralisasi fiskal di Indonesia. Aturan dalam implementasi desentralisasi fiskal adalah dengan memperbesar kewenangan pajak (taxing power) serta peningkatan penerimaan daerah. Desentralisasi fiskal memberikan tanggung jawab dalam pengelolaan pendapatan dan pengeluaran daerah.

Secara garis besar, struktur APBD terdiri atas 1) Pendapatan daerah yaitu semua penerimaan uang melalui rekening kas umum daerah, yang menambah ekuitas dana, merupakan hak daerah dalam satu tahun anggaran dan tidak perlu dibayar kembali oleh daerah; 2) Belanja daerah adalah semua pengeluaran dari rekening kas umum daerah yang mengurangi ekuitas dana, merupakan kewajiban daerah dalam satu tahun anggaran; 3) Pembiayaan Daerah adalah semua kegiatan pemerintah untuk menutup defisit anggaran atau memanfaatkan surplus. APBD disusun sesuai dengan kebutuhan penyelenggaraan pemerintahan dan kemampuan pendapatan daerah.

Penyusunan APBD harus berpedoman pada Rancangan Kerja Pemerintah Daerah (RKPD) dalam rangka mewujudkan pelayanan kepada masyarakat untuk tercapainya tujuan bernegara.

Perencanaan yang disusun oleh daerah juga mengacu pada prioritas nasional (secara substansial sekitar 82%), meskipun secara umum tidak disebutkan secara eksplisit rujukan prioritas nasional dan prioritas provinsi ke dalam dokumen perencanaan lokal (Khusaini, 2014).

(6)

Pendapatan Daerah

Pendapatan daerah adalah semua hak daerah yang diakui sebagai penambah nilai kekayaan bersih dalam periode tahun anggaran yang bersangkutan. Pendapatan daerah terdiri dari Pendapatan Asli Daerah (PAD), dana perimbangan yang terdiri dari Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH); dan pendapatan lain-lain yang sah. Dalam penelitian ini, pendapatan daerah yang akan diteliti adalah PAD dan dana perimbangan.

1) Pendapatan Asli Daerah

Pendapatan Asli Daerah (PAD) adalah sumber-sumber penerimaan bagi daerah yang dapat digali dan digunakan sendiri sesuai dengan potensinya masing-masing. PAD merupakan komponen dalam pendapatan daerah yang harus dimaksimalkan oleh pemerintah daerah. Tujuannya adalah agar daerah tersebut dapat mandiri dalam menyelenggarakan pemerintahannya serta penyediaan layanan publik. PAD terdiri dari pajak daerah, retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan.

2) Dana Alokasi Umum

Dana Alokasi Umum (DAU) adalah dana yang bersumber dari pendapatan APBN yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar-daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Berdasarkan UU Nomor 33 Tahun 2004 Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintahan Daerah, jumlah keseluruhan DAU sekurang-kurangnya 26% dari pendapatan dalam negeri neto yang ditetapkan dalam APBN. Penggunaan DAU diserahkan kepada daerah sesuai dengan prioritas dan kebutuhan daerah untuk peningkatan pelayanan kepada masyarakat dalam rangka pelaksanaan otonomi daerah.

3) Dana Alokasi Khusus

Dana Alokasi Khusus (DAK) adalah dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah tertentu dengan tujuan untuk membantu mendanai kegiatan khusus yang merupakan urusan pemerintahan yang menjadi kewenangan daerah. DAK dialokasikan dalam APBN untuk daerah tertentu dalam rangka pendanaan desentralisasi untuk membiayai kegiatan khusus yang ditentukan Pemerintah Pusat atas dasar prioritas nasional dan membiayai kegiatan khusus yang diusulkan daerah tertentu (UU Nomor 33 Tahun 2004 Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintahan Daerah).

DAK terdiri dari dua jenis yaitu DAK Fisik dan DAK Non Fisik. DAK diberikan kepada daerah berdasarkan tiga kriteria yaitu 1) Kriteria umum ditetapkan dengan mempertimbangkan kemampuan Keuangan Daerah dalam APBD; 2) Kriteria khusus ditetapkan dengan memperhatikan peraturan perundang-undangan dan karakteristik daerah; 3) Kriteria teknis ditetapkan oleh kementerian/departemen teknis. Daerah penerima DAK wajib menyediakan dana pendamping sekurang-kurangnya 10% (sepuluh persen) dari alokasi DAK.

4) Dana Bagi Hasil

Dana Bagi Hasil (DBH) adalah dana yang bersumber dari pendapatan tertentu APBN yang dialokasikan kepada daerah penghasil berdasarkan angka persentase tertentu dengan tujuan mengurangi ketimpangan kemampuan keuangan antara pemerintah pusat dan daerah. Secara umum Dana Bagi Hasil (DBH) adalah persentase bagi hasil atas perolehan pajak dan pengelolaan sumber daya alam yang diberikan dari pusat kepada daerah penghasil ataupun daerah lainnya untuk tujuan pemerataan keuangan daerah. Bagi hasil pajak dan bukan pajak tersebut sebenarnya merupakan potensi penerimaan daerah yang pengumpulannya melalui pemerintah pusat sehingga sebagian dikembalikan lagi ke daerah dalam bentuk dana bagi hasil (Khusaini, 2007). DBH digunakan sebagai instrumen untuk mengurangi ketimpangan fiskal vertikal, yang bertujuan untuk menyeimbangkan, pemerataan distribusi pendapatan dan tingkat layanan publik antar daerah dengan kapasitas ekonomi yang bervariasi (Bird dan Tarasov dalam Soemiarsono, 2018).

Belanja Daerah

Salah satu komponen dalam APBD adalah belanja daerah. Belanja daerah merupakan semua kewajiban daerah yang diakui sebagai pengurang nilai kekayaan bersih dalam periode tahun anggaran yang bersangkutan. Belanja daerah ditujukan untuk pelaksanaan pemerintahan dan penyediaan layanan publik serta pemenuhan kebutuhan masyatakat. Berdasarkan PP Nomor 58 Tahun 2005, Belanja Daerah dipergunakan dalam rangka mendanai pelaksanaan urusan pemerintahan yang menjadi kewenangan provinsi atau kabupaten/kota yang terdiri dari urusan wajib, urusan pilihan dan urusan concurrent. Kategori belanja terdiri dari 3 bagian, yaitu belanja menurut urusan, belanja menurut fungsi dan belanja menurut kelompok belanja.

(7)

Fenomena Flypaper Effect

Flypaper effect adalah suatu fenomena dimana pemerintah daerah lebih banyak merespon penggunaan dana bantuan dari pemerintah pusat (grant) dalam membiayai pengeluarannnya (Khusaini, 2018). Flypaper effect itu sendiri merupakan respon yang asimetris terhadap peningkatan dan penurunan penggunaan dana transfer dari Pemerintah Pusat. Menurut Oates dalam Kang, 2012, Flypaper effect adalah suatu kondisi di mana stimulus belanja daerah yang disebabkan oleh perubahan transfer pemerintah pusat memiliki efek yang lebih besar daripada stimulus yang disebabkan oleh perubahan pendapatan lokal. Flypaper effect atau lebih dikenal dengan efek kertas layang adalah suatu kondisi yang terjadi saat Pemerintah Daerah merespon belanja lebih banyak dengan menggunakan dana transfer berupa DAU dari pada menggunakan sumber dana kemampuan sendiri (Maimunah dalam Ekawarna, 2017).

Dominannya peran transfer relatif terhadap PAD dalam membiayai belanja Pemerintah Daerah sebenarnya tidak memberikan panduan yang baik bagi governansi (governance) terhadap aliran transfer itu sendiri. Melo dalam Ekawarna (2017) menyatakan bahwa flypaper effect terjadi apabila:

1) Pengaruh (nilai koefisien) DAU terhadap belanja daerah lebih besar daripada pengaruh (nilai koefisien) PAD terhadap Belanja Daerah, dan nilai keduanya signifikan;

2) Hasil analisis menunjukkan bahwa pengaruh atau respon PAD terhadap Belanja Daerah tidak signifikan, maka dapat disimpulkan terjadi flypaper effect.

C. METODOLOGI PENELITIAN Jenis Penelitian

Jenis penelitian ini merupakan penelitian deskriptif yaitu penelitian yang berusaha menuturkan pemecahan masalah yang ada sekarang berdasarkan data-data dengan cara menganalisis dan mengintrepetasi data-data tersebut (Cholid dalam Darmawan, 2014). Bahasan dalam penelitian ini terkait dengan analisis fenomena flypaper effect terhadap belanja daerah di 19 kabupaten/kota Pulau Jawa dan luar Pulau Jawa pada tahun 2014-2018. Penelitian ini nantinya akan mengkomparasikan hasil pengolahan data kabupaten/kota yang ada di Pulau Jawa dengan luar Pulau Jawa. Data yang dikumpulkan pada penelitian ini merupakan data sekunder yang bersumber dari publikasi Direktorat Jenderal Perimbangan Keuangan (DJPK) dan dianalisis menggunakan metode analisis regresi data panel.

Populasi dan Sampel

Populasi adalah sumber data dalam penelitian tertentu yang memiliki jumlah banyak dan luas (Darmawan, 2014). Populasi dalam penelitian ini adalah seluruh kabupaten/kota di seluruh Indonesia yang terbagi menjadi kabupaten/kota di Pulau Jawa dan luar Pulau Jawa. Teknik pengambilan sampel yang dipilih adalah purposive sampling dengan kriteria daerah tersebut merupakan lama pemerintahan provinsi berdiri, luas wilayah, serta struktur ekonomi. Purposive sampling adalah teknik pengambilan sampel dalam nonprobability sampling dimana responden yang terpilih menjadi anggota sampel atas dasar pertimbangan peneliti sendiri (Darmawan, 2014).

Berdasarkan data yang diperoleh dari Kementerian Keuangan dan keputusan penulis berdasarkan beberapa kriteria yang akan dijelaskan lebih lanjut, maka jumlah sampel dalam penelitian ini adalah kabupaten/kota yang berada di tiga provinsi yaitu Provinsi Banten mewakili kabupaten/kota di Pulau Jawa serta provinsi Gorontalo dan provinsi Sulawesi Barat mewakili kabupaten/kota di luar Pulau Jawa. Maka sampel pada penelitian ini adalah 19 kabupaten/kota di Indonesia.

Metode Pengumpulan Data

Metode pengumpulan data yang digunakan adalah metode dokumentasi. Metode dokumentasi adalah metode pengumpulan data berupa catatan/dokumen yang tersedia. Data yang digunakan dalam penelitian ini adalah data realisasi pendapatan asli daerah, dana alokasi umum, dana alokasi khusus, dana bagi hasil dan belanja daerah di kabupaten/kota di Pulau Jawa dan luar Pulau Jawa pada tahun 2014-2018. Data dalam penelitian ini bersumber dari dokumen realisasi APBD kabupaten/kota di Indonesia yang dipublikasikan Kementerian Keuangan dan pemerintah daerah terkait.

Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah dokumen realisasi APBD kabupaten/kota di Indonesia. Sehingga jenis data penelitian ini adalah data sekunder. Data penelitian ini merupakan data panel karena terdiri dari data cross section (19 kabupaten/kota) dan time series (2014-2018).

Sumber data yang digunakan dalam penelitian ini bersumber dari publikasi realisasi APBD tahunan yang dapat diperoleh dengan mengakses laman resmi Direktorat Jenderal Perimbangan Keuangan (DJPK), Kementerian Keuangan Republik Indonesia.

Definisi Operasional dan Pengukuran Variabel Penelitian Berikut merupakan variabel yang digunakan dalam penilitian ini :

1) Belanja Daerah (Y)

Belanja daerah merupakan variabel dependen dalam penelitian ini. Belanja daerah adalah semua kewajiban daerah yang diakui sebagai pengurang nilai kekayaan bersih dalam

(8)

periode tahun anggaran yang bersangkutan. Pengukuran variabel belanja daerah adalah dalam satuan rupiah dan dihitung secara tahunan.

2) Pendapatan Asli Daerah (X1)

Pendapatan asli daerah adalah sumber-sumber penerimaan bagi daerah yang dapat digali dan digunakan sendiri sesuai dengan potensinya masing-masing. Pengukuran variabel dana alokasi umum adalah dalam satuan rupiah dan dihitung secara tahunan.

3) Dana Alokasi Umum (X2)

Dana Alokasi Umum (DAU) adalah dana yang bersumber dari pendapatan APBN yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar-daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Pengukuran variabel dana alokasi khusus adalah dalam satuan rupiah dan dihitung secara tahunan.

4) Dana Bagi Hasil (X3)

Dana Bagi Hasil (DBH) adalah dana yang bersumber dari pendapatan tertentu APBN yang dialokasikan kepada daerah penghasil berdasarkan angka persentase tertentu dengan tujuan mengurangi ketimpangan kemampuan keuangan antara pemerintah pusat dan daerah.

Pengukuran variabel dana bagi hasil adalah dalam satuan rupiah dan dihitung secara tahunan.

5) Dana Alokasi Khusus (X4)

Dana Alokasi Khusus (DAK) adalah dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah tertentu dengan tujuan untuk membantu mendanai kegiatan khusus yang merupakan urusan pemerintahan yang menjadi kewenangan daerah.

Pengukuran variabel dana alokasi khusus adalah dalam satuan rupiah dan dihitung secara tahunan.

Metode Analisis Data Metode Analis Data Panel

Metode analisis data yang digunakan adalah analisis regresi data panel karena data yang digunakan pada penelitian ini lintas individu 19 kabupaten/kota dan lintas waktu tahun 2014-2018.

Pada penelitian ini terdapat empat variabel independen yang akan dimasukkan ke dalam persamaan model regresi yaitu PAD, DAU, DBH, dan DAK. Sedangkan variabel dependennya adalah belanja daerah. Sehingga model regresi data panel yang terbentuk dalam penelitian ini adalah:

(1) Dimana: t = Tahun

i = Kabupaten/Kota Y = Belanja Daerah α = Intercept/konstanta β1, β2, β3, β4 = Koefisien regresi

X1 = PAD X2 = DAU X3 = DBH X4 = DAK µ = error term

Pemilihan Model Estimasi

Sebelum melakukan analis regresi data panel, terlebih dahulu dilakukan pemilihan model estimasi yang akan digunakan untuk menganalisis. Pemilihan model estimasi dalam regresi data panel yang akan dilakukan terdiri dari uji Chow, uji Hausman dan uji Lagrange Multiplier.

1) Uji Chow

Uji Chow digunakan untuk memilih metode yang paling sesuai antara Common Effect Model dan Fixed Effect Model (FEM). Hipotesis yang diajukan untuk uji Chow adalah:

H0 : Model Common Effect H1 : Model Fixed Effect

Jika hasil uji Chow menunjukkan probabilitas > ɑ = 0,05 maka H0 diterima, dan model yang dipakai adalah Common Effect.

2) Uji Hausman

Setelah dilakukan uji Chow dan diketahui H0 ditolak, maka langkah selanjutnya adalah melakukan uji Hausman. Uji Hausman dilakukan dengan tujuan memlilh antara Fixed Effect Model (FEM) atau Random Effect Model (REM). Pengambilan keputusan hipotesis sebagai berikut:

H0 : Model Random Effect H1 : Model Fixed Effect

(9)

Jika hasil uji Hausman menunjukkan probabilitas > ɑ = 0,05 maka H0 diterima, dan model yang dipakai adalah Random Effect.

3) Uji Lagrange Multiplier

Uji terakhir yang dilakukan setelah melakukan uji Hausman adalah uji Lagrange Multiplier. Uji ini dilakukan untuk memilih model terbaik antara Common Effect Model dan Random Effect Model.

Uji Lagrange Multiplier memiliki hipotesis sebagai berikut:

H0 : Model Common Effect H1 : Model Random Effect

Jika hasil uji Hausman menunjukkan probabilitas > ɑ = 0,05 maka H0 diterima, dan model yang dipakai adalah Common Effect.

Pengujian Hipotesis

Uji Signifikan Parameter Individual (Uji t)

Uji t bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individual (parsial) terhadap variabel dependen. Formula hipotesis yang terbentuk dalam penelitian ini adalah:

H0 : Terdapat pengaruh tidak signifikan antara PAD (X1) terhadap Belanja Daerah.

H1 : Terdapat pengaruh signifikan antara PAD (X1) terhadap Belanja Daerah.

H0 : Terdapat pengaruh tidak signifikan antara DAU (X2) terhadap Belanja Daerah.

H1 : Terdapat pengaruh signifikan antara DAU (X2) terhadap Belanja Daerah.

H0 : Terdapat pengaruh tidak signifikan antara DBH (X3) terhadap Belanja Daerah.

H1 : Terdapat pengaruh signifikan antara DBH (X3) terhadap Belanja Daerah.

H0 : Terdapat pengaruh tidak signifikan antara DAK (X4) terhadap Belanja Daerah.

H1 : Terdapat pengaruh signifikan antara DAK (X4) terhadap Belanja Daerah.

Hasil Uji signifikan parameter individu (Uji t) dapat dilihat melalui nilai sig, yaitu : 1) Jika nilai Sig. t-stat > 0,05 , maka H0 diterima

2) Jika nilai Sig. t-stat ˂ 0,05 , maka H0 ditolak Uji Signifikansi Simultan (Uji F)

Uji F digunakan untuk mengetahui besarnya pengaruh variabel independen secara bersama-sama terhadap variabel dependen.

Formula hipotesis pada penelitian ini adalah :

H0 : Terdapat pengaruh tidak signifikan antara PAD, DAU, DAK, DBH terhadap Belanja Daerah.

H1 : Terdapat pengaruh signifikan antara PAD, DAU, DAK, DBH terhadap Belanja Daerah.

Hasil pengaruh tersebut dilihat berdasarkan nilai p-value (nilai signifikan) yaitu : 1) Jika nilai Sig. F-stat > 0,05 , maka H0 diterima.

2) Jika nilai Sig. F-stat ˂ 0,05 , maka H0 ditolak.

Uji Koefisien Determinasi (R²)

Koefisien determinasi (R²) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Semakin besar nilai r-square maka semakin baik model regresi, artinya kemampuan variabel independen (PAD, DAU, DBH dan DAK) hampir semua memberikan informasi yang dibutuhkan untuk memprediksi variabel dependen (Belanja Daerah). Namun sebaliknya, apabila koefisien determinasi semakin mendekati nol, maka semakin kecil pula pengaruh semua variabel independen terhadap nilai variabel dependen.

Uji Asumsi Klasik

Uji asumsi klasik perlu dilakukan dalam analisis regresi untuk menguji apakah sudah memenuhi sifat statistik estimator terbaik, linear dan tidak bias (Best Linear Unbiased Estimator/BLUE).

Berdasarkan Gujarati (2012) data panel sedikit terjadi kolinearitas antar variabel sehingga sangat kecil kemungkinan terjadi multikolinaeritas. Sehingga uji asumsi klasik pada data panel yang akan dilakukan hanya terdiri dari autokolerasi dan heteroskedastisitas.

Autokolerasi

Autokorelasi adalah korelasi di antara anggota seri dari observasi-observasi yang diurutkan berdasarkan waktu (Gujarati, 2012). Dalam konteks ini autokolerasi merupakan kolerasi antara satu residual dengan residual lain. Autokolerasi dalam data panel dapat dideteksi menggunakan uji Durbin-Watson (DW). Uji statistik d Durbin-Watson merupakan rasio dari perbedaan jumlah kuadrat residual-residual yang saling berurutan terhadap jumlah kuadrat residual (Gujarati, 2012).

Apabila terdapat autokorelasi, estimator regresi tidak menghasilkan estimator yang BLUE.

Akibatnya nilai t hitung dari β1 sangat kecil sehingga tidak berpengaruh terhadap variabel dependen (Sriyana, 2014).

Uji Heteroskedastisitas

Heterokedastisitas adalah varian dari residual tidak sama pada berbagai observasi (Gujarati, 2012). Heteroskedastitas umumnya terjadi pada data cross-sectional. Salah satu alat bantu untuk mendeteksi heteroskesdasitas adalah dengan menggunakan uji Glejser. Jika β1 tidak signifikan melalui uji t maka dapat disimpulkan tidak ada heteroskedastisitas. Apabila terdapat heteroskedastisitas, estimator regresi tidak menghasilkan estimator yang BLUE. Akibatnya nilai t hitung dari β1 sangat kecil sehingga variabel independen tidak berpengaruh terhadap variabel dependen (Sriyana, 2014).

(10)

Flypaper Effect

Melo dalam Ekawarna (2017) menyatakan bahwa flypaper effect terjadi apabila:

1) Pengaruh (nilai koefisien) DAU terhadap belanja daerah lebih besar daripada pengaruh (nilai koefisien) PAD terhadap Belanja Daerah, dan nilai keduanya signifikan; dan/atau

2) Hasil analisis menunjukkan bahwa pengaruh atau respon PAD terhadap Belanja Daerah tidak signifikan, maka dapat disimpulkan terjadi flypaper effect.

D. HASIL DAN PEMBAHASAN Gambaran Umum

Indonesia merupakan negara kepulauan yang memiliki 17.504 pulau. Dalam menjalankan pemerintahannya, Indonesia terbagi menjadi beberapa wilayah pemerintahan yaitu tingkat provinsi dan tingkat kabupaten/kota. Terdapat 34 provinsi dan 508 kabupaten/kota, karena luasnya data yang harus diolah apabila penulis menggunakan seluruh provinsi di Indonesia, maka dalam penelitian ini penulis mengambil sampel dengan metode purposive sampling dengan hasil tiga provinsi yang terdiri dari 19 kabupaten/kota sebagai sampel penelitian.

Berdasarkan kriteria-kriteria diatas yang telah disesuaikan dengan tujuan penulis dan penelitian ini maka dipilih tiga provinsi yang menjadi sampel. Adapun provinsi tersebut adalah provinsi Banten sebagai wakil dari provinsi di Pulau Jawa dan provinsi Gorontalo serta provinsi Sulawesi Barat sebagai wakil dari provinsi diluar Pulau Jawa. Alasan dalam pemilihan ketiga provinsi ini adalah merupakan wilayah baru (dibawah 20 tahun), luas wilayahnya relatif sama besar, serta memiliki struktur ekonomi yang relatif sama.

1) Provinsi Banten

Provinsi Banten merupakan salah satu provinsi di Indonesia yang berdiri tanggal 4 Oktober 2000. Secara geografis, Provinsi Banten terletak pada batas Astronomi 105º1'11² - 106º7'12² BT dan 5º7'50²- 7º1'1² LS. Provinsi ini terdiri dari empat kota dan empat kabupaten, yaitu Kabupaten Serang, Kabupaten Pandeglang, Kabupaten Lebak, Kabupaten Tangerang, Kota Serang, Kota Tangerang Selatan, Kota Tangerang dan Kota Cilegon dengan Ibukota Provinsi adalah Kota Serang. Luas wilayah Provinsi Banten sebesar 9.160,70 Km2 dan memiliki jumlah penduduk sejumlah 12.927.316 Jiwa dimana konsentrasi penduduk berada di Kota Tangerang dan Kota Tangerang Selatan (banten.bps.go.id, 2019).

Sektor industri merupakan sektor penopang terbesar Produk Domestik Regional Bruto (PDRB) Banten. Banten memiliki 21 kawasan industri dengan produk manufaktur unggulan yaitu baja, petrokimia, alas kaki, elektronik, semen, dan makanan. Berjalannya industri di Provinsi Banten didukung oleh keberadaan beberapa pusat perdagangan tradisional dan modern, serta infrastruktur jalur transportasi seperti Bandara Internasional Soekarno Hatta, Pelabuhan Merak, dan Jalan Tol Jakarta-Merak. Provinsi Banten merupakan jalur pertemuan perdagangan dari timur Indonesia dengan daerah Sumatera. Selain itu, Banten memiliki jalur laut internasional yang potensial di Selat Sunda yang merupakan jalur yang dapat dilalui kapal laut besar yang menghubungkan Samudera Hindia dan Asia Timur.

2) Provinsi Gorontalo

Provinsi Gorontalo resmi berdiri pada tanggal 22 Desember 2000. Luas wilayah provinsi ini 12.435,00 km² dengan jumlah penduduk sebanyak 1.133.237 jiwa (2016), dengan tingkat kepadatan penduduk 88 jiwa/km². Ibukota Provinsi Gorontalo adalah Kota Gorontalo, Provinsi Gorontalo sendiri terdiri dari lima kabupaten dan satu kota, yaitu Kabupaten Boalemo, Kabupaten Gorontalo, Kabupaten Pohuwato, Kabupaten Bone Bolango, Kabupaten Gorontalo Utara, dan Kota Gorontalo. Letak Provinsi Gorontalo secara astronomis berada pada 0° 19′

00” - 1° 57′ 00” LU (Lintang Utara) dan 121° 23′ 00” - 125° 14′ 00” BT (Bujur Timur).

Letak Provinsi Gorontalo sangat strategis karena diapit oleh dua perairan, yaitu Teluk Gorontalo atau yang lebih dikenal dengan nama Teluk Tomini di sebelah Selatan dan Laut Sulawesi di sebelah Utara. Wilayah provinsi ini berbatasan langsung dengan dua provinsi lain, yaitu Provinsi Sulawesi Tengah di sebelah Barat dan Provinsi Sulawesi Utara di sebelah Timur. Sedangkan di sebelah Utara berhadapan langsung dengan Laut Sulawesi dan di sebelah Selatan dibatasi oleh Teluk Tomini. Potensi daerah yang dimiliki Provinsi Gorontalo adalah industri dan perdagangan dengan kawasan industri berada di Kabupaten Bone Balango yaitu Kawasan Industri Agro Terpadu (KIAT); potensi perikanan dan kelautan dimana hasil perikanan terbesar berasal dari budidaya perikanan darat; potensi peternakan didominasi sapi potong; potensi pertanian, perkebunan dan kehutanan; potensi pertambangan dan energi; serta potensi wisata.

3) Provinsi Sulawesi Barat

Provinsi Sulawesi Barat merupakan provinsi pemekaran dari Provinsi Sulawesi Selatan yang resmi berdiri sejak 5 Oktober 2004. Luas wilayahnya sekitar 16,796.19 km² dan jumlah

(11)

penduduknya 1.380.256 Jiwa (2019). Provinsi Sulawesi Barat terdiri dari lima kabupaten yaitu Kabupaten Mamuju sebagai ibu kota provinsi, Kabupaten Majene, Kabupaten Polewali Mandar, Kabupaten Mamasa, Kabupaten Mamuju Utara. Provinsi Sulawesi Barat berada di sebelah Barat Pulau Sulawesi yang secara astronomis terletak antara 0°12' - 03°38' Lintang Selatan (LS) dan 118°43'15'' - 119°54'3'' Bujur Timur (BT).

Provinsi Sulawesi Barat memiliki letak yang sangat strategis yaitu berada pada posisi silang segitiga emas Sulawesi Selatan, Kalimantan Timur, dan Sulawesi Tengah. Hal ini memberikan potensi daerah dari bidang transportasi dan aksesibilitas serta kekayaan alam yang terkandung didalamnya dapat memberikan manfaat untuk masyarakat. Kontribusi tertinggi untuk Produk Domestik Regional Bruto (PDRB) Sulawesi Barat adalah Sektor Pertanian, Kehutanan dan Perikanan (41,53%), disusul oleh Sektor Perdagangan Besar dan Eceran, Reparasi Mobil dan Sepeda Motor (10,37% dan Sektor Industri Pengolahan (10,08%). Potensi pariwisata yang dimiliki Provinsi Sulawesi Barat dapat dimaksimalkan dengan meningkatkan promosi dan aksesibilitas yang mempermudah wisatawan untuk mengunjunginya.

Pemilihan Model Regresi

Model regresi data panel terdiri dari tiga model, yaitu Common Effect Model (CEM), Random Effect Model (REM), dan Fixed Effect Model (FEM). Terdapat tiga uji untuk menentukan model regresi yang tepat, yaitu, uji Chow, uji Hausman dan uji Lagrange Multiplier. Dengan menggunakan aplikasi statistika Stata 14.2, hasil uji pemilihan model regresi yang didapat adalah sebagai berikut:

Provinsi Banten

Tabel 1: Hasil Uji Model Regresi Kabupaten/Kota di Provinsi Banten

Uji Model Prob>chi2 Interpretasi

Uji Chow 0.1015 Common effect model diterima

Uji Hausman 0.3638 Random effect model diterima

Uji Lagrange Multiplier 0.4588 Common effect model diterima Sumber: Data diolah, penulis, 2020

1) Uji Chow

Uji Chow dilakukan untuk mengetahui model terbaik antara common effect model atau fixed effect model. Probabilitas uji Chow sebesar 0.1015 dimana probabilitas > α = 0,05 maka keputusan yang dapat diambil adalah menerima H0 yaitu common effect model.

2) Uji Hausman

Langkah selanjutnya setelah hasil uji Chow dilakukan maka selanjutnya adalah uji Hausman.

Uji ini ditujukan untuk memilih model terbaik antara fixed effect model dan random effect model. Uji Hausman menunjukkan hasil prob>chi2 0.3638, probabilitas > ɑ = 0,05 maka keputusan yang dapat diambil adalah menerima H0 yaitu random effect model.

3) Uji Lagrange Multiplier

Langkah terakhir adalah melakukan uji Lagrange Multiplier. Uji ini dilakukan untuk memilih model terbaik antara common effect model dan fixed effect model. Hasil uji Lagrange Multiplier menghasilkan prob>chibar2 0.4588, probabilitas > ɑ = 0,05 maka keputusan yang dapat diambil adalah menerima H0 yaitu common effect model. Berdasarkan hasil uji pemilihan model regresi maka Common effect model merupakan model terbaik untuk Provinsi Banten.

Provinsi Gorontalo

Tabel 2: Hasil Uji Model Regresi Kabupaten/Kota di Provinsi Gorontalo

Uji Chow 0.000 Fixed effect model diterima

Uji Lagrange Multiplier 0.0039 Random effect model diterima Sumber: Data diolah, penulis, 2020

1) Uji Chow

Uji Chow dilakukan untuk mengetahui model terbaik antara common effect model atau fixed effect model. Probabilitas uji Chow sebesar 0.000 dimana probabilitas < α = 0,05 maka keputusan yang dapat diambil adalah menerima H1 yaitu fixed effect model.

2) Uji Hausman

Hasil uji Chow yang telah dilakukan adalah menerima fixed effect model maka langkah selanjutnya yaitu melakukan uji Hausman. Uji ini ditujukan untuk memilih model terbaik antara fixed effect model dan random effect model. Uji Hausman menunjukkan hasil prob>chi2 0.7615, probabilitas > ɑ = 0,05 maka keputusan yang dapat diambil adalah menerima H0 yaitu Random effect model.

(12)

Uji selanjutnya yang dilakukan adalah uji Lagrange Multiplier. Uji ini dilakukan untuk memilih model terbaik antara common effect model dan fixed effect model. Hasil uji Lagrange Multiplier menghasilkan prob>chibar2 0.0039, probabilitas < ɑ = 0,05 maka keputusan yang dapat diambil adalah menerima H1 yaitu random effect model. Berdasarkan hasil uji pemilihan model regresi maka Random effect model merupakan model terbaik untuk Provinsi Gorontalo.

Provinsi Sulawesi Barat

Tabel 3: Hasil Uji Model Regresi Kabupaten/Kota di Provinsi Sulawesi Barat

Uji Chow 0.000 Fixed effect model diterima

Uji Lagrange Multiplier 1.000 Common effect model diterima Sumber: Data diolah, penulis, 2020

1) Uji Chow

Uji Chow dilakukan untuk mengetahui model terbaik antara common effect model atau fixed effect model. Probabilitas uji Chow sebesar 0.000 dimana probabilitas < α = 0,05 maka keputusan yang dapat diambil adalah menerima H1 yaitu fixed effect model.

2) Uji Hausman

Setelah melakukan uji Chow dimana hasil yang diterima adalah Fixed effect model maka selanjutnya adalah melakukan uji Hausman. Uji ini ditujukan untuk memilih model terbaik antara fixed effect model dan random effect model. Uji Hausman menunjukkan hasil prob>chi2 0.4024, probabilitas > ɑ = 0,05 maka keputusan yang dapat diambil adalah menerima yaitu Random effect model.

Setelah dilakukan uji Hausman, uji selanjutnya yang dilakukan adalah uji Lagrange Multiplier. Uji ini dilakukan untuk memilih model terbaik antara common effect model dan fixed effect model. Hasil uji Lagrange Multiplier menghasilkan prob>chibar2 1.000, probabilitas > ɑ = 0,05 maka keputusan yang dapat diambil adalah menerima H0 yaitu Common effect model. Berdasarkan hasil uji pemilihan model regresi maka Common effect model merupakan model terbaik untuk Provinsi Sulawesi Barat.

Pemilihan Model Regresi

Uji asumsi klasik dilalukan untuk menguji apakah sudah memenuhi sifat statistik estimator terbaik, linear dan tidak bias (Best Linear Unbiased Estimator/BLUE). Dalam analisis regresi data panel hanya terdapat dua uji asumsi klasik yaitu autokolerasi dan heteroskedastisitas (Gujarati, 2012).

Provinsi Banten 1) Autokolerasi

Autokorelasi adalah korelasi di antara anggota seri dari observasi-observasi yang diurutkan berdasarkan waktu (Gujarati, 2012). Dalam konteks ini autokolerasi merupakan kolerasi antara satu residual dengan residual lain.

H0 : Tidak terdapat autokolerasi H1 : Terdapat autokolerasi

H0 diterima jika Prob>α= 0.05 dan berarti tidak terjadi masalah autokolerasi. Sebaliknya H1 akan diterima jika Prob<α= 0.05 dan terdapat masalah autokolerasi. Berdasarkan uji asumsi klasik autokolerasi yang dilakukan, hasil menunjukkan Prob>F, 0.000 lebih kecil dari nilai α=0.05 maka H0 ditolak H1 diterima atau terdapat autokolerasi pada model regresi ini. Salah satu cara untuk mengatasi masalah ini adalah dengan robust options saat melakukan regresi persamaan pada aplikasi Stata.

2) Heteroskedastisitas

Heterokedastisitas adalah varian dari residual tidak sama pada berbagai observasi (Gujarati, 2012). Heteroskedastitas umumnya terjadi pada data cross-sectional. Salah satu alat bantu untuk mendeteksi heteroskesdasitas adalah dengan menggunakan uji Glejser.

H0 : Tidak terdapat heteroskedastisitas H1 : Terdapat heteroskedastisitas

H0 diterima jika Prob>α= 0.05 dan berarti tidak terjadi masalah heteroskedastisitas.

Sebaliknya H1 akan diterima jika Prob<α= 0.05 dan terdapat masalah heteroskedastisitas.

Berdasarkan uji asumsi klasik heteroskedastisitas yang dilakukan dengan menggunakan bantuan aplikasi Stata maka hasil yang diperoleh menunjukkan hasil menunjukkan Prob>chi2, 0.000 lebih kecil dari nilai α=0.05 maka H0 ditolak dan H1 diterima atau terdapat heteroskedastisitas pada model regresi ini. Salah satu cara untuk mengatasi masalah ini adalah dengan robust options saat melakukan regresi persamaan pada aplikasi Stata.

(13)

Provinsi Gorontalo 1) Autokolerasi

H0 diterima jika Prob>α= 0.05 dan berarti tidak terjadi masalah autokolerasi. Sebaliknya H1 akan diterima jika Prob<α= 0.05 dan terdapat masalah autokolerasi. Berdasarkan uji asumsi klasik autokolerasi yang dilakukan dengan menggunakan bantuan aplikasi Stata maka hasil yang diperoleh menunjukkan hasil Prob>F, 0.1647 lebih besar dari nilai α=0.05 maka H0 diterima dan H1 ditolak atau tidak terdapat autokolerasi pada model regresi ini.

Berdasarkan uji asumsi klasik heteroskedastisitas yang dilakukan dengan menggunakan bantuan aplikasi Stata maka hasil yang diperoleh menunjukkan hasil Prob>chi2, 0.000 lebih kecil dari nilai α=0.05 maka H0 ditolak dan H1 diterima atau terdapat heteroskedastisitas pada model regresi ini. Salah satu cara untuk mengatasi masalah ini adalah dengan robust options saat melakukan regresi persamaan pada aplikasi Stata.

Provinsi Sulawesi Barat 1) Autokolerasi

H0 diterima jika Prob>α= 0.05 dan berarti tidak terjadi masalah autokolerasi. Sebaliknya H1 akan diterima jika Prob<α= 0.05 dan terdapat masalah autokolerasi. Berdasarkan uji asumsi klasik autokolerasi yang dilakukan dengan menggunakan bantuan aplikasi Stata maka hasil yang diperoleh menunjukkan hasil Prob>F, 0.0092 lebih kecil dari nilai α=0.05 maka H0 ditolak H1 diterima atau terdapat autokolerasi pada model regresi ini. Salah satu cara untuk mengatasi masalah ini adalah dengan robust options saat melakukan regresi persamaan pada aplikasi Stata.

Berdasarkan uji asumsi klasik heteroskedastisitas yang dilakukan dengan menggunakan bantuan aplikasi Stata maka hasil yang diperoleh menunjukkan hasil Prob>chi2, 0.0013 lebih kecil dari nilai α=0.05 maka H0 ditolak dan H1 diterima atau terdapat heteroskedastisitas pada model regresi ini. Salah satu cara untuk mengatasi masalah ini adalah dengan robust options saat melakukan regresi persamaan pada aplikasi Stata.

Hasil Pengujian Statistik Provinsi Banten

Berdasarkan uji Chow dan uji Hausman yang telah dilakukan sebelumnya model regresi terbaik yang terpilih adalah Common effect model. Oleh karena itu, analisis uji statistik yang dapat dilakukan adalah sebagai berikut:

1) Uji Signifikan Parameter Individual (Uji t)

Uji t bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individual (parsial) terhadap variabel dependen. Hasil uji t adalah sebagai berikut:

a) Variabel PAD

Probabilitas PAD sebesar 0.000 menunjukkan nilai Sig. t-stat ˂ α = 0.05, maka H0 ditolak atau PAD memiliki pengaruh yang signifikan. Nilai koefisien PAD bernilai positif, maka variabel PAD memiliki pengaruh yang positif signifikan terhadap belanja daerah.

b) Variabel DAU

Probabilitas DAU sebesar 0.167 menunjukkan nilai Sig. t-stat ˂ α = 0.05, maka H0 diterima atau DAU memiliki pengaruh yang tidak signifikan. Nilai koefisien DAU bernilai positif, maka variabel DAU memiliki pengaruh yang positif signifikan terhadap belanja daerah.

c) Variabel DBH

Probabilitas DBH sebesar 0.842 menunjukkan nilai Sig. t-stat > α = 0.05, maka H0 diterima atau DBH tidak memiliki pengaruh yang signifikan. Nilai koefisien DBH bernilai

(14)

positif, maka variabel DBH tidak memiliki pengaruh yang positif signifikan terhadap belanja daerah.

d) Variabel DAK

Probabilitas DAK sebesar 0.449 menunjukkan nilai Sig. t-stat > α = 0.05, maka H0 diterima atau DAK memiliki pengaruh yang tidak signifikan. Nilai koefisien DAK bernilai positif, maka variabel DAK tidak memiliki pengaruh yang positif signifikan terhadap belanja daerah.

2) Uji Signifikan Simultan (Uji F)

Uji F digunakan untuk mengetahui besarnya pengaruh variabel independen secara bersama- sama terhadap variabel dependen. Hasil regresi menunjukkan probabilitas sebesar 0.000 dimana nilai Sig. F-stat ˂ 0,05 , maka H0 ditolak. Artinya adalah variabel independen yaitu PAD, DAU, DBH dan DAK secara bersama-sama mempengaruhi variabel dependen atau belanja daerah.

3) Uji Koefisien Determinasi (R²)

Koefisien determinasi (R²) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Hasil regresi sebesar 0.7464 artinya variabel independen mempengaruhi variabel dependen sebesar 74.64% dan sisanya yaitu 25.36%

dipengaruhi variabel lain.

Berdasarkan uji Chow dan uji Hausman yang telah dilakukan sebelumnya model regresi terbaik yang terpilih adalah Random effect model. Oleh karena itu, analisis uji statistik yang dapat dilakukan adalah sebagai berikut:

a) Variabel PAD

Probabilitas PAD sebesar 0.000 menunjukkan nilai Sig. t-stat > α = 0.05, maka H0 ditolak atau PAD memiliki pengaruh yang signifikan. Nilai koefisien PAD bernilai positif, maka variabel PAD memiliki pengaruh yang positif signifikan terhadap belanja daerah.

b) Variabel DAU

Probabilitas DAU sebesar 0.000 menunjukkan nilai Sig. t-stat ˂ α = 0.05, maka H0 diterima atau DAU memiliki pengaruh yang signifikan. Nilai koefisien DAU bernilai positif, maka variabel DAU memiliki pengaruh yang positif signifikan terhadap belanja daerah.

c) Variabel DBH

Probabilitas DBH sebesar 0.023 menunjukkan nilai Sig. t-stat < α = 0.05, maka H0 ditolak atau DBH memiliki pengaruh yang signifikan. Nilai koefisien DBH bernilai negatif, maka variabel DBH memiliki pengaruh yang negatif signifikan terhadap belanja daerah.

d) Variabel DAK

Probabilitas DAK sebesar 0.000 menunjukkan nilai Sig. t-stat < α = 0.05, maka H0 ditolak atau DAK memiliki pengaruh yang signifikan. Nilai koefisien DAK bernilai positif, maka variabel DAK memiliki pengaruh yang positif signifikan terhadap belanja daerah.

Berdasarkan uji Chow dan uji Hausman yang telah dilakukan sebelumnya model regresi terbaik yang terpilih adalah Common effect model. Oleh karena itu, analisis uji statistik yang dapat dilakukan adalah sebagai berikut:

(15)

a) Variabel PAD

Probabilitas PAD sebesar 0.060 menunjukkan nilai Sig. t-stat < α = 0.05, maka H0 diterima atau PAD memiliki pengaruh yang tidak signifikan. Nilai koefisien PAD bernilai positif, maka variabel PAD memiliki pengaruh yang positif tidak signifikan terhadap belanja daerah.

b) Variabel DAU

Probabilitas DAU sebesar 0.000 menunjukkan nilai Sig. t-stat ˂ α = 0.05, maka H0 ditolak atau DAU memiliki pengaruh yang signifikan. Nilai koefisien DAU bernilai positif, maka variabel DAU memiliki pengaruh yang positif signifikan terhadap belanja daerah.

c) Variabel DBH

Probabilitas DBH sebesar 0.541 menunjukkan nilai Sig. t-stat > α = 0.05, maka H0 diterima atau DBH memiliki pengaruh yang tidak signifikan. Nilai koefisien DBH bernilai negatif, maka variabel DBH memiliki pengaruh yang negatif signifikan terhadap belanja daerah.

d) Variabel DAK

Probabilitas DAK sebesar 0.000 menunjukkan nilai Sig. t-stat < α = 0.05, maka H0 ditolak atau DAK memiliki pengaruh yang signifikan. Nilai koefisien DAK bernilai positif, maka variabel DAK memiliki pengaruh yang positif signifikan terhadap belanja daerah.

Pembahasan

Berdasarkan hasil regresi yang telah dilakukan sesuai dengan model regresi data panel yang terbaik maka dapat dilihat hubungan/pengaruh variabel independen terhadap variabel dependen.

Pembahasannya adalah sebagai berikut:

Analisis Hasil Regresi

Provinsi Banten

Model regresi terbaik untuk Provinsi Banten adalah common effect model. Hasil regresi menunjukkan hubungan variabel independen dan dependen sebagai berikut:

1) Pengaruh Pendapatan Asli Daerah (PAD) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, PAD memiliki pengaruh positif signifikan terhadap Belanja Daerah. Nilai koefisien PAD menunjukkan hasil sebesar 1.268 artinya setiap kenaikan 1 rupiah pada PAD maka akan meningkatkan 1.268 rupiah pada belanja daerah. Hasil ini sesuai dengan hipotesis awal yaitu H1 : Diduga variabel PAD berpengaruh positif terhadap belanja daerah.

Berdasarkan data realisasi APBD kabupaten/kota di Provinsi Banten (Gambar 4), dapat dilihat bahwa PAD di semua kabupaten/kota di Provinsi Banten semakin meningkat dari tahun 2014 sampai 2017. Akan tetapi pada tahun 2018 mengalami sedikit penurunan kecuali di Kabupaten Tangerang.

Gambar 4: Pendapatan Asli Daerah Kabupaten/Kota di Provinsi Banten Tahun 2014-2018

Sumber: Ditjen Perimbangan Keuangan, data diolah penulis, 2020

(16)

Pendapatan Asli Daerah (PAD) merupakan salah satu komponen dalam membiayai belanja daerah. Berdasarkan hasil regresi maka peningkatan pada PAD juga mengakibatkan peningkatan pada belanja daerah. Berdasarkan data target dan realisasi PAD di Provinsi Banten tahun 2017 dan 2018, komponen PAD terbesar adalah pajak daerah. Dimana sumbangan terbesar berasal dari pajak kendaraan bermotor. Dari tahun 2017 ke 2018, pemerintah daerah telah meningkatkan target penerimaan PAD yang disertai dengan peningkatan realisasi PAD. Hal ini menunjukkan bahwa peningkatan PAD sejalan dengan target pemerintah. Realisasi tertinggi berada pada komponen hasil pengelolaan kekayaan daerah sebesar 94.5% dan terendah adalah retribusi daerah 46.7% di tahun 2018.

Pada tingkat kabupaten/kota, realisasi PAD tertinggi berada di Kota Tangerang 89.6%, diikuti oleh Kabupaten Lebak 88%, Kota Tangerang Selatan 79.8% dan Kabupaten Tangerang 78.4%.

sementara itu, realisasi terendah berada di Kota Serang yang hanya mencapai 46.7%. Hal ini sangat disayangkan karena potensi sumber daya alam terbesar berada di Kabupaten Lebak dan Kabupaten Pandeglang. Di kedua kabupaten ini masih menyimpan potensi sumber daya air, pertanian, kehutanan, pertambangan, dan pariwisata yang belum dikelola secara optimal (djkn.kemenkeu.go.id, 2013). Penelitian terkait fenomena flypaper effect telah dilakukan sebelumnya oleh Kartika, I dan Suzan, L (2015) dengan studi kasus Provinsi Banten tahun 2008 sampai dengan 2012. Hasil penelitian menunjukkan Pendapatan Asli Daerah berpengaruh signifikan terhadap belanja daerah dan terjadi flypaper effect di Provinsi Banten.

2) Pengaruh Dana Alokasi Umum (DAU) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, nilai probabilitas DAU yaitu 0.167 memiliki pengaruh tidak signifikan terhadap Belanja Daerah. Nilai probabilitas yang tidak signifikan ini menunjukkan bahwa tidak ada pengaruh/hubungan antara DAU dan Belanja Daerah pada Kabupaten/Kota di Provinsi Banten. Hasil ini tidak sesuai dengan hipotesis awal yaitu H2 : Diduga variabel DAU berpengaruh positif terhadap belanja daerah.

Gambar 5: Dana Alokasi Umum Kabupaten/Kota di Provinsi Banten Tahun 2014- 2018

Dana Alokasi Umum (DAU) sebagai komponen untuk membiayai belanja daerah. DAU yang diterima kabupaten/kota di Provinsi Banten cenderung stabil dari tahun 2014-2018 (Gambar 5).

Tidak ada perbedaan jumlah yang begitu mencolok antar kabupaten dan kota. DAU tertinggi diterima Kabupaten Tangerang sedangkan terendah diterima Kota Tangerang Selatan.

3) Pengaruh Dana Bagi Hasil (DBH) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, nilai probabilitas DBH yaitu 0.842 memiliki pengaruh tidak signifikan terhadap Belanja Daerah. Nilai probabilitas yang tidak signifikan ini menunjukkan bahwa tidak ada pengaruh/hubungan antara DBH dan Belanja Daerah. Hasil ini tidak sesuai dengan hipotesis awal yaitu H3: Diduga variabel DBH berpengaruh positif terhadap belanja daerah.

Dana Bagi Hasil yang diterima kabupaten/kota di Provinsi Banten mengalami sedikit penurunan di tahun 2014 ke 2015. Tetapi pada tahun 2016 hingga 2018 mengalami peningkatan.

Hal ini menunjukkan adanya perbaikan pendapatan daerah pada komponen dana bagi hasil.

Pemerintah daerah mulai memaksimalkan potensi daerah sehingga bagi hasil yang diterima semakin meningkat.

Dana Bagi Hasil (DBH) merupakan komponen dalam dana perimbangan yang mana juga merupakan salah satu pembiayaan belanja daerah. Hasil regresi menunjukkan positif namun tidak signifikan. DBH kabupaten/kota di Provinsi Banten tidak memiliki pengaruh yang signifikan terhadap belanja daerah. Hasil ini sesuai dengan penelitian Armawaddin, M., dkk.

(2017) dimana DBH tidak memiliki pengaruh pada belanja daerah. DBH merupakan unconditional grants/transfer tanpa syarat. Pembagian DBH berdasarkan dua prinsip, yaitu (1) prinsip pembagian berbasis daerah penghasil (by origin), dan (2) prinsip penyaluran berdasarkan

(17)

realisasi penerimaan negara yang dibagihasilkan (based on actual revenue). Prinsip pembagian ini mengakibatkan daerah penghasil mendapatkan dana bagi hasil yang lebih banyak.

4) Pengaruh Dana Alokasi Khusus (DAK) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, nilai probabilitas DAK sebesar 0.449 memiliki pengaruh tidak signifikan terhadap Belanja Daerah. Hal ini menunjukkan tidak terdapat pengaruh antara varibel DAK terhadap variabel Belanja Daerah. Hasil ini tidak sesuai dengan hipotesis awal yaitu H4 : Diduga variabel DAK berpengaruh positif terhadap belanja daerah.

Dana Alokasi Khusus (DAK) yang diterima kabupaten/kota di Provinsi Banten meningkat pada tahun 2016, kemudian berfluktuasi di tahun 2017 dan 2018. Dana Alokasi Khusus (DAK) merupakan conditional grant/transfer dengan syarat. Penggunaan DAK untuk membiayai belanja daerah sudah ditentukan secara jelas oleh pemerintah pusat/bersifat specific grant (Seidman, L, 2009). DAK tidak diberikan secara rutin serta tidak untuk semua daerah. Hanya daerah yang sesuai dengan program nasional yang mendapat DAK, sehingga pengaruhnya terhadap belanja juga berbeda-beda. Hal ini sejalan dengan hasil penelitian yang dilakukan oleh Jaya, D, dkk tahun 2014. Dimana Dana Alokasi Khusus (DAK) tidak berpengaruh signifikan terhadap belanja daerah.

Model regresi terbaik untuk Provinsi Gorontalo adalah random effect model. Hasil regresi menunjukkan hubungan variabel independen dan dependen sebagai berikut:

Berdasarkan hasil regresi yang telah dilakukan, PAD memiliki pengaruh positif signifikan terhadap Belanja Daerah. Nilai koefisien PAD menunjukkan hasil sebesar 1.1681 artinya setiap kenaikan 1 rupiah pada DAU maka akan meningkatkan 1.1681 rupiah pada belanja daerah. Hasil ini sesuai dengan hipotesis awal yaitu H1 : Diduga variabel PAD berpengaruh positif terhadap belanja daerah.

Pendapatan Asli Daerah pada kabupaten/kota di Provinsi Gorontalo semakin meningkat dari tahun 2014 hingga tahun 2017 (Gambar 6). Akan tetapi di tahun 2018 mengalami penurunan, hanya Kota Gorontalo yang mengalami peningkatan PAD. Kota Gorontalo memiliki PAD tertinggi dibandingkan kabupaten/kota lainnya.

Gambar 6: Pendapatan Asli Daerah Kabupaten/Kota di Provinsi Gorontalo Tahun 2014-2018

Berdasarkan data realisasi APBD Provinsi Gorontalo tahun 2018, realisasi PAD tertinggi berasal dari retribusi daerah yaitu sebesar 179.44% pada triwulan II tahun 2018. Diikuti komponen hasil pengelolaan kekayaan daerah, pajak daerah dan lain-lain PAD. Hasil regresi menunjukkan PAD memiliki pengaruh terhadap belanja daerah maka peningkatan PAD mempengaruhi peningkatan belanja daerah. Sejalan dengan penelitian ini, penelitian sebelumnya yang dilakukan oleh Kang dan Setyawan (2012) dimana PAD secara parsial dan simultan memiliki dampak signifikan terhadap pengeluaran pemerintah daerah.

2) Pengaruh Dana Alokasi Umum (DAU) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, DAU memiliki pengaruh positif signifikan Nilai koefisien DAU menunjukkan hasil sebesar 1.5096 artinya setiap kenaikan 1 rupiah pada DAU maka akan meningkatkan 1.5096 rupiah pada belanja daerah. Hasil ini tidak sesuai dengan hipotesis awal yaitu H2 : Diduga variabel DAU berpengaruh positif terhadap belanja daerah.

Pada tingkat provinsi, dana perimbangan yang diterima provinsi Gorontalo masih didominasi DAU sebesar 74.9%, diikuti dengan DAK 24.5% dan DBH 1.3%. Peningkatan DAU yang diterima jika dibandingkan dari tahun 2017 sesuai dengan komitmen pemerintah untuk memperbaiki pelayanan publik di daerah (KEKR Provinsi Gorontalo Agustus 2018). DAU yang

(18)

diberikan kepada kabupaten/kota di Provinsi Gorontalo semakin meningkat setiap tahunnya. Hal ini dapat dilihat pada gambar 7.

Gambar 7: Dana Alokasi Umum Kabupaten/Kota di Provinsi Gorontalo Tahun 2014-2018

DAU yang diberikan pada kabupaten/kota di Provinsi Gorontalo semakin meningkat dari tahun 2014 ke tahun 2016, kemudian di tahun 2017 mulai menurun dan cenderung stagnan di tahun 2018. Hanya Kota Gorontalo yang mengalami peningkatan DAU. DAU tertinggi diterima Kabupaten Gorontalo sedangkan DAU terendah Kabupaten Bone Bolango. Dana Alokasi Umum secara signifikan memberikan pengaruh terhadap belanja daerah. Sejalan dengan hasil penelitian yang dilakukan Cardenas, O dan Amarenda, S (2011) yaitu dana transfer tak bersyarat memiliki pengaruh signifikan terhadap belanja daerah.

3) Pengaruh Dana Bagi Hasil (DBH) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, DBH memiliki pengaruh signifikan terhadap Belanja Daerah. Nilai koefisien DBH menunjukkan hasil sebesar -11.3708 artinya setiap kenaikan 1 rupiah pada DBH maka akan menurunkan 11.3708 rupiah pada belanja daerah. Hasil ini tidak sesuai dengan hipotesis awal yaitu H3: Diduga variabel DBH berpengaruh positif terhadap belanja daerah.

Dana Bagi Hasil (DBH) yang diterima kabupaten/kota di Provinsi Gorontalo mengalami fluktuasi. Pada tahun 2014 sampai tahun 2016 mengalami peningkatan DBH, tetapi kemudian menjadi menurun di tahun 2017 ke tahun 2018. Hanya Kota Gorontalo yang mengalami peningkatan meskipun kenaikannya tidak seberapa besar. Hasil regresi menunjukkan pengaruh DBH terhadap belanja daerah negatif signifikan. Hal ini berarti peningkatan pada DBH mengakibatkan peningkatan belanja daerah di Provinsi Gorontalo. Pengaruh DBH terhadap belanja daerah sejalan dengan penelitian yang dilakukan oleh Amril, dkk (2015) dimana DBH berpengaruh signifikan terhadap belanja daerah.

4) Pengaruh Dana Alokasi Khusus (DAK) terhadap Belanja Daerah

Berdasarkan hasil regresi yang telah dilakukan, DAK memiliki pengaruh positif signifikan terhadap Belanja Daerah. Nilai koefisien DAK menunjukkan hasil sebesar 0.8924 artinya setiap kenaikan 1 rupiah pada DAK maka akan meningkatkan 0.8924 rupiah pada belanja daerah. Hasil ini sesuai dengan hipotesis awal yaitu H4 : Diduga variabel DAK berpengaruh positif terhadap belanja daerah.

Berdasarkan data yang diperoleh, DAK yang diterima kabupaten/kota di Provinsi Gorontalo dari tahun 2014 hingga tahun 2016 semakin meningkat. Akan tetapi pada tahun 2017 hingga tahun 2018 berfluktuatif. Pemberian DAK setiap tahunnya disesuaikan dengan program prioritas nasional, oleh karena itu DAK yang diterima daerah tidak sama setiap tahunnya. Sejalan dengan hal ini hasil penelitian Kakamu, K, et al. (2013) menyatakan bahwa seluruh koefisien dana perimbangan berkolerasi positif terhadap pengeluaran.

Model regresi terbaik untuk Provinsi Sulawesi Barat adalah random effect model. Hasil regresi menunjukkan hubungan variabel independen dan dependen sebagai berikut:

Berdasarkan hasil regresi yang telah dilakukan, nilai probabilitas PAD sebesar 0.060 memiliki pengaruh tidak signifikan terhadap Belanja Daerah. Hal ini menunjukkan tidak terdapat pengaruh antara varibel PAD terhadap variabel Belanja Daerah. Hasil ini tidak sesuai dengan hipotesis awal yaitu H1 : Diduga variabel PAD berpengaruh positif terhadap belanja daerah.