BAB 3 METODE PENELITIAN 3.1 Objek Penelitian Penelitian ini bertujuan untuk mengetahui pengaruh dari Pajak Daerah, Retribusi Daerah serta Dana Alokasi Umum terhadap Belanja Daerah Pemerintah Kabupaten atau Kotamadya di Provinsi Banten. Objek yang ingin diteliti dalam penelitian ini adalah: 1. Pajak Daerah 2. Retribusi Daerah 3. Dana alokasi umum 4. Belanja Daerah Pemerintah Kabupaten atau Kotamadya di Provinsi Banten. Periode pengamatan selama jangka waktu empat tahun yaitu, mulai periode 31 Desember 2009 sampai dengan 31 Desember 2012. Data yang digunakan dalam penelitian ini diperoleh dari situs Direktorat Jenderal Perimbangan Keuangan Departemen Keuangan. 3.2 Populasi dan Sampel Populasi dalam penelitian ini adalah Kabupaten atau Kotamadya di Provinsi Banten. Sedangkan sampel dalam penelitian ini adalah empat Kabupaten dan empat Kotamadya yang diperoleh dengan menggunakan metode purposive sampling. Metode purposive sampling merupakan metode pengambilan sampel dengan memilih sampel berdasarkan kriteria yang sesuai dengan data yang dibutuhkan dalam penelitian. Kriteria pemilihan sampel dalam penelitian ini adalah sebagai berikut: 35
Kabupaten atau Kotamadya di Provinsi Banten yang telah melaporkan dan memasukkan data Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah (APBD) yakni, mengenai laporan realisasi untuk Pajak Daerah, Retribusi Daerah, Dana Alokasi Umum serta Belanja Daerah pada situs Direktorat Jenderal Perimbangan Keuangan Departemen Keuangan secara rutin dari tahun 2009 sampai dengan tahun 2012. 3.3 Metode Pengumpulan Data 3.3.1 Jenis dan Sumber Data Jenis data menurut Sarwono (2006:209) terdiri dari data primer dan data sekunder. Data primer adalah data berupa teks hasil wawancara dan diperoleh melalui wawancara dengan informan yang sedang dijadikan sampel dalam penelitiannya. Data sekunder berupa data-data yang sudah tersedia dan dapat diperoleh oleh peneliti dengan cara membaca, melihat atau mendengar. Data yang digunakan dalam penelitian ini adalah data kuantitatif, yaitu data dinyatakan dalam angka-angka (Sugiyono, 2009:23). Data yang diperlukan dalam penelitian ini berupa data sekunder, artinya data yang diterbitkan dalam jurnal statistik dan informasi lainnya yang tersedia dari sumber publikasi atau nonpublikasi baik di dalam maupun di luar organisasi, serta semua data yang dibutuhkan dan berguna bagi peneliti (Sekaran, 2006:245). Data diperoleh dari laporan realisasi Anggaran Pendapatan dan Belanja Pemerintah Kabupaten atau Kotamadya di Provinsi Banten yang didapatkan dari situs internet Direktorat Jenderal Perimbangan Keuangan Departemen Keuangan dengan alamat website www.djpk.depkeu.go.id. Data yang dibutuhkan adalah laporan realisasi anggaran yang berhubungan dengan variabel penelitian yaitu, total realisasi pajak daerah, total realisasi retribusi daerah, total realisasi dana alokasi umum serta total realisasi belanja daerah. 36
3.3.2 Teknik Pengumpulan Data Metode yang digunakan peneliti dalam mengumpulkan data sekunder adalah dengan mengumpulkan dokumentasi berupa buku, undang-undang, jurnal, laporan realisasi Anggaran Pendapatan dan Belanja Daerah, artikel di internet, serta penelitian-penelitian terdahulu yang berkaitan dengan penelitian ini. Selain itu, peneliti juga mengumpulkan data dari Direktorat Jenderal Perimbangan Keuangan Departemen Keuangan dan juga dari Biro Pusat Statistik (BPS) Provinsi Banten. 3.4 Operasional Variabel Sesuai dengan judul penelitian yaitu Analisis Pengaruh Pajak Daerah, Retribusi Daerah serta Dana Alokasi Umum terhadap Belanja Daerah pada Pemerintah Kabupaten atau Kotamadya di Propinsi Banten maka variabel dari penelitian ini terdiri dari: 3.4.1 Variabel Bebas (Independen) Variabel bebas atau independen merupakan variabel yang mempengaruhi variabel lain (Sarwono, 2006:54). Adapun variabel bebas atau independen dalam penelitian ini adalah sebagai berikut: a) Pajak Daerah Pajak daerah merupakan pajak yang dipungut oleh Pemerintah Daerah dan digunakan untuk membiayai rumah tangga daerah (Mardiasmo, 2006:6). b) Retribusi Daerah Retribusi Daerah merupakan pungutan Daerah sebagai pembayaran atas jasa atau pemberian izin tertentu yang khusus disediakan dan atau diberikan oleh Pemerintah Daerah untuk kepentingan pribadi atau badan (Mardiasmo, 2006:14). 37
c) Dana Alokasi Umum Dana Alokasi Umum (DAU) merupakan dana yang bersumber dari pendapatan Anggaran Pendapatan Belanja Nasional (APBN) yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar-daerah untuk mendanai kebutuhan Daerah dalam rangka pelaksanaan Desentralisasi (Undang-undang nomor 33 tahun 2004). 3.4.2 Variabel Terikat (Dependen) Variabel terikat atau dependen merupakan variabel yang memberikan reaksi atau respon jika dihubungkan dengan variabel bebas (Sarwono, 2006:54). Variabel terikat atau dependen dalam penelitian ini adalah: a) Belanja Daerah Belanja daerah menurut Undang-undang nomor 33 tahun 2004 merupakan semua kewajiban daerah yang diakui sebagai pengurangan nilai kekayaan bersih dalam periode tahun bersangkutan. 3.5 Metode Analisis Data 3.5.1 Teknik Pengolahan Data Teknik pengolahan data yang digunakan dalam penelitian ini yaitu menggunakan metode analisis kuantitatif dengan menggunakan program komputer pengolahan data statistik yaitu, menggunakan program spss versi 17. 3.5.2 Teknik Analisis Data Teknik analisa yang akan digunakan dalam penelitian ini menggunakan teknik analisa regresi berganda untuk memperoleh gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan variabel lain. Dalam hal ini untuk variabel dependennya adalah belanja daerah dan variabel independennya yakni pajak daerah, retribusi daerah serta dana alokasi umum. Untuk mengetahui apakah ada pengaruh 38
yang signifikan dari variabel independen terhadap variabel dependen maka digunakan model regresi linier berganda (multiple regression method) yang dirumuskan sebagai berikut: Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + Ԑ Keterangan: Y α β1,β2,β3 X 1 X 2 X 3 Ԑ = Belanja Daerah = Konstanta = Koefisien masing-masing variabel independen = Pajak Daerah = Retribusi Daerah = Dana Alokasi Umum = Error 3.5.3 Teknik Pengujian Hipotesis 3.5.3.1 Statistik Deskriptif Statistik deskriptif bertujuan untuk memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata, standar deviasi, serta nilai maksimum dan nilai minimum (Ghozali, 2001:16). 3.5.3.2 Uji Asumsi Klasik Pengujian regresi linier berganda dapat dilakukan setelah model dari penelitian ini memenuhi syarat-syarat yaitu lolos dari asumsi klasik. Syarat-syarat tersebut adalah dimana data telah terdistribusi secara normal, tidak terjadi autokolerasi, tidak terjadi heteroskedatisitas, dan tidak terjadi multikolinieritas. Untuk itu sebelum melakukan pengujian regresi linier berganda perlu dilakukan terlebih dahulu pengujian asumsi klasik, pengujian asumsi klasik yang digunakan meliputi: 39
1) Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah model yang memiliki distribusi data normal atau mendekati normal (Ghozali, 2001:74). Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali (2005 : 110), yaitu: a) Analisis grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati ditribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. b) Analisis statistik Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistic non parametric Kolmogrov-Smirnov (K-S) Hipotesa yang digunakan : H 0 : Data berdistribusi normal Ha : Data tidak berdistribusi normal Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogrov-Smirnov dapat dilihat dari: 40
a) Jika nilai Sig. atau Probabilitas < 0,05, maka H 0 ditolak (tidak berdistribusi normal) b) Jika nilai Sig. atau Probabilitas > 0,05, maka H 0 diterima (bedistribusi normal) 2) Uji Autokorelasi Autokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lain yang berlainan waktu (Winarno, 2009: 5.26). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pangganggu) tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari masalah autokorelasi. Menurut Singgih (2012 : CD) untuk mendeteksi adanya autokorelasi bisa digunakan tes Durbin Watson (D-W), yang bisa dilihat pada buku statistic yang relevan. Namun demikian secara umum bisa diambil patokan: 1) Angka D-W di bawah -2 berarti ada autokorelasi positif. 2) Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi. 3) Angka D-W diatas +2 berarti ada autokorelasi. Jika terjadi autokorelasi, maka dapat diatasi dengan cara: a) Melakukan transformasi data b) Menambah data observasi 3) Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain teteap maka disebut homoskedatisitas dan jika berbeda disebut heteroskedastisitas. 41
Model regresi yang baik adalah yang homoskedatisitas atau tidak terjadi heteroskedasitas (Ghozali, 2005 : 105). Pengujian ini dilakukan dengan Scatter- Plot menggunakan SPSS. 4) Uji Multikolinieritas Multikolinieritas adalah kondisi adanya hubungan linier antar variabel independen. Tujuannya adalah menguji apakah pada model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Pengujian multikolinieritas dilakukan dengan melihat nilai VIF antar variabel independen. Jika nilai VIF lebih besar dari 10 maka terjadi multikolinieritas dan suatu model terdapat gejala multikolinieritas jika terdapat Tolerence kurang dari 0.10. 3.5.3.3 Uji F (simultan atau serentak) Pengujian simultan pada dasarnya menunjukkan apakah semua variabel independen yang dimasukan dalam model mempunyai pengaruh secara bersamasama terhadap variabel dependen. Pengujian hipotesis dilakukan dengan menggunakan uji F-test. Hipotesis yang akan diuji adalah sebagai berikut: H 0 : (b 1 = b 2 = b 3 = 0) tidak ada pengaruh yang signifikan secara bersamasama antara variabel independen terhadap variabel dependen. H a : (b 1 b 2 b 3 0) Ada pengaruh simultan yang signifikan antara variabel independen terhadap variabel dependen. Dasar pengambilan keputusan dalam pengujian ini dengan tingkat signifikansi 5% adalah : Jika nilai ρ-value F 0,05, maka H 0 ditolak. Jika nilai ρ-value F > 0,05, maka H a diterima. 42
3.5.3.4 Uji t (pengujian parsial) Uji t menunjukkan seberapa jauh pengaruh variabel-variabel independen secara individual mempengaruhi variabel dependen. Hipotesis yang digunakan pada pengujian parsial adalah : H 0 : (b i = 0) Tidak terdapat pengaruh yang signifikan antara variabel independen dengan variabel dependen. H a : (b i 0) Terdapat pengaruh yang signifikan antara variabel independen dengan variabel dependen. Dasar pengambilan keputusan dengan tingkat signifikansi 5% yaitu : a) Jika nilai Sig. atau ρ value t 0,05, maka H 0 ditolak (terdapat pengaruh secara signifikan) b) Jika nilai Sig. atau ρ value t > 0,05, maka H 0 diterima (tidak terdapat pengaruh secara signifikan) 3.5.3.5 Uji Koefisien Determinasi Persentase pengaruh dari seluruh variabel bebas yang tercakup dalam model regresi terhadap variabel terikat dapat dilihat melalui nilai koefisien determinasi berganda (R²) yang besarnya 0 sampai dengan 1. Nilai R² yang mendekati 1 berarti semakin kuat model tersebut dalam menjelaskan variasi variabel independen terhadap variabel dependen. R² adalah sebuah fungsi yang tidak pernah menurun (non-decreasing) dari jumlah variabel bebas yang terdapat dalam model regresi. Setiap tambahan satu variabel independen maka R² pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, menurut Imam Ghozali (2001) banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R² pada saat mengevaluasi mana model regresi terbaik. Nilai adjsuted R² 43
bervariasi menurut variasi jumlah variabel bebas. Dengan kata lain, adjusted R² dapat menurun atau pun meningkat apabila suatu variabel baru ditambahkan pada model regresi (sekalipun R² meningkat). Oleh sebab itu, nilai adjusted R² selalu lebih kecil daripada R². Akan tetapi kenaikan adjusted R² tidak berarti bahwa variabel baru yang dimasukkan secara statistik akan signifikan. 44