BAB III METODE PENELITIAN
A. Desain Penelitian Penelitian ini merupakan penelitian yang menggunakan data sekunder yang telah disediakan dan dipublikasi oleh pihak lain. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang menguji hipotesis yang telah dirumuskan sebelumnya. Menurut dimensi waktunya, penelitian ini merupakan penelitian pooled yang merupakan gabungan dari times series yaitu penelitian yang menggunakan dimensi satu waktu dengan menggunakan beberapa objek penelitian (cross section).
B. Populasi, Sampel, Dan Teknik Pengambilan Sampel Populasi adalah jumlah dari keseluruhan kelompok individu, kejadiankejadian yang menarik perhatian peneliti untuk diteliti atau diselidiki (Sekaran, 2012). Populasi yang digunakan untuk penelitian ini adalah pemerintah daerah seluruh Kabupaten/Kota di Indonesia yang berjumlah 514 data Kabupaten/Kota yang terdiri dari 416 Kabupaten dan 98 Kota di Indonesia pada tahun 2009-2013. Sampel merupakan sebagian dari populasi yang karakteristiknya diselidiki dan dianggap dapat mewakili populasi (Sekaran, 2012). Sampel dalam penelitian ini ditentukan
dengan
menggunakan
metode
purposive
sampling.
Metode
pengambilan sampel tersebut menggunakan kriteria sampel yang ditentukan oleh peneliti. Berdasarkan kriteria pengambilan sampel yang ditetapkan, jumlah
29
30
sampel dalam penelitian ini sebanyak 492 Kabupaten/Kota di Indonesia dengan kriteria sebagai berikut: 1. Pemerintah Daerah Kabupaten/Kota seluruh Indonesia yang menerbitkan Laporan Keuangan Pemerintah Daerah Tahun 2009, 2010, 2011, 2012 dan 2013. 2. Data dan informasi yang dibutuhkan dalam pengukuran variabel dan analisis data untuk pengujian hipotesis dalam penelitian yang tersedia, diantaranya: a. Jumlah penduduk Kabupaten/Kota seluruh Indonesia tahun 2009, 2010, 2011, 2012, dan 2013 b. Daftar daerah Kabupaten/Kota seluruh Indonesia yang digolongkan berdasarkan wilayah Jawa atau Luar Jawa. c. Daftar daerah pemekaran Kabupaten/Kota seluruh Indonesia tahun 2009, 2010, 2011, 2012, dan 2013.
C. Data Dan Sumber Data Jenis data yang digunakan untuk penelitian ini adalah jenis data kuantitatif, dimana data yang diukur pada penelitian ini merupakan satuan numeric (angka). Data Kuantitaif dalam penelitian ini meliputi Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, Dana Bagi Hasil dan Belanja Daerah. Sumber data yang digunakan dalam penelitian ini diperoleh dari Laporan Keuangan Pemerintah Daerah Kabupaten/Kota di Indonesia. Metode pengumpulan data pada penelitian ini menggunakan data sekunder (secondary
31
data) yaitu teknik pengumpulan data dari basis data yang diperoleh dari situssitus resmi.
D. Definisi Operasional Variabel 1. Belanja Daerah Variabel terikat pada penelitian ini ialah belanja daerah. Berdasarkan Undang-Undang Nomor 33 Tahun 2004, belanja daerah diartikan sebagai segala bentuk pembebanan daerah yang diakui sebagai pengurang kekayaan netto dalam suatu periode tahun anggaran. Belanja daerah ditunjukkan dalam angka nominal mata uang Rupiah (Rp) sehingga skala datanya adalah nominal. Menurut Masdjojo dan Sukartono (2009), belanja daerah dapat dihitung dengan rumus sebagai berikut: BD = BL + BTL Keterangan: BD
: Belanja Daerah
BL
: Belanja Langsung
BTL
: Belanja Tidak Langsung
2. Pendapatan Asli Daerah Variabel bebas pertama pada penelitian ini ialah Pendapatan Asli Daerah. Berdasarkan Undang-Undang Nomor 33 Tahun 2004, pendapatan asli daerah diartikan pendapatan yang dipungut daerah sesuai dengan peraturan perundangan yang berlaku. Pendapatan Asli Daerah ditunjukkan dalam angka
32
nominal mata uang Rupiah (Rp) sehingga skala datanya adalah nominal. Menurut Masdjojo dan Sukartono (2009), Pendapatan Asli Daerah dapat dihitung dengan rumus sebagai berikut: PAD = PD + RD + HPKD + PADL Keterangan: PAD
: Pendapatan Asli Daerah
PD
: Pajak Daerah
RD
: Retribusi Daerah
HPKD
: Hasil Pengelolaan Kekayaan Daerah
PADL
: Pendapatan Asli Daerah Lain-lain
3. Dana Alokasi Umum Variabel bebas kedua pada penelitian ini ialah Dana Alokasi Umum. Berdasarkan Undang-Undang Nomor 33 Tahun 2004, Dana Alokasi Umum diartikan sebagai dana yang berasal dari alokasi pendapatan APBN ke daerah guna ntuk pemerataan keuangan daerah. Dana Alokasi Umum ditunjukkan dalam angka nominal mata uang Rupiah (Rp) sehingga skala datanya adalah nominal. Menurut Masdjojo dan Sukartono (2009), Dana Alokasi Umum dapat dihitung dengan rumus sebagai berikut: DAU = AD + CF Keterangan: DAU
: Dana Alokasi Umum
AD
: Alokasi dasar
33
CF
: Celah Fiskal
4. Dana Alokasi Khusus Variabel bebas ketiga pada penelitian ini ialah Dana Alokasi Khusus. Berdasarkan Undang-Undang Nomor 33 Tahun 2004, Dana Alokasi Khusus diartikan dana yang berasal dari alokasi pendapatan APBN ke daerah tertentu dengan tujuan untuk mendanai kegiatan khusus yang merupakan urusan daerah sebagai prioritas nasional. Dana Alokasi Khusus ditunjukkan dalam angka nominal mata uang Rupiah (Rp) sehingga skala datanya adalah nominal. Menurut Masdjojo dan Sukartono (2009), Dana Alokasi Khusus dapat dihitung dengan rumus sebagai berikut: DAK= PAD + DAU - BPD Keterangan: DAK
: Dana Alokasi Khusus
PAD
: Pendapatan Asli Daerah
DAU
: Dana Alokasi Umum
BPD
: Belanja Pegawai Daerah
5. Dana Bagi Hasil Variabel bebas keempat pada penelitian ini ialah Dana Bagi Hasil. Berdasarkan Undang-Undang Nomor 33 Tahun 2004, Dana Bagi Hasil diartikan sebagai dana yang berasal dari alokasi pendapatan APBN ke daerah untuk mendanai kebutuhan daerah. Dana Bagi Hasil ditunjukkan dalam angka
34
nominal mata uang Rupiah (Rp) sehingga skala datanya adalah nominal. Menurut Masdjojo dan Sukartono (2009), Dana Bagi Hasil dapat dihitung dengan rumus sebagai berikut: DBH = DBHP + DBHBP Keterangan: DBH
: Dana Bagi Hasil
DBHP
: Dana Bagi Hasil Pajak
DBHBP : Dana Bagi Hasil Bukan Pajak
6. Flypaper Effect Menurut Adiputra (2014) flypaper Effect adalah suatu fenomena pada suatu kondisi ketika Pemerintah Daerah merespon belanja daerahnya lebih banyak berasal dari transfer/grants atau spesifiknya pada transfer tidak bersyarat atau unconditional grants daripada pendapatan asli dari daerahnya tersebut sehingga akan mengakibatkan pemborosan dalam Belanja Daerah. Flypaper effect dalam penelitian ini dapat diukur dengan cara melihat besar koefisien variabel Pendapatan Asli Daerah dan koefisien Dana Alokasi Umum. Jika koefisien Pendapatan Asli Daerah lebih besar dari pada koefisien Dana Alokasi Umum, maka dapat dsimpulkan tidak terjadi fenomena flypaper effect dalam penelitian ini. Jika koefisien Pendapatan Asli Daerah lebih kecil dari pada koefisien Dana Alokasi Umum, maka dapat dsimpulkan terjadi fenomena flypaper effect dalam penelitian ini.
35
7. Variabel Kontrol Variabel kontrol adalah variabel yang mengontrol hubungan variabel dependen dan variabel independen dan pasti berpengaruh terhadap variabel dependen. Gennari and Messina (2014) dalam penelitiannya menggunakan variabel kontrol yang terdiri dari populasi (POP), umur daerah dengan kriteria kurang dari 10 tahun dan lebih dari 65 tahun (DEP), pemekaran wilayah (SUR), tingkat pendidikan penduduk (EDU), degree of altimetry (ALT), variabel dummy untuk ibu kota provinsi (TYPE), varaibel dummy untuk kota yang menjadi “daerah istimewa” (STAT), siklus partai politik (CYCLE), Lamanya menjabat (TERM), koalisi partai politik (COMP). Penelitian ini mengadopsi variabel kontrol dari penelitian Gennari dan Messina (2014) yang disesuaikan dengan keadaan di Indonesia diantarnya: a. Jumlah Penduduk Penduduk adalah orang yang matranya sebagai diri pribadi, anggota keluarga, anggota masyarakat, warga negara, dan himpunan kuantitas yang bertempat tinggal di Penduduk juga turut beperan penting dalam peningkatan belanja daerah. Jumlah penduduk ditunjukkan dalam jutaan sehingga skala datanya adalah rasio. b. Jawa dan Non Jawa Variabel kontrol Jawa dan luar Jawa merupakan variabel dummy, dimana pengukuran variabelnya diukur dengan cara memberikan angka 1 untuk daerah Kabupaten/Kota di wilayah Jawa, dan angka 0 untuk daerah Kabupaten/Kota di wilayah luar Jawa.
36
c. Pemekaran wilayah Variabel kontrol pemekaran wilayah merupakan variabel dummy, dimana pengukuran variabelnya diukur dengan cara memberikan angka 1 untuk daerah Kabupaten/Kota yang merupakan hasil dari daerah pemekaran, dan angka 0 untuk daerah Kabupaten/Kota yang merupakan bukan hasil dari daerah pemekaran.
E. Metode Pengolahan Data Data diolah dengan menggunakan software Stata versi 12, data diolah dengan metode data panel. Data panel menggabungkan jenis data cross section dan data time series, jumlah observasi dapat digunakan untuk kepentingan estimasi paramater populasi akan semakin besar. Semakin banyaknya jumlah sampel yang digunakan dalam penelitian, tingkat keakuratan hasil penelitian akan semakin meningkat. Oleh karena, menerapkan proses estimasi data panel, maka secara
bersamaan
akan
dapat
diestimasi
karakterisrik
individu
yang
mencerminkan dinamika antar waktu dari masing-masing variabel bebas tersebut. Menurut Gujarati (2006) keunggulan penggunaan data panel memberikan banyak keuntungan diantaranya sebagai berikut: a. Data panel mampu menyediakan data yang lebih banyak, sehingga dapat memberikan informasi yang lebih lengkap. Oleh karena itu, dapat diperoleh degree of freedom (df) yang lebih besar sehingga estimasi yang dihasilkan lebih baik.
37
b. Berdasarkan penggabungan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul karena ada masalah penghilangan variabel (omitted variable). c. Data panel mampu mengurangi kolinearitas antar variabel. d. Data panel lebih baik dalam mendeteksi dan mengukur efek yang secara sederhana tidak mampu dilakukan oleh data time series murni dan cross section murni. e. Data panel dapat menguji dan membangun model perilaku yang lebih kompleks. Sebagai contoh, fenomena seperti skala ekonomi dan perubahan teknologi. f. Data panel dapat meminimalkan bias yang dihasilkan oleh agregat individu, karena data yang diobservasi lebih banyak.
F. Pemilihan Metode Pengolahan Data Data panel merupakan gabungan dari data cross section dan data time series, maka model dirumuskan sebagai berikut: Yit= α + Xit ßj + ɛit Dimana: i = 1,2,…,N t = 1,2,…,T N = jumlah unit cross section T = jumlah periode time series N x T = jumlah data panel
38
Menurut Gujarati (2006) analisis regresi data panel memiliki tiga macam model yaitu diantaranya Pooled Least Square, Fixed effect, dan Random Efect. Diantara ketiga uji data panel diatas, langkah selanjutnya adalah memilih uji data panel yang tepat untuk digunakan pada penelitian ini dengan melakukan pengujian yaitu diantaranya: a)
Uji Hausman adalah uji statistik yang digunakan untuk memilih apakah menggunakan model Fixed Effect atau Random Effect. Hipotesis yang digunakan pada uji Hausman adalah: 1) Jika H0 diterima (p-value > 5 persen), maka model mengikuti Random Effect Model. 2) Jika H0 ditolak dan Hā diterima (p-value < 5 persen), maka model mengikuti Fixed Effect Model.
b) Uji Lagrange Multiplier digunakan untuk membandingkan Pooled Least Square dan Random Effect. Hipotesis yang digunakan dalam Uji LM adalah: 1) Jika H0 diterima (p-value > 5 persen), maka model mengikuti Pooled Least Square. 2) Jika H0 ditolak dan Hā diterima (p-value < 5 persen), maka model mengikuti Random Effect Model. c)
Uji Chow ini digunakan untuk memilih uji Pooled Least Square (PLS) dengan uji Fixed effect (FE). Hipotesis yang digunakan dalam uji chow ini adalah: 1) Jika H0 diterima (p-value > 5 persen), maka model mengikuti Pooled Least Square.
39
2) Jika H0 ditolak dan Hā diterima (p-value < 5 persen), maka model mengikuti Fixed Effect Model.
G. Metode Analisis Data Metode analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah regresi berganda (multiple regression analysis). Untuk menjamin keakuratan data, maka sebelum dilakukan analisis regresi untuk menguji hipotesis dalam penelitian ini, dilakukan terlebih dahulu analisis statistik deskriptif. Selain itu, dilakukan pengujian kelayakan model regresi untuk menilai model regresi. Berikut ini penjelasan terperinci mengenai metode analisis yang dilakukan dalam penelitian ini: 1. Analisis Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi masing-masing variabel yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness. Standar deviasi, varian, maksimum, dan minimum menunjukkan hasil analisis terhadap dispersi variabel. Sedangkan skewness dan kurtosis menunjukkan bagaimana variabel terdistribusi. Varian dan standar deviasi menunjukkan penyimpangan variabel terhadap nilai rata-rata (Ghozali, 2011). Analisa statistik deskriptif yang digunakan terdiri atas: 1) Mean (nilai rata-rata) digunakan untuk mengetahui nilai rata-rata dari data yang diamati. Meskipun mean sering digunakan untuk mengetahui
40
nilai kecenderungan dari suatu pengamatan, tetapi mean memiliki kelemahan yaitu rentan terhadap gangguan dari data outliers. 2) Maximum (nilai tertinggi) digunakan untuk mengetahui nilai tertinggi dari data yang diamati. 3) Minimum (nilai terendah) digunakan untuk mengetahui nilai terendah dari data yang diamati. 4) Standard deviasi digunakan untuk mengetahui variabilitas dari penyimpangan terhadap nilai rata-rata.
2. Analisis Regresi Berganda Teknik analisis data yang digunakan didalam penelitian ini dilakukan dengan menggunakan analisis regresi berganda. Analisis regresi berganda adalah teknik statistik melalui koefisien parameter untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen. Pengujian terhadap hipotesis baik secara parsial maupun simultan, dilakukan setelah model regresi yang digunakan bebas dari pelanggaran asumsi klasik. Tujuannya adalah agar hasil penelitian dapat diinterpretasikan secara tepat dan efisien. Persamaan regresi dapat ditulis sebagai berikut:
Dimana:
=
0
+
1 1
+
2 2
y : Belanja daerah : Indeks spesifik kabupaten/kota.
+
3 3
+
4 4
+
5
+
41
t : Indeks untuk tahun. 0
: Konstanta
1,2,3,4 :
1
Koefisien regresi berganda masing-masing
: Pendapatan Asli Daerah
2
: Dana Alokasi Umum
4
: Dana Bagi Hasil
3
1,2,3,4
: Dana Alokasi Khusus
: Populasi, Jawa/non Jawa, Pemekaran Wilayah : Random Error
3. Pengujian Hipotesis a) Analisis Koefisien Determinasi Uji koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2011). Nilai koefisien determinasi adalah antara nol dan satu. Nilai
2 yang kecil berarti kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum, koefisien determinasi untuk data cross section relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan. Sedangkan untuk data time series biasanya memiliki nilai
42
koefisien determinasi yang tinggi. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka
2 pasti meningkat tidak peduli apakah variabel
tersebut berpengaruh signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan Adjusted 2 pada saat mengevaluasi mana model regresi yang terbaik. Kenyataannya, nilai Adjusted
2 dapat bernilai negatif walaupun yang dikehendaki bernilai
positif. Jika dalam uji empiris terdapat nilai Adjusted
2 negatif, maka
nilai Adjusted 2 dianggap bernilai nol (Ghozali, 2011).
b) Uji Signifikansi F-test Uji statistik F digunakan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model regresi memiliki pengaruh secara bersama-sama (simultan) terhadap variabel dependen (Ghozali, 2011). Apabila nilai probabilitas signifikansi < 0.05, maka variabel independen secara bersama-sama mempengaruhi variabel dependen.
