Bab 3
Bab 3
Daerah yaitu, Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana
Utara, Papua Barat, Gorontalo dan Sulawesi Barat) tahun 2013-2017. Variabel
1. Variabel dependent
tahun 2013-2017.
2. Variabel independent
(PAD), Dana Alokasi Umum (DAU) dan Dana Alokasi Khusus (DAK) 4
utama yang digunakan untuk mencapai tujuan, misalnya untuk menguji hipotesis
dengan menggunakan teknis serta alat-alat tertentu. Terdapat dua metode yang
52
53
Kuantitatif.
dari subyek atau obyek penelitian. Penelitian deskriptif berfokus pada penjelasan
Surakhmad, 1998).
yang diamati, diteliti atau diukur, sesuai dengan judul yang dipilih yaitu:
Tahun 2013-2017”
Maka dalam hal ini penulis menggunakan 2 variabel, yaitu sebagai berikut:
Eni Nur Puji (2016) mengemukakan bahwa variabel bebas adalah variabel
yang dapat perubahan tertentu pada variabel terikat, variabel bebas memiiki
pengaruh positif atau negative bagi variabel terikat dan berada pada posisi yang
Variabel bebas dalam penelitian ini adalah Pendapatan Asli Daerah (PAD),
Eni Nur Puji (2016) mengemukakan bahwa variabel terikat adalah variabel
Tabel 3.1
Operasionalisasi Variabel
Provinsi pusat
Dana Alokasi X3 Transfer pemerintah pusat Rupiah (Rp)
Khusus kepada daerah yang
ditujukan untuk
membantu mendanai
kegiatan khusus yang
merupakan urusan daerah
dan sesuai dengan
prioritas nasional pada 4
provinsi di Indonesia
yang datanya diperoleh
dari data sekunder yang
diterbitkan oleh Badan
Pusat Statistik pusat
Belanja Daerah Y Realisasi dari total Rupiah (Rp)
seluruh belanja yang
dikeluarkan oleh
pemerintah Provinsi
sebagai pengurangan nilai
kekayaan bersih dalam
periode tahun anggaran
yang bersangkutan pada 4
provinsi di Indonesia
yang datanya diperoleh
dari data sekunder yang
diterbitkan oleh Badan
Pusat Statistik Provinsi
pusat
ada untuk mengetahui apa yang sudah ada dan apa yang belum ada dalam bentuk
Jenis data yang digunakan pada penelitian ini adalah data sekunder. Data
perantara atau secara tidak langsung yang berupa buku, catatan, bukti yang telah
ada, atau arsip baik yang dipublikasikan maupun yang tidak dipublikasikan secara
56
umum. Dengan kata lain, peneliti membutuhkan pengumpulan data dengan cara
berkunjung ke perpustakaan, pusat kajian, pusat arsip atau membaca banyak buku
Data yang digunakan dalam penelitian ini adalah data panel. Menurut
Kuncoro (2011), data panel adalah data yang memiliki dimensi ruang dan waktu,
yang merupakan gabungan antara data silang (cross section) dengan data runtut
waktu (time series). Dalam penelitian ini data yang digunakan diperoleh dari BPS
kegiatan studi kepustakaan yaitu dengan membaca jurnal dan hasil penelitian
yang digunakan sebagai landasan kerangka berfikir dan teori yang sesuai dengan
topik penelitian.
panel. Secara umum model regresi data panel dapat dilakukan dalam dua
Sehingga dalam melakukan regresi harus memilih salah satu pendekatan yang
57
menghasilkan model yang signifikan. Sehingga model regresi yang baik harus
Alokasi Umum, dan Dana Alokasi Khusus terhadap Belanja Daerah adalah :
e
BDit = β0 + β1PADit + β2DAUit + β 3DAKit+ it
Keterangan:
BDit = Belanja Daerah
β0 = Intercept
β1, β2, β3 = Koeficient Regresi
PAD = Pendapatan Asli Daerah
DAU = Dana Alokasi Umum
DAK = Dana Alokasi Khusus
i = Cross-Section
t = Time Series
e it = Error Team
Teknik analisis data panel dilakukan dengan metode common effect, fixed
effect dan random effect, sedangkan untuk menentukan metode mana yang lebih
sesuai dengan penelitian ini maka digunakan Uji Chow dan Uji Hausman ( Rifki
Hasan, 2015)
Model Common Effect adalah model yang paling sederhana, karena metode
data time series dan cross section. Dengan hanya menggabungkan kedua jenis
data tersebut, maka dapat digunakan metode Ordinal Least Square (OLS) atau
teknik kuadrat terkecil untuk mengestimasi model data panel. Pada metode ini,
sesungguhnya dimana nilai intersep dari masing - masing variabel adalah sama
dan slope koefisien dari variabel - variabel yang digunakan adalah identik untuk
semua unit cross section. (Winarno, 2007 dalam jurnal Rifki Hasan,2015 ).
keadaan yang sebenarnya. Dimana kondisi tiap objek saling berbeda, bahkan satu
objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada
waktu yang lain Persamaan metode ini dapat dirumuskan sebagai berikut:
Keterangan:
𝑌𝑖𝑡 = Variabel terikat provinsi ke-i pada waktu ke-t
𝑋𝑖𝑡𝑗 = Variabel bebas ke-j provinsi ke-i pada waktu ke-t
i = Unit cross-section sebanyak N
j = Unit time series sebanyak T
𝜀𝑖𝑡 = Komponen error provinsi ke-i pada waktu ke-t
α = Intercept
𝛽𝑗 = Parameter untuk variabel ke-j
Fixed effect (efek tetap) dalam hal ini maksudnya adalah bahwa satu objek,
memiliki konstan yang tetap besaranya untuk berbagai periode waktu. Demikian
pula halnya dengan koefisien regresi yang memiliki besaran yang tetap dari waktu
59
ke waktu. Model ini digunakan untuk mengatasi kelemahan dari analisis data
panel yang menggunakan metode common effect, penggunaan data panel common
effect tidak realistis karena akan menghasilkan intercept ataupun slope pada data
panel yang tidak berubah baik antar individu (cross section) maupun antar waktu
(time series). Model ini mengasumsikan bahwa perbedaan antar unit dapat
diketahui dari perbedaan nilai konstanya. (Winarno, 2007 dalam jurnal Rifki
Hasan,2015 ).
Model ini juga untuk mengestimasi data panel dengan menambahkan variabel
dummy. Model ini mengasumsikan bahwa terdapat efek yang berbeda antar
karena itu dalam model fixed effect, setiap individu merupakan parameter yang
tidak diketahui dan akan diestimasi dengan menggunakan teknik variabel dummy
Keterangan:
𝑌𝑖𝑡 = Variabel terikat provinsi ke-i pada waktu ke-t
Square Dummy Variabel (LSDV) atau disebut juga covariance model . Selain
diterapkan untuk efek tiap individu, LSDV ini juga dapat mengkombinasikan efek
60
waktu yang bersifat sismatik. Hal ini dapat dilakukan melalui penambahan
Dari ketiga model diatas untuk menentukan model mana yang paling tepat
untuk mengestimasi parameter regresi data panl, maka digunakan Uji Lagrange
Random Effect atau model Common Effect (OLS) yang paling tepat digunakan.
61
Uji signifikasi Random Effect ini dikembangkan oleh Breusch Pagan. Metode
Breusch Pagan untuk uji signifikasi Random Effect didasarkan pada nilai residual
Keterangan:
n = Jumlah individu
T = Jumlah periode waktu
e = Residual metode Common Effect (OLS)
Hipotesis yang digunakan adalah:
sebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai
kritis statistik chi-squares maka kita menolak hipotesis nol, artinya estimasi yang
tepat untuk model regresi data panel adalah metode Random Effect dari pada
metode Common Effect. Sebaliknya jika nilai LM statistik lebih kecil dari nilai
statistik chi-squares sebagai nilai kritis, maka kita menerima hipotesis nol, yang
artinya estimasi yang digunakan dalam regresi data panel adalah metode Common
Uji LM tidak digunakan apabila pada uji Chow dan uji Hausman menunjukan
model yang paling tepat adalah Fixed Effct Model. Uji LM dipakai manakala pada
uji Chow menunjukan model yang dipakai adalah Common Effect Model,
sedangkan pada uji Hausman menunjukan model yang paling tepat adalah
62
Random Effect Model. Maka diperlukan uji LM sebagai tahap akhir untuk
menentukan model Common Effect atau Random Effect yang paling tepat.
2. Uji Chow
Uji Chow yaitu uji yang digunakan untuk mengetahui apakah model common
effect atau metode fixed effect yang sebaiknya digunakan dalam pemodelan data
Keterangan:
ESS1 = Residual Sun Square hasil perdugaan model fixed effect.
ESS2 = Residual Sun Square hasil perdugaan model pooled last square.
N = Jumlah Data Cross Section .
T = Jumlah Data Time Series.
K = Jumlah Variabel Penjelas.
Rifki Hasan (2015) mengemukakan bahwa Statistik chow mengikuti distribusi F-
statistik dengan derajat bebas. Jika nilai chow statistik (Fstatistik) > F tabel, maka
H1 tidak ditolak, maka yang terpilih adalah model fixed effect, begitu pula
sebaliknya.
3. Uji Hausman
63
atau random effect.yang sebaiknya dilakukan dalam pemodelan data panel. (Rifki
Hasan, 2015).
Dimana
β = vektor untuk statistik variabel fixed effect,
b = vector statistic variabel random effect,
M0 = matrik kovarians untuk dugaan fixed effect model
M1 = matrik kovarians untuk dugaan random effect model.
Uji ini dilakukan untuk mengetahui bermakna atau tidaknya variabel atau
suatu model yang digunakan secara parsial atau keseluruhan. Uji hipotesis yang
presentase variasi dalam variabel terikat pada model dapat diterangkan oleh
variabel tergantung yang dijelaskan dalam regresi atau untuk melihat seberapa
Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi khusus dan
Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi khusus dan
proporsi total dari independent yaitu Pendapatan Asli Daerah, Dana Alokasi
Umum dan Dana Alokasi khusus semakin besar dalam menjelaskan variabel
dependent yaitu Belanja Daerah, dimana sisa dari nilai R2 menunjukan total
Uji t yaitu untuk menguji hubungan regresi secara parsial, dalam uji t statistik
pada dasarnya menunjukan seberapa jauh pengaruh suatu variabel penjelas secara
menggunakan eviews. Uji t menguji apakah suatu hipotesis tidak ditolak atau
ditolak, dimana untuk kekuatan pada uji t adalah sebagai berikut: (Mahulete,
2016).
H0: Berarti tidak ada pengaruh yang berarti dari variabel bebas terhadap variable
terkait.
65
H1: Berarti ada pengaruh yang berarti dari variabel bebas terhadap variabel terkait.
Dalam memutuskan hipotesis yang tidak ditolak dan yang ditolak, maka
jika:
𝑡ℎ𝑖𝑡 < 𝑡𝑡𝑎𝑏𝑒𝑙: maka H0 ditolak H1 tidak ditolak, yang berarti bahwa variabel
bebas (X1, X2, X3) secara parsial berpengaruh positif terhadap variabel
𝑡ℎ𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑒𝑙: maka H0 tidak ditolak H1 ditolak, yang berarti bahwa variabel
bebas (X1, X2, X3) secara parsial berpengaruh positif terhadap variabel
terhadap variabel dependen. Selain itu uji F dapat dilakukan untuk mengetahui
sebagai berikut:
H0: βi = 0
Secara bersama-sama variabel bebas yaitu, Pendapatan Asli Daerah, Dana Alokasi
Umum dan Dana Alokasi khusus tidak berpengaruh signifikan terhadap Belanja
Daerah.
H1: βi ≠ 0
Secara bersama-sama variabel bebas yaitu, Pendapatan Asli Daerah, Dana Alokasi
Daerah.
66
1. jika nilai Fstatistik ≤ nilai Ftabel, maka H0 tidak ditolak artinya semua variabel
independent yaitu Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana
Belanja Daerah.
2. jika nilai Fstatistik > nilai Ftabel, maka H0 ditolak artinya semua variabel
independent yaitu Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana
Belanja Daerah.
a. Apabila nilai koefisien DAU (β1) lebih besar dari nilai koefisien PAD (β2),
Utara,
masing provinsi yaitu Maluku Utara, Papua Barat, Gorontalo, dan Sulawesi
Barat dengan cara pengujian regresi runtun waktu. Dengan melihat nilai
koefisien DAU (β1) lebih besar dari nilai koefisien PAD (β2) di masing-masing
Provinsi.