BAB III

OBJEK DAN METODE PENELITIAN

3.1. Objek Penelitian

Objek penelitian ini adalah realisasi Anggaran Pendapatan dan Belanja

Daerah yaitu, Pendapatan Asli Daerah (PAD), Dana Alokasi Umum (DAU), Dana

Alokasi Khusus (DAK) serta, Belanja Daerah 4 provinsi di Indonesia (Maluku

Utara, Papua Barat, Gorontalo dan Sulawesi Barat) tahun 2013-2017. Variabel

ini menggunakan dua variabel yaitu ;

1. Variabel dependent

Variabel dependent dalam penelitian ini adalah Belanja Daerah 4 provinsi

di Indonesia (Maluku Utara, Papua Barat, Gorontalo dan Sulawesi Barat)

tahun 2013-2017.

2. Variabel independent

Variabel independent dalam penelitian ini adalah Pendapatan Asli Daerah

(PAD), Dana Alokasi Umum (DAU) dan Dana Alokasi Khusus (DAK) 4

provinsi di Indonesia (Maluku Utara, Papua Barat, Gorontalo dan

Sulawesi Barat) tahun 2013-2017.

3.2. Metode Penelitian

Winarno Surakhmad (1998) mengemukakan bahwa, metode adalah cara

utama yang digunakan untuk mencapai tujuan, misalnya untuk menguji hipotesis

dengan menggunakan teknis serta alat-alat tertentu. Terdapat dua metode yang

52
 53

sering digunakan dalam peneliian, yaitu metode Deskriptif dan metode

Kuantitatif.

Jenis penelitian yang digunakan untuk mendapatkan jawaban dalam

penelitian ini adalah penelitian kuantitatif deskriptif.

Metode deskriptif merupakan desain penelitian yang disusun dalam rangka

memberikan gambaran secara sistematis tentang informasi ilmiah yang berasal

dari subyek atau obyek penelitian. Penelitian deskriptif berfokus pada penjelasan

sistematis tentang fakta yang diperoleh saat penelitian dilakukan (Winarno

Surakhmad, 1998).

3.2.1. Operasionalisasi Variabel

Operasional variabel yaitu kegiatan menguraikan variabel menjadi sejumlah

variabel operasional variabel (indikator) yang langsung menunjukan pada hal-hal

yang diamati, diteliti atau diukur, sesuai dengan judul yang dipilih yaitu:

“Analisis Flypaper Effect Terhadap Belanja Daerah 4 Provinsi Di Indonesia

Tahun 2013-2017”

Maka dalam hal ini penulis menggunakan 2 variabel, yaitu sebagai berikut:

1. Variabel Bebas (Independent Variable)

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

lepas dari pengaruh variabel terikat.

 54

Variabel bebas dalam penelitian ini adalah Pendapatan Asli Daerah (PAD),

Dana Alokasi Umum (DAU) dan Dana Alokasi Khusus (DAK).

2. Variabel Terikat (Dependent Variable)

Eni Nur Puji (2016) mengemukakan bahwa variabel terikat adalah variabel

yang menjadi perhatian utama dalam sebuah pengamatan.

Variabel dependent dalam penelitian ini adalah Belanja Daerah.

Berikut ini adalah Tabel Operasionalisasi Variabel:

Tabel 3.1
Operasionalisasi Variabel

Variabel Simbol Definisi Operasional Satuan

(1) (2) (3) (4)
Pendapatan Asli X1 Realisasi total Rupiah (Rp)
Daerah penerimaan yang
diperoleh dari pajak
daerah, retribusi daerah,
hasil perusahaan milik
daerah, hasil pengelolaan
kekayaan daerah yang
dipisahkan dan lain-lain
pendapatan asli yang sah.
pada 4 provinsi di
Indonesia yang datanya
diperoleh dari data
sekunder yang diterbitkan
oleh Badan Pusat Statistik
pusat
Dana Alokasi X2 Transfer pemerintah pusat Rupiah (Rp)
Umum kepada daerah yang
ditentukan oleh
kebutuhan fiskal daerah
dan potensi fiskal daerah
pada 4 provinsi di
Indonesia yang datanya
diperoleh dari data
sekunder yang diterbitkan
oleh Badan Pusat Statistik
 55

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

3.2.2. Teknik Pengumpulan Data

Penelitian dilakukan dengan menggunakan studi kepustakaan, yaitu

mempelajari, memahami, menelaah, dan mengidentifikasikan hal-hal yang sudah

ada untuk mengetahui apa yang sudah ada dan apa yang belum ada dalam bentuk

jurnal-jurnal atau karya ilmiah yang berkaitan dengan permasalahan penelitian.

Jenis data yang digunakan pada penelitian ini adalah data sekunder. Data

sekunder merupakan sumber data penelitian yang diperoleh melalui media

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

yang berhubungan dengan penelitiannya.

3.2.2.1. Jenis Data

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

Pusat pada website https://bps.go.id .

3.2.2.2. Prosedur Pengumpulan Data

Untuk memperoleh data sekunder yang diperlukan, penulis melakukan

kegiatan studi kepustakaan yaitu dengan membaca jurnal dan hasil penelitian

terdahulu dibidang ekonomi dan pembangunan yang berkaitan dengan Flypaper

yang digunakan sebagai landasan kerangka berfikir dan teori yang sesuai dengan

topik penelitian.

3.3. Model Penelitian

Dalam mengaplikasikan data panel, dapat menggunakan metode regresi data

panel. Secara umum model regresi data panel dapat dilakukan dalam dua

pendekatan, yakni pendekatan fixed effect dan pendekatan random effect.

Sehingga dalam melakukan regresi harus memilih salah satu pendekatan yang
 57

menghasilkan model yang signifikan. Sehingga model regresi yang baik harus

didasarkan pada pengujian hipotesis.

Persamaan yang digunakan untuk melihat pengaruh Penerimaan PAD, Dana

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

3.4. Teknis Analisis Data

3.4.1. Pemilihan Model Estimasi Data Panel

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)

1. Model Pooled (Common Effect)

Model Common Effect adalah model yang paling sederhana, karena metode

yang digunakan dalam metode Common Effect hanya dengan mengkombinasikan

 58

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,

model mengasumsikan bahwa data gabungan yang ada, menunjukan kondisi

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 ).

Kelemahan Dalam model ini yaitu adanya ketidaksesuaian model dengan

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:

Yit = α + βjX¿j + εit

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

2. Model Efek Tetap (Fixed Effect)

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

individu. Perbedaan ini dapat diakomodasi melalui perbedaan diintersepnya. Oleh

karena itu dalam model fixed effect, setiap individu merupakan parameter yang

tidak diketahui dan akan diestimasi dengan menggunakan teknik variabel dummy

yang dapat dirumuskan sebagai berikut:

n
Y ¿ =∝i+ β j X + ∑ α i D i+ ε ¿
j
¿
i=2

Keterangan:
𝑌𝑖𝑡 = Variabel terikat provinsi ke-i pada waktu ke-t

= Variabel bebas ke-j provinsi ke-i pada waktu ke-t

𝐷𝑖 = Dummy variabel
𝜀𝑖𝑡 = Komponen error provinsi ke-i pada waktu ke-t
α = Intercept
𝛽𝑗 = Parameter untuk variabel ke-j
Rifki Hasan (2015) mengemukakan bahwa teknik ini dinamakan Least

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

variabel dummy waktu di dalam model.

3. Model Efek Acak (Random Effect)

Dalam menganalisis regresi data panel, selain menggunakan fixed

effect model analisis regresi dapat pula menggunakan pendekatan efek

random (random effect). Pendekatan efek random ini digunakan untuk

mengatasi kelemahan fixed effect model yang menggunakan variabel

semu, sehingga akibatnya model mengalami ketidakpastian. Berbeda

dengan fixed effect yang menggunakan variabel semu, metode efek

random menggunakan residual, yang diduga memiliki hubungan antar

waktu dan antar objek (Winarno, 2007 dalam jurnal Rifki

Hasan,2015 ).Persamaan random effect dapat dirumuskan sebagai berikut:

j
Y ¿ =α + β J X ¿ + ε ¿ ; ε ¿ =ui +V t + W ¿
Keterangan:
𝑢𝑖 = Komponen error cross-section
𝑉𝑡 = Komponen time series
𝑊𝑖𝑡 = Komponen error gabungan.

3.4.2. Uji Kesesuaian Model

Dari ketiga model diatas untuk menentukan model mana yang paling tepat

untuk mengestimasi parameter regresi data panl, maka digunakan Uji Lagrange

Multiplier, Uji Chow dan Uji Hausman.

1. Uji Lagrange Multiplier

Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model

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

dari metode OLS. (Mahulete, 2016).

Adapun nilai statistik LM dihitung berdasarkan formula sebagai berikut:

T
n
LM =
2¿ ¿

Keterangan:
n = Jumlah individu
T = Jumlah periode waktu
e = Residual metode Common Effect (OLS)
Hipotesis yang digunakan adalah:

H0: Common Effect Model

H1: Random Effect Model

Uji LM ini didasarkan pada distribusi chi-squares dengan degree of freedom

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

Effect bukan metode Random Effect.

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

panel (Winarno, 2007 dalam jurnal Rifki Hasan,2015 ).

Hipotesis dalam uji chow ini sebagai berikut:

H0: Model Common Effect

H1: Model Fixed Effect

Dasar penolakan terhadap hipotesa nol (Ho) adalah dengan menggunakan F-

statistik, seperti rumus berikut:

( ESS 1−ESS 2)/( N – 1)

CHOW =
(ESS 2)/( NT −N−K )

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

Pengujian ini dilakukan untuk menentukan apakah model fixed effect

atau random effect.yang sebaiknya dilakukan dalam pemodelan data panel. (Rifki

Hasan, 2015).

Hipotesis dalam uji hausman sebagai berikut:

H0: Metode Random Effect.

H1: Metode Fixed Effect.

Dengan rumus sebagai berikut:

𝑚 = (𝛽 − 𝑏)(𝑀0− 𝑀1)−1(𝛽 − 𝑏)~𝑋2(𝐾)

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.

3.4.3. Uji Hipotesis

Uji ini dilakukan untuk mengetahui bermakna atau tidaknya variabel atau

suatu model yang digunakan secara parsial atau keseluruhan. Uji hipotesis yang

dilakukan antara lain adalah sebagai berikut:

3.4.3.1. Koefisien Determinasi (R2)

Koefisien determinasi (R2) digunakan untuk mengetahui sampai sebarapa

presentase variasi dalam variabel terikat pada model dapat diterangkan oleh

variabel bebasnya. (Gujarati, 2004: 163,).

Koefisien determinasi (R2) dinyatakan dalam presentase, nilai R2 ini berkisar

antara 0 ≤ R2 ≤ 1. Nilai R2 digunakan untuk mengukur proporsi total variasi dalam

 64

variabel tergantung yang dijelaskan dalam regresi atau untuk melihat seberapa

naik variabel bebas mampu menerangkan variabel tergantung.

Keputusan R2 adalah sebagai berikut:

1. Jika nilai R2 mendekati nol, maka antara variabel independent yaitu

Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi khusus dan

variabel dependent yaitu Belanja Daerah tidak ada keterkaitan.

2. Jika nilai R2 mendekati satu, berarti antara variabel independent yaitu

Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi khusus dan

variabel dependent yaitu Belanja Daerah ada keterkaitan.

Kaidah penafsiran nilai R2 adalah apabila nilai R2 semakin tinggi, maka

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

variasi dari variabel independent yang tidak dimasukkan ke dalam model.

3.4.3.2. Uji Signifikan Parameter (Uji t)

Uji t yaitu untuk menguji hubungan regresi secara parsial, dalam uji t statistik

pada dasarnya menunjukan seberapa jauh pengaruh suatu variabel penjelas secara

individual dalam menerangkan variasi variabel-variabel terikat dengan

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

pengujian dilakukan dengan cara membandingkan nilai t hitung dengan t tabel

jika:

𝑡ℎ𝑖𝑡 < 𝑡𝑡𝑎𝑏𝑒𝑙: maka H0 ditolak H1 tidak ditolak, yang berarti bahwa variabel

bebas (X1, X2, X3) secara parsial berpengaruh positif terhadap variabel

terikat (Y) adalah signifikan.

𝑡ℎ𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑒𝑙: maka H0 tidak ditolak H1 ditolak, yang berarti bahwa variabel

bebas (X1, X2, X3) secara parsial berpengaruh positif terhadap variabel

terikat (Y) adalah tidak signifikan.

3.4.3.3. Uji Signifikansi Bersama-sama (Uji F)

Uji F dilakukan untuk mengetahui pengaruh semua variabel indpendent

terhadap variabel dependen. Selain itu uji F dapat dilakukan untuk mengetahui

siginifikansi koefisien determinasi R2. Sedangkan hipotesis dalam uji F adalah

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

Umum dan Dana Alokasi khusus berpengaruh signifikan terhadap Belanja

Daerah.
 66

Dengan demikian keputusan yang diambil adalah sebagai berikut:

1. jika nilai Fstatistik ≤ nilai Ftabel, maka H0 tidak ditolak artinya semua variabel

independent yaitu Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana

Alokasi khusus bukan merupakan penjelas terhadap variabel dependent yaitu

Belanja Daerah.

2. jika nilai Fstatistik > nilai Ftabel, maka H0 ditolak artinya semua variabel

independent yaitu Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana

Alokasi khusus merupakan penjelas terhadap variabel dependent yaitu

Belanja Daerah.

3.4.4. Uji Fenomena Flypaper Effect.

Untuk menguji fenomena Flypaper Effect akan dilakukan serangkaian

pengujian setelah tahap pengujian pengaruh variable, yaitu :

1. Membandingkan nilai koefisien regresi masing-masing variabel, yaitu nilai

koefisien PAD dengan nilai Koefisien DAU yang berpengaruh signifikan

terhadap belanja daerah.

2. Menyimpulkan fenomena flypaper effect terjadi atau tidak pada 4 Provinsi di

Indonesia. Menurut Maimunah (2006). Kondisi flypaper effect terjadi dalam

hal terpenuhinya salah satu dari kriteria dibawah ini ;

a. Apabila nilai koefisien DAU (β1) lebih besar dari nilai koefisien PAD (β2),

maka terjadi fenomena flypaper effect.

b. PAD tidak berpengaruh signifikan terhadap Belanja Daerah.

H0 : Tidak terjadi flypaper effect pada Belanja Daerah di Provinsi Maluku

 67

Utara, Papua Barat, Gorontalo dan Sulawesi Barat

H1 : Terjadi flypaper effect pada Belanja Daerah di Provinsi Maluku

Utara,

Papua Barat, Gorontalo dan Sulawesi Barat

3. Menyimpulkan fenomena flypaper effect terjadi atau tidak pada masing-

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.