BAB VI PENUTUP
6.1 Kesimpulan Berdasarkan analisis data, uji hipotesis, serta pembahasan penelitian maka dapat diambil kesimpulan sebagai berikut: 1. Dari hasil pengujian statistik deskriptif, Kabupaten/Kota di Provinsi Nusa Tenggara yang paling banyak memberikan kontribusi terhadap PAD adalah Kota Kupang dan paling sedikit Kabupaten Sumba Tengah. Sumber penerimaan yang kedua yakni DAU, daerah yang mendapatkan DAU paling besar adalah Kabupaten Timor Tengah Selatan dan terendah adalah Kabupaten Sumbah Tengah. Sedangkan daerah yang mendapatkan DAK paling tinggi adalah Kabupaten Malaka dan yang paling sedikit adalah Kabupaten Ngada. 2. Dari hasil pengujian secara parsial Pendapatan Asli Daerah berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia, Dana Alokasi Umum tidak berpengaruh terhadap Indeks Pembangunan Manusia dan Dana Alokasi Khusus berpengaruh negatif dan signifikan terhadap Indeks Pembangunan Manusia. 3. Dari Hasil pengujian secara Simultan Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi Khusus berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Damayanti (2014:126), yang menyatakan bahwa secara simultan variabel Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Bagi Hasil dan Dana Alokasi Khusus berpengaruh positif dan signifikan terhadap Indeks Pembangunan Manusia. 6.2 Saran
Berdasarkan kesimpulan diatas maka terdapat saran yang diajukan untuk Pemerintah Daerah dan Peneliti selanjutnya, yaitu sebagai berikut: 1. Bagi Pemerintah daerah Hasil penelitian ini menunjukan adanya pengaruh positif Pendapatan Asli Daerah terhadap Indeks Pembangunan Manusia. Oleh karena itu diharapkan pemerintah daerah meningkatkan Pendapatan Asli Daerah. Dengan cara meningkatkan program-program yang berguna untuk peningkatan kesejahteraan masyarakat, sehingga masyarakat merasa nyaman dan membuat masyarakat lebih berkontribusi terhadap pembangunan daerah. Pemerintah juga harus mengawasi pengalokasian Dana Alokasi Umum agar pengalokasiannnya tidak disalahgunakan sehingga pemerataan kesenjangan antar wilayah dapat terwujud yang juga akan mengarah pada peningkatan Indeks Pembangunan Manusia. Selain PAD dan DAU Pemerintah daerah juga harus mengelola DAK dengan lebih bijak agar berapapun besaran DAK yang ada dimanfaatkan untuk kepentingan umum dan bukan kepentingan pribadi maupun politik sehingga DAK yang ada mampu meningkatkan Indeks Pembangunan Manusia. 2. Bagi Peneliti selanjutnya Untuk penelitian selanjutnya menggunakan sumber data primer atau bisa dengan mengajukan kuesioner langsung atau wawancara kepada setiap masing-masing Kabupaten/Kota untuk meningkatkan Indeks Pembangunan Manusia. Menggunakan pengukuran yang lain untuk mengukur pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum dan Dana Alokasi Khusus terhadap Indeks Pembangunan Manusia. DAFTAR PUSTAKA
Anonim. 2004. Undang-Undang No.32 Tahun 2004 Tentang Pemerintahan Daerah. Anonim. 2004. Undang-Undang No.33 Tahun 2004. Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintah Daerah. ----------. 2009. Undang-Undang No. 28 Tahun 2009. Tentang Pajak Daerah dan Retribusi Daerah. Azwardi dan Abukosim. 2007. Pengelolaan Keuangan Pedesaan Dalam Mendorong Pembangunan Wilayah Pedesaan. Suatu Tinjauan Teoritis. Jurnal Ekonomi Pembangunan. Volume 5, Nomor 2, Desember 2007. Badan Pusat Statistik. 2011. Indeks Pembangunan Manusia Provinsi Banten. BPS:NTT Badan Pusat Statistik. 2011. Statistik Daerah Provinsi NTB. BPS:NTT ---------------------. 2014. Statistik Daerah Provinsi NTT. BPS:NTT ----------------------. 2015. Booklet Indeks Pembangunan Manusia Metode Baru. BPS:NTT ---------------------. 2015. Nusa Tenggara Timur dalam Angka. BPS:NTT ---------------------. 2015. Statistik Daerah Provinsi NTT. BPS:NTT Chalid, Pheni. 2005. Keuangan Daerah, Investasi, dan Desentralisasi, Tantangan dan Hambatan. Jakarta: Kemitraan Damayanti, Meutia Irma. 2014. Pengaruh Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Alokasi Khusus, Dan Dana Bagi Hasil Terhadap Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Nusa Tenggara Barat Periode Tahun 2009-2011. Skripsi. Universitas Islam Negeri Syarif Hidayatullah. Jakarta. Darise, Nurlan. 2009. Pengelolaan Keuangan daerah. Jakarta: PT Indeks Fisman, R & Gatti,R.2002. Decentralization and Corruption: Evidence across Countries. Journal of Public Economics,83:325-345. Harahap, Riva Ubar.2010. Pengaruh Dana Alokasi Umum, Dana Alokasi Khusus, dan Dana Bagi Hasil Terhadap Indeks Pembangunan Manusia pada Kabupaten/Kota Sumatera Utara. Tesis. Sekolah Pascasarjana Universitas Sumatera Utara, Medan. Hasan, M.Iqbal. 2002. Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya. Bogor: Ghalia Indonesia.
Indriantoro dan Supomo. 1999. Metodologi Penelitian Bisnis untuk Akuntansi dan Manajemen. Edisi Pertama. BPFE Yogyakarta. Lugastoro, Decta pitron. 2013. Analisis Pengaruh Pendapatan Asli Daerah dan Dana Perimbangan terhadap Indeks Pembangunan Manusia Kabupaten/Kota di Jawa Timur. Mahmudi. 2009. Manajemen Keuangan Daerah. Yogyakarta:Erlangga. Priyatno, Duwi. 2009. 5 Jam Belajar Olah Data dengan SPSS 17. Yogyakarta:Andi. Provincial Governance Strengthening Programmme.2012. Panduan Penyusunan Laporan Pembangunan Manusia tingkat Provinsi (LPMP). PGSP Project Management Unit:Jakarta Pusat. Setyowati, Lilis dan Yohana Kus Suparwati. 2012. Pengaruh Pertumbuhan Ekonomi, DAU, DAK, PAD terhadap Indeks Pembangunan Manusia dengan pengalokasian Anggaran Belanja Modal sebagai Variabel Intervening (Studi Empiris pada Pemerintahan Kabupaten dan Kota Se-Jawa Tengah). Jurnal Prestasi Vol. 9 No.01. http://andi-itcomm.blogspot.ae/2011/05/statistika.html?m=1 Badan Pusat Statistik. 2015. Indeks Pembangunan Manusia dan Komponennya, 2010-2014. http://www.bpsntt.go.id, diakses pada tanggal 10 Maret 2016. www.djpk.kemenkeu.go.id, diakses pada tanggal 10 Mei 2016. Data series.
Lampiran I Data IPM, PAD, DAU dan DAK Kabupaten/Kota di Provinsi Nusa Tenggara Timur tahun 2012-2014 No 1
2
3
4
5
6
7
8
9
10
11
12
13
Kabupaten/Kota
Tahun
PAD (Rp)
DAU (Rp)
DAK (Rp)
2012
IPM (Indeks) 56.47
Kab. Alor
22,508,265,000.00
414,227,641,000.00
66,290,940,000.00
2013
57.52
31,555,989,000.00
461,359,079,000.00
86,078,800,000.00
2014
58,00
40,000,003,000.00
510,220,213,000.00
98,729,400,000.00
2012
57.58
47,085,113,252.00
514,663,089,000.00
107,588,230,000.00
2013
59.12
63,821,368,066.00
578,912,159,044.00
106,224,160,000.00
2014
59.72
66,624,769,344.00
349,381,471,000.00
95,663,260,000.00
2012
63.93
33,000,000,000.00
459,254,657,000.00
75,508,650,000.00
2013
64.64
42,292,587,000.00
506,181,070,000.00
60,164,168,000.00
2014
65.25
47,762,566,000.00
546,281,332,000.00
63,181,260,000.00
Kab. Flores
2012
58.93
30,228,684,407.00
420,202,192,000.00
57,338,430,000.00
Timur
2013
59.8
30,421,158,000.00
477,818,636,000.00
65,608,070,000.00
2014
60.42
42,194,313,000.00
531,905,134,000.00
74,595,630,000.00
2012
60.34
35,940,252,000.00
475,616,705,000.00
77,887,130,000.00
2013
61.07
42,978,763,000.00
534,827,407,000.00
78,975,590,000.00
2014
61.68
61,798,200,000.00
598,332,549,000.00
85,079,900,000.00
2012
59.51
20,182,850,000.00
314,176,964,000.00
50,477,450,000.00
2013
60.56
26,777,130,000.00
352,353,778,000.00
52,767,600,000.00
2014
61.45
24,109,213,000.00
388,625,200,000.00
64,233,750,000.00
2012
58.92
38,247,544,000.00
394,658,221,000.00
53,719,440,000.00
2013
59.49
46,866,282,000.00
452,287,758,000.00
91,337,250,000.00
2014
60.08
55,816,823,000.00
507,725,930,000.00
109,431,210,000.00
2012
56.56
16,066,719,833.71
284,550,454,000.00
36,178,540,000.00
2013
57.28
17,646,843,269.96
345,248,896,000.00
83,154,930,000.00
2014
57.82
22,247,387,000.00
361,623,423,000.00
83,533,460,000.00
Kab. Sumba
2012
58.22
15,082,207,000.00
321,654,137,000.00
56,064,310,000.00
Barat Daya
2013
59.26
16,736,225,000.00
363,108,797,000.00
71,572,380,000.00
2014
59.9
36,396,589,000.00
413,582,665,000.00
71,930,780,000.00
Kab. Manggarai
2012
55.28
15,270,757,046.00
339,700,544,000.00
97,018,550,000.00
Timur
2013
55.74
19,668,225,757.18
382,067,736,000.00
83,454,989,500.00
2014
56.58
22,053,561,300.68
421,442,287,000.00
76,618,540,000.00
2012
61.6
16,760,739,241.78
303,787,471,000.00
58,979,870,000.00
2013
62.24
15,745,839,309.00
334,481,490,000.00
37,686,309,000.00
2014
62.71
23,881,401,000.00
381,411,361,000.00
68,783,710,000.00
2012
63.57
24,542,114,000.00
336,875,056,000.00
47,824,850,000.00
2013
64.43
30,327,867,805.30
350,219,646,000.00
6,148,758,000.00
2014
64.64
32,733,364,000.00
410,643,171,000.00
64,062,582,000.00
2012
60.12
44,856,240,000.00
440,354,186,000.00
48,043,690,000.00
2013
60.84
50,257,084,172.90
498,499,639,000.00
47,801,588,000.00
Kab. Belu
Kab. Ende
Kab. Kupang
Kab. Lembata
Kab. Manggarai
Kab. Rote Ndao
Kab. Nagekeo
Kab. Ngada
Kab. Sikka
14
15
16
17
18
19
20
21
22
2014
61.36
47,628,826,000.00
553,376,947,000.00
69,605,960,000.00
Kab. Sumba
2012
59.98
20,822,829,676.01
278,593,998,000.00
37,752,660,000.00
Barat
2013
60.55
23,960,648,245.38
307,533,200,000.00
58,427,720,000.00
2014
60.69
28,750,227,000.00
350,946,291,000.00
58,270,250,000.00
Kab. Sumba
2012
60.89
31,671,772,000.00
462,689,930,000.00
64,087,080,000.00
Timur
2013
61.44
40,056,504,000.00
515,736,111,000.00
68,947,090,000.00
2014
62.04
39,131,223,000.00
561,028,322,000.00
71,641,430,000.00
Kab. Timor
2012
57.94
30,811,643,978.00
544,431,464,000.00
58,765,960,000.00
Tengah Selatan
2013
58.76
36,327,694,944.00
606,976,388,000.00
97,091,900,000.00
2014
59.41
44,825,163,000.00
658,897,183,000.00
74,892,905,000.00
Kab. Timor
2012
59.04
16,313,433,000.00
403,508,769,000.00
69,333,940,000.00
Tengah Utara
2013
59.56
17,987,044,000.00
459,487,080,000.00
62,762,303,000.00
2014
60.41
32,029,111,000.00
502,469,845,000.00
71,207,055,000.00
Kab. Manggarai
2012
58.13
25,751,467,000.98
342,638,721,000.00
47,058,870,000.00
Barat
2013
59.02
11,944,421,000.87
382,403,558,000.00
59,865,250,000.00
2014
59.64
35,007,450,000.00
442,388,310,000.00
92,034,790,000.00
Kab. Sumba
2012
56.66
15,381,179,000.00
239,756,523,000.00
41,537,240,000.00
Tengah
2013
57.25
13,422,945,000.00
253,664,988,000.00
46,537,040,000.00
2014
57.6
17,548,454,000.00
302,033,721,000.00
58,565,430,000.00
2012
50.3
9,316,620,946.79
220,235,150,000.00
52,864,240,000.00
2013
51.55
16,232,189,516.26
270,624,355,000.00
61,346,160,000.00
2014
52.51
26,975,204,349.00
314,254,688,000.00
69,320,400,000.00
2012
578,912,149,000.00
Kab. Sabu Raijua
Kab. Malaka
Kota Kupang
-
2013
56.14
63,821,368,066.00
2014
56.94
15,664,563,061.39
285,088,668,000.00
2012
76.38
66,169,375,000.00
453,986,555,000.00
31,257,790,000.00
2013
77.24
80,729,275,000.00
527,785,630,000.00
56,499,880,000.00
2014
77.58
113,032,804,000.00
597,674,909,000.00
61,439,470,000.00
106,224,160,000.00 -
Lampiran II Data Rata-rata PAD, DAU, DAK dan IPM kabupaten/kota di Provinsi NTT Tahun 2012-2014
Kabupaten/Kota Kabupaten Alor
IPM (Indeks) 57.33
PAD (Rp) 31,354,752,333
DAU (Rp) 461,935,644,333
DAK (Rp) 83,699,713,333
2
Kabupaten Belu
58.81
59,177,083,554
480,985,573,015
103,158,550,000
3
Kabupaten Ende
64.61
41,018,384,333
503,905,686,333
66,284,692,667
4
59.72
31,137,004,667
476,641,987,333
65,847,376,667
5
Kabupaten Flores Timur Kabupaten Kupang
61.03
46,905,738,333
536,258,887,000
80,647,540,000
6
Kabupaten Lembata
60.51
23,689,731,000
351,718,647,333
55,826,266,667
7
Kabupaten Manggarai
59.5
46,976,883,000
451,557,303,000
84,829,300,000
8
Kabupaten Rote Ndao
57.22
18,653,650,035
330,474,257,667
67,622,310,000
9
59.13
22,738,340,333
366,115,199,667
66,522,490,000
55.87
18,997,514,701
381,070,189,000
85,697,359,833
11
Kabupaten Sumba Barat Daya Kabupaten Manggarai Timur Kabupaten Nagekeo
62.18
18,795,993,184
339,893,440,667
55,149,963,000
12
Kabupaten Ngada
64.21
29,201,115,268
365,912,624,333
39,345,396,667
13
Kabupaten Sikka
60.77
47,580,716,724
497,410,257,333
55,150,412,667
14
60.41
24,511,234,974
312,357,829,667
51,483,543,333
61.46
36,953,166,333
513,151,454,333
68,225,200,000
58.7
37,321,500,641
603,435,011,667
76,916,921,667
59.67
22,109,862,667
455,155,231,333
67,767,766,000
58.93
24,234,446,001
389,143,529,667
66,319,636,667
57.17
15,450,859,333
265,151,744,000
48,879,903,333
20
Kabupaten Sumba Barat Kabupaten Sumba Timur Kabupaten Timor Tengah Selatan Kabupaten Timor Tengah Utara Kabupaten Manggarai Barat Kabupaten Sumba Tengah Kabupaten Sabu Raijua
51.45
17,508,004,937
268,371,397,667
61,176,933,333
21
Kabupaten Malaka
56.54
39,742,965,564
432,000,408,500
106,224,160,000
22
Kota Kupang
77.07
86,643,818,000
526,482,364,667
49,732,380,000
No 1
10
15 16 17 18 19
Lampiran 3: Hasil Uji SPSS 20 1.
Hasil Statistik Deskriptif
Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
PAD
22
15450859333.33
86643818000.00
33668307541.6195
16804413365.41677
DAU
22
265151744000.00
603435011666.67
423142212205.2122
91808396272.30861
DAK
22
39345396666.67
106224160000.00
68477627992.4245
17051112125.94957
IPM
22
51.45
77.07
60.0881
4.73773
Valid N 22 (listwise)
Lampiran 4: Hasil Uji SPSS 20 2. Analisis Statistik Inferensial a. Uji Asumsi Klasik Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters
22 a,b
Most Extreme Differences
Mean Std. Deviation
.07 .01679898
Absolute
.168
Positive
.098
Negative
-.168
Kolmogorov-Smirnov Z
.788
Asymp. Sig. (2-tailed)
.564
a. Test distribution is Normal. b. Calculated from data.
Hasil Uji Multikolinearitas Coefficients Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std.
a
t
Sig.
Beta
Collinearity Statistics
Tolerance
VIF
Error (Constant)
43.230 46.660
.926
.366
PAD
2.191
2.799
.268
.783
.444
.366
2.734
DAU
.792
5.843
.049
.136
.894
.323
3.100
DAK
-6.805
3.399
-.462
-2.002
.061
.808
1.237
1
a. Dependent Variable: RES
Hasil Uji Heterokedastisitas Coefficients Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Std.
a
t
Sig.
Beta
Collinearity Statistics
Tolerance
VIF
Error (Constant)
43.230 46.660
.926
.366
PAD
2.191
2.799
.268
.783
.444
.366
2.734
DAU
.792
5.843
.049
.136
.894
.323
3.100
DAK
-6.805
3.399
-.462
-2.002
.061
.808
1.237
1
a. Dependent Variable: RES
Hasil Uji Autokorelasi b
Model Summary Model
R
1
R Square
.858
a
Adjusted R
Std. Error of the
Square
Estimate
.737
.693
Durbin-Watson
.01814
1.633
a. Predictors: (Constant), DAK, PAD, DAU b. Dependent Variable: IPM
b. Hasil Pengujian Regresi Linear Berganda Coefficients Model
a
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant)
Std. Error
Beta
1.912
.563
3.398
.003
PAD
.091
.034
.540
2.703
.015
DAU
.098
.070
.297
1.397
.179
DAK
-.206
.041
-.677
-5.037
.000
1
a. Dependent Variable: IPM
c. Uji Hipotesis Uji t (Parsial) Coefficients Model
Unstandardized Coefficients
a
Standardized
t
Sig.
Coefficients B (Constant)
Std. Error 1.912
.563
PAD
.091
.034
DAU
.098
DAK
-.206
Beta 3.398
.003
.540
2.703
.015
.070
.297
1.397
.179
.041
-.677
-5.037
.000
1
a. Dependent Variable: IPM
Uji F (Simultan) a
ANOVA Model
1
Sum of Squares
df
Mean Square
Regression
.017
3
.006
Residual
.006
18
.000
Total
.023
21
F
Sig.
16.807
.000
b
a. Dependent Variable: IPM b. Predictors: (Constant), DAK, PAD, DAU
d. Koefisien Determinasi
Model Summary Model
1
R
.858
R Square
a
Adjusted R Square
.737
a. Predictors: (Constant), DAK, PAD, DAU
.693
Std. Error of the Estimate
.01814