Disusun Oleh :
HALAMAN JUDUL
2020
SKRIPSI
Disusun oleh :
Nama : Reynalda Ilmi Nuastiko
Nomor mahasiswa : 143160070
Program studi : Ekonomi Pembangunan
Jurusan : Ilmu Ekonomi
ii
SKRIPSI
ANALISIS PENGARUH KOMPONEN DANA PERIMBANGAN DAN
DANA DESA TERHADAP PENDAPATAN ASLI DAERAH
PADA TIGA PULUH TIGA PROVINSI DI INDONESIA
(2015 – 2018)
Disusun Oleh :
Oleh :
Dr. Sri Suharsih, SE, M.Si Wahyu Dwi Artaningtyas SE, M.Si
NIK : 2 6912 95 0005 1 NIK : 2 7303 97 0148 1
iii
PERNYATAAN KEASLIAN
Pernyataan ini saya buat sebenar – benarnya dan apabila ternyata di kemudian hari
terbukti bahwa pernyataan ini tidak benar, saya sanggup menerima hukuman dan
sanksi sesuai peraturan yang berlaku.
Yang menyatakan
iv
KATA PENGANTAR
Puji syukur saya panjatkan kehadirat Allah SWT, karena atas rahmat-Nya
maka saya dapat menyelesaikan tugas akhir di jurusan Ekonomi Pembangunan
“Pengaruh Komponen Dana Perimbangan dan Dana Desa Terhadap PAD
pada tiga puluh tiga Provinsi di Indonesia tahun 2015 - 2018”. Penulis juga
sadar bahwa bimbingan dari berbagai pihak membantu penulis agar
menyelesaikan tugas akhir skripsi ini. Maka dari itu penulis ingin menyampaikan
terima kasih kepada :
1. Dr. Sri Suharsih, SE, M.Si selaku dosen pembimbing yang telah membimbing
penulis agar menyelesaikan tugas akhir skripsi.
2. Wahyu Dwi Artaningtyas SE, M.Si selaku dosen pembimbing yang telah
membimbing penulis agar menyelesaikan tugas akhir skripsi.
3. Drs. Sunu Agus Setyarto seorang ayah yang sabar dan terus memberi
semangat pada penulis untuk menyelesaikan tugas akhir skripsi.
4. Tri Astuti Hasna, SE seorang ibu yang sabar dan terus memberi semangat
pada penulis untuk menyelesaikan tugas akhir skripsi.
5. Teman – teman Kos Galaxy terima kasih untuk kalian yang telah berproses
bersama dengan penulis.
6. Teman – teman Ekonomi Pembangunan angkatan 16 terima kasih untuk kalian
yang telah berproses bersama selam 4 tahun terakhir dengan penulis.
7. Nisa Sophia Perennasa Zinatan terima kasih untuk berproses dengan penulis
selama ini, memberi semangat dan berdiskusi tentang apapun.
Penulis menyadari bahwa skripsi ini masih belum sempurna. Oleh karena
itu, kritik dan saran dari pembaca demi perbaikan skripsi ini akan penulis terima.
Semoga makalah ini dapat bermanfaat bagi semua pihak baik yang menyusun
maupun yang membaca.
Yogyakarta, 16 Januari 2020
v
INTISARI
vi
DAFTAR ISI
HALAMAN JUDUL.........................................................................................................i
HALAMAN PERSETUJUAN DOSEN...........................................................................iii
HALAMAN PERNYATAAN KEASLIAN......................................................................iv
KATA PENGANTAR.......................................................................................................v
INTISARI.........................................................................................................................vi
DAFTAR ISI...................................................................................................................vii
DAFTAR TABEL..........................................................................................................viii
DAFTAR GAMBAR......................................................................................................viii
BAB I PENDAHULUAN..................................................................................................8
1.1. Latar belakang.........................................................................................................8
1.2. Rumusan Masalah...................................................................................................8
1.3. Tujuan Penelitian....................................................................................................8
1.4. Manfaat Penelitian..................................................................................................8
1.5. Keaslian Penelitian..................................................................................................8
BAB II KAJIAN PUSTAKA.............................................................................................8
2.1. Otonomi Daerah......................................................................................................8
2.2. Pendapatan Asli Daerah (PAD)...............................................................................8
2.3. Dana Perimbangan..................................................................................................8
2.4. Dana Desa...............................................................................................................8
2.5. Penelitian terdahulu.................................................................................................8
2.6. Kerangka Pemikiran Konseptual.............................................................................8
2.7. Hipotesis.................................................................................................................8
BAB III METODE PENELITIAN.....................................................................................8
3.1. Jenis penelitian........................................................................................................8
3.2. Jenis dan Sumber data............................................................................................8
3.3. Alat Analisis...........................................................................................................8
3.4. Definisi Operasional Variabel.................................................................................8
BAB IV HASIL PENELITIAN DAN PEMBAHASAN....................................................8
4.1. Deskripsi Data....................................................................................................8
4.2. Analisis Data......................................................................................................8
4.3. Pembahasan........................................................................................................8
BAB V KESIMPULAN DAN SARAN.............................................................................8
vii
5.1. Kesimpulan........................................................................................................8
5.2. Saran..................................................................................................................8
DAFTAR PUSTAKA........................................................................................................8
LAMPIRAN......................................................................................................................8
viii
DAFTAR TABEL
Tabel 1.1
Tabel 1.2
Tabel 1.3
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.9
Tabel 4.10
Tabel 4.11
Tabel 4.12
Tabel 4.13
Tabel 4.14
DAFTAR GAMBAR
viii
ix
BAB I
PENDAHULUAN
1
2
Tabel 1.1
PAD menurut Provinsi di Indonesia tahun 2015 – 2018 (ribu rupiah)
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 1,972,049,032 2,060,180,945 2,276,305,568 2,359,385,393
2 Sumatera Utara 4,883,880,619 4,954,833,100 5,287,469,401 5,638,960,579
3 Sumatera Barat 1,876,733,122 1,964,148,975 2,134,010,519 2,275,090,068
4 Riau 3,476,960,097 3,110,656,139 3,360,008,975 3,638,995,740
5 Jambi 1,241,223,028 1,233,514,664 1,580,304,867 1,656,569,597
6 Sumatera Selatan 2,534,526,413 2,546,177,544 3,031,633,624 3,528,010,712
7 Bengkulu 701,300,383 731,556,734 804,575,838 872,257,738
8 Lampung 2,247,342,667 2,368,796,251 2,750,596,478 2,864,235,753
33,686,176,81 36,888,017,58 43,901,488,80 43,327,136,60
9 DKI Jakarta
5 7 7 2
16,032,856,41 17,042,895,11 18,081,123,73 19,642,915,44
10 Jawa Barat
4 3 9 8
10,904,825,81 11,541,029,72 12,547,513,38 13,711,836,03
11 Jawa Tengah
2 0 9 7
12 DI Yogyakarta 1,593,110,769 1,673,749,196 1,851,973,396 2,040,723,348
15,402,647,67 15,817,795,02 17,324,177,66 18,531,062,02
13 Jawa Timur
4 4 4 1
14 Kalimantan Barat 1,702,542,350 1,664,338,991 1,945,647,317 2,194,867,823
Kalimantan
15
Tengah 1,174,969,266 1,158,303,928 1,342,330,618 1,616,521,660
Kalimantan
16
Selatan 2,684,908,313 2,499,862,900 2,841,891,516 3,557,316,628
Kalimantan
17
Timur 4,950,160,613 4,029,364,843 4,588,751,727 5,800,270,285
18 Sulawesi Utara 1,012,945,961 981,044,559 1,146,674,827 1,253,804,977
19 Sulawesi Tengah 904,937,124 939,092,069 958,212,001 1,016,628,663
20 Sulawesi Selatan 3,270,828,511 3,449,561,308 3,679,083,943 3,948,349,252
Sulawesi
21
Tenggara 667,079,209 753,657,954 806,253,869 903,949,000
22 Bali 3,041,298,422 3,041,195,258 3,398,472,278 3,718,094,051
23 NTB 1,372,661,567 1,359,844,019 1,684,468,709 1,660,417,707
24 NTT 882,315,240 995,186,120 1,047,491,567 1,095,269,978
25 Maluku 390,813,371 466,208,198 430,866,044 465,779,724
26 Papua 912,908,312 1,019,732,912 1,020,372,304 1,050,372,166
27 Maluku Utara 236,054,304 280,150,113 327,469,790 358,325,359
28 Banten 4,972,737,619 5,463,156,734 5,756,371,374 6,329,138,234
29 Bangka Belitung 571,802,890 574,258,443 709,832,181 850,441,774
30 Gorontalo 289,557,151 311,223,202 348,267,663 384,435,306
31 Kepulauan Riau 1,013,226,321 1,079,309,741 1,094,788,614 1,220,768,246
32 Papua Barat 322,799,297 338,811,109 470,072,402 459,243,073
33 Sulawesi Barat 273,507,239 277,686,126 296,935,168 301,499,588
34 Kalimantan Utara 370,047,613 507,955,516 482,740,846 574,088,357
127,571,733,5 133,123,295,0 149,308,177,0 158,846,760,8
Indonesia
38 35 23 87
Sumber : Direktorat Jendral Perimbangan, 2018, data diolah
3
Dari tabel 1.1 dapat dilihat jumlah PAD di Indonesia pada tahun 2015 -
2018 terus meningkat di setiap tahunnya. DKI Jakarta menjadi Provinsi yang
mempunyai jumlah PAD tertinggi tiap tahunnya, untuk Provinsi yang mempunyai
jumlah PAD terendah, Provinsi Maluku Utara dan Provinsi Sulawesi barat saling
bergantian menempati Provinsi dengan PAD terendah. Pada tahun 2015 Provinsi
Maluku Utara memiliki PAD terendah di seluruh Provinsi di Indonesia dengan
jumlah PAD sebesar 236 miliar rupiah, sedangkan tiga tahun setelahnya Provinsi
Sulawesi Barat menjadi Provinsi yang terendah dalam hal jumlah PAD. Pada
tahun 2016, jumlah PAD di Provinsi Sulawesi Barat sebesar 277 miliar
Tabel 1.2
Dana Perimbangan di Indonesia Tahun 2015 – 2018 (ribu rupiah)
Kompone
2015 2016 2017 2018
n
DAU 35,288,784,85
38,933,868,301 55,763,530,032 56,606,500,497
3
DBH 22,689,716,82
30,420,104,868 33,566,296,374 35,130,152,568
6
DAK 3,610,202,097 45,058,083,095 58,254,497,029 59,938,831,499
TOTAL 61,588,703,77 114,412,056,26 147,584,323,43 151,675,484,56
6 5 6 5
Sumber : Direktorat Jendral Perimbangan, 2018, data diolah
Dari tabel 1.2 bisa melihat Dana Perimbangan selalu naik tiap tahunnya di
Indonesia. Bahkan di dari tahun 2015 ke tahun 2016 kenaikan Dana Perimbangan
naik sebesar 53 miliar rupiah hal ini membuktikan pemerintah pusat
memperhatikan daerah agar mampu mengembangkan potensi daerah nya dengan
penganggaran Dana Perimbangan ini. Pada tahun 2015 pemerintah pusat
menerbitkan sumber pendanaan baru ke daerah dari pemerintahan pusat disebut
Dana Desa. Dana Desa sendiri adalah dana yang bersumber dari Anggaran
Pendapatan dan Belanja Negara yang diperuntukkan bagi Desa yang ditransfer
melalui Anggaran Pendapatan dan Belanja Daerah Kabupaten/Kota. Melalui Dana
Desa ini, daerah khususnya pedesaan mampu untuk membiayai penyelenggaraan
pemerintahan, pelaksanaan pembangunan, pembinaan kemasyarakatan, dan
pemberdayaan masyarakat (kemenkeu) untuk itu Dana desa hanya ditransferkan
ke 33 provinsi di Indonesia kecuali Provinsi DKI Jakarta.
5
Dana Desa
70000000000000
60000000000000
50000000000000
40000000000000
Jumlah Alokasi Dana Desa (rupiah)
30000000000000
20000000000000
10000000000000
0
2015 2016 2017 2018
Tahun
Sumber : Direktorat Jendral Perimbangan, 2018, data diolah
Dari gambar 1.1 dapat dilihat dari tahun ke 2015 – 2017 jumlah Dana
Desa mengalami peningkatan, pada 2015 jumlah Dana Desa mencapai 9 miliar
rupiah terus naik pada tahun 2016 mencapai 46 triliun Rupiah. Tahun 2017 dan
2018 pemerintah menetapkan Dana Desa sebesar 60 triliun Rupiah sehingga tidak
adanya peningkatan jumlah dari Dana Desa.
1. Manfaat Akademis
Menambah pengetahuan penulis khususnya dalam bidang PAD, komponen
dana perimbangan, dan dana desa pada Pemerintahan Provinsi dan pusat di
Indonesia serta sebagai pembanding hasil-hasil penelitian yang sudah ada
dan sebagai referensi dan informasi bagi penelitian- penelitian selanjutnya.
2. Manfaat Kebijakan
Sebagai bahan pertimbangan bagi Pemerintahan Provinsi dan pusat dalam
mengambil kebijakan optimalisasi PAD dan alokasi komponen dana
perimbangan serta dana desa pada Pemerintah Daerah di Indonesia
N
Penulis Sampel Alat Hasil
o
Williantar Provinsi Bali Regresi PAD tidak ada pengaruh IPM, DAU
a (2016) (2009 - 2013) data berpengaruh negatif terhadap IPM,
1
panel DAK berpengaruh negative terhadap
IPM, DBH tidak mempengaruhi IPM
Ferdian Provinsi Sumatra Regresi PAD berpengaruh positif terhadap
(2013) Barat data belanja daerah, Dana Perimbangan
(2007 – 2011) panel berpengaruh positif terhadap belanja
2
daerah, Pendapatan lain lain
berpengaruh positif terhadap belanja
daerah
Susanti Daerah Istimewa Aceh Regresi PAD, DAU, DBH berpengaruh positif
(2016) (2011 – 2014) berganda terhadap Belanja Modal, DAU
3 berpengaruh positif terhadap Belanja
Modal, DBH berpengaruh positif
terhadap Belanja Modal
Masdiojo Provinsi Jawa Tengah Regresi Model memenuhi Uji kebaikan PAD,
(2009) (2006 – 2008) data DAU, DBH berpengaruh positif
4 panel, terhadap Belanja Daerah,Belanja
Flypape Daerah terbukti mengalami flypaper
r Effect effect
Harianto Indonesia Analisis DAU berpengaruh terhadap Belanja
(2007) (2001 – 2004) Jalur Modal tetapi kurang efektif. PAD
5
(Path mempunyai hubungan positif dari
Analysis) pendapatan perkapita
Sumber PAD
1. Pajak Daerah
Pajak Daerah adalah pendapatan daerah yang berasal dari pajak.Pajak pada
setiap Provinsi dan kabupaten/kota adalah berbeda.Hal ini sesuai Undang
-Undang Nomor 23 tahun 2014 tentang Pajak dan Retribusi Daerah. Jenis
pendapatan pajak untuk Provinsi meliputi objek pendapatan berikut:
a. Pajak Kendaraan Bermotor (PKB).
b. Bea Balik Nama Kendaraan Bermotor (BBNKB).
c. Pajak Bahan Bakar Kendaraan Bermotor (PBBKB).
d. Pajak kendaraan di atas air.
e. Pajak air di bawah tanah.
f. Pajak air permukaan.
g. Pajak Hotel.
h. Pajak restoran.
i. Pajak hiburan.
j. Pajak reklame.
k. Pajak penerangan jalan.
l. Pajak pengambilan bahan galian golongan C.
11
m. Pajak parkir.
2. Retribusi Daerah
Sebagian laba perusahaan daerah merupakan salah satu sumber PAD, terdiri
dari perusahaan yang bergerak dibidang jasa keuangan dan perbankan dan
bidang lain, seperti jasa air bersih (PDAM), jasa di sektor industri, pertanian,
perkebunan dan lain-lain. BUMD merupakan cara yang lebih efisien dalam
melayani masyarakat, dan merupakan salah satu sumber pendapatan daerah.
Jenis pendapatan yang termasuk hasil-hasil pengelolaan kekayaan daerah
lainnya yang dipisahkan, antara lain laba, deviden, dan penjualan saham milik
daerah.
13
4. Penerimaan lain-lain
Pengertian Penerimaan lain-lain Daerah Kabupaten Dan Kota adalah
penerimaan yang diperoleh daerah Kabupaten dan kota diluar pajak, retribusi,
hasil pengelolaan kekayaan milik daerah yang dipisahkan. Beberapa contoh
penerimaan yang termasuk dalam ketegori penerimaan lain-lain misalnya
penerimaan dan hasil penjualan asset milik pemerintah daerah dan jasa giro
rekening pemerintah daerah kabupaten dan kota.
2.3. Dana Perimbangan
Daerah yang potensi fiskalnya kecil, namun kebutuhan fiskalnya besar akan
memperoleh alokasi DAU relatif besar (Depkeu, 2009).Prinsip tersebut
menegaskan bahwa fungsi DAU adalah sebagai instrumen pemerataan
kapasitas fiskal. DAU adalah dana yang berasal dari APBN yang dialokasikan
dengan tujuan pemerataan kemampuan keuangan antar daerah untuk
membiayai kebutuhan pembelanjaan (Prakosa, 2004). Peraturan Pemerintah
Nomor 55 Tahun 2005 DAU adalah dana yang berasal dari APBN yang
dialokasikan dengan tujuan pemerataan keuangan antar daerah untuk
membiayai kebutuhan pengeluaran dalam rangka pelaksanaan desentralisasi.
Pendapat di atas menunjukan DAU adalah dana dari pemerintah pusat yang
didapatkan dari Anggaran Pendapatan dan Belanja Negara (APBN) kemudian
dialokasikan ke daerah untuk pemerataan keuangan antar daerah. DAU
merupakan transfer penggunaannya diserahkan kepada daerah untuk
14
Dana Bagi Hasil (DBH) merupakan dana yang bersumber dari pendapatan
APBN yang dialokasikan kepada daerah berdasarkan angka persentase
tertentu untuk mendanai kebutuhan daerah dalam rangka pelaksanaan
desentralisasi. Tujuan DBH adalah untuk memperbaiki keseimbangan vertikal
antara pusat dan daerah dengan memperhatikan potensi daerah
penghasil.Penyaluran DBH dilakukan berdasarkan prinsip Based on Actual
Revenue. Maksudnya adalah penyaluran DBH berdasarkan realisasi
penerimaan tahun anggaran berjalan (Pasal 23 UU 33 tahun 2004). Jenis-jenis
15
DBH meliputi DBH Pajak dan DBH Sumber Daya Alam. DBH Pajak meliputi
Pajak Bumi dan Bangunan, Pajak Penghasilan dan Cukai Hasil Tembakau.
Sedangkan DBH SDA meliputi Kehutanan, Mineral dan Batu Bara, Minyak
Bumi dan Gas Bumi, Pengusahaan Panas Bumi dan Perikanan. Dana Bagi
Hasil merupakan dana perimbangan yang strategis bagi daerah – daerah yang
memiliki sumber – sumber penerimaan pusat di daerahnya, meliputi
penerimaan pajak pusat yaitu pajak penghasilan perseorangan (PPh
perseorangan), Pajak Bumi dan Bangunan (PBB), Bea Perolehan Hak atas
Tanah dan Bangunan (BPHTB), dan penerimaan dari sumber daya alam
(Minyak Bumi, Gas Alam, Pertambangan Umum, Kehutanan dan Perikanan).
Pembagian dana dari DBH meliputi DBH Pajak dan DBH Sumber Daya Alam
sebagai berikut :
1. DBH Pajak
a. Pembagian Dana Bagi Hasil dari penerimaan PBB
Pemerintah Daerah mendapatkan bagian PBB sebesar 90% untuk Daerah
dengan rincian sebagai berikut:
1. 16,2% untuk daerah provinsi yang bersangkutan dan disalurkan ke
Rekening Kas Umum Daerah provinsi.
2. 64,8% untuk daerah kabupaten/kota yang bersangkutan dan disalurkan
ke Rekening Kas Umum Daerah kabupaten/kota; dan
3. 9% untuk biaya pemungutan.
Dana Alokasi Khusus adalah dana yang bersumber dari pendapatan APBN
yang dialokasikan kepada daerah tertentu dengan tujuan untuk membantu
mendanai kegiatan khusus yang merupakan urusan daerah dan sesuai dengan
prioritas nasional. DAK merupakan salah satu jenis transfer dana perimbangan
yang dialokasikan kepada pemerintah daerah tertentu untuk mendanai
kegiatan khusus yang merupakan bagian dari program yang menjadi prioritas
nasional dan menjadi urusan daerah (Depkeu, 2009). Program yang menjadi
prioritas nasional harus dimuat dalam rencana kerja pemerintah
(RKP).Besaran DAK ditetapkan setiap tahun dalam APBN.
Kebijakan DAK :
a. Diprioritaskan untuk membantu daerah-daerah dibawah rata-rata nasional,
dalam rangka mendanai kegiatan penyediaan sarana dan prasarana fisik
pelayanan dasar masyarakat yang merupakan urusan daerah.
b. Menunjang percepatan pembangunan sarana dan prasarana didaerah
pesisir dan pulau-pulau kecil, daerah perbatasan dengan Negara lain,
daerah tertinggal/terpencil, daerah rawan banjir/longsor, serta termasuk
kategori daerah ketahanan pangan dan daerah pariwisata.
c. Mendorong peningkatan produktivitas perluasan kesempatan kerja dan
18
e. DAK Irigasi
Dana ini diarahkan untuk mempertahankan dan meningkatkan tingkat
20
k. DAK Kehutanan
Dana ini diarahkan untuk meningkatkan fungsi Daerah Aliran Sungai (DAS),
meningkatkan fungsi hutan mangrove dan hutan pantai, pemantapan fungsi
hutan lindung. Taman Hutan Raya (TAHURA), hutan kota, serta
pengembangan sarana dan prasarana. penyuluhan kehutanan termasuk
operasional kegiatan penyuluhan kehutanan.
l. DAK Sarana dan Prasarana Pedesaan
Dana ini ditujukan khusus untuk daerah tertinggal, dna diarahkan untuk
meningkatkan aksesibilitas dan ketersediaan prasarana dan sarana dasar untuk
memperlancar arus angkutan penumpang, bahan pokok, dan produk pertanian
lainnya dari daerah pusat-pusat produksi di pedesaan ke daerah pemasaran.
m. DAK Perdagangan
Dana Desa adalah dana yang bersumber dari Anggaran Pendapatan dan
Belanja Negara (APBN) yang dialokasikan dengan tujuan pemerataan
kemampuan keuangan antar Desa untuk mendanai kebutuhan Desa dalam rangka
penyelenggaraan Pemerintahan dan pelaksanaan pembangunan serta pelayanan
masyarakat. Untuk memaksimalkan pengelolaan ADD yang diberikan oleh
Pemerintah Kabupaten kepada Desa, maka ADD memiliki tujuan antara lain
(Nurcholis, 2011)
1. Menaggulangi kemiskinan dan mengurangi kesenjangan
2. Meningkatkan perencanaan dan penganggaran pembangunan di tingkat Desa
dan pemberdayaan masyarakat
3. Meningkatkan pembangunan infrastruktur Desa
22
Sedangkan Sedangkan pengertian dari ahli lain adalah Alokasi Dana Desa
dimaksudkan untuk membiayai program Pemerintahan Desa dalam melaksanakan
kegiatan pemerintahan dan pemberdayaan masyarakat (Santosa, 2008).
Berdasarkan penganggaran Dana Desa yang dilakukan oleh Direktorat Jenderal
Perimbangan Keuangan melakukan penghitungan rincian Dana Desa setiap
Daerah kabupaten/kota.Rincian Dana Desa setiap Daerah dialokasikan secara
merata dan berkeadilan berdasarkan:
1. Alokasi Dasar dihitung sebesar 69% dari anggaran Dana Desa dibagi secara
merata kepada setiap Desa secara nasional.
2. Alokasi Afirmasi dihitung sebesar 1,5% dari anggaran Dana Desa dibagi
secara proporsional kepada Desa tertinggal dan Desa sangat tertinggal yang
mempunyai jumlah penduduk miskin tinggi.
3. Alokasi Kinerja dihitung sebesar 1,5% dari anggaran Dana Desa dibagi
kepada desa dengan kinerja terbaik. Desa dengan kinerja terbaik adalah Desa
yang dipilih sebanyak 10% dari jumlah Desa yang memiliki hasil penilaian
kinerja terbaik berdasarkan pengelolaan keuangan Desa, pengelolaan Dana
Desa, capaian keluaran Dana Desa, capaian hasil pembangunan Desa.
4. Alokasi Formula dihitung sebesar 28% dari anggaran Dana Desa dibagi
berdasarkan jumlah penduduk Desa, angka kemiskinan Desa, luas wilayah
Desa, dan tingkat kesulitan geografis Desa dengan bobot:
a. 10% untuk jumlah penduduk
b. 50% untuk angka kemiskinan
23
Kebijakan Pemerintah
2.7. Hipotesis
Keterangan :
Y : PAD
X1 : DAU
28
X2 : DBH
X3 : DAK
X4 : Dana Desa
i. Model Data Panel
Keterangan:
Y : PAD
X1 : DAU
X2 : DBH
X3 : DAK
29
X4 : Dana desa
lnY : ln (PAD)
lnX1 : ln (DAU)
lnX2 : ln (DBH)
lnX3 : ln (DAK)
β : parameter
r
: error term
ii. Estimasi Model Data Panel
Analisis data yang dilakukan dengan estimasi regresi, yang mana untuk
melakukan estimasi menggunakan data panel terdapat 3 model yang dapat
dilakukan, yaitu:
1. Metode Common Effect yang merupakaan suatu estimasi data panel yang
hanya mengkombinasikan data time sries dan cross section dengan
menggunakan metode Ordinary Least Square (OLS). Pendekatan ini tidak
memperhatikan dimensi individu atau waktu. Dalam model ini terdapat asumsi
bahwa intersep dan koefisien regresi nilainya tetap untuk setiap objek
penelitian dan waktu.
2. Metode Fixed Effect pada metode estimasi ini mengasumsikan bahwa setiap
objek memiliki intersep yang berbeda tetapi memiliki koefisien yang sama.
Untuk membedakan antara objek yang satu dengan yang lainnya maka
30
digunakan variabel dummy atau variabel semu sehingga metode ini juga
disebut Least Square Dummy Variabels (LSDV).
3. Model Random Effect pada metode ini tidak menggunakan variabel seperti
dummy seperti yang digunakan padaa Fixed Effect. Metode ini menggunakan
residual yang diduga memiliki hubungan antar waktu dan objek. Model
Random Effect mengansumsikan bahwa setiap variabel mempunyai perbedaan
intersep tersebut bersifat random atau stokasitik. Dengan demikian persamaan
modelnya menjadi :
Yit = β oi + β 1Iit + Vit Dimana Vit = eit + Uit (3.4)
Dalam metode ini, residual Vit terdiri dari atas dua komponen, yaitu (1)
residual eit yang merupakan residual menyeluruh serta kombinasi time series
dan cross section; (2) residual setiap idividu yang diwakili oleh Uit. Dalam hal
ini, setiap objek memiliki residual Uit yang berbeda-beda tetapi tetap antar
waktu. Metode Generalized Least Square (GLS) digunakan untuk
mengestimasi model regresi ini sebagai pengganti motode OLS
(Widarjono.2007).
Dari 3 model yang akan diuji pada penelitian ini antara Common Effect,
Fixed Effect, dan Random Effect maka dipilih model yang paling baik dimana
model Common Effect dan Fixed Effect diuji dengan Uji Chow. Sedangkan untuk
menguji model Fixed Effect dengan Random Effect maka dilakukan Uji Hausman.
1. Uji Chow
Uji Chow diperlukan untuk menentukan model Common Effect dan Fixed
Effect, untuk menghitung nilai probabilitas F kedua metode dengan rumus
sebagai berikut:
RRSS −URSS URSS
f(n – 1,nt – nk) = :
N −1 NT −N K
(3.5)
Keterangan:
31
Keterangan :
Oij = nilai observasi
Eij = nilai ekspektasi
3.3.4. Uji Statistik
1. Uji Parsial (Uji t)
Uji t dilakukan untuk mengetahui pengaruh variabel independen terhadap
variabel dependen secara parsial. Uji t ini akan menggambarkan seberapa
signifikan pengaruh variabel independent terhadap variabel terkait.
bi
t= (3.7)
Sbi
Keterangan :
32
t : t hitung
bi : Koefisien regresi
Sbi : Standar error
2. Uji Simultan (Uji F)
Uji F digunakan untuk melihat seberapa berpengaruhnya faktor kualitas dari
variabel DAU, DBH, DAK, Dana desa, dan variabel diluar model secara
simultan terhadap variabel PAD
R 2 /k−1
F= 2
(1−R )/(n−k )
(3.8)
Keterangan :
F : F hitung
R : koefisien determinasi
n : jumlah pengamatan
k : banyaknya variabel
3. Koefisien Determinasi
Koefisien determinasi ( R2) bertujuan untuk mengetahui kemampuan model
dalam menerangkankan variasi variabel Dependen (Ghozali, 2016). Nilai
koefisien determinasi adalah nol dan satu. nilai R2 yang kecil mengakibatkan
kemampuan model tersebut menjelaskan variabel Dependen juga kecil.
Sedangkan jika nilai R2 maka kemampuan model untuk menjelaskan variabel
dependen besar.
5. Dana Desa
Dana Desa adalah dana yang bersumber dari Anggaran Pendapatan dan
Belanja Negara (APBN) yang dialokasikan dengan tujuan pemerataan
kemampuan keuangan antar Desa untuk mendanai kebutuhan Desa dalam
rangka penyelenggaraan Pemerintahan dan pelaksanaan pembangunan serta
pelayanan masyarakat. Satuan dari variabel Dana Desa adalah ribu rupiah.
Provinsi DKI Jakarta tidak masuk dalam penelitian ini dikarenakan provinsi
DKI Jakarta tidak mendapatkan Dana Desa.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Tahun
N
Provinsi
o
2015 2016 2017 2018
Tabel Lanjutan
Selatan
Dari tabel 4.1, Nilai mean PAD sebesar Rp. 3.143.587.701.000 artinya rata
– rata PAD di 33 Provinsi di Indonesia pada tahun 2015 - 2018 berkisar 3 triliun
rupiah. Variabel PAD mempunyai nilai terendah (minimum) sebesar Rp
236.054.304.107.000 dari Provinsi Maluku Utara pada tahun 2015 dan nilai
terbesar (maksimum) sebesar Rp.19.642.915.448.764.000 dari Provinsi Jawa
Barat pada tahun 2018.
Tabel 4.2
DAU di 33 Provinsi Indonesia tahun 2015 – 2018 (ribu rupiah)
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 1,237,894,98 1,263,870,989 2,060,263,235 2,060,263,235
6
2 Sumatera Utara 1,139,261,37 1,604,505,673 2,629,224,545 2,629,224,545
1
3 Sumatera Barat 1,221,128,60 1,261,915,864 2,014,646,639 2,014,646,639
6
4 Riau 654,220,250 738,378,736 1,457,997,067 1,465,117,719
5 Jambi 1,009,165,86 1,466,243,775 1,397,912,161 1,399,367,134
4
6 Sumatera Selatan 931,915,470 1,071,421,391 1,697,897,817 1,697,762,032
7 Bengkulu 1,046,080,82 1,070,751,292 1,301,538,847 1,300,978,160
0
8 Lampung 1,097,129,43 1,321,679,032 1,851,595,354 1,854,701,094
9
9 Jawa Barat 1,303,654,35 1,248,112,171 3,011,001,477 3,023,552,986
5
10 Jawa Tengah 1,629,429,28 1,859,907,223 3,652,586,431 3,652,586,431
3
11 DI Yogyakarta 920,544,722 940,835,434 1,314,372,147 1,314,262,108
12 Jawa Timur 1,587,261,70 1,672,878,372 3,803,428,371 3,813,411,928
7
13 Kalimantan Barat 1,405,594,16 1,493,486,253 1,720,698,207 1,724,402,496
9
14 Kalimantan 1,280,595,84 1,294,850,243 1,574,382,856 1,574,382,856
Tengah 8
15 Kalimantan 571,244,699 779,517,454 1,106,532,187 1,118,213,289
Selatan
16 Kalimantan Timur 5,731,251,50 80,402,179 714,906,576 767,682,423
39
0
17 Sulawesi Utara 1,026,948,80 1,065,545,204 1,390,272,639 1,427,544,997
9
18 Sulawesi Tengah 1,221,602,86 1,272,925,036 1,546,247,611 1,586,163,908
5
19 Sulawesi Selatan 1,180,010,16 1,394,148,361 2,509,480,255 2,509,480,255
7
20 Sulawesi Tenggara 1,176,423,57 1,200,634,199 1,563,334,271 1,575,959,517
7
21 Bali 831,597,268 850,144,224 1,260,842,523 1,268,585,388
22 NTB 1,088,633,71 1,117,691,709 1,537,777,886 1,537,777,886
7
23 NTT 1,300,445,87 1,337,091,848 1,784,462,326 1,827,412,640
5
24 Maluku 1,177,774,67 1,260,897,986 1,555,603,048 1,670,234,402
4
25 Papua 2,277,932,69 2,502,449,137 2,338,200,799 2,571,298,119
8
26 Maluku Utara 1,061,177,95 1,132,578,857 1,265,846,334 1,331,236,347
0
40
N Tahun
Provinsi
o 2015 2016 2017 2018
27 Banten 640,981,003 693,738,579 1,059,320,237 1,072,903,468
28 Bangka Belitung 897,887,443 905,526,208 980,297,314 1,018,435,174
29 Gorontalo 845,395,651 884,557,753 997,598,871 1,006,924,707
30 Kepulauan Riau 695,943,711 866,810,696 1,059,822,693 1,150,516,796
31 Papua Barat 1,284,079,495 1,322,765,639 1,411,972,998 1,431,332,966
32 Sulawesi Barat 895,580,933 925,147,622 1,008,360,523 1,025,033,063
33 Kalimantan 651,247,428 1,032,459,159 1,185,105,787 1,185,105,787
Utara
Rata – rata 1,456,999,508
Max 5,731,251,500 2,502,449,137 3,803,428,371 3,813,411,928
Min 571,244,699 80,402,179 714,906,576 767,682,423
Sumber : Direktorat Jendral Perimbangan, 2018, data diolah, 2015 - 2018
Pada tabel 4.2, nilai mean dari DAU sebesar Rp 1.456.999.508.000 artinya
rata – rata DAU di 33 Provinsi di Indonesia pada tahun 2015 - 2018 berkisar 1
triliun rupiah. Variabel DAU mempunyai nilai terendah (minimum) sebesar Rp
80.402.179.000 dari Provinsi Kalimantan Timur pada tahun 2016 dan nilai
terbesar (maksimum) sebesar Rp. 5.731.251.500.000 dari Provinsi Kalimantan
Timur pada tahun 2015.
d.1.3. DBH
Perkembangan Dana Bagi Hasil pada tiga puluh tiga provinsi di Indonesia
ditunjukan oleh tabel 4.3
Tabel 4.3
DBH di 33 Provinsi Indonesia tahun 2015 – 2018 (ribu rupiah)
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 253,017,430 178,613,269 253,413,238 191,892,691
2 Sumatera Utara 334,244,916 511,083,219 460,857,333 513,849,016
3 Sumatera Barat 107,016,709 134,500,315 152,435,926 131,766,541
1,831,045,03
4 Riau 1,664,572,707 1,473,538,188 1,721,610,679
1
5 Jambi 351,969,164 256,611,316 390,520,754 406,804,973
1,328,407,54
6 Sumatera Selatan 1,286,710,762 1,507,731,845 1,643,957,685
1
7 Bengkulu 99,011,345 77,348,428 61,311,707 66,368,734
8 Lampung 172,095,689 185,475,997 249,340,043 216,041,063
1,184,319,13
9 Jawa Barat 1,778,216,936 1,851,522,979 1,804,540,601
2
10 Jawa Tengah 569,741,071 893,673,221 848,309,911 769,449,921
11 DI Yogyakarta 62,257,506 113,065,428 98,483,855 93,142,565
12 Jawa Timur 1,462,318,22 1,849,884,362 1,634,524,587 2,624,231,240
41
N Tahun
Provinsi
o 2015 2016 2017 2018
3,805,373,70
16 Kalimantan Timur 2,844,821,387 1,710,695,086 2,991,231,124
5
17 Sulawesi Utara 69,347,787 102,721,457 109,560,616 120,758,520
18 Sulawesi Tengah 85,165,410 102,058,131 124,837,810 196,347,609
19 Sulawesi Selatan 188,057,830 314,343,523 279,526,930 237,746,371
20 Sulawesi Tenggara 121,027,372 97,654,365 71,365,186 124,542,954
21 Bali 104,103,308 171,994,343 169,597,184 182,554,549
22 NTB 147,804,397 375,036,424 346,522,444 261,642,853
23 NTT 60,821,837 91,213,201 87,876,729 64,495,737
24 Maluku 58,460,626 58,312,403 81,196,827 79,176,363
25 Papua 517,999,391 764,470,513 413,012,330 924,041,168
26 Maluku Utara 95,965,198 86,764,142 61,350,045 115,223,675
27 Banten 319,017,534 493,494,029 640,348,609 650,605,096
28 Bangka Belitung 188,157,236 142,860,016 120,836,218 215,555,879
29 Gorontalo 20,766,783 27,939,248 26,007,712 21,620,422
30 Kepulauan Riau 507,640,852 521,708,951 526,669,661 537,458,002
1,119,808,32
31 Papua Barat 1,409,724,880 1,563,004,879 965,764,307
1
32 Sulawesi Barat 23,535,722 28,853,076 25,566,424 18,969,754
33 Kalimantan Utara 199,244,097 169,483,900 201,013,528 301,523,797
Rata – rata 543.408.853
3,805,373,70
Max 2,844,821,387 1,851,522,979 2,991,231,124
5
Min 20,766,783 27,939,248 25,566,424 18,969,754
Sumber : Direktorat Jendral Perimbangan, 2018, data diolah, 2015 - 2018
Pada tabel 4.3, nilai mean dari DBH sebesar Rp 543.408.853.000 artinya
rata – rata DBH di 33 Provinsi di Indonesia pada tahun 2015 - 2018 berkisar 543
miliar rupiah. Variabel DBH mempunyai nilai terendah (minimum) sebesar Rp
18.969.754.000 dari Provinsi Sulawesi Barat pada tahun 2018 dan nilai terbesar
(maksimum) sebesar Rp 3.805.373.705.000 dari Provinsi Kalimantan Timur pada
tahun 2015.
d.1.4. Dana Alokasi Khusus
Perkembangan Dana Alokasi Khusus pada tiga puluh tiga provinsi di
Indonesia ditunjukan oleh tabel 4.4
Tabel 4.4
DAK di 33 Provinsi Indonesia tahun 2015 – 2018 (ribu rupiah)
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 70,866,056 129,982,373 1,489,203,02 1,483,635,794
4
2 Sumatera Utara 47,746,880 3,103,684,863 3,838,053,06 3,912,060,867
43
Pada tabel 4.4, nilai mean dari DAK sebesar Rp 1.206.144.919.000 artinya
rata – rata DAK di 33 Provinsi di Indonesia pada tahun 2015 - 2018 berkisar 1,2
triliun rupiah. Variabel DAK mempunyai nilai terendah (minimum) sebesar Rp
16.789.048.000 dari Provinsi Banten pada tahun 2015 dan nilai terbesar
(maksimum) sebesar Rp 9.379.906.815.000 dari Provinsi Jawa Barat pada tahun
2018.
Tabel 4.5
Dana Desa di 33 Provinsi Indonesia tahun 2015 – 2018 (ribu rupiah)
N Tahun
Provinsi
o 2015 2016 2017 2018
4,892,571,79 4,457,512,95
1 Aceh 266,700,165 3,829,751,986
5 0
4,197,972,49 3,874,857,82
2 Sumatera Utara 384,043,298 3,293,282,206
0 9
3 Sumatera Barat 150,207,301 598,637,609 796,538,971 790,787,312
1,269,305,92 1,254,688,85
4 Riau 230,104,145 999,278,616
5 1
1,090,942,60 1,037,674,06
5 Jambi 110,483,575 856,771,020
1 1
2,267,261,44 2,309,392,95
6 Sumatera Selatan 276,232,136 1,780,769,819
5 4
1,035,340,41
7 Bengkulu 79,214,511 813,896,546 945,638,279
3
1,957,487,72 2,091,398,10
8 Lampung 282,565,032 1,536,762,050
1 5
4,547,513,83 4,823,095,41
9 Jawa Barat 1,064,203,516 3,568,437,985
8 8
6,384,442,05 6,737,083,09
10 Jawa Tengah 1,065,688,723 5,002,426,341
8 1
11 DI Yogyakarta 112,682,887 287,695,929 368,567,559 361,894,397
6,339,556,18 6,368,745,35
12 Jawa Timur 1,161,076,912 4,969,123,651
1 9
1,616,725,25 1,688,279,97
13 Kalimantan Barat 300,194,565 1,241,607,506
9 3
14 Kalimantan 192,148,062 904,370,668 1,148,904,92 1,144,586,42
46
Tengah 9 4
Kalimantan 1,430,375,41 1,316,573,42
15 103,482,229 1,125,244,835
Selatan 2 9
16 Kalimantan Timur 163,156,751 540,759,158 692,420,247 730,928,055
1,161,358,87 1,065,411,50
17 Sulawesi Utara 66,526,115 911,495,499
2 8
1,433,826,01 1,363,158,36
18 Sulawesi Tengah 129,379,489 1,124,644,395
9 8
1,820,518,24 1,986,216,68
19 Sulawesi Selatan 246,394,967 1,425,595,011
0 6
Sulawesi 1,482,032,77 1,411,237,13
20 105,440,863 1,126,867,317
Tenggara 2 2
21 Bali 79,034,589 416,264,690 537,258,505 531,141,963
22 NTB 172,547,793 677,494,427 865,014,066 983,185,878
2,360,353,32 2,537,837,57
23 NTT 248,702,792 1,849,353,802
0 6
24 Maluku 156,707,815 754,638,987 961,602,798 964,700,076
4,300,947,51 4,284,844,84
25 Papua 1,173,718,231 3,385,116,457
8 8
26 Maluku Utara 71,123,998 653,455,314 832,406,416 785,606,677
1,009,506,96
27 Banten 200,985,513 791,252,019 937,180,879
1
28 Bangka Belitung 47,079,757 206,293,612 261,661,579 264,571,725
29 Gorontalo 51,574,727 403,677,978 513,958,123 540,591,708
30 Kepulauan Riau 33,550,864 177,766,079 228,182,536 221,500,941
1,364,412,39 1,329,719,07
31 Papua Barat 196,068,573 1,074,690,239
5 6
32 Sulawesi Barat 51,466,268 363,558,153 461,094,687 472,270,192
33 Kalimantan Utara 93,713,822 291,096,987 369,938,349 387,688,280
Rata – rata 1,333,699,067
6,384,442,05 6,737,083,09
Max 1,173,718,231 5,002,426,341
8 1
Min 33,550,864 177,766,079 228,182,536 221,500,941
Sumber : Direktorat Jendral Perimbangan, 2018, data diolah
Dari tabel 4.5, nilai mean dari Dana Desa sebesar Rp 1.333.699.067.000
artinya rata – rata Dana Desa di 33 Provinsi di Indonesia pada tahun 2015 - 2018
berkisar 1,3 triliun rupiah. Variabel Dana Desa mempunyai nilai terendah
(minimum) sebesar Rp 33.550.864.000 dari Provinsi Kepulauan Riau pada tahun
2015 dan nilai terbesar (maksimum) sebesar Rp. 6.737.083.091.000 dari Provinsi
Jawa Tengah pada tahun 2018.
d.2. Analisis Data
d.2.1. Pemilihan model Regresi
1. Uji Chow
47
Uji Chow ini digunakan untuk memilih antara model dari Common Effect dan
Fixed Effect yang mana dari kedua model tersebut salah satunya yang dapat
lebih mencerminkan keadaan nyatanya.
Tabel 4.6
Tabel Uji Chow
Tabel 4.7
Hasil Uji Hausman
Tabel 4.8
Hasil model Fixed Effect
1. Uji Statistik
a. Uji Parsial (t)
Uji parsial dilakukan untuk menguji pengaruh dari variabel independen
tehadapa variabel dependen. Uji ini digunakan untuk melihat seberapa
besar dari pengaruh variabel independen terhadap variabel dependen.
Tabel 4.9
Hasil Uji statistik parsial (t)
Dari tabel 4.9 menjelaskan bahwa hanya DAU dan Dana Desa
yang berpengaruh signifikan terhadap variabel PAD di dalam model
regresi ini. Probabilitas statistik t dari DAU(LNDAU) lebih kecil dari
derajat alpha yang dipilih (0,02 < 5%). Probabilitas statistik t dari Dana
Desa (LNDESA lebih kecil dari derajat alpha yang dipilih (0,03 < 5%).
Variabel lain yaitu DBH dan DAK berpengaruh tidak signifkan terhadap
variabel PAD dikarenakan probabilitas statistik t lebih dari derajat alpha
yang dipilih.di dalam model regresi ini, probabilitas statistik t dari DBH
(LNDBH) lebih besar dari derajat alpha yang dipilih (0,1514 > 5%).
Sedangkan probabilitas t statistik dari DAK (LNDAK) juga lebih besar
dari derajat alpha yang dipilih (0,8773 > 5%).
b. Uji Simultan (F)
Uji F merupakan alat uji statistik secara simultan atau keseluruhan dan
koefisien regresi variabel independen terhadap variabel dependen. Uji F
digunakan untuk menunjukkan apakah variabel independen berpengaruh
terhadap variabel dependen.
Tabel 4.10
Hasil Uji Simultan (F)
F-statistic 574,7393
Prob(F-statistic) 0,00
Sumber : Hasil analisis data, 2018, lampiran 7
Dari Tabel 4.10 Hasil Uji Simultan (F) dapat dijelaskan bahwa
variabel independen (DAU, DBH, DAK, Dana Desa) secara Bersamaan
mempengaruhi variabel dependen (PAD). Hal ini dibuktikan probabilitas
dari F statistik lebih rendah dari derajat alpha yang dipilih (0,00 < 5%).
c. Uji R2
Uji R2 bertujuan untuk mengetahui variasi yang terjadi didalam model
regeresi dengan baik. Nilai R2yang sempurna adalah satu yaitu, apabila
keseluruhan variasi dependen dapat dijelaskan sepenuhnya oleh variasi
50
Tabel 4.11
Hasil Uji R2
R-squared 0,99543
Adjusted R-squared 0,993698
Sumber : Hasil analisis data 2019, lampiran 7
Hasil dari tabel 4.11 Uji R2 model regersi diatas sebesar 0,993 atau
99,3%. Artinya variasi yang terjadi didalam model regresi sebesar 99,3%,
sisanya terdapat pada variaang tidak terdapat didalam model regresi di
penelitian ini.
2. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui normalitas dari variabel
pengganggu. Salah asumsi metode OLS adalah bahwa variabel
pengganggu memiliki distribusi normal sehingga uji t dan uji F dapat
dilakukan. Uji normalitas menggunakan uji Kolmogorov-Smirnov dengan
menggunakan bantuan program statistik. Dasar pengambilan keputusan
yaitu jika probabilitas lebih besar dari nilai alpha yang ditentukan, yaitu
5%, maka data dikatakan berdistribusi normal, dan sebaliknya jika
probabilitas kurang dari 5%, maka data tidak berdistribusi normal.
14
Series: Standardized Residuals
12 Sample 2015 2018
Observations 132
10
Mean 5.68e-18
8
Median -0.003206
Maximum 0.190437
6
Minimum -0.169170
4 Std. Dev. 0.073702
Skewness 0.027866
2 Kurtosis 2.858377
0 Jarque-Bera 0.127397
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20
Probability 0.938288
Tabel 4.12
Uji Multikolinieritas
c. Uji Heteroskedastisitas
Heterokedastisitas adalah keadaan dimana variabel pengganggu tidak
mempunyai varian yang sama untuk semua observasi. Munculnya
heterokedastisitas mengakibatkan parameter yang diestimasi tidak bias
akan tetapi tidak efisien. Jika varians residual dari satu pengamatan ke
pengawatan lain tetap sama maka disebut homoskedastisitas, sedangkan
sebaliknya disebut heteroskedastisitas. Heteroskedastisitas
mengakibatkan nilai-nilai estimator (koefisien regresi) dari model
52
Tabel 4.13
Hasil Uji Heterokedastisitas
Variabel Probabilitas
LNDAU 0,3594
LNDBH 0,0273
LNDAK 0,4590
LNDESA 0,7658
Sumber : Hasil analisis data 2019, lampiran 13
Hasil dari tabel 4.13 analisis uji Heterokedestisitas menunjukan
bahwa hanya variabel DBH tidak lolos dari uji Heteroskedastisitas
(0.0273> 0.05) untuk variabel lain (LNDAU, LNDAK, LNDESA) lolos
dari uji Heterkedastisitas.
d. Uji Autokorelasi
Autokorelasi adalah keadaan dimana variabel pengganggu pada periode
tertentu berkorelasi dengan variabel pengganggu pada periode yang lain,
atau dengan kata lain variabel pengganggu tidak random.
Tabel 4.14
Hasil Uji Autokorelasi
Bebas
dL dU 4-dU 4-dL
autokorelasi
Autokorelasi Inconclusiv Inconclusiv Autokorelas
positif e e i negatif
1.65 1.77 2.043477 2.23 2.35
Sumber : Hasil analisis data 2019, lampiran 14
d.3. Pembahasan
Variabel DAU terhadap PAD pada 33 Provinsi di Indonesia selama tahun
2015 – 2018 berpengaruh positif. Pengaruh dari DAU terhadap PAD yang
berpengaruh positif didukung dengan Peraturan Pemerintah Nomor 55 Tahun
53
2005 tentang DAU dimana DAU adalah dana yang berasal dari APBN yang
dialokasikan dengan tujuan pemerataan keuangan antar daerah untuk membiayai
kebutuhan pengeluaran dalam rangka pelaksanaan desentralisasi. Dari Peraturan
Pemerintah tersebut membuktikan bahwa memang DAU sudah dianggarkan
Pemerintah Pusat di APBN dengan tujuan pemerataan desentralisasi. Keberhasilan
desentralisasi bisa dilihat dari peningkatan jumlah PAD yang dapat diserap oleh
Pemerintah Daerah.
Variabel DBH tidak berpengaruh terhadap PAD pada 33 Provinsi di
Indonesia pada tahun 2015 – 2018. Kemungkinan disebabkan karena penetapan
DBH sendiri tergantung dari penerimaan pajak dan keuntungan dari penjualan
SDA yang diterima di daerah (Peraturan Pemerintah No 55, 2005). Pembagian
DBH juga berprinsip based on actual revenue. Artinya pembagian DBH
berdasarkan penerimaan yang telah didapat sehingga dapat diartikan bahwa jika
penerimaan dari sektor pajak dan SDA pada tahun tertentu sedikit maka DBH
yang didapatkan juga akan sedikit. Setelah itu dari hasil itu masih dibagi dengan
pemerintah pusat. Pembagian dari DBH sendiri 80% untuk pemerintah daerah dan
20% untuk pemerintah pusat. Dari Peraturan Pemerintah tersebut membuktikan
meskipun DBH berpengaruh positif terhadap PAD tetapi pengaruh dari DBH itu
sendiri tidak signifikan dikarenakan penetapan DBH sendiri tergantung dari hasil
keuntungan dari sektor pajak dan SDA serta masih dibagi untuk pemerintah pusat.
Variabel DAK tidak berpengaruh terhadap PAD di 33 Provinsi di Indonesia
pada tahun 2015 – 2018. Kemungkinan dikarenakan karena tujuan DAK untuk
membantu mendanai kegiatan khusus yang merupakan urusan daerah dan sesuai
dengan prioritas nasional. DAK merupakan salah satu jenis transfer dana
perimbangan yang dialokasikan kepada pemerintah daerah tertentu untuk
mendanai kegiatan khusus yang merupakan bagian dari program yang menjadi
prioritas nasional dan menjadi urusan daerah (Depkeu, 2009) sehingga alokasi
DAK sendiri hanya dialokasikan ke pos – pos tertentu saja seperti proyek –
proyek nasional, bencana alam dan lain-lain sehingga pengalokasian DAK ini
bukan dikhususkan untuk desentralisasi atau peningkatan pendapatan daerah
54
5.1. Kesimpulan
Kesimpulan dari penelitian ini adalah
1. Dana Alokasi Umum berpengaruh positif terhadap PAD pada 33 Provinsi di
Indonesia pada tahun 2015 – 2018.
2. Dana Bagi Hasil tidak berpengaruh terhadap PAD pada 33 Provinsi di
Indonesia pada tahun 2015 – 2018.
3. Dana Alokasi Khusus tidak berpengaruh terhadap PAD pada 33 Provinsi di
Indonesia pada tahun 2015 – 2018.
4. Dana Desa berpengaruh positif terhadap PAD pada 33 Provinsi di Indonesia
pada tahun 2015 – 2018.
5.2. Saran
Berdasarkan kesimpulan, saran yang diajukan dalam penelitian ini adalah
1. Melakukan pemetaan karakteristik serta keunggulan daerah tersebut sehingga
alokasi dana dari pemerintah pusat melalui dana perimbangan serta Dana Desa
bisa akurat pemanfaatannya.
2. Penganggaran dana dari pemerintah pusat dilakukan di awal dan sudah
ditetapkan nominalnya serta pemanfaatan dana tersebut langsung diserahkan
oleh pemerintah daerah, hal ini perlu dilakukan agar pemerintah daerah tahu
nominal dana yang ditransfer dari pemerintah pusat dan menyusun rencana
pemanfaatan dana tersebut. saran ini juga didukung dengan hasil penelitian ini
dimana DAU dan Dana Desa yang berpengaruh signifikan terhadap PAD
dimana DAU dan Dana Desa dari awal sudah dianggarkan melalui RAPBN dan
pemanfaatan dana tersebut langsung diserahkan ke pemerintah daerah.
46
47
DAFTAR PUSTAKA
48
50
48
51
48
LAMPIRAN
50
51
51
N Provinsi Tahun
o 2015 2016 2017 2018
1 Aceh 1,972,049,032 2,060,180,945 2,276,305,568 2,359,385,393
2 Sumatera Utara 4,883,880,619 4,954,833,100 5,287,469,401 5,638,960,579
3 Sumatera Barat 1,876,733,122 1,964,148,975 2,134,010,519 2,275,090,068
4 Riau 3,476,960,097 3,110,656,139 3,360,008,975 3,638,995,740
5 Jambi 1,241,223,028 1,233,514,664 1,580,304,867 1,656,569,597
6 Sumatera Selatan 2,534,526,413 2,546,177,544 3,031,633,624 3,528,010,712
7 Bengkulu 701,300,383 731,556,734 804,575,838 872,257,738
8 Lampung 2,247,342,667 2,368,796,251 2,750,596,478 2,864,235,753
9 Jawa Barat 16,032,856,41 17,042,895,11 18,081,123,73 19,642,915,44
4 3 9 8
10 Jawa Tengah 10,904,825,81 11,541,029,72 12,547,513,38 13,711,836,03
2 0 9 7
11 DI Yogyakarta 1,593,110,769 1,673,749,196 1,851,973,396 2,040,723,348
12 Jawa Timur 15,402,647,67 15,817,795,02 17,324,177,66 18,531,062,02
4 4 4 1
13 Kalimantan Barat 1,702,542,350 1,664,338,991 1,945,647,317 2,194,867,823
14 Kalimantan 1,174,969,266 1,158,303,928 1,342,330,618 1,616,521,660
Tengah
15 Kalimantan 2,684,908,313 2,499,862,900 2,841,891,516 3,557,316,628
Selatan
16 Kalimantan Timur 4,950,160,613 4,029,364,843 4,588,751,727 5,800,270,285
17 Sulawesi Utara 1,012,945,961 981,044,559 1,146,674,827 1,253,804,977
18 Sulawesi Tengah 904,937,124 939,092,069 958,212,001 1,016,628,663
19 Sulawesi Selatan 3,270,828,511 3,449,561,308 3,679,083,943 3,948,349,252
20 Sulawesi Tenggara 667,079,209 753,657,954 806,253,869 903,949,000
21 Bali 3,041,298,422 3,041,195,258 3,398,472,278 3,718,094,051
22 NTB 1,372,661,567 1,359,844,019 1,684,468,709 1,660,417,707
23 NTT 882,315,240 995,186,120 1,047,491,567 1,095,269,978
24 Maluku 390,813,371 466,208,198 430,866,044 465,779,724
25 Papua 912,908,312 1,019,732,912 1,020,372,304 1,050,372,166
26 Maluku Utara 236,054,304 280,150,113 327,469,790 358,325,359
27 Banten 4,972,737,619 5,463,156,734 5,756,371,374 6,329,138,234
28 Bangka Belitung 571,802,890 574,258,443 709,832,181 850,441,774
29 Gorontalo 289,557,151 311,223,202 348,267,663 384,435,306
30 Kepulauan Riau 1,013,226,321 1,079,309,741 1,094,788,614 1,220,768,246
31 Papua Barat 322,799,297 338,811,109 470,072,402 459,243,073
32 Sulawesi Barat 273,507,239 277,686,126 296,935,168 301,499,588
33 Kalimantan Utara 370,047,613 507,955,516 482,740,846 574,088,357
52
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 1,237,894,986 1,263,870,989 2,060,263,235 2,060,263,23
5
2 Sumatera Utara 1,139,261,371 1,604,505,673 2,629,224,545 2,629,224,54
5
3 Sumatera Barat 1,221,128,606 1,261,915,864 2,014,646,639 2,014,646,63
9
4 Riau 654,220,250 738,378,736 1,457,997,067 1,465,117,71
9
5 Jambi 1,009,165,864 1,466,243,775 1,397,912,161 1,399,367,13
4
6 Sumatera Selatan 931,915,470 1,071,421,391 1,697,897,817 1,697,762,03
2
7 Bengkulu 1,046,080,820 1,070,751,292 1,301,538,847 1,300,978,16
0
8 Lampung 1,097,129,439 1,321,679,032 1,851,595,354 1,854,701,09
4
9 Jawa Barat 1,303,654,355 1,248,112,171 3,011,001,477 3,023,552,98
6
10 Jawa Tengah 1,629,429,283 1,859,907,223 3,652,586,431 3,652,586,43
1
11 DI Yogyakarta 920,544,722 940,835,434 1,314,372,147 1,314,262,10
8
12 Jawa Timur 1,587,261,707 1,672,878,372 3,803,428,371 3,813,411,92
8
13 Kalimantan Barat 1,405,594,169 1,493,486,253 1,720,698,207 1,724,402,49
6
14 Kalimantan 1,280,595,848 1,294,850,243 1,574,382,856 1,574,382,85
Tengah 6
15 Kalimantan 571,244,699 779,517,454 1,106,532,187 1,118,213,28
Selatan 9
16 Kalimantan Timur 5,731,251,500 80,402,179 714,906,576 767,682,423
17 Sulawesi Utara 1,026,948,809 1,065,545,204 1,390,272,639 1,427,544,99
7
18 Sulawesi Tengah 1,221,602,865 1,272,925,036 1,546,247,611 1,586,163,90
8
19 Sulawesi Selatan 1,180,010,167 1,394,148,361 2,509,480,255 2,509,480,25
5
20 Sulawesi Tenggara 1,176,423,577 1,200,634,199 1,563,334,271 1,575,959,51
7
21 Bali 831,597,268 850,144,224 1,260,842,523 1,268,585,38
8
53
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 253,017,430 178,613,269 253,413,238 191,892,691
2 Sumatera Utara 334,244,916 511,083,219 460,857,333 513,849,016
3 Sumatera Barat 107,016,709 134,500,315 152,435,926 131,766,541
1,831,045,03
4 Riau 1,664,572,707 1,473,538,188 1,721,610,679
1
5 Jambi 351,969,164 256,611,316 390,520,754 406,804,973
1,328,407,54
6 Sumatera Selatan 1,286,710,762 1,507,731,845 1,643,957,685
1
7 Bengkulu 99,011,345 77,348,428 61,311,707 66,368,734
8 Lampung 172,095,689 185,475,997 249,340,043 216,041,063
1,184,319,13
9 Jawa Barat 1,778,216,936 1,851,522,979 1,804,540,601
2
10 Jawa Tengah 569,741,071 893,673,221 848,309,911 769,449,921
11 DI Yogyakarta 62,257,506 113,065,428 98,483,855 93,142,565
1,462,318,22
12 Jawa Timur 1,849,884,362 1,634,524,587 2,624,231,240
1
13 Kalimantan Barat 153,476,958 167,535,550 170,188,840 212,226,512
Kalimantan
14 320,254,878 342,879,620 372,437,952 582,760,139
Tengah
Kalimantan
15 940,976,170 1,044,507,972 635,201,530 932,678,930
Selatan
3,805,373,70
16 Kalimantan Timur 2,844,821,387 1,710,695,086 2,991,231,124
5
17 Sulawesi Utara 69,347,787 102,721,457 109,560,616 120,758,520
18 Sulawesi Tengah 85,165,410 102,058,131 124,837,810 196,347,609
19 Sulawesi Selatan 188,057,830 314,343,523 279,526,930 237,746,371
20 Sulawesi Tenggara 121,027,372 97,654,365 71,365,186 124,542,954
21 Bali 104,103,308 171,994,343 169,597,184 182,554,549
22 NTB 147,804,397 375,036,424 346,522,444 261,642,853
23 NTT 60,821,837 91,213,201 87,876,729 64,495,737
24 Maluku 58,460,626 58,312,403 81,196,827 79,176,363
25 Papua 517,999,391 764,470,513 413,012,330 924,041,168
26 Maluku Utara 95,965,198 86,764,142 61,350,045 115,223,675
27 Banten 319,017,534 493,494,029 640,348,609 650,605,096
28 Bangka Belitung 188,157,236 142,860,016 120,836,218 215,555,879
29 Gorontalo 20,766,783 27,939,248 26,007,712 21,620,422
30 Kepulauan Riau 507,640,852 521,708,951 526,669,661 537,458,002
1,119,808,32
31 Papua Barat 1,409,724,880 1,563,004,879 965,764,307
1
32 Sulawesi Barat 23,535,722 28,853,076 25,566,424 18,969,754
33 Kalimantan Utara 199,244,097 169,483,900 201,013,528 301,523,797
53
N Tahun
Provinsi
o 2015 2016 2017 2018
1 Aceh 70,866,056 129,982,373 1,489,203,02 1,483,635,794
4
2 Sumatera Utara 47,746,880 3,103,684,863 3,838,053,06 3,912,060,867
1
3 Sumatera Barat 62,731,100 1,180,338,806 1,701,323,40 1,784,401,030
4
4 Riau 63,362,192 1,421,530,289 1,607,851,46 1,641,194,885
1
5 Jambi 57,944,770 81,644,852 934,827,673 939,049,860
6 Sumatera Selatan 69,405,320 148,180,327 855,483,708 2,171,297,782
7 Bengkulu 63,893,200 468,362,409 635,034,086 110,698,383
8 Lampung 245,066,400 1,651,557,871 542,809,262 745,585,220
9 Jawa Barat 18,904,024 7,596,342,335 9,118,920,85 9,379,906,815
7
10 Jawa Tengah 57,972,640 5,263,717,151 6,566,890,14 6,511,740,479
8
11 DI Yogyakarta 39,084,040 643,207,672 967,000,859 910,032,137
12 Jawa Timur 66,039,190 5,516,240,624 7,056,095,68 6,858,141,680
7
13 Kalimantan Barat 85,584,200 199,767,933 1,529,205,32 1,508,354,941
5
14 Kalimantan 72,525,960 241,247,658 641,584,646 746,927,690
Tengah
15 Kalimantan 63,890,470 853,323,829 970,490,213 935,797,532
Selatan
16 Kalimantan Timur 218,651,350 1,016,403,394 1,107,407,92 1,070,867,111
2
17 Sulawesi Utara 76,744,790 712,639,625 1,008,208,36 956,923,255
6
18 Sulawesi Tengah 250,986,290 835,621,352 955,024,431 948,918,646
19 Sulawesi Selatan 222,686,392 1,991,324,789 2,565,500,20 2,540,292,650
2
20 Sulawesi Tenggara 86,399,950 738,810,237 1,040,897,14 1,164,611,106
5
21 Bali 134,496,571 844,872,363 1,105,556,04 1,042,840,035
6
22 NTB 214,257,150 1,090,304,456 1,384,626,96 1,412,965,949
3
23 NTT 100,654,710 1,411,352,709 1,771,353,80 1,788,419,259
6
54
N Tahun
Provinsi
o 2015 2016 2017 2018
4,892,571,79 4,457,512,95
1 Aceh 266,700,165 3,829,751,986
5 0
4,197,972,49 3,874,857,82
2 Sumatera Utara 384,043,298 3,293,282,206
0 9
3 Sumatera Barat 150,207,301 598,637,609 796,538,971 790,787,312
1,269,305,92 1,254,688,85
4 Riau 230,104,145 999,278,616
5 1
1,090,942,60 1,037,674,06
5 Jambi 110,483,575 856,771,020
1 1
2,267,261,44 2,309,392,95
6 Sumatera Selatan 276,232,136 1,780,769,819
5 4
1,035,340,41
7 Bengkulu 79,214,511 813,896,546 945,638,279
3
1,957,487,72 2,091,398,10
8 Lampung 282,565,032 1,536,762,050
1 5
4,547,513,83 4,823,095,41
9 Jawa Barat 1,064,203,516 3,568,437,985
8 8
6,384,442,05 6,737,083,09
10 Jawa Tengah 1,065,688,723 5,002,426,341
8 1
11 DI Yogyakarta 112,682,887 287,695,929 368,567,559 361,894,397
6,339,556,18 6,368,745,35
12 Jawa Timur 1,161,076,912 4,969,123,651
1 9
55
1,616,725,25 1,688,279,97
13 Kalimantan Barat 300,194,565 1,241,607,506
9 3
Kalimantan 1,148,904,92 1,144,586,42
14 192,148,062 904,370,668
Tengah 9 4
Kalimantan 1,430,375,41 1,316,573,42
15 103,482,229 1,125,244,835
Selatan 2 9
16 Kalimantan Timur 163,156,751 540,759,158 692,420,247 730,928,055
1,161,358,87 1,065,411,50
17 Sulawesi Utara 66,526,115 911,495,499
2 8
1,433,826,01 1,363,158,36
18 Sulawesi Tengah 129,379,489 1,124,644,395
9 8
1,820,518,24 1,986,216,68
19 Sulawesi Selatan 246,394,967 1,425,595,011
0 6
Sulawesi 1,482,032,77 1,411,237,13
20 105,440,863 1,126,867,317
Tenggara 2 2
21 Bali 79,034,589 416,264,690 537,258,505 531,141,963
22 NTB 172,547,793 677,494,427 865,014,066 983,185,878
2,360,353,32 2,537,837,57
23 NTT 248,702,792 1,849,353,802
0 6
24 Maluku 156,707,815 754,638,987 961,602,798 964,700,076
4,300,947,51 4,284,844,84
25 Papua 1,173,718,231 3,385,116,457
8 8
26 Maluku Utara 71,123,998 653,455,314 832,406,416 785,606,677
1,009,506,96
27 Banten 200,985,513 791,252,019 937,180,879
1
28 Bangka Belitung 47,079,757 206,293,612 261,661,579 264,571,725
29 Gorontalo 51,574,727 403,677,978 513,958,123 540,591,708
30 Kepulauan Riau 33,550,864 177,766,079 228,182,536 221,500,941
1,364,412,39 1,329,719,07
31 Papua Barat 196,068,573 1,074,690,239
5 6
32 Sulawesi Barat 51,466,268 363,558,153 461,094,687 472,270,192
33 Kalimantan Utara 93,713,822 291,096,987 369,938,349 387,688,280
Included observations: 4
Cross-sections included: 33
Total pool (balanced) observations: 132
Included observations: 4
Cross-sections included: 33
Total pool (balanced) observations: 132
Effects Specification
RANDOM
Dependent Variabel: LNPAD?
Method: Pooled EGLS (Cross-section Random Effects)
59
Effects Specification
S.D. Rho
Weighted Statistics
60
Unweighted Statistics
Pool: POOL1
Test cross-section Fixed Effects
Pool: POOL1
Test cross-section Random Effects
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Effects Specification
14
Series: Standardized Residuals
12 Sample 2015 2018
Observations 132
10
Mean 5.68e-18
8
Median -0.003206
Maximum 0.190437
6
Minimum -0.169170
4 Std. Dev. 0.073702
Skewness 0.027866
2 Kurtosis 2.858377
0 Jarque-Bera 0.127397
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20
Probability 0.938288
N : 132
K :4
dL : 1.65
dU : 1.77
DW stat : 2.043477
Bebas
dL dU 4-dU 4-dL
autokorelasi
Autokorelasi Inconclusiv Inconclusive Autokorelasi
positif e negatif
1.65 1.77 2.043477 2.23 2.35