BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilakukan pada kabupaten/kota provinsi Jawa Tengah tahun 2011-2013 yang seluruh data keuangannya telah di terbitkan dan dilaporkan kepada pemerintah pusat. Penulis melakukan pengambilan data dari situs www.djpk.depkeu.go.id tentang laporan realisasi APBD tahunan, www.bps.go.id tentang data pertumbuhan ekonomi provinsi. Sampel yang di ambil dalam penelitian ini adalah kabupaten/kota provinsi Jawa Tengah. Jadwal penelitian dilaksanakan mulai periode April 2015 sampai dengan Mei 2015. B. Desain Penelitian Penelitian ini menggunakan dasain kuasal. ''Desain kausal berguna untuk mengukur hubungan antara variabel X dengan variabel Y dimana variabel dependen (variabel Y) di jelaskan atau di pengaruhi oleh variabel independen tersebut (variabel X), maka dapat dinyatakan bahwa variabel X menyababkan variabel Y.''. Desain kausal ini digunakan untuk mengetahui bagaimana pengaruh pada Pajak Daerah, Retribusi Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, dan Belanja Modal terhadap Pertumbuhan Ekonomi. C. Definisi dan Operasionalisasi Variabel Penelitian ini mengunakan satu variabael dependen dan empat variabel independen. 1
1. Variabel dependen Pertumbuhan Ekonomi (PE) yang merupakan perkembangan kegiatan perekonomian yang menyebabkan meningkatnya produksi barang dan jasa, yang selanjutnya akan digunakan untuk kemakmuran masyaratakat. Untuk mengetahui Pertumbuhan Ekonomi (PE) provinsi Jawa Tengah digunakan rumus: Keterangan: PDRB (t) : Produk Domestik Regional Bruto pada tahun t PDRB (t-1) : Produk Domestik Regional Bruto satu tahun sebelum tahun t 2. Variabel independen a. Pajak Daerah merupakan iuran wajib yang diberikan masyarakat kepada pemerintah daerah Provinsi Jawa Tengah dalam satuan rupiah. b. Retribusi Daerah merupakan penerimaan daerah yang dipungut langsung sebagai pembayaran atas imbalan langsung atas pelayanan yang diberikan oleh pemerintah daerah Provinsi Jawa tengah kepada masyarakat dalam satuan rupiah. c. Dana Alokasi Umum (DAU) dalam penelitian ini dipresentasikan oleh realisasi dana perimbangan dari Dana Aloaksi Umum dalam Laporan Realisasi APBD. 2
d. Dana Alokasi Khusus (DAK) dalam penelitian ini dipresentasikan oleh realisasi dana perimbangan dari Dana Aloaksi Khusus dalam Laporan Realisasi APBD. e. Belanja Modal Belanja Modal dalam penelitian ini diproksikan oleh angka Belanja Modal. Menurut Putro dan Pamudji (2010), indikator variabel ini diukur dengan: Tabel 3.1 Definisi dan Operasional Variabel Penelitian No Variabel Sumber Data / Rumus Skala Variabel Dependen 1 Pertumbuhan Ekonomi (PDRB) (Y) BPS, Badan Pusat Statistik (PDRB ADHK 2000 menurut kabupaten/kota provinsi Jawa Tengah tahun 2011-2013) Rasio Variabel Independen 1 Pajak Daerah (X1) 2 Retribusi Daerah (X2) 3 Dana Alokasi Umum (DAU) (X3) 4 Dana Alokasi Khusus (DAK) (X4) 5 Belanja Modal (BM) (X5) Depkeu (Realisasi APBD tahun 2009-2013) Rasio Depkeu (Realisasi APBD tahun 2009-2013) Depkeu (Realisasi APBD tahun 2011-2013) Rasio Depkeu (Realisasi APBD tahun 2011-2013) Rasio Depkeu (Realisasi APBD tahun 2011-2013) Rasio Sumber : Data Sekunder yang diolah, 2015 3
D. Populasi dan Sampel Penelitian Populasi yang digunakan dalam penelitian ini adalah pemerintah kabupaten/kota di provinsi Jawa Tengah, dalam hal ini seluruh kabupaten/kota yang telah mempublikasikan laporan APBD nya. Populasi dalam penelitian ini adalah sebanyak 29 kabupaten dan 6 kota. Pengambilan sampel dalam penelitian ini menggunakan Kriteria pemilihan sampel adalah sebagai berikut: 1. Kabupaten/kota di provinsi Jawa Tengah yang data publikasi laporan APBD selama periode 2010-2012 lengkap terdiri dari PAD, DAU, DAK, dan Belanja Modal. 2. Kabupaten/kota di provinsi Jawa Tengah yang telah mempublikasikan laporan PDRB selama periode 2011-2013. Adapun deskripsi data kabupaten/kota yang telah di tentukan sebagai sampel. Kabupaten/kota yang terpilih menjadi sampel penelitian adalah sebanyak 32 (tiga puluh dua) sampel yang terdapat pada Tabel 3.2 4
Tabel 3.2 Kriteria Penyeleksian Sampel dari Populasi No Kabupaten/kota Kriteria 1 2 1 Kab. Cilacap 2 Kab. Banyumas 3 Kab. Purbalingga 4 Kab. Banajrnegara 5 Kab. Kebumen 6 Kab. Purworejo 7 Kab. Wonosobo 8 Kab. Magelang 9 Kab. Boyolali 10 Kab. Klaten 11 Kab. Sukoharjo - 12 Kab. Wonogiri 13 Kab. Karanganyar - 14 Kab. Sragen 15 Kab. Grobogan 16 Kab. Blora 17 Kab. Rembang 18 Kab. Pati 19 Kab. Kudus 20 Kab. Jepara - 21 Kab. Demak 22 Kab. Semarang 23 Kab. Temanggung 24 Kab. Kendal 25 Kab. Batang 26 Kab. Pekalongan 27 Kab. Pemalang 28 Kab. Tegal 29 Kab. Brebes 30 Kab. Magelang 31 Kota Surakarta 32 Kota Salatiga 33 Kota Semarang 34 Kota Pekalongan 35 Kota Tegal Sumber : Data sekunder yang diolah, 2015 Jumlah Total sampel 32 kabupeten/kota 5
E. Teknik Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah penelitian kepustakaan (library research) dengan mempelajari dan mengutip catatan-catatan atau mengumpulkan bahan atau data yang ada kaitannya dengan objek penelitian, yang terdapat dalam kepustakaan, kemudian menyusun dengan objek pembahasan, yang terdapat dalam kepustakaan, selanjutnya disusun dengan menganalisa data yang terkumpul. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari dokumen laporan realisasi APBD yang diperoleh dari situs Dirjen Perimbangan Keuangan Pemerintah Daerah melalui www.djpk.depkeu.go.id. Dari laporan realisasi APBD ini di peroleh data mengenai jumlah realisasi anggaran Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), dan Pendapatan Asli Daerah (PAD). Dan dari situs www.bps.go.id diperoleh laporan PDRB provinsi Jawa Tengah. F. Metode analisis Metode analisis data yangdigunakan dalam penelitian ini adalah metode analisis statistik model regresi berganda dengan bantuan software SPSS 21 for windows. 1. Statistik Deskriptif Penyajian statistik deskriptif dalam penelitian ini untuk mengetahui gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), nilai tertinggi dan nilai terendah dari variabel-variabel yang diteliti serta 6
mendeskripsikan dan membandingkan data setiap tahunnya. Dalam penelitian ini variabel yang digunakan adalah Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi khusus, dan Belanja Modal. Analisis statistik deskriptif mempunyai tujuan untuk mengetahui gambaran umum dari semua variabel yang digunakan dalam penelitian ini, dengan cara melihat tabel statistik deskriptif yang menunjukkan hasil pengukuran mean, nilai minimal dan maksimal, serta standar deviasi semua variabel tersebut. 2. Uji Asumsi Klasik Penggunaan uji asumsi klasik bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan pada penelitian ini. Tujuan lainnya untuk memastikan bahwa di dalam model regresi yang digunakan mempunyai data yang terdistribusikan secara normal, bebas dari autokolerasi, multikolinieritas serta heterokedististisitas. a. Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganrgu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilangagr maka uji statistik menjadi tidak valid untuk jumlah sampel kecil (Imam Ghozali, 2013:160). Data yang berdistribusi normal adalah data yang sebaran nilai datannya memiliki nilai yang memusat di nilai rataratanya. Jika terdapat normalitas, maka residual akan terdistribusi normal dan 7
independen. Terdapat dua kriteria mengenai penentuan normalitas (Imam Ghozali, 2011:29), yaitu: - Jika asymp.sig > 0,05, maka nilai residual telah berdistribusi normal. - Jika asymp.sig < 0,05, maka nilai residual tidak berdistribusi normal. b. Uji Multikolonieritas Pengujian multikolinieritas dilakukan untuk menguji pada model regresi ditemukan adanya korelasi antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen (Imam Ghozali, 2013:105). Jika terdapat korelasi maka terdapat problem multikolinieritas. Multikolonieritas terjadi jika terdapat hubungan linear antara independen yang libatkan dalam model. Jika terjadi gejala multikolonieritas yang tinggi maka standar error koefisien regresi akan semakin besar, akibatnya convidence internal untuk pendugaan parameter semakin lebar. Untuk mendeteksi ada tidaknya multikolinieritas di dalam regresi dapat dilihat dari tolerance value dan nilai varianbe inflation factor (VIF). Sebagai dasar acuannya dapat disimpulkan: - Jika niai tolerance> 0,10 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak terdapat multikolinieritas antar variabel indpeneden dalam model regresi tersebut. - Jika nilai tolerance< 0,10 dan nilai VIF > 10, maka dapat disimpulkan bahwa terdapat multikolinieritas antar variabel independen dalam metode regresi tersebut. 8
c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk mengetahui apakah di dalam suatu model regresi ditemukan ketidaksamaan variance dari residual antara pengamatan yang satu dengan yang lain. Jika mempunyai nilai yang tetap maka dinamakan homoskedastisitas, tetapi jika berlainan maka disebut dengan heteroskedastisitas. Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskesdatisitas karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar) (Imam Ghozali, 2013:139). Menurut Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas: - Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heterokedastisitas. - Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. d. Uji Autokorelasi Masalah autokolerasi akan muncul bila data yang dipakai adalah data runtun waktu (timeseries). Menurut Imam Ghozali (2013:110) uji ini bertujuan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena adanya residual (kesalahan penganggu) tidak bebas dari satu observasi ke observasi lainnya. 9
Untuk medeteksi adanya autokolerasi bisa digunakan tes Durbin Watson (DW). Deteksi autokolerasi dengan cara ini dimulai dengan menghitung nilai d, setelah nilai diketemukan makan tahapan berikutnya adalah menentukan nilai d µ dan d 1 dengan mengunakan Durbin Watson. Ketentuan : d µ < d < 4 d µ d < d 1 d > 4 - d 1 d 1 < d < d µ = Tidak ada Autokolerasi = Tidak ada autokorelasi positif = Tidak ada autokorelasi negatif = Tidak ada keputusan tentang autokolerasi 4 - d µ < d < 4 - d 1 = Tidak ada keputusan tentang autokolerasi 3. Pengujian Hipotesis a. Uji Koefisien Determinasi (R 2 ) Koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variabel-variabel dependen.nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen (Imam Ghozali, 2013:97). Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R 2 pasti meningkat tidak peduli apakah 10
variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai adjusted R 2 pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti R 2, nilai adjusted R 2 dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model (Imam Ghozali, 2013:97). Menurut Gujarati (2003) dalam Imam Ghozali (2013), jika dalam uji empiris didapat nilai adjusted R 2 negatif, maka nilai adjusted R 2 dianggap bernilai nol. Secara sistematis, jika nilai R 2 = 1, maka adjusted R 2 = R 2 = 1 sedangkan jika nilai R 2 = 0, maka adjusted R2 = (1 k)/(n k). Jika k > 1, maka adjusted R 2 akan bernilai negatif.nilai R²square dikatakan baik jika berada diatas 0.5 karena nilai R²square berkisar pada 0-1. b. Uji Simultan ( Uji F statistik) Uji ststistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau: Ho : b1 = b2 =... = bk = 0 Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (HA) tidak semua parameter secara simultan sama dengan nol, atau: HA : b1 b2... bk 0 Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. 11
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut : 1. Quick look : bila nilai F lebih besar dari pada 4 maka Ho dapat ditolak pada derajat kepercayaan 5%. Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen. 2. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar dari pada nilai F tabel, maka Ho ditolak dan menerima HA. c. Uji signifikan parsial (t-test) Menurut Imam Ghozali (2011:98) uji statistik t bertujuan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Kriteria pengambilan keputusan yaitu : 1. Jika nilai signifikansi < 0,05 maka artinya variabel independen memiliki pengaruh terhadap variabel dependen. 2. Jika nilai signifikansi 0,05 maka artinya variabel independen tidak memiliki pengaruh terhadap variabel dependen. 12