BAB I

PENDAHULUAN

1.1 Latar Belakang

Setiap masyarakat Indonesia memiliki hak untuk mendapatkan pendidikan.

Seperti yang diamanatkan oleh Undang-Undang Nomor 20 Tahun 2003 mengenai
sistem pendidikan nasional yang menetapkan bahwa pemerintah berkewajiban
memenuhi hak setiap warga negara untuk memperoleh pendidikan yang
bermutu.Salah satu faktor utama dalam pembangunan harus adanya sumber daya
manusia (SDM) Untuk mendapatkan SDM yang bermutu maka di perlukan
pendidikan yang berkualiats.

Pendidikan adalah sarana penting untuk meningkatkan sumber daya

manusia yang maju, mandiri, demokratis, sejahtera, dan bebas dari kemiskinan.
Selain itu, pendidikan merupakan sebuah investasi jangka panjang dan
membutuhkan proses yang cukup lama serta biaya yang sangat besar dalam masa
pendidikan yang lebih tinggi.

Untuk melihat seberapa besar kemajuan sektor pendidikan dapat dilihat

dari Angka Partisipasi Sekolah. Cakupan pendidikan dalam lingkup ini cukup
luas. Usia Pendidikan terdiri dari: (1) usia 6-12 tahun menggenggam pendidikan
sekolah dasar, (2) usia 13-15 tahun menggenggam pendidikan sekolah menengah
pertama, (3) usia 16-18 tahun dalam pendidikan mengengah atas dan (4) usia 19-
24 dalam pendidikan perguruan tinggi.

Proporsi pengeluaran pemerintah untuk sektor pendidikan, baik terhadap

total pengeluaran pembangunan maupun Produk Domestik Bruto, secara tidak
langsung menunjukkan reaksi pemerintah atas semakin tingginya permintaan atas
sarana dan prasarana pendidikan. Secara tidak langsung hal itu menunjukkan
seberapa jauh masyarakat menyadari pentingnya peranan pendidikan.

Tingkat PDRB perkapita yang tinggi diharapkan masyarakat mampu

memprioritaskan pendidikan ke jenjang yang lebih tinggi, dimana dengan

1
 2

tingginya jenjang pendidikan mampu memperoleh kualitas SDM yang lebih baik
sehinnga menciptakan tenaga kerja yang berkualitas dan mampu bersaing di dunia
kerja.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas dapat dirumuskan beberapa

permasalahan, yaitu :

1. Apakah alokasi dana sector pendidikan berpengaruh terhadap Angka

Partisipasi Sekolah (APS)?
2. Apakah Produk Domestik Regional Bruto (PDRB) berpengaruh
terhadap Angka Partisipasi Sekolah (APS)?
3. Apakah alokasi dana sector pendidikan dan Produk Domestik Regional
Bruto (PDRB) berpengaruh terhadap Angka Partisipasi Sekolah
(APS)?

1.3 Tujuan

Berdasarkan rumusah masalah diatas dapat dirumuskan beberapa tujuan,

yaitu :

1. Mengetahui pengaruh alokasi dana sector pendidikan terhadap Angka

Partisipasi Sekolah (APS).
2. Mengetahui pengaruh Produk Domestik Regional Bruto (PDRB)
terhadap Angka Partisipasi Sekolah (APS).
3. Mengetahui pengaruh alokasi dana sektor pendidikan dan Produk
Domestik Regional Bruto (PDRB) terhadap Angka Partisipasi Sekolah
(APS).
 3

1.4 Manfaat

Hasil ini diharapkan dapat memberikan manfaat dalam berbagai hal, antara
lain:

1. Diharapkan dapat memberikan gambaran bagaimana pengaruh alokasi

dana sektor pendidikan dan PDRB perkapita terhadap terhadap angka
pasrtisipasi sekolag di Kabupaten Majalengka.
2. Mampu memberikan masukan bagi pemerintah dan kebijakan
3. Sebagai referensi untuk penelitian.
 4

BAB II
KAJIAN TEORI

2.1 Kajian Teori

2.1.1 Gambaran Umum APBD
Anggaran Pendapatan dan Belanja Daerah berlaku untuk daerah tingkat I
dan II. Pembentukan dan pengelolaannya disesuaikan dengan tata cara yang
berlaku pada pemerintahan pusat. Pendapatan daerah tingkat I antara lain terdiri
dari pajak daerah tingkat I (pajak izin penangkapan ikan, pajak sekolah), pajak
pusat diserahkan kepada daerah tingkat I, antara lain: Pajak Rumah Tangga, Pajak
Kendaraan Bermotor, Bea Balik Nama Kendaraan Bermotor, Opsen (opsen atas
pajak kejayaan, opsen atas cukai bensin), retribusi (antara lain Retribusi izin
pengambilan pasir, baty, kerikil, kapur, gamping, batu karang), subsidi daerah
otonomi. Daerah tingkat II mendapatkan penghasilan dari berbagai pajak daerah
(antara lain Pajak Tontonan, pajak reklame, pajak anjing dan lain-lain), pajak
pusat (antara lain pajak radio, panjak bangsa asing, pajak pembangunan I dan
sebagainya), sumbangan daerah otonom, Ipeda. Belanjanya adalah sesuai dengan
ruang lingkup kegiatan yang menjadi tugas daerahnya.
Dalam UU No 33 Tahun 2004 Pasal 1 Ayat 17, menyebutkan bahwa
APBD adalah rencana keuangan tahunan Pemerintah Daerah yang dibahas dan
disetujui bersama oleh Pemerintah Daerah dan DPRD dan ditetapkan dengan
peraturan daerah. APBD merupakan rencana keuangan tahunan daerah, dimana
dissatu sisi menggambarkan anggaran pengeluaran guna membiayai kegiatan-
kegiatan dan proyek-proyek daerah dalam satu tahun anggaran dan disisi lain
menggambarkan penerimaan daerah guna membiayai pengeluaran yang telah
dianggarkan.
a. Klasifikasi Pengeluaran Pemerintah Menurut (Erhan, 2014)
pengeluaran pemerintah dapat dinilai dari berbagai segi, sehingga
dapat dibedakan menjadi sebagai berikut:
1. Pengeluaran pemerintah merupakan bentuk investasi langsung
untuk memberikan kesejahteraan bagi masyarakat.

4
 5

2. Pengeluaran pemerintah langsung memberikan kesejahteraan bagi

masyarakat.
3. Pengeluaran pemerintah merupakan pengeluaran yang akan datang.
4. Pengeluaran pemerintah merupakan sarana penyedia kesempat
kerja yang lebih banyak dan penyebaran daya beli yang luas.
Oleh karena itu, pengeluaran pemerintah dapat diklasifikasikan
menjadi:
a) Pengeluaran yang self liquiditing sebagian atau sepenuhnya,
artinya pengeluaran pemerintah mendapatkan pembayaran
kembali dari masyarakat yang menerima jasa-jasa/barang-
barang yang bersangkutan. Misalnya, pengeluaran untuk jasa-
jasa perusahaan pemerintah atau untuk proyek-proyek
produktif barang ekspor.
b) Pengeluaran yang reproduktif, artinya mewujudkan
keuntungan-keuntungan ekonomis bagi masyarakat, dimana
dengan naiknya tingkat penghasilan dan sasaran pajang yang
lain pada akhirnya akan menaikan penerimaan pemerintah.
Misalnya, pengeluaran untuk bidang pertanian, pendidikan, dan
pengeluaran untuk menciptakan lapangan kerja, serta memicu
peningkatan kegiatan perekonomian masyarakat.
c) Pengeluaran yang tidak self liquiditing maupun yang tidak
produktif, yaitu pengeluaran yang langsung menambahkan
kegembiraan dan kesejahteraan masyarakat. Misalnya, untuk
bidang rekreasi,objek-objek pariwisata dan sebagainya.
d) Pengeluaran yang merupakan penghematan dimasa akan
datang, misalnya pengeluaran untuk anak-anak yatim piatu,
pengeluaran untuk kesehatan dan pendidikan masyarakat.

2.1.2 Alokasi Dana Sektor Pendidikan

Dalam penyelenggaraan pendidikan, keuangan dan pembiayaan
merupakan potensi yang sangat menentukan dan merupakan bagian yang tak
 6

terpisahkan dalam kajian menajemen pendidikan. Komponen keuangan dan

pembiayaan pada suatu sekolah merupakan komponen produksi yang menentukan
terlaksananya kegiatan. Dengan kata lain setiap kegiatan yang dilakukan
memerlukan biaya, baik itu disadari maupun tidak disadari.
Pengertian pembiayaan pendidikan yang bersifat budgetair, yaitu biaya
pendidikan yang diperoleh dan dibelanjakan oleh sekolah sebagai suatu lembaga.
(Nanang Fattah, 2006:23). Hal ini yang sesuai dengan apa yang dikemukakan oleh
Chon dalam Syaeful Sagala(2007:209) mengatakan biaya pendidikan adalah
costyang harus dikeluarkan yaitu perhitungan atau biaya yang dikeluarkan untuk
membiayai kegiatan-kegiatan terkait dalam pendidikan.
Anggaran pendidikan merupakan biaya atau dana yang dibutuhkan dalam
penyelenggaraan pendidikan, baik biaya langsung ( direct cost ) dan biaya tidak
langsung ( indirect cost ). Biaya langsung terdiri dari biaya-biaya yang
dikeluarkan untuk keperluan pelaksanaan pengajaran dan kegiatan belajar siswa
berupa pembelian alat-alat pelajaran, sarana belajar, biaya transportasi, gaji guru,
baik yang dikeluarkan oleh pemerintah, orangtua, maupun siswa sendiri.
Sedangkan biaya tidak langsung berupa keuntungan yang hilang (earning
forgone) dalam bentuk biaya kesempatan yang hilang (opportunity cost) yang
dikorbankan oleh siswa selama belajar ( Cohn:1979; Thomas Jone: 1985 ; Alan
Thomas : 1976 dalam Nanang Fattah, 2006:23)

2.1.3 Produk Domestik Regional Bruto (PDRB)

Produk Domestik Regional Bruto (PDRB) merupakan salah satu indicator
yang biasa digunakan untuk mengukur tingkat keberhasilan pembanguna ekonomi
suatu wilayah/daerah. Karena keberhasilan suatu pembangunan sangat tergantung
pada kemampuan daerah tersebut dalam memobilisasi sumberdaya yang terbatas,
sehingga mampu melakukan perubahan struktural yang dapat mendorong
pertumbuhan ekonomi secara keseluruhan dan struktur ekonomi yang seimbang.
PDB/PDRB atas dasar harga berlaku menggambarkan nilai tambah barang
dan jasa yang dihitung menggunakan harga yang berlaku pada setiap tahun,
sedangkan PDB/PDRB atas dasar harga konstan menunjukkan nilai tambah
 7

barang dan jasa tersebut yang dihitung menggunakan harga pada tahun tertentu
sebagai tahun dasar.
Dalam menghitung tingkat PDRB terdapat metode perhitungan tidak
langsung/alokasi, dimana metode tidak langsung dilakukan dengan menghitung
nilai tambah suatu kelompok ekonomi dengan mengalokasikan nilai tambah
nasional ke dalam masing-masing kelompok kegiatan ekonomi pada tingkat
regional. Sebagai alokator digunakan indikator yang paling besar pengaruhnya
atau erat kaitannya dengan produktivitas kegiatan ekonomi tersebut. Sehingga
untuk dapat mengetahui tingkat perkembangan pendapatan penduduk pada suatu
daerah secara rata-rata dapat digunakan dengan angka PDRB per kapita.

2.1.4 Angka Parstisipasi Sekolah

Angka Partisipasi dalam pendidikan adalah gambaran sejauh mana tingkat
penyerapan pendidikan formal, dalam pengelompokan usia pada angka partisipasi
sekolah Badan Pusat Statistik (BPS) menggunakan empat rentang usia 7-12 tahun
untuk sekolah dasar. Usia 13-15 tahun untuk sekolah menengah pertama. Usia 16-
18 tahun untuk sekolah menegah ke atas dan usia 19-24 tahun untuk perguruan
tinggi. Dalam menghitung angka partisipasi sekolah di gunakan rumus :
𝑃16−18 𝑀𝑎𝑠𝑖ℎ 𝑆𝑒𝑘𝑜𝑙𝑎ℎ
𝐴𝑃𝑆 16 − 18 = x 100%
𝑃16−18

Dimana APS 16-18 adalah angka partisipasi sekolah penduduk 16-18

tahun. 𝑃16−18 masih sekolah adalah jumlah penduduk usia 16-18 tahun yang
masih sekolah, 𝑃16−18 adalah jumlah penduduk usia 16-18 tahun.
Menurut Dreher, et al. (2006) bahwa ada faktor permintaan dan penawaran
yang sangat mempengaruhi Angka Partisipasi Sekolah. Beberapa factor
permintaan yang mempengaruhi antara lain :(1) Pendapatan per kapita
(kesejahteraan rumah tangga). (2) Tingkat melek huruf usia dewasa (pendidikan
orang tua). (3) Jumlah sekolah dan tingkat urbanisasi penduduk. Sedangkan dari
faktor penawaran yaitu (1) Rasio guru terhadap murid. (2) Biaya pendidikan. (3)
Pengeluaran pemerintah di bidang pendidikan. Angka Partisipasi Sekolah menurut
 8

BPS adalah proporsi anak sekolah pada Usia jenjang pendidikan tertentu dalam
kelompok usia yang sesuai dengan jenjang pendidikan tersebut. BPS membagi
kategori menjadi 7-12 tahun, 13 – 15 tahun, 16–18 tahun dan 19 – 24 tahun.

2.2 Hipotesis
1. Ho = Diduga alokasi dana sektor pendidikan tidak berpengaruh terhadap
Angka Partisipasi Sekolah (APS).
H1 = Diduga alokasi dana sektor pendidikan berpengaruh terhadap Angka
Partisipasi Sekolah (APS)..
2. Ho = Diduga Produk Domestik Regional Bruto (PDRB) tidak berpengaruh
terhadap Angka Partisipasi Sekolah (APS).
H2 = Diduga Produk Domestik Regional Bruto (PDRB) berpengaruh
terhadap Angka Partisipasi Sekolah (APS).
3. Ho = Diduga alokasi dana sektor pendidikan dan Produk Domestik
Regional Bruto (PDRB) berpengaruh terhadap Angka Partisipasi Sekolah
(APS).
H3 = Diduga alokasi dana sektor pendidikan dan Produk Domestik
Regional Bruto (PDRB) berpengaruh terhadap Angka Partisipasi Sekolah
(APS).
 9

BAB III
METODOLOGI PENELITIAN

3.1 Desain Penelitian

Jenis penelitian ini adalah penelitian kausal (Causal Research) dengan
pendekatan kuantitatif yang bertujuan untuk mengidentifikasi hubungan sebab
akibat antara berbagai variabel. Penelitian kausal bertujuan untuk menguji
hipotesis dan merupakan penelitian yang menjelaskan fenomena dalam bentuk
hubungan antarvariabel (Erlina, 2008).

Tujuan penelitian adalah menguji hipotesis yang berkaitan dengan

responden yang diteliti. Hasil pengujian digunakan sebagai dasar untuk menarik
kesimpulan penelitian, mendukung atau menolak hipotesis yang dikembangkan
dari telaah teoritis. Penelitian ini akan mengidentifikasi bagaimana variabel
independen mempengaruhi variabel dependen. Dalam hal ini variabel yang diteliti
adalah Alokasi dana sector pendidikan dan PDRB perkapita terhadap APS.

3.2 Objek Penelitian

Menurut Sugiyono (2014:38) Objek penelitian adalah suatu atribut atau
sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Dari penjelasan di atas maka dapat disimpulkan bahwa objek
penelitian digunakan untuk mendapatkan data sesuai dengan tujuan tertentu.
Objek penelitian dalam penelitian ini adalah data APBD,PDRB dan APS.

3.3 Metodologi Penelitian

Pengertian Metode Penelitian Menurut Sugiyono (2014:5) adalah sebagai
berikut :

“Metode penelitian pada dasarnya merupakan cara ilmiah untuk

mendapatkan data yang valid dengan tujuan dapat ditemukan,

9
 10

diembangkan, dan dibuktikan pada suatu pengentahuan tertentu, sehingga

pada gilirannya dapat digunakan untuk memahami, memecahkan dan
mengantisipasi masalah.”

Jenis penelitian yang akan digunakan dalam penelitian ini adalah metode
penelitian deskriptif dan verifikatif. Menurut Sugiyono (2014:53) yang dimaksud
dengan metode analisis deskriptif adalah sebagai berikut :

“Suatu metode yang dilakukan untuk mendeskripsikan atau memberi

gambaran terhadap objek yang diteliti melalui data sempel atau populasi
sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan
yang berlaku untuk umum.”

Metode penelitian verifikatif menurut Mashuri (2010:45) adalah sebagai

berikut :
“Metode verifikatif yaitu memeriksa benar tidaknya apabila dijelaskan
untuk menguji suatu cara dengan tanpa perbaikan yang telah dilaksanakan
di tempat lain dengan mengatasi masalah yang serupa dengan kehidupan.”

Penelitian ini memakai metode deskriptif dan verifikatif dengan

pendekatan kuantitatif yang didapat dari dokumentasi. Menurut Sugiyono
(2014:13) pendekatan analisis kuantitatif adalah seabagai berikut :
“Pendekatan Analisis kuantitatif dapat diartikan sebagai metode penelitian
yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti
pada popolasi atau sempel tertentu, pengumpulan data menggunakan
instrumen penelitian, analisis data bersifat kuantitatif/statistik dengan
tujuan untuk menguji hipotesis yang telah ditetapkan.”

Metode ini digunakan untuk mengetahui seberapa besar pengaruh alokasi

dana sector pendidikan dan PDRB terhadap APS di Kabupaten Majalengka.
 11

3.4 Definisi Operasional Variabel

Pengertian variabel penelitian Menurut Sugiyono (2014:38) adalah suatu
atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai
variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya.
Berdasarkan judul penelitian yaitu pengaruh alokasi dana sector
pendidikan dan PDRB terhadap APS maka dibuat variabel penelelitian sebagai
berikut:
a. Variabel Independen (X)
Menurut Sugiyono (2014:39) variabel independen adalah variabel yang
mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel
dependen (terikat). Variabel yang digunakan dalam penelitian ini adalah :
1) Alokasi Dana Sektor Pendidikan (X1)
Alokasi Dana Sektor Pendidikan mempunyai pengaruh yang besar dalam
Angka Partisipasi Sekolah.
2) Produk Domestik Regional Bruto (PDRB) (X2)
Indikator penting untuk dapat mengetahui kondisi ekonomi suatu daerah
dalam kurun waktu tertentu ialah menggunakan data Produk Domestik
Regional Bruto (PDRB), dapat menggunakan atas dasar harga berlaku
ataupun atas dasar harga konsta. Kondisi ekonomi sangat berpengaruh
terhadap Angka Partisipasi Sekolah.
3) Variabel Dependen (Y)
Menurut Sugiyono (2014:39) variabel dependen adalah variabel yang
dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas.
Variabel dependen yang digunakan dalam penelitian ini adalah Angka
Partisipasi Sekolah.
Angka Partisipasi Sekolah menurut BPS adalah proporsi anak sekolah
pada Usia jenjang pendidikan tertentu dalam kelompok usia yang sesuai
dengan jenjang pendidikan tersebut. BPS membagi kategori menjadi 7-12
tahun, 13 – 15 tahun, 16–18 tahun dan 19 – 24 tahun.
 12

Adapun penjabaran variabel-variabel tersebut ke dalam operasionalisasi

variabel dapat dilihat dalam tabel berikut :

Tabel 3.1
Operasionalisasi Variabel
Skala
Variabel Konsep Variabel
Ukur
Anggaran pendidikan merupakan biaya atau dana
yang dibutuhkan dalam penyelenggaraan
pendidikan, baik biaya langsung ( direct cost ) dan
Alokasi Dana biaya tidak langsung ( indirect cost ). Biaya
Sektor langsung terdiri dari biaya-biaya yang dikeluarkan Rasio
Pendidikan (X1) untuk keperluan pelaksanaan pengajaran dan
kegiatan belajar siswa berupa pembelian alat-alat
pelajaran, sarana belajar, biaya transportasi, gaji
guru, baik yang dikeluarkan oleh pemerintah
PDRB (X2) Produk Domestik Regional Bruto (PDRB) Rasio
merupakan salah satu indicator yang biasa
digunakan untuk mengukur tingkat keberhasilan
pembanguna ekonomi suatu wilayah/daerah.

Angka Partisipasi Angka Partisipasi dalam pendidikan adalah Rasio

Sekolah (Y) gambaran sejauh mana tingkat penyerapan
pendidikan formal, dalam pengelompokan usia pada
angka partisipasi sekolah Badan Pusat Statistik
(BPS) menggunakan empat rentang usia 7-12 tahun
untuk sekolah dasar. Usia 13-15 tahun untuk
sekolah menengah pertama. Usia 16-18 tahun untuk
sekolah menegah ke atas dan usia 19-24 tahun
untuk perguruan tinggi.
Hasil Pengolahan Data (2019)
 13

Skala interval adalah skala yang mengurutkan obyek berdasarkan suatu

atribut yang memberikan informasi tentang interval antara satu obyek dengan
obyek lainnya adalah sama.
Skala rasio adalah skala yang mencakup tiga skala yakni skala nominal,
skala ordinal dan skala interval ditambah dengan sifat lain yaitu bahwa ukuran ini
memiliki nilai nol yang sama dan dapat diperbandingkan. Oleh karena adanya titik
nol inilah maka ukuran rasio dapat dibuat perkalian maupun pembagian. Angka
pada skala ini merupakan ukuran yang sebenarnya dari sebagai data kuantitatif.

3.5 Sumber dan Teknik Pengumpulan Data

3.5.1 Sumber Data
Penelitian ini menggunakan uji statistik deskriptif, dimaksudkan untuk
menggambarkan dan menyajikan informasi secara ringkas dari sejumlah besar
data. Menurut Sugiyono (2014:29) menyatakan bahwa :
”Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan
atau menggambarkan terhadap objek yang diteliti melalui data sampel atau
populasi sebagai mana adanya, tanpa melakukan analisis dan membuat
kesimpulan yang berlaku utuk umum.”

Sumber data yang digunakan dalam penelitian ini adalah sumber data
sekunder. Menurut Sugiyono (2013:402) yang dimasksud dengan data sekunder
adalah sumber data yang tidak langsung memberikan data kepada pengumpul
data, misalnya lewat orang lain atau dokumen.

3.5.2 Teknik Pengumpulan Data

Menurut Sugiyono (2014:401) teknik pengumpulan data merupakan
langkah yang paling utama dalam penelitian, karena tujuan utama dari penelitian
adalah mendapatkan data. Pengumpulan data dapat dilakukan dalam berbagai
sumber dan cara. Teknik pengumpulan data yang digunakan dalam penelitian ini
adalah sebagai berikut :
 14

1. Studi kepustakaan
Studi kepustakaan dilakukan untuk memperoleh landasan teori yang
berhubungan dengan masalah yang diteliti, dasar-dasar teoritis ini
diperoleh dari sumber pustaka, literatur, dan jurnal yang berhubungan
dengan yang berkaitan dengan masalah penelitian.
2. Laporan data publikasi
Pengumpulan data yang dilakukan peneliti dengan melihat dan
mencatat data yang bersumber dari data transaksi yang yang
berhubungan dengan variabel yang di teliti.

3.6 Populasi dan Teknik Pengambilan Sampel

3.6.1 Populasi
Menurut Sugiyono (2014:115) pengertian populasi adalah wilayah
generalisasi yang terdiri dari objek atau subyek yang menjadi kualitas dan
karakteristik tertentu yang ditetapkan oleh peneliti untuk di pelajari dan kemudian
ditarik kesimpulannya.
Populasi merupakan suatu obyek/subjek yang terdapat pada suatu wilayah
yang berkaitan dengan penelitian yang dilakukan. Populasi yang menjadi sasaran
penelitian dalam dalam penelitian ini adalah laporan APBD, PDRB dan APS
kabupaten Majalengka.

3.6.2 Sampel
Menurut Sugiyono (2014:116) sampel adalah sebagian dari karakteristik
yang dimiliki oleh populasi. Teknik pengumpulan sampel yang digunaan dalam
penelitian ini yaitu secara Purposive sampling. Menurut Sugiyono (2014:112)
Porposive sampling merupakan teknik penentuan sampel dengan pertimbangan
khusus sehingga layak dijadikan sampel. Kriteria yang akan menjadi sampel
dalam penelitian ini adalah laporan keuangan yang memiliki pencatatan sesuai
dengan variabel yang sedang di teliti.
Bila populasi besar dan peneliti tidak mungkin mempelajari semua yang
ada pada populasi maka peneliti dapat menggunakan sampel yang diambil harus
 15

dapat mewakili data dari populasi yang ada. Dalam penelitian ini sampel yang
diambil yaitu pada laporan APBD, PDRB dan APS tahun 2015-2018 kabupaten
Majalengka.

3.7 Analisis Data dan Pengujian Hipotesis

Setelah data terkumpul, pengolahan data diawali dengan menghitung
masing-masing variabel yang digunakan. Variabel tersebut meliputi Alokasi dana
sector pendidikan, PDRB dan APS. rata-rata angka maximum dan minumum dari
setiap variabel selama 4 tahun. Lalu digunakan analisis pengujian data statistik.
Pada statistik deskriptif ini, akan ditemukakan cara-cara penyajian data,
dengan tabel biasa yang berisi: jumlah data, nilai minimum, maximum, mean dan
standar deviasi. Untuk mempermudah penelitian dalam pengolahan data maka
penelitian ini menggunakan software SPSS (Statistical Package for Special
Science) versi 25 for windows. Berikut metode pengujian data statistik yang
digunakan dalam penelitian ini adalah sebagai berikut :

3.7.1 Uji Asumsi Klasik

Pengukuran asumsi klasik yang digunakan dalam penelitian ini meliputi
uji normalitas, multikolinearitas, heterokedastisitas, dan uji autokorelasi.
(Ghozali, 2014:95)
a. Uji Normalitas
Menurut Imam Ghozali (2014:95) menyatakan bahwa uji normalitas
adalah untuk menguji apakah dalam model regresi, variabel independen
dan dependennya memiliki distribusi normal atau tidak. Dimana dalam uji
normalitas ini dapat dilakukan dengan dua metode yaitu : Kolmogrov-
Smirnov dan metode Normal PP Plot.
Model regresi yang baik hendaknya berdistribusi normal atau mendekati
normal. Mendeteksi apakah data berdistribusi normal atau tidak dapat
diketahui dengan menggambarkan penyebaran data melalui sebuah grafik.
Jika data menyebar di sekitar garis diagonalnya,model regresi memenuhi
asumsi normalitas. Asumsi normalitas merupakan persyaratan yang sangat
 16

penting pada pengujian kebermaknaan (signifikansi) keofisien regresi,

apabila model rgresi tidak berdistribusi normal maka kesimpulan dari uji F
dan uji t masih meragukan, karena statistik uji F dan uji t pada analisis
regresi diturunkan dari distribusi normal.
Pengujian dilakukan dengan metode gambar normal Probability Plots
dalam program SPSS. Dengan dasar pengambilan keputusan sebagai
berikut :
a) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal, maka dapat disimpulka bahwa modal regresi memenuhi
asumsi normalitas: dan
b) Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah
garis diagonal, maka sapat disimpulkan bahwa model regresi tidak
memenuhi asumsi normalitas.
b. Uji Multikoleniaritas
Menurut Ghozali (2014:91) multikolinieritas adalah persamaan regresi
berganda yaitu kolerasi antara variabel-variabel bebas diantara satu dengan
yang lainnya. Model regresi yang baik seharusnya tidak terjadi kondisi
diantara variabel bebas. Jika variabel bebas saling berkolerasi, maka
variabel-variabel tidak orthogonal. Untuk mengetahui apakah ada korelasi
diantara variabel-variabel bebas dapat dietahui dengan melihat nilai
tolerance yang tinggi,
Untuk mendeteksi adanya multikolinearitas dalam suatu model regresi
dapat dilihat dari tolerance inflacion factor (VIF). Sebagai dasar acuannya
dapat disimpulkan bahwa :
a) Jika nilai tolerance > 0,10 dan nilai VIF < 10, maka dapat
disimpulkan bahwa tidak ada multikolinieritas antar variabel
independen dalam model regresi.
b) Jika tolerance < 0,10 dan nilai VIF > 10, maka dapat disimpulkan ada
multikolinearitas antar variabel independen dalam model regresi.
 17

c. Uji Heterokedastisitas
Menurut Ghozali (2014:79) Uji Heteroskedastisitas bertujuan untuk
menguji apakah dalam model regresi terjadi ketidak samaan varience dari
residual pengamatan satu ke pengamatan yang lain berbeda, sedangkan
bila terjadi ketidaknyamanan varience dari residual pengamatan satu ke
pengamamatan yang lain tetap maka disebut homokedastisitas. Pengujian
heteroskedastisitas dilakukan dengan menggunakan uji Glejser
(Gujarati,2003) yang dikutip oleh Imam Ghozali (2014:142). Pada uji
Glejser, nilai residual absolut diregresi dengan variabel independen. Jika
variabel independen signifikan secara statistik mempengaruhi variabel
dependen, maka terdapat indikasi terjadi Heteroskedasitas. Cara lainnya
adalah dengan melihat grafik plot.
Menurut Gozali (2014:80) cara menditeksi ada atau tidaknya
heteroskoditastisitas adalah dengan melihat grafik Plot antara nilai
prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya
SRESID, dimana sumbu Y adalah yang telah diprediksi dan sumbu X
residual (Y prediksi-Y sesungguhnya) yang telah di standardized. Dasar
analisis heterokedasitas, adalah sebagai berikut :
a) Jika ada pola tertentu, seperti titik yang membentuk pola yang teratur
(bergelombang, melebar kemudian menyempit), maka
mengindikasikan telah terjadi heterokedastisitas.
b) Jika tida ada pola yang jelas, serta titik-titik menyebar di atas dan
bawah angka 0 pada sumbu Y, maka tidak heterokedastisitas.
d. Uji Autokorelasi
Uji auto korelasi bertujuan untuk menguji apakah dalam model model
regresi lincar ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 (sebelumnya). Dalam regresi berganda
harus memenuhi asumsi nonautokorelasi, jika terjadi autokorelasi maka
dapat dikatakan bahwa koefisien korelasi yang diperoleh kurang akurat.
Menurut Singgih Santoso (2015:241) untuk mendeteksi uji autokorelasi,
secara umum bisa diambil patokan :
 18

a) Angka Durbin-Watson dibawah -2, berarti ada autokorelasi positif.

b) Angka Durbin-Watson dibawah -2 sampai +2, berarti tidak ada
autokorelasi.
c) Angka Durbin-Watson diatas +2, berarti ada autokorelasi negatif.

3.7.2 Analisis Regresi Linear Berganda

Analisis regresi linear berganda adalah analisis untuk mengukur besarnya
pengaruh antara dua atau lebih variabel independen terhadap satu variabel
dependen dan memprediksi variabel dependen dengan mengguanakan variabel
independen. (Priyatno, 2012). Analisis regresi linear berganda digunakan oleh
peneliti bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya)
variabel dependen bila dua atau lebih variabel independen sebagai faktor prediktor
dimanipulasi (dinaik turunkan nilainya). Jadi, analisis regresi berganda akan
dilakuan bila jumlah variabel independennya minimal 2 (Sugiyono, 2014:277).
Analisis ini digunakan untuk mengetahui bagaimana pengaruh perputaran
piutang, likuiditas, dan profitabilitas. Jika sebuah variabel terikat dihubungkan
dengan dua variabel bebas maka, persamaan regresi bergandanya adalah :

Y= 𝜶 + 𝜷𝟏𝐗𝟏 + 𝜷𝟐𝐗𝟐+ ∊

Sumber : (Sugiyono, 2013:277).

Keterangan :
Y = APS
X1 = Alokasi Dana Sektor Pendidikan
X2 = PDRB
α = Konstanta
β = Koefisien regresi
∊ = Error term
 19

3.7.3 Analisis Koefisien Korelasi Berganda

Analisis koefisien korelasi berganda (R) digunakan untuk menerangkan
kekuatan dan arah hubungan antara variabel independen dengan variabel
dependen. Menurut Sugiyono (2014:276), peneliti menggunakan analisis korelasi
berganda/multiple correlation untuk mengukur kekuatan asosiasi (hubungan)
antara variabel independen dan variabel dependen
Menurut Sugiyono (2014:250), cara mengetahui keadaan korelasi dapat
dilihat dari tabel digunakan kriteria sebagai berikut :
Tabel 3.4
Pedoman Interpretasi Terhadap Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00-0,199 Sangat rendah
0,20-0,399 Rendah
0,40-0,599 Sedang
0,60-0,799 Kuat
0,80-1,000 Sangat Kuat
Sumber: Sugiyono (2014:250)

3.7.4 Analisis Koefisien Determinan (R2)

Menurut Ghozali (2011:97), koefisien determinasi (R2) fungsinya untuk
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai koefisien determinasi adalah antara nol sampai satu (0<R2<1).
Nilai R2 berarti kemampuan variabel-variabel independen dalam menjelaskan
variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti
variabel-variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel independen.

KD= R2 x 100 %
Keterangan :

a. KD = Koefisien determinasi
b. R2 = Koefisien korelas
 20

3.7.5 Pengujian Hipotesis

Menurut Sugiyono (2014:159) hipotesis merupakan jawaban sementara
terhadap rumusan masalah penelitian, dimana rumursan masalah penelitian telah
dinyatakan dalam bentuk kalimat pertanyaan. Pada perinsipnya pengujian
hipotesis ini adalah membuat kesimpulan sementara untuk melakukan
penyamggahan dan atau pembenaran dari masalah yang akan ditelaah. Sebagai
wahana untuk menetapkan kesimpulan sementara tersebut kemudian ditetapkan
hipotesis nol dan hipotesis alternatifnya.

3.7.5.1 Pengujian Secara Parsial (T-Test)

Menurut Ghozali (2011:98), uji – t digunakan untuk menguji pengaruh
masing-masing variabel independen (X1 dan X2) yang digunakan dalam penelitian
ini terhadap variabel dependen secara parsial.

a. Menentukan hipotesis
1) H0 : β1=0 : Tidak terdapat pengaruh alokasi dana sector pendidikan
terhadap APS
Ha : β1≠0 : Terdapat pengaruh alokasi dana sector pendidikan terhadap
APS
2) H0 : β2=0 : Tidak terdapat pengaruh PDRB terhadap APS
Ha : β2≠0 : Terdapat pengaruh PDRB terhadap APS
b. Menentukan tingkat signifikansi
Tingkat keyakinan yang digunakan dalam penelitian ini adalah sebesar
95% dengan tarif nyata 5 % (α=0,05). Tingkat signifikansi 0,05 atau 5 %
artinya kemungkinan besar dari hasil penarikan kesimpulan memiliki
probabilitas 95% atau toleransi sebesar 5%.
c. Menentukan thitung dan ttabel
thitung diperoleh dari hasil perhitungan dengan menggunakan SPSS dan ttabel
diperoleh dari tabel distribusi t pada α=5% : 2 = 2,5% (uji 2 sisi).
d. Kriteria Pengujian
 21

1. Jika nilai thitung > ttabel atau -thitung < -ttabel maka H0 ditolak dan Hα
diterima. Hal ini berarti bahwa terdapat hubungan yang signifikan
antara variabel alokasi dana sektor pendidikan terhadap APS secara
parsial.
2. Jika thitung < ttabel atau -thitung > -ttabel maka H0 diterima dan Hα ditolak.
Hal ini berarti bahwa tidak terdapat hubungan yang signifikan antara
variabel alokasi dana sektor pendidikan terhadap APS secara parsial.

3.7.5.2 Pengujian Secara Simultan (F-test)

Uji simultan (F-test) digunakan untuk mengetahui apakah secara bersama-
sama (simultan) varabel independen berpengaruh signifikan terhadap variabel
dependen. Tingkat signifikan menggunakan 0,05 (priyatno, 2012). Menurut
Ghozali (2011:98), uji secara simultan (Uji – F) digunakan untuk mengetahui
variabel-variabel independen atau bebas yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau
terikat. Uji simultan (F-test) dapat dilakukan sebagai berikut :

1) Menentuksn hipotesis
a. H0 : β1 β2 = 0 : Tidak terdapat pengaruh alokasi dana sektor pendidikan
terhadap APS.
b. Ha : β1 β2 ≠ 0 : Terdapat pengaruh alokasi dana sektor pendidikan
terhadap APS.
2) Menentukan tingkat signifikan
Tingkat keyakinan yang digunakan dalam penelitian ini adalah sebesar 5%
(α = 0,05). Tingkat signifikan 0,05 atau 5%, artinya kemungkinan besar
dari hasil penarikan kesimpulan memiliki probabilitas 95% atau toleransi
sebesar α
3) Menentukan Fhitung dan Ftabel
Fhitung diperoleh dari hasil perhitungan dengan menggunakan SPSS dan
Ftabel
Diperoleh dari tabel dengan mengunakan tingkat keyakinan 95%., α = 5%.
4) Kriteria pengujian
 22

a. Jika nilai Fhitung > Ftabel atau -Fhitung < -Ftabel, maka H0 ditolak dan Ha
diterima. Hal ini berarti bahwa terdapat hubungan yang signifikan
antara variabel harga pokok penjualan dan penjualan terhadap
profitabilitas.
b. Jika Fhitung < Ftabel atau -Fhitung > -Ftabel, maka H0 diterima dan Ha
ditolak. Hal ini berarti bahwa tidak terdapat hubungan yang signifikan
antara variabel harga pokok penjualan dan penjualan terhadap
profitabilitas.
 23

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Obyek Penelitian

4.1.1 Profil Kabupaten Majalengka

Kabupaten Majalengka merupakan bagian dari Wil. Propinsi Jawa Barat

yang terletak diantara 107o30 - 107o40 BT dan 6o25 - 6o45 LS. Secara
administratif, Kab. Majalengka mempunyai batas wilayah sebagai berikut:

a. Bagian Barat dan sebagian wilayah Utara berbatasan dengan Kab.

Karawang

b. Bagian Utara dan sebagian wilayah bagian Timur berbatasan dengan

Kab. Subang

c. Bagian Selatan berbatasan dengan Kab. Bandung

d. Bagian Barat Daya berbatasan dengan Kab. Cianjur

Kabupaten Majalengka berada pada titik-temu tiga jalur utama lalu-lintas

yang sangat strategis, yaitu jalur Majalengka-Jakarta, Majalengka-Bandung dan
Majalengka-Cirebon yang merupakan jalur utama ke wilayah Jawa Tengah.

Luas wilayah Kab. Majalengka tercatat 971,72 km2 atau sekitar 2,81
persen dari luas wilayah Prop. Jawa Barat. Sejak Januari 2001, Kab. Majalengka
mempunyai 17 kecamatan dengan 192 desa/kelurahan (183 desa dan 9 kelurahan).
Jarak antara Kecamatan bervariasi, dimana jarak terdekat sepanjang 4 km terdapat
anatara Kec. Sukatani dengan Kec. Plered. Sementara jarak terjauh adalah 60 km
yang terdapat antara kecamatan Bojong dengan Kecamatan Sukasari.
 24

4.1.2 Sejarah Kabupaten Majalengka

a. SEBELUM MASA PENJAJAHAN TATA PEMERINTAHAN

DAERAH PADA MASA SEBELUM PENJAJAHAN BELANDA

Antara tahun 1819-1826 Pemerintahan Belanda melepaskan

diri dari Pemerintahan Inggris yang ditandai dengan upaya
pengembalian kewenangan dari para Bupati kepada Gubernur Jendral
Van der Capellen. Dengan demikian Kabupaten Karawang dihidupkan
kembali sekitar tahun 1820, meliputi wilayah tanah yang terletak di
sebelah Timur kali Citarum/Cibeet dan sebelah Barat kali Cipunagara.
Dalam hal ini kecuali Onder Distrik Gandasoli, sekarang Kecamatan
Plered pada waktu itu termasuk Kabupaten Bandung. Sebagai Bupati I
Kabupaten Karawang yang dihidupkan kembali diangkat R.A.A.
Surianata dari Bogor dengan gelar Dalem Santri yang kemudian
memilih ibu kota Kabupaten di Wanayasa.

Pada masa pemerintahan Bupati R.A. Suriawinata atau Dalem

Sholawat, pada tahun 1830 ibu kota dipindahkan dari Wanayasa ke
Sindangkasih, yang kemudian diberi nama "MAJALENGKA" yang
artinya Purwa: permulaan, karta: ramai/hidup. Sebelumnya nama itu
telah ada dan dikenal, namun namanya ditetapkan dan kalau dihitung
jatuh pada tanggal 23 Agustus 1830, atau tanggal 4 Rabiul awal 1250
Hijriah.

4.1.2 Visi dan Misi

VISI

Majalengka Gitu Loch

 25

MISI

1. Mengembangkan pembangunan berbasis religi dan kearifan lokal,

yang berorientasi pada keunggulan pendidikan, kesehatan,
pertanian, industri, perdagangan dan jasa;
2. Mengembangkan Infrastruktur wilayah yang berbasis nilai – nilai
kearifan lokal dan berorientasi pada semangat perubahan kompetisi
global;
3. Meningkatkan keutuhan lingkungan baik hulu maupun hilir, fisik
maupun sosial;
4. Mengembangkan struktur pemerintahan yang efektif, yang
berorientasi kepada kepuasan pelayanan publik, mengembangkan
potensi kewirausahaan birokrasi yang berorientasi kemakmuran
rakyat

4.2 Hasil Penelitian dan Pembahasan

4.2.1 Data Alokasi Dana Sektor Pendidikan, PDRB dan APS Kabupaten
Majalengka

Dibawah ini merupakan data dari Alokasi Dana Sektor Pendidikan

Kabupaten Majalengka :

Tabel 4.1

Data Alokasi Dana Sektor Pendidikan Tahun 2015-2018

Tahun Jumlah Presentase

2015 1.637.239,1 3,96%
2016 1.711.644,3 3,86%
2017 1.792.084,3 3,82%
2018 1.866.663,2 3,75%
Sumber : BPS Kabupaten Majalengka,2019
 26

Dibawah ini merupakan data dari PDRB perkapita Kabupaten Majalengka

:

Tabel 4.2

Data PDRB Kabupaten Majalengka Tahun 2015-2018

Tahun Jumlah Presentase

2015 747,01 18,33%
2016 755,83 15,07%
2017 695,63 14,53%
2018 708,29 15,85%
Sumber : BPS Kabupaten Majalengka,2019

Dibawah ini merupakan data dari APS Kabupaten Majalengka :

Tabel 4.3

Data APS Kabupaten Majalengka Tahun 2015-2018

Tahun Presentase
2015 64,36%
2016 55,9%
2017 70,6%
2018 72,1%
Sumber : BPS Kabupaten Majalengka,2019

4.2.2 Uji Asumsi Klasik

A. Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah dalam model

regresi variabel pengganggu atau residual memiliki distribusi normal. Uji ini
 27

berguna untuk tahap awal dalam metode pemilihan analisis data. Jika normal

maka digunakan statistilk parametrik dan jika data tidak normal, maka peneliti

menggunakan statistik nonparametrik atau lakukan treatment agar data normal.

Selain dengan menggunakan uji Kolmogorov-Smirnov, untuk mengetahui

normalitas data kita dapat melihat melalui grafik PP Plots. Suatu data akan

terdistribusi normal jika nilai probabilitas yang diharapkan adalah sama dengan

nilai probabilitas pengamatan. Pada grafik PP Plots, persamaan antara nilai

probabilitas harapan dan pengamatan ditunjukan dengan garis diagonal yang

merupakan perpotongan antara garis probabilitas harapan dan probabilitas

pengamatan. Di bawah ini adalah hasil pengujian normalitas data dalam bentuk

grafik PP Plots.

Gambar 4.1 Uji Normalitas

 28

Dengan melihat grafik normal plot terlihat titik – titik menyebar disekitar

garis diagonal, yang menunjukan bahwa data berdistribusi normal.

B. Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi

terjadi ketidaksamaan variabel dari residual satu pengamatan kepengamatan yang

lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. (Gozali,

2005:105) cara memprediksi ada atau tidaknya heterokedastisitas pada suatu

model dapat dilihat dari pola gambar Scatterplot model tersebut. Analisis pada

gambar Scatterplot yang menyatakan model regresi linear berganda jika tidak

terdapat heterokedastisitas adalah :

a. Titik – titik data menyebar diatas dan dibawah atau disekitar angka 0,

b. Titik – titik data tidak mengumpul hanya diatas atau dibawah saja,

c. Penyebaran titik – titik data tidak boleh membentuk pola bergelombang

melebar kemudian menyempit dan melebar kembali,

d. Penyebaran titik – titik data sebaiknya tidak berpola.

 29

Gambar 4.2 Scatterplot

Melalui hasil pengujian heterokedastisitas, terlihat titik – titik menyebar

secara acak tidak membentuk sebuah pola tertentu yang jelas dan tersebar baik di

atas maupun dibawah angka nol pada sumbu Y. Maka dapat disimpulkan bahwa

tidak terjadi gejala heterokedastisitas pada data penelitian, sehingga pengujian

asumsi klasik dapat dilanjutkan kepada pengujian berikutnya.

C. Uji Autokorelasi

Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi

linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan

pada periode t-1. (Sunyoto, 2009:91) pengujian autokorelasi dilakukan dengan

menggunakan uji Dhurbin-Watson. Kriteria untuk penilaian terjadinya

autokorelasi yaitu :

1) Angka D-W dibawah -2 berarti ada autokorelasi,

 30

2) Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi,

3) Angka D-W diatas +2 berarti ada autokorelasi negatif.

Tabel 4.4 Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .684a .467 .598 9.31141 1.294

a. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

b. Dependent Variable: APS

Tabel 4.5 menunjukan hasil uji autokorelasi variabel penelitian. Nilai

Durbin – Watson (D-W) sebesar 1,294. Angka D-W berada diantara -2 dan 2,

yang mengartikan bahwa angka Durbin – Watson lebih besar dari -2 dan lebih

kecil dari 2. Jadi dapat disimpulkan bahwa tidak ada autokorelasi positif maupun

negatif.

D. Uji Multikolinieritas

“Multikolinearitas adalah situasi adannya korelasi variabel – variabel

independen antara yang satu dengan yang lainnya” (Erlina, 2008:105). Uji

multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan

adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya

tidak terjadi korelasi diantara variabel independen.

Menurut (Ghozali, 2005:92) deteksi multikolinearitas pada suatu model

dapat dilihat yaitu jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10
 31

dan nilai Tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas

dari multikolinearitas.

Tabel 4.5 Uji Multikolinieritas

Coefficientsa
Collinearity Statistics
Model Tolerance VIF
1 (Constant)
Alokasi Dana Sektor Pendidikan .522 1.916
PDRB .522 1.916

a. Dependent Variable: APS

Tabel 4.6 di atas dapat disimpulkan bahwa penelitian ini bebas dari adanya

multikolinearitas. Hal ini dilihat dengan membandingkan nilai Tolerence dan VIF.

Variabel Independen yang digunakan dalam penelitian ini memiliki nilai

Tolerance > 0.10 yaitu 0,522. Jika dilihat dari VIFnya, masing – masing variabel

bebas lebih kecil dari 10 yaitu sebesar 1,916. Dengan demikian dapat disimpulkan

bahwa tidak terjadi gejala multikolinearitas dalam variabel bebasnya.

5. Analisis Regresi

Berdasarkan hasil uji asumsi klasik yang telah dilakukan diatas, dapat

disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah

memenuhi model yang Best Linear Unbiased Estimator (BLUE) dan layak untuk

dilakukan analisis statistik selanjutnya. Yaitu melakukan pengujian hipotesis.

Hasil pengolahan data dengan analisis regresi adalah sebagai berikut:

 32

Tabel 4.6 Hasil Analisis Regresi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 328.924 282.278 1.165 .452
Alokasi Dana Sektor 79.191 84.838 .943 6.933 .022
Pendidikan
PDRB 2.603 4.429 .594 5.588 .002

a. Dependent Variable: APS

Berdasarkan tabel diatas pada kolom Unstandardized Coefficients

diperoleh model persamaan regresi linear berganda sebagai berikut:

Y = a + b1X1 + b2X2 + e

Y = 328,924 + 79,191X 1 + 2,603X2 + e

Dimana:

Y = APS

X1 = Alokasi Dana Sektor Pendidikan

X2 = PDRB

e = Tingkat Kesalahan Pengganggu

a. Nilai B Constant (a) = 328,924

Pada model regresi ini, nilai konstanta yang tercantum adalah sebesar -

328,924 dapat diartikan jika variabel bebas dalam model diasumsikan sama

dengan nol, secara rata – rata variabel diluar pada model dari nilai Y tetap

sebesar 328,924.

b. Nilai b1 = 79,191= Alokasi dana sector pendidikan.

 33

Koefisien regresi ini menunjukan bahwa setiap kenaikan Alokasi dana sector

pendidikan sebesar 1, maka perubahan APS yang dilihat dari nilai Y akan

bertambah sebesar 79,191 dengan asumsi variabel lain dianggap tetap.

c. Nilai b2 = 2,603 = penjualan bersih

Koefisien regresi ini menunjukan bahwa setiap kenaikan PDRB sebesar 1,

maka perubahan APS yang dilihat dari nilai Y akan bertambah sebesar 2,603

dengan asumsi variabel lain dianggap tetap.

6. Koefisien Determinasi

Dalam melakukan pengujian hipotesis, digunakan analisis regresi

berganda. Tabel 4.8 merupakan hasil yang diperoleh berdasarkan atas hasil

pengolahan data dengan program statistik.

Tabel 4.7 Koefisien Korelasi

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .684a .467 .598 9.31141

a. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

Pada tabel 4.8 nilai koefision korelasi R menunjukan seberapa besar

hubungan antara variabel – variabel independen dengan variabel dependen.

Korelasi dapat dikatakan kuat apabila nilai R berada lebih besar dari 0,5 dan

mendekati 1.

Pada tabel 4.8 tersebut, terlihat hasil analisa regresi menunjukan nilai R

sebesar 0,684, menunjukan bahwa hubungan yang kuat antara APS (dependen)
 34

dengan Alokasi dana sector pendidikan dan PDRB (variabel independen) yaitu

sebesar 68,4%. Adjusted R Square sebesar 0,467 atau 46,7% menjelaskan

bahwa variasi dari kedua variabel independennya hanya dapat menjelaskan

variabel dependen sebesar 46,7%.

7. Uji Hipotesis

Dibawah ini merupakan uji yang digunakan dalam pengujian hipotesis

secara statistik.

a. Uji Signifikansi Parsial (t-test)

Pengujian t-test dilakukan untuk melihat seberapa jauh pengaruh satu

variabel independen terhadap variabel dependen.

Kriteria penguji hipotesis:

1) Jika t hitung > t tabel maka H 0 ditolak H 1 diterima

2) Jika t hitung < t tabel maka H 0 diterima H 1 ditolak

Tabel 4.8 Uji Statistik t

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 328.924 282.278 1.165 .452
Alokasi Dana Sektor 79.191 84.838 .943 6.933 .022
Pendidikan
PDRB 2.603 4.429 .594 5.588 .002

a. Dependent Variable: APS

Dibawah ini adalah penjelasan hasil pengujian parsial pada tabel diatas.
 35

1) Pengaruh alokasi dana sector pendidikan terhadap APS.

Nilai signifikansi 0,022 lebih kecil dari 0,05. Variabel alokasi dana sector

pendidikan memiliki t hitung sebesar 6,933. Dengan nilai signifikansi 0,022 <

0,05. Dengan menggunakan tabel t, maka diperoleh t tabel sebesar 2,78. Hal

tersebut menunjukan bahwa t hitung (6,933) > t tabel (2,78). Dimana H0

ditolak dan Ha diterima, artinya alokasi dana sector pendidikan memiliki

pengaruh secara signifikan terhadap APS di Kabupaten Majalengka.

2) Pengaruh PDRB terhadap APS.

Nilai signifikansi pada harga jual tersebut adalah 0,02. Menunjukan bahwa

nilai signifikansi untuk uji t parsial tersebut lebih kecil dari 0,05 (0,02 < 0,05).

Variabel APS memiliki t hitung sebesar 5,588. Dengan menggunakan tabel t,

diperoleh t tabel sebesar 2,78. Jika dibandingkan t hitung (5,588) < t tabel

(2,78). Ini berarti bahwa PDRB perkapita tersebut berpengaruh secara

signifikan terhadap APS Kabupaten Majalengka.

b. Uji Signifikansi Simultan (test F)

Pada pengujian simultan atau uji F dilakukan untuk melihat pengaruh dari

variabel independen secara bersama terhadap variabel dependen.

Tabel 4.9 Uji F

ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 76.097 2 38.048 26.439 .030b
Residual 86.702 1 86.702
Total 162.799 3
 36

a. Dependent Variable: APS

b. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

Hasil uji F yang terdapat dalam tabel diatas tersebut menunjukan bahwa

nilai F hitung 26,439 dimana tingkat Sig. 0,03 yang lebih kecil dari 0,05. Dengan

menggunakan tabel F maka diperoleh nilai F tabel sebesar 18,51. Hal ini

menunjukan bahwa F hitung 26,439 lebih besar dari F tabel 18,51 (F hitung > F

tabel) sehingga H0 ditolak dan Ha diterima, dengan demikian maka variabel

bebas yaitu alokasi dana sector pendidikan dan PDRB secara simultan

berpengaruh terhadap APS di Kabupaten Majalengka.

 37

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil pembahasan atas pengujian hipotesis mengenai

pengaruh alokasi dana sector pendidikan dan PDRB perkapita terhadap APS pada
jenjang SMA di kabupaten Majalengka, sehingga kesimpulan yang dapat diambil
yaitu sebagai berikut:

1. Alokasi dan sektor pendidikan terbukti berpengaruh signifikan dan

positif terhadap APS pada jenjang SMA, hasil ini sesuai dengan
hipotesis yang dirumuskan. Dimana proporsi alokasi dana pemerintah
untuk sektor pendidikan, secara tidak langsung menunjukkan reaksi
pemerintah atas semakin tingginya permintaan atas sarana dan
prasarana pendidikan. Keterbatasan anggaran dalam penyelenggaraan
pendidikan akan mempengaruhi keberlangsungan penyelenggaraan
suatu pendidikan.
2. PDRB perkapita terbukti berpengaruh signifikan dan positif terhadap
APS pada jenjang SMA, hasil ini sesuai dengan hipotesis yang
 38

dirumuskan. Dimana PDRB perkapita merupakan salah satu indikator

yang digunakan untuk mengukur tingkat kesejahteraan. Semakin tinggi
tingkat kesejahteraan maka akan meningkatkan tingkat kesadaran
untuk meningkatkan taraf pendidikan dan mampu meningkatkan
sumber daya manusia.

5.2 Saran

Adapun saran - saran yang dapat dikemukakan dalam penelitian ini yaitu
sebagai berikut:

1. Alokasi dana di sektor pendidikan perlu di tingkatkan sesuai dengan

kondisi serta kebutuhan daerah kabupaten Majalengka sehingga akan
tetap berpengaruh positif terhadap Angka Partisipasi Sekolah pada
Jenjang Pendidikan Sekolah Menengah Atas.
2. Wajib Belajar 9 tahun sudah harus diperbaharui menjadi wajib belajar
12 tahun .
3. Pemerintah Kabupaten Majalengka khususnya Dinas Pendidikan harus
tetap menumbuhkan kesadaran masyarakat akan pentingnya
pendidikan terutama pendidikan lanjutan. Sehingga dengan tingginya
kesadaran masyarakat untuk melanjutkan pendidikan ke jenjang yang
lebih tinggi, mampu meningkatkan kualitas masyarakat dalam
menghadapi dunia kerja, karena dengan kualitas yang lebih baik akan
mempermudah seseorang untuuk memperoleh suatu pekerjaan.
 39

LAMPIRAN PENGHITUNGAN
SPSS 25

DATASET ACTIVATE DataSet1.

DATASET CLOSE DataSet0.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/RESIDUALS NORMPROB(ZRESID).

Regression
Notes
Output Created 22-OCT-2019 11:59:28
Comments
Input Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 4
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
Cases Used Statistics are based on cases
with no missing values for
any variable used.
 40

Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF
OUTS R ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/RESIDUALS
NORMPROB(ZRESID).
Resources Processor Time 00:00:05.16
Elapsed Time 00:00:13.45
Memory Required 2912 bytes
Additional Memory Required 280 bytes
for Residual Plots

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 PDRB, Alokasi . Enter
Dana Sektor
Pendidikanb

a. Dependent Variable: APS

b. All requested variables entered.

Charts
 41

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/SCATTERPLOT=(*SRESID ,*ZPRED).

Regression

Notes
Output Created 22-OCT-2019 12:02:32
Comments
Input Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 4
File
 42

Missing Value Handling Definition of Missing User-defined missing values

are treated as missing.
Cases Used Statistics are based on cases
with no missing values for
any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF
OUTS R ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/SCATTERPLOT=(*SRESID
,*ZPRED).
Resources Processor Time 00:00:00.91
Elapsed Time 00:00:00.59
Memory Required 2912 bytes
Additional Memory Required 0 bytes
for Residual Plots

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 PDRB, Alokasi . Enter
Dana Sektor
Pendidikanb

a. Dependent Variable: APS

b. All requested variables entered.

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
 43

Predicted Value 62.4725 73.2139 65.7400 5.03643 4

Std. Predicted Value -.649 1.484 .000 1.000 4
Standard Error of Predicted 6.596 9.245 7.963 1.466 4
Value
Adjusted Predicted Value -1.2781 149.9379 68.6827 62.27377 4
Residual -6.57249 6.36546 .00000 5.37594 4
Std. Residual -.706 .684 .000 .577 4
Stud. Residual -1.000 1.000 .000 1.155 4
Deleted Residual -77.83791 65.63815 -2.94268 59.69928 4
Stud. Deleted Residual . . . . 0
Mahal. Distance .755 2.207 1.500 .807 4
Cook's Distance .336 22.960 9.977 11.441 4
Centered Leverage Value .252 .736 .500 .269 4

a. Dependent Variable: APS

Charts
 44

REGRESSION
/MISSING LISTWISE
 45

/STATISTICS COEFF OUTS R ANOVA

/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/RESIDUALS DURBIN.
Regression

Notes
Output Created 22-OCT-2019 12:04:31
Comments
Input Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 4
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
Cases Used Statistics are based on cases
with no missing values for
any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF
OUTS R ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/RESIDUALS DURBIN.
Resources Processor Time 00:00:00.03
Elapsed Time 00:00:00.05
Memory Required 2912 bytes
Additional Memory Required 0 bytes
for Residual Plots

Variables Entered/Removeda
 46

Variables Variables
Model Entered Removed Method
1 PDRB, Alokasi . Enter
Dana Sektor
Pendidikanb

a. Dependent Variable: APS

b. All requested variables entered.

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .684a .467 .598 9.31141 1.294

a. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

b. Dependent Variable: APS

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 76.097 2 38.048 26.439 .030b
Residual 86.702 1 86.702
Total 162.799 3

a. Dependent Variable: APS

b. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

Coefficientsa
 47

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 328.924 282.278 1.165 .452
Alokasi Dana Sektor 79.191 84.838 .943 6.933 .022
Pendidikan
PDRB 2.603 4.429 .594 5.588 .002

a. Dependent Variable: APS

Regression
 48

Notes
Output Created 22-OCT-2019 12:05:55
Comments
Input Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 4
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
Cases Used Statistics are based on cases
with no missing values for
any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF
OUTS R ANOVA COLLIN
TOL
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.
Resources Processor Time 00:00:00.02
Elapsed Time 00:00:00.10
Memory Required 2896 bytes
Additional Memory Required 0 bytes
for Residual Plots

Variables Entered/Removeda
 49

Variables Variables
Model Entered Removed Method
1 PDRB, Alokasi . Enter
Dana Sektor
Pendidikanb

a. Dependent Variable: APS

b. All requested variables entered.

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .684a .467 .598 9.31141

a. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 76.097 2 38.048 26.439 .030b
Residual 86.702 1 86.702
Total 162.799 3

a. Dependent Variable: APS

b. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 328.924 282.278 1.165 .452
Alokasi Dana Sektor 79.191 84.838 .943 6.933 .022
Pendidikan
PDRB 2.603 4.429 .594 5.588 .002

Coefficientsa
 50

Collinearity Statistics
Model Tolerance VIF
1 (Constant)
Alokasi Dana Sektor Pendidikan .522 1.916
PDRB .522 1.916

a. Dependent Variable: APS

Collinearity Diagnosticsa
Variance Proportions
Alokasi Dana
Sektor
Model Dimension Eigenvalue Condition Index (Constant) Pendidikan PDRB
1 1 2.995 1.000 .00 .00 .00
2 .005 24.900 .01 .00 .59
3 .000 160.661 .99 1.00 .41

a. Dependent Variable: APS

 51

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.

Regression
Notes
Output Created 22-OCT-2019 12:07:18
Comments
Input Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 4
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
Cases Used Statistics are based on cases
with no missing values for
any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF
OUTS R ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.
Resources Processor Time 00:00:00.02
Elapsed Time 00:00:00.04
Memory Required 2896 bytes
Additional Memory Required 0 bytes
for Residual Plots
 52

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 PDRB, Alokasi . Enter
Dana Sektor
Pendidikanb

a. Dependent Variable: APS

b. All requested variables entered.

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .684a .467 .598 9.31141

a. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 76.097 2 38.048 26.439 .030b
Residual 86.702 1 86.702
Total 162.799 3

a. Dependent Variable: APS

b. Predictors: (Constant), PDRB, Alokasi Dana Sektor Pendidikan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 328.924 282.278 1.165 .452
Alokasi Dana Sektor 79.191 84.838 .943 6.933 .022
Pendidikan
PDRB 2.603 4.429 .594 5.588 .002

a. Dependent Variable: APS

53