METODE PENELITIAN
Dana Bagi Hasil adalah bagian daerah dari Penerimaan Pajak Bumi dan
Bangunan, Bea Hak atas Tanah dan Bangunan, dan penerimaan dari sumber
daya alam. Dana Bagi Hasil merupakan alokasi yang pada dasarnya
memperhatikan potensi penghasil daerah. Data yang digunakan diperoleh
dari Direktorat Jenderal Perimbangan Keuangan (DJPK).
Menurut Nachrowi & Usman (2018) semi-Log adalah model yang hanya
satu variabel yang muncul dalam bentuk logaritma. Model semi-log
merupakan hasil trasnformasi logaritma model yang tidak linier. Model
semi-Log transformasinya hanya dilakukan terhadap variabel terikat atau
variabel bebas. Model semi-Log memiliku dua macam model, yaitu:
1. Model Log-Lin, yaitu model yang terbentuk karena variabel terikat
ditrasnformasikan ke dalam bentuk logaritma, sedangkan variabel bebas
tidak ditransformasi atau tetap dalam bentuk linier.
2. Model Lin-Log, yaitu model yang terbentuk karena variabel bebas
ditransformasi ke dalam bentuk logaritma, sedangkan variabel terikat
tidak ditransformasi atau tetap dalam bentuk linier.
Sehingga model dalam penelitian ini disebut sebagai model Lin-log, dengan
model penelitian sebagai berikut:
IPMit = β0 + β1ln(PAD)it + β2 ln(DAU)it + β3 ln(DBH)it + β4 ln(BP)it +
β5 ln (BM)it + εit
Keterangan :
IPM = Indeks Pembangunan Manusia
PAD = Pendapatan Asli Daerah
DAU = Dana Alokasi Umum
DBH = Dana Bagi Hasil
50
BP = Belanja Pegawai
BM = Belanja Modal
ln = Logaritma Natural
β0 = Konstanta
β1, β2, β3, β4, β5 = Koefisien Regresi
i = 1,2..,n, menunjukkan data cross section
t = 1,2,…,n menunjukkan data time series
ε = Variabel Gangguan (Error Term)
Dengan:
Yit = Variabel respon pada unit observasi ke-i dan waktu ke-t
Xit = Variabel prediktor pada unit observasi ke-i dan waktu ke-t
εit = Galat atau komponen error pada unit observasi ke-i dan waktu ke-t
Dimana:
𝑈i = Komponen error cross section
𝑣t = Komponen error time series
𝑤it = Komponen error gabungan
Alat analisis yang digunakan dalam metode data panel (panel data)
dengan menggunakan bantuan alat analisis E-views 9.
Kriteria Pengujian :
b. Uji Hausman
Uji ini digunakan untuk memilih model efek acak (random effect model)
dengan model efek tetap (fixed effect model). Langkah untuk memilih model
yang terbaik dalah dengan melihat chi-square statistics dengan derajat
kebebasan (df= k), dimana k adalah julah koefisien variabel yang diestimasi.
Hipotesis pengujiannya sebagai berikut:
H0 = Metode Random Effect
Ha = Metode Fixed Effect
Kriteria Pengujian :
Random Effect atau model Common Effect (OLS) yang paling tepat
digunakan. Uji signifikasi Random Effect ini dikembangkan oleh Breusch
Pagan. Metode Breusch Pagan untuk uji signifikasi Random Effect
didasarkan pada nilai residual dari metode OLS.
Kriteria Pengujian :
1. Jika P-value > α (0,05) maka H0 ditolak dan Ha diterima, artinya model
yang paling tepat digunakan adalah Random Effect Model.
2. Jika P-value < α (0,05) maka H0 diterima dan Ha ditolak, artinya model
yang paling tepat digunakan adalah Common Effect Model.
Hipotesis:
H0 : data tersebar normal
Kriteria Pengujian:
1. Jika JB-Test > Chi Square maka H0 ditolak dan Ha diterima, artinya
data tidak tersebar normal.
2. Jika JB-Test < Chi Square maka H0 diterima dan Ha ditolak, artinya
data tersebar secara normal.
54
b. Uji multikolinieritas
Menurut Gujarati (2004), multikolinearitas adalah hubungan linier yang
terjadi diantara variabel-variabel independen. Uji multikolinearitas
bertujuan untuk menguji apakah model regresi ditemukan adanya masalah
korelasi yang sempurna antar variabel bebasnya. Uji multikolinieritas dapat
dilakukan dengan regresi Auxiliary, yaitu dengan membandingkan koefisien
determinasi parsial (r2) dengan koefisien determinasi majemuk (R2).
Hipotesis:
Ha : terjadi multikolinieritas
Kriteria pengujian :
1. Jika VIF > 10 maka H0 ditolak dan Ha diterima, artinya memiliki
masalah multikolinearitas.
2. Jika VIF < 10 maka H0 diterima dan Ha ditolak, artinya tidak memiliki
masalah multikolinearitas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas merupakan pengujian salah satu penyimpangan
terhadap asumsi kesamaan varians (homoskedastisitas). Jika variabel
gangguan tidak mempunyai varian yang sama pada pengamatan, maka terasi
heteroskedatisitas. Metode yang digunakan adalah metode White.
Kriteria Pengujian :
1. Jika probabilitas F-statistik < α (0,05) maka H0 diterima dan Ha ditolak
55
d. Uji autokeralasi
Autokorelasi adalah korelasi anatara satu variabel gangguan dengan
variabel gangguan yang lain. Pengujian ini bertujuan untuk memeriksa
apakah terdapat masalah autokorelasi dalam model. Penelitian ini
menggunakan metode pengujian breusch-godfrey (BG Test)
Hipotesis :
Kritria Pengujian :
1. Jika Chi-Square > α (0,05) maka H0 diterima Ha ditolak, artinya tidak
memiliki masalah autokorelasi.
8. Pengujian Hipotesis
a. Uji t Statistik
Uji t statisistik dilakukan untuk melihat pengaruh variabel independent
secara individual terhadap variabel dependen (Widarjono, 2018).
Dalam penelitian ini, uji-t adalah sebagai berikut:
Kriteria Pengujian :
1. Jika Thitung > Ttabel maka H0 ditolak dan Ha diterima, artinya terdapat
pengaruh yang signifikan antara variabel bebas dengan variabel
terikat.
2. Jika Thitung < Ttabel maka H0 diterima dan Ha ditolak, artinya tidak
terdapat pengaruh yang signifikan antara variabel bebas dengan
variabel terikat.
b. Uji F Statistik
Uji F dilakukan untuk memperlihatkan hubungan atau pengaruh antara
57
1. H0 ditolak jika nilai Fhitung > nilai Ftabel, yang berarti secara bersama sama,
atau salah satu dari variabel independen mempengaruhi dan signifikan
terhadap variabel dependen
2. H0 diterima jika nilai Fhitung < nilai Ftabel, yang berarti secara bersama
sama, atau salah satu dari variabel independen tidak mempengaruhi dan
tidak signifikan terhadap variabel dependen.