41
BAB III METODOLOGI PENELITIAN
A.
Gambaran Umum Provinsi Jawa Timur Penelitian ini dilakukan mulai bulan September 2012 di Jakarta terhadap
Laporan Keuangan Daerah Provinsi Jawa Timur untuk periode tahun anggaran 2009 sampai dengan 2011. 1.
Letak Geografis Provinsi Jawa Timur mempunyai 229 pulau dengan luas wilayah daratan
sebesar 47.130,15 Km2 dan lautan seluas 110.764,28 Km2. Wilayah ini membentang antara 111°0′ BT – 114° 4′ BT dan 7° 12′ LS – 8° 48′ LS. Sisi utara wilayahnya berbatasan dengan Laut Jawa, selatan dengan Samudera Indonesia, timur dengan Selat Bali/Provinsi Bali, dan barat dengan Provinsi Jawa Tengah. 2.
Visi dan Misi Visi dari Provinsi Jawa Timur “Agrobisnis terkemuka, berdaya saing global
dan berkelanjutan menuju Jawa Timur makmur dan berakhlak”. Sedangkan Misi Provinsi Jawa Timur adalah : a. Mengembangkan perekonomian modern Jawa Timur berbasis agro; b. Mewujudkan sumber daya manusia yang handal, berakhlak mulia, dan berbudaya; c. Mewujudkan kemudahan memperoleh akses untuk meningkatkan kualitas hidup;
42
d. Mengoptimalkan pemanfaatan sumber daya alam dan buatan; e. Mengembangkan infrastruktur bernilai tambah tinggi; f. Mengembangkan tata kelola pemerintahan yang baik.
B.
Desain Penelitian
Desain penelitian yang digunakan dalam penelitian ini adalah penelitian kausal. Penelitian kausal merupakan metode yang mempelajari hubungan sebab akibat antara dua variabel atau lebih. Penulis ingin mengetahui hubungan antara Pendapatan Asli Daerah (PAD), Dana Perimbangan yang terdiri dari Dana Alokasi Umum (DAU), Dana Alokasi Khusus (DAK), Dana Bagi Hasil (DBH), dan jumlah penduduk terhadap alokasi belanja daerah.
C.
Hipotesis Penelitian
Pengujian ini dilakukan untuk mengetahui apakah ada pengaruh yang signifikan antara pendapatan asli daerah, dana perimbangan yang terdiri dari dana alokasi umum, dana alokasi khusus, dana bagi hasil, dan jumlah penduduk terhadap alokasi belanja daerah.
Berdasarkan pada berbagai hasil penelitian sebelumnya dan kerangka pemikirannya yang dikembangkan maka dirumuskan hipotesis dalam penelitian sebagai berikut :
43
1.
H a1 = terdapat pengaruh pendapatan asli daerah, dana perimbangan, dan jumlah penduduk secara simultan terhadap besarnya alokasi belanja daerah.
2.
H a2 = terdapat pengaruh pendapatan asli daerah, dana perimbangan, dan jumlah penduduk secara parsial terhadap besarnya alokasi belanja daerah.
D.
Definisi Operasional Variabel
Sesuai dengan masalah yang akan dianalisis, maka variabel-variabel yang akan digunakan dalam penelitian ini adalah:
1.
Variabel Terikat (Dependent Variable)
Belanja daerah adalah semua kewajiban daerah yang diakui sebagai pengurang nilai kekayaan bersih dalam periode tahun anggaran yang bersangkutan (UU No. 32 tahun 2004).
2.
Variabel Bebas (Independent Variable)
a.
Pendapatan Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah yang dipungut berdasarkan Peraturan Daerah sesuai dengan peraturan perundang-undangan (UU No. 33 tahun 2004).
b.
Dana Perimbangan adalah dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan Desentralisasi (UU No. 33 tahun
44
2004) yang terdiri dari dana alokasi umum, dana alokasi khusus, dan dana bagi hasil. c.
Jumlah penduduk adalah jumlah penduduk di suatu daerah per satuan luas.
E.
Metode Pengumpulan Data
Metode pengumpulan data merupakan suatu cara atau proses yang sistematis dalam pengumpulan, pencatatan, dan penyajian fakta untuk tujuan tertentu.
Metode
pengumpulan
data
dalam
penelitian
ini
dilakukan
dengan
mendokumentasi data sekunder yang diperlukan berupa Laporan Realisasi APBD Pemerintah Kabupaten/Kota di Jawa Timur periode tahun anggaran 2009-2011 yang diperoleh dari Badan Pusat Statistik (BPS) Pusat yang berkedudukan di Jakarta serta mengunduh dari situs Direktorat Jenderal Perimbangan Keuangan Republik Indonesia (www.djpk.depkeu.go.id). Data yang diperoleh adalah data time series. Data time series merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu misalnya dalam waktu tahunan. Selain itu, peneliti juga melakukan studi kepustakaan melalui buku-buku dan jurnaljurnal yang berkaitan dengan masalah yang diteliti.
F.
Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain) (J. Supranto, 1999).
45
Data sekunder ini bersumber dari Laporan Realisasi Anggaran yang diperoleh dari Badan Pusat Statistik tingkat Pusat yang berkedudukan di Jakarta. Dari laporan tersebut diperoleh data berupa jumlah realisasi atas pendapatan asli daerah, dana perimbangan dan belanja daerah. Kemudian untuk jumlah penduduk bersumber dari Laporan Proyeksi Penduduk untuk Kabupaten/Kota.
G.
Populasi dan Sampel
Populasi menurut Sugiyono (2007:72) adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang diterapkan oleh peneliti untuk dipelajari, kemudian ditarik kesimpulannya.
Populasi dalam penelitian ini adalah seluruh Kabupaten/Kota Provinsi Jawa Timur terdiri dari 29 Kabupaten dan 9 Kota. Penulis dalam penelitian ini mengambil seluruh populasi dengan beberapa kriteria sebagai berikut :
1.
Laporan Realisasi Anggaran tiap Kabupaten/Kota telah dibukukan oleh Badan Pusat Statistik Pusat.
2.
Kabupaten/Kota mencantumkan data-data mengenai pendapatan asli daerah, dana perimbangan yang terdiri dari dana alokasi umum, dana alokasi khusus dan dana bagi hasil, jumlah penduduk, dan belanja daerah pada Laporan Realisasi Anggaran yang digunakan dalan penelitian ini.
Jumlah Kabupaten/Kota di Provinsi Jawa Timur ini memiliki 29 Kabupaten dan 9 Kota, dengan periode tahun anggaran 2009-2011 (3 tahun) sehingga total data
46
penelitian sebanyak 114 sampel. Dimana sampel merupakan bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2007:73).
H.
Metode Analisis Data
Penelitian ini dengan menggunakan pendekatan kuantitatif. Secara umum, pendekatan kuantitatif lebih fokus pada tujuan untuk generalisasi, dengan melakukan pengujian statistik dan steril dari pengaruh subjektif peneliti (Sekaran,1992). Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda. Analisis regresi berganda adalah analisis mengenai beberapa variabel independen dengan satu variabel dependen. Dalam analisis regresi selain mengukur seberapa besar hubungan antara variabel independen dengan variabel dependen, juga menunjukkan bagaimana hubungan antara variabel independen dengan dependen, sehingga dapat membedakan variabel independen dengan variabel dependen tersebut (Ghozali, 2011). Dimana dalam penelitian ini, dua komponen dari pendapatan daerah yaitu pendapatan asli daerah, dan dana perimbangan sebagai variabel independen, akan dianalisis pengaruhnya terhadap alokasi belanja daerah sebagai variabel dependen.
Beberapa langkah dalam melakukan analisis regresi linier masing-masing akan dijelaskan sebagai berikut:
1.
Pengujian Statistik Deskriptif Statistik deskriptif pada dasarnya merupakan proses transformasi data
penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan.
47
Pengujian
ini
berkaitan
dengan
cara
mengorganisir,
menyimpulkan
dan
mempresentasikan data ke dalam suatu bentuk yang lebih informatif dimana informasi tersebut digunakan untuk mendeskripsikan variabel-variabel dalam penelitian
ini.
Statistik
deskriptif
ini
bertujuan
untuk
menjelaskan
atau
menggambarkan karakteristik dari data. Alat analisis yang digunakan adalah rata-rata (mean), standar deviasi, maksimum dan minimum. 2.
Pengujian Asumsi Klasik
Pengujian regresi linier berganda dapat dilakukan setelah model dari penelitian ini memenuhi syarat-syarat yaitu lolos dari asumsi klasik. Syarat-syarat yang harus dipenuhi adalah data tersebut harus terdistribusikan secara normal, tidak mengandung multikolonieritas, dan heteroskedastisitas. Untuk itu sebelum melakukan pengujian regresi linier berganda perlu dilakukan lebih dahulu pengujian asumsi klasik, yang terdiri dari: a.
Uji Normalitas Pengujian normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel penganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk menguji normalitas data, penelitian ini menggunakan analisis grafik. Pengujian normalitas melalui analisis grafik adalah dengan cara menganalisis grafik normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting
48
data residual akan dibandingkan dengan garis diagonal. Data dapat dikatakan normal jika data atau titik-titk terbesar di sekitar garis diagonal dan penyebarannya mengikuti garis diagonal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histrogram dari residualnya. Dasar pengambilan keputusan: 1) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histrogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 2) Jika data menyebar lebih jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histrogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas (Ghozali, 2011). Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Jika hasil Kolmogorov-Smirnov menunjukkan nilai signifikan diatas 0,05 maka data residual terdistribusi dengan normal. Sedangkan jika hasil Kolmogorov-Smirnov menunjukkan nilai signifikan dibawah 0,05 maka data residual terdistribusi tidak normal (Ghozali, 2011).
b.
Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan
adanya korelasi antar variabel bebas (Ghozali, 2011).
49
Salah satu cara untuk mengetahui ada atau tidaknya multikolonieritas pada suatu model regresi adalah dengan melihat nilai tolerance dan VIF (Variance Inflation Factor), yaitu :
1) Jika nilai tolerance > 0.10 dan VIF < 10, maka dapat diartikan bahwa tidak terdapat multikolonieritas pada penelitian tersebut. 2) Jika nilai tolerance < 0.10 dan VIF > 10, maka dapat diartikan bahwa terjadi gangguan multikolonieritas pada penelitian tersebut.
c.
Uji Autokorelasi Satu asumsi penting dalam model regresi linier klasik ialah bahwa tidak ada autokorelasi, yaitu korelasi antara anggota serangkaian observasi runtut waktu (data time series) dan data silang waktu (data cross section). Untuk mendeteksi hal tersebut maka digunakan uji statistik Durbin Watson (Ghozali, 2011).
1) Ho : Tidak ada autokorelasi baik positif maupun negatif 2)
Ha : Ada autokorelasi baik positif maupun negatif
50
Jika dilakukan dengan pengujian tes hipotesis Durbin Watson bisa dilihat di tabel berikut :
Tabel 3.1 Kriteria Pengujian Durbin Watson
Hipotesis Nol
Keputusan
Kriteria
Ada autokorelasi positif
Tolak
0 < d < dl
Tidak ada autokorelasi positif
Tidak ada keputusan
dl ≤ d ≤ du
Ada autokorelasi negative
Tolak
4-dl < d < 4
Tidak ada autokorelasi negative Tidak ada keputusan 4 – du ≤ d ≤ 4–dl Tidak ada autokorelasi
d.
Tidak ditolak
du < d < 4 – du
Uji Heteroskedastisitas
Heteroskedastisitas adalah adanya varians variabel dalam model regresi yang tidak sama (konstan). Pada suatu model regresi yang baik adalah yang berkondisi homokedastisitas atau tidak terjadi heteroskedastisitas. Konsekuensi adanya heroskedastisitas dalam model regresi adalah penaksir (estimator) yang diperoleh tidak efisien, baik dalam sampel kecil maupun sampel besar.
Salah satu cara untuk mendiagnosis adanya heteroskedastisitas dalam suatu model regresi adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Adapun dasar analisis dengan melihat grafik plot adalah sebagai berikut :
51
1) Jika terdapat pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka menunjukkan telah terjadi heteroskedastisitas. 2) Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.
Analisis Regresi Berganda
Analisis ini digunakan untuk mengetahui besarnya pengaruh variabel independent terhadap variabel dependent, dengan asumsi variabel yang lain konstan, dimana rumusnya: (Ghozali, 2011) Y = α1 + b1 . X1 + b2 . X2 + b3 . X3 + e Dimana :
Y
= Alokasi Belanja Daerah
α1
= Konstanta Regresi
b1
= Koefisien Regresi
X1
= Pendapatan Asli Daerah
X2
= Dana Perimbangan
X3
= Jumlah Penduduk
52
4.
Pengujian Hipotesis Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari
Goodness of Fit-nya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima (Ghozali, 2011).
a.
2
Koefisien Determinasi (R ) 2
Koefisien determinasi (R ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi 2
adalah diantara nol dan satu. Nilai R yang kecil berarti kemampuan variabelvariabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen yang hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2011).
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh 2
karena itu banyak peneliti menganjurkan untuk menggunakan Adjusted R .
53
b.
Uji Signifikansi Simultan (Uji Statistik F)
Uji Statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersamasama terhadap variabel dependen (Ghozali, 2011). Dasar pengambilan keputusan berdasarkan probabilitas (pada tabel Anova tertulis Sig) : 1) Jika Sig < 0.05, maka Ho ditolak, artinya terdapat pengaruh 2) Jika Sig > 0.05, maka Ho diterima, artinya tidak terdapat pengaruh
c.
Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variabel-variabel dependen. Pengambilan keputusan berdasarkan probabilitas :
1) Jika p-value < alpha 0.05, maka Ho ditolak, artinya terdapat pengaruh 2) Jika p-value < alpha 0.05, maka Ho diterima, artinya tidak terdapat pengaruh
