BAB IV ANALISIS DAN PEMBAHASAN. deskriptif yaitu : N merupakan jumlah data yang akan diolah dalam penelitian

Transkripsi

1 BAB IV ANALISIS DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik Deskriptif berkenaan dengan pengumpulan data yang dapat digambarkan atau disimpulkan untuk mendapatkan gambaran mengenai data tersebut sehingga lebih mudah untuk dibaca. Analisa dari statistik deskriptif yaitu : N merupakan jumlah data yang akan diolah dalam penelitian ini terdiri dari Belanja Modal, Pendapatan Asli Daerah, Dana Bagi hasil, dan Luas Wilayah. Dari perhitungan dengan SPSS for Windows Release 21.0, diperolah gambaran masing-masing variabel sebagai berikut : Tabel 4.1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation BelanjaModal , , , , PendapatanAsliDaerah , , , , DanaBagiHasil , , , , LuasWilayah , , , ,04470 Valid N (listwise) 99 Berdasarkan tabel 4.1 dapat dilihat bahwa jumlah data N masing-masing variabel sebanyak 99 sampel hasil pengamatan selama 3 tahun, dapat dideskripsikan sebagai berikut: a) Belanja Modal adalah pengeluaran yang dilakukan dalam rangka pembentukan modal yang sifatnya menambah aset tetap. Dari tabel diatas Belanja Modal memiliki nilai rata-rata (mean) Tahun sebesar 41

2 42 Rp dan nilai standar deviasi Rp Nilai maksimum sebesar Rp yang dimiliki oleh provinsi DKI Jakarta pada tahun 2013 berarti provinsi tersebut memiliki anggaran pengeluaran untuk aset tetap tertinggi. Nilai minimum sebesar Rp yang dimiliki oleh provinsi Gorontalo Tahun 2011 berarti provinsi tersebut memiliki anggaran belanja modal yang terendah. b) Pendapatan Asli Daerah adalah sumber pendapatan daerah yang diperoleh dari sektor pajak daerah, retribusi daerah, hasil perusahaan milik daerah, hasil pengelolaan kekayaan daerah, dan lain-lain PAD yang sah. Dari tabel diatas PAD memiliki standar deviasi Rp dan nilai rata-rata (mean) Rp Nilai maksimum sebesar Rp yang dimiliki oleh provinsi DKI Jakartapada tahun 2013 berarti provinsi tersebut memiliki pendapatan asli daerah yang tertinggi. Nilai minimum sebesar Rp yang dimiliki oleh provinsi Maluku Utara Tahun 2011 berarti provinsi tersebut memiliki pendapatan asli daerah yang terendah. c) Dana Bagi hasil adalah dana yang bersumber dari pendapatan APBN dari pemerintah pusat ke pemerintah daerah berdasarkan pada presentase tertentu. Dari tabel diatas DBH memiliki standar deviasi Rp dan nilai rata-rata (mean) Rp Nilai maksimum sebesar Rp

3 yang dimiliki oleh provinsi Nusa Tenggara Timur Tahun 2011 berarti provinsi tersebut memiliki pendapatan dana dari pemerintah pusat tertinggi. Nilai minimum sebesar Rp yang dimiliki oleh provinsi Gorontalo Tahun 2012 berarti provinsi tersebut memiliki pendapatan dana dari pemerintah pusat yang terendah. d) Luas Wilayah adalah suatu ukuran dan tata letak daerah yang dijadikan sebagai pengalokasian anggaran untuk pembangunan. Dari tabel diatas LW memiliki standar deviasi 65313,04 km 2 dan nilai rata-rata (mean) 57629,44 km 2. Nilai maksimum sebesar ,05 km 2 yang dimiliki oleh provinsi Papua pada tahun berarti provinsi tersebut memiliki wilayah yang terluas. Nilai minimum sebesar 664,01km 2 yang dimiliki oleh provinsi DKI Jakarta Tahun berarti provinsi tersebut memiliki wilayah yang tersempit.. B. Uji Asumsi Klasik 1. Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model regresi terdapat variabel terikat dan variabel bebasyang mempunyai distribusi normal atau tidak normal. Untuk menguji normalitas digunakan uji statistic kolmogorov-smirnov dengan menggunakan hipotesis sebagai berkut:

4 44 Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Data yang terdistribusi normal adalah data yang signifiaknnya diatas 5% (0,05) Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 99 Kolmogorov-Smirnov Z,768 Asymp. Sig. (2-tailed),597 a. Test distribution is Normal. b. Calculated from data. Berdasarkan data pada tabel diatas, maka dapat diketahui bahwa nilai Kolmogorov-smirnov sebesar 0,768 dan probabilitas signifikansi 0,597 α 0,05yang berarti data residual berdistribusi normal. Gambar 4.1

5 45 Dari grafik normal plot diatas dapat disimpulkan bahwa plot terlihat titik-titik menyebar disekitas daerah garis diagonal, serta penyebaran agak menjauh dari diagonal hal ini berarti model regresi telah memenuhi asumsi normalitas. 2. Uji Multikolinieritas Uji multikolinieritas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antara variabel independent dalam model regresi. Untuk mendeteksi adanya gejala multikolinearitas dalam model penelitian dapat dilihat dari nilai Tolerance dan Varians Inflantion Factor (VIF). Apabila nilai VIF < 10 dan tolerance > 0,10 maka tidak terjadi masalah multikolinieritas, sedangkan apabila niali VIF > 10 dan tolerance < 0,10 maka terjadi adanya multikolinieritas. Berikut merupakan hasil analisisnya: Tabel 4.3 Coefficients a Model Collinearity Statistics Tolerance VIF (Constant) 1 PAD,643 1,556 DBH,650 1,539 LW,929 1,077 a. Dependent Variable: BM

6 46 Berdasarkan data dari tabel 4.3 dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas antara variabel independen yang diindikasikan dari nilai tolerance dari setiap variabel lebih dari 0,10 yaitu PAD sebesar 0,643, DBH sebesar 0,650, dan LW sebesar 0,929. Hasil perhitungan memiliki nilai VIF lebih kecil dari 10 yaitu PAD sebesar 1,556, DBH sebesar 1,539, dan LW sebesar 1,077. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antara variabel independen dalam model regresi. 3. Uji Heterokedastisitas Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual pengamatan ke pengamatan yang lain. Deteksi ada atau tidaknya heteroskedasitas dapat dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplots antara SRESID dan ZPRED, dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X residualnya. Gambar 4.2

7 47 Dari grafik scatterplots diatas terlihat bahwa titik-titik tersebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi Belanja Modal berdasarkan masukkan dari variabel independen (PAD, DBH dan LW). Tabel 4.4 Coefficients a Model t Sig. (Constant) 2,810,006 1 PAD,516,607 DBH -,482,631 LW -1,114,268 a. Dependent Variable: absut Dari hasil perhitungan regresi dengan menggunakan variabel bebasnya absolut residual diketahui bahwa nilai signifikansi dari ketiga variabel independen lebih dari 0,05 dengan demikian dapat disimpulkan tidak terjadi heterokedastisitas pada model regresi.

8 48 4. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t-1 (sebelumnya). Pada pembahasan ini akan digunakan uji autokorelasi dengan menggunakan uji Durbin Watson ( uji DW). Tabel 4.5 Model Summary b Model Durbin-Watson 1 1,711 a. Predictors: (Constant), LW, DBH, PAD b. Dependent Variable: BM Berdasarkan pada tabel 4.5 terdapat nilai DW yang dihasilkan dari model regresi 1,711 nilai ini akan dibandingkan dengan nilai tsbel menggunakan nilai signifikansi 5%, jumlah sampel (n=99) dan jumlah variabel (k=3)maka di tabel Durbin Watson didapat nilai batas bawah (dl) sebesar 1,611 dengan batas atas (du) sebesar 1,735. Hasil uji Durbin Watson statistik didapat sebesar 1,711 berada diarea dl < dw < 4-du ( 1,611< 1,711< 2,265) atau berada diarea tidak ada autokorelasi. Maka dapat disimpulkan bahwa tidak ada autokorelasi pada model regresi yang digunakan.

9 49 C. Uji Kelayakan Model 1. Uji Koefisien Determinasi (R 2 ) Koefisien determinasi mengukur (R 2) mengukur seberapa jauh kemampuan model dalam menerangkan variabel dependen. Nilai koefisien determinasi yang ditunjukkan dengan nilai adjusted R- squaredari model regresi digunakan untuk mengetahui besarnya pengungkapan yang dapat dijelaskan oleh variabel-variabel bebasnya. Nilai koefisien determinasi dari model regresi penelitian ini dapat dilihat sebagai berikut: Tabel 4.6 Model Summary b Model R R Square Adjusted R Square 1,808 a,652,641 a. Predictors: (Constant), LW, DBH, PAD b. Dependent Variable: BM Pada tabel 4.6 menunjukkan bahwa koefisien determinasi yang menunjukkan nilai adjusted R-squaresebear 0,641. Hal ini berarti bahwa 64,1% variasi jumlah belanja modal dapat dijelaskan secara signifikan oleh variasi variabel PAD, DBH dan LW. Sedangkan 100% - 64,1% = 35,9% jumlah belanja modal yang dapat dijelaskan oleh variabel lainnya.

10 50 2. Uji Signifikansi F Uji F digunakan untuk menguji signifikansi pengaruh antara seluruh variabel bebas (PAD, DBH dan LW) dengan variabel terikat (Belanja Modal) secara bersama-sama. Hasil pengujian signifikansi F dapat dilihat pada tabel 4.7 berikut ini : Tabel 4.7 ANOVA a Model F Sig. Regression 59,396,000 b 1 Residual Total a. Dependent Variable: BM b. Predictors: (Constant), LW, DBH, PAD Berdasarkan nilai statistik pada tabel hasil regresi Pendapatan Asli Daerah, Dana Bagi Hasil dan Luas Wilayah terhadap Belanja Modal pada provinsi seindonesia periode dapat dilihat bahwa nilai F hitumg dengan nilai signifikansi 0,000 < tingkat signifikansi α = 0,05 maka dapat disimpulkan bahwa variabel Pendapatan Asli Daerah, Dana Bagi Hasil dan Luas Wilayah secara simultan berpengaruh signifikan terhadap Belanja Modal pada Provinsi seluruh Indonesia periode Hal ini dapat dibuktikan dari niali F hitung sedangkan F tabel 2.70 maka dapat diketahui bahwa F hitung > F tabel dan nilai signifikan sebesar lebih kecil dari sehingga dapat

11 51 disimpulkan Ho ditolak dan Ha diterima. Dapat diartikan bahwa Pendapatan Asli Daerah, Dana Bagi Hasil dan Luas Wilayah secara bersama-sama berpengaruh signifikan terhadap Belanja Modal. D. Uji Hipotesis 1. Uji Statistik t Uji t digunakan untuk menguji apakah variabel independen yang dimasukan dalam model yaitu Pendapatan Asli Daerah, Dana Bagi Hasil dan Luas Wilayah mempunyai pengaruh secara persial terhadap variabel dependen yaitu Belanja Modal. Tabel 4.8 Coefficients a Model t Sig. (Constant) 6,388,000 1 PAD 6,439,000 DBH 5,699,000 LW,757,451 a. Dependent Variable: BM Hasil pengujian dapat dilihat dari nilai uji t dan hasil signifikansi pengujiannya dapat dilihat dari tabel 4.8 diatas. Dari uji statistik t antara masing-masing variabel dependen dapat dijelaskan sebagai berikut : a) Variabel PAD memiliki p-value dalam kolom sig, yaitu 0,000 < 0,05, sedangkan t-hitung 6,439 > 1,984, yang artinya signifikan. Dalam

12 52 pengambilan hipotesis, maka H 2 diterima yang artinya PAD berpengaruh terhadap Belanja Modal b) Variabel DBH memiliki p-value dalam kolom sig, yaitu 0,000 < 0,05, sedangkan t-hitung 5,699 > 1,984 yang artinya signifikan. Dalam pengambilan hipotesis, maka H 3 diterima yang artinya DBH berpengaruh terhadap Belanja Modal. c) Variabel Luas Wilayah memiliki p-value dalam kolom sig yaitu 0,451 > 0,05 sedangkan t-hitung 0,757 < 1,984 yang artinya tidak signifikan. Dimana pada variabel LW tersebut memiliki hubungan yang positif dan tidak signifikan. Dalam pengambilan hipotesis maka H 4 ditolak yang artinya LW tidak berpengaruh terhadap Belanja Modal. E. Analisis Regresi Berganda Tabel 4.9 Coefficients a Model Unstandardized Coefficients B Std. Error (Constant) 5,154,807 1 PAD,341,053 DBH,241,042 LW,035,046 a. Dependent Variable: BM

13 53 Analisis regrasi linear berganda digunakan untuk menganalisa pengaruh variabel-variabel bebas terhadap variabel tidak bebas dari hasil analisis regresi linier yang dilakukan maka dapat diperoleh persamaan sebagai berikut: Belanja Modal = 5, ,341 PAD + 0,241 DBH + 0,035 LW + e Dimana : a) Konstanta sebesar 5,154 menyatakan jika tidak ada PAD, DBH dan LW maka perubahan belanja modal sebesar 5,154 b) Koefisien regresi variabel PAD sebesar artinya jika variabel independen lain nilainya tetap dan PAD mengalami kenaikkan Rp1,- maka belanja modal (Y) akan mengalami peningkatan sebesar Rp 0,341. Koefisien bernilai positif artinya terjadi hubungan positif antara PAD dengan belanja modal, semakin meningkat PAD maka akan semakin tinggi belanja modal. c) Koefisien regresi variabel DBH sebesar 0,241 yang artinya jika variabel independen lain nilainya tetap dan DBH mengalami kenaikkan Rp1,- maka belanja modal (Y) akan mengalami peningkatan sebesar Rp 0,241. Koefisien bernilai positif artinya terjadi hubungan positif antara DBH dengan belanja modal, semakin meningkatnya DBH maka akan semakin tinggi belanja modal yang akan dianggarkan. d) Koefisien regresi variabel LW sebesar 0,035 artinya jika variabel independen lain nilainya tetap dan LW mengalami perluasan 1 km 2 maka belanja modal akan mengalami peningkatan sebesar Rp 0,035. Koefisien

14 54 bernilai positif artinya terjadi hubungan positif antara LW dengan belanja modal, semakin luasnya suatu daerah maka akan semakin tinggi belanja modal yang dianggarkan. F. Pembahasan Berdasarkan hasil pengujian diatas dapat diperoleh hasil sebagai berikut : Tabel 4.10 Interprestasi Hasil No. Variabel Independen Hasil Uji F Keputusan Hipotesis 1. Seluruh variabel independen Sig. 0,000 < 0,05 H 1 Diterima Uji t 2. Pendapatan Asli Daerah (PAD) Sig. 0,000 < 0,05 H 2 Diterima 3. Dana Bagi Hasil (DBH) Sig. 0,000 < 0,05 H 3 Diterima 4. Luas Wilayah (LW) Sig. 0,451 > 0,05 H 4 Ditolak Sumber : Data yang diolah (2015) Dari hasil pengujian diatas menunjukkan bahwa secara bersama-sama PAD, DH dan LW berpengaruh terhadap Belanja Modal yang ditunjukkan pada nilai Fhitung > Ftabelyaitu > Hal ini juga dibuktikan dengan nilai signifikansi sebesar lebih kecil dari tingkat signifikansi probabilitas sebesar 0.05 atau 5%. Dari hasil pengujian koefisien determinasi diperoleh nilai adjusted R squared sebesar 64,1% yang berarti sisanya sebesar 35,9 % (100% - 64,1%) dipengaruhi atau dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dalam penelitian ini.

15 55 1. Pengaruh Pendapatan Asli Daerah (PAD) terhadap Belanja Modal Untuk variabel independen PAD secara parsial memiliki pengaruh terhadap belanja modal. Hal ini sesuai dengan penelitian Kusnandar dan Siswantoro (2012) yang menyatakan bahwa secara persial PAD memiliki korelasi positif dan signifikan terhadap belanja modal. Namun tidak sejalan dengan penelitian paujiah (2012) dikota tasikmalaya menunjukkan bahwa tidak terdapat pengaruh PAD terhadap belanja modal. Hal ini disebabkan oleh kurangnya kesadaran daerah untuk meningkatkan pendapatan asli daerah. Diharapkan daerah lebih terpacu untuk memanfaatkan sumber daya daerah yang akan digunakan untuk kegiatan yang dapat meningkatkan pendapatan daerah. 2. Pengaruh Dana Bagi Hasil (DBH) terhadap Belanja Modal Untuk variabel independen DBH secara parsial memiliki pengaruh terhadap belanja modal. Hal ini sesuai dengan penelitian Maryadi (2014) pada kota/kabupaten di Indonesia menunjukkan bahwa DBH berpengaruh signifikan terhadap belanja modal. Namun tidak sejalan dengan penelitian dari Tri Lestari (2010) dalam penelitian pengaruh PAD, DAU dan DBH terhadap belanja langsung pada pemerintah kabupaten/kota di Provinsi Jambi yang menunnjukkan bahwa Dana Bagi Hasil tidak berpengaruh signifikan terhadap belanja langsung. Hal ini karena tidak semua daerah memiliki potensi dan kekayaan alam yang dapat diterima oleh DBH.

16 56 3. Pengaruh Luas Wilayah terhadap Belanja Modal Untuk variabel luas wilayah secara parsial tidak memiliki pengaruh terhadap belanja modal. Hal ini tidak sesuai dengan hasil penelitian Siswantoro dan Kusnandar (2012) yang menunjukkan bahwa luas wilayah berpengaruh positif terhadap belanja modal. Hal ini karena tidak adanya mengukuran ulang untuk daerah-daerah yang mengalami perluasan atau penyempitan daerah. Sehingga hasil setiap tahunnya tidak terdapat hubungan yang signifikan terhadap belanja modal. Diharapkan setiap daerah dapat memperhatikan setiap perubahaan yang terjadi di daerah agar belanja modal dapat digunakan untuk perbaikkan daerah dengan baik.