38
Laporan Keuangan Daerah merupakan informasi yang memuat data berbagai elemen struktur kekayaan dan struktur finansial yang merupakan
pencerminan hasil aktivitas tertentu. Terdiri dari Laporan Realisasi Anggaran, Laporan Perubahan Saldo Anggaran Lebih, L poran Operasional, Laporan
Perubahan Ekuitas, Neraca, Laporan Arus Kas, dan Catatan atas Laporan Keuangan.
3.2 Populasi dan Sampel
Populasi adalah seluruh data yang menjadi pusat perhatian seorang peneliti dalam ruang lingkup waktu yang telah ditentukan Margono, 2004. Populasi
berkaitan dengan data-data. Populasi penelitian ini adalah seluruh pemerintahan kabupatenkota di pulau Sumatera yang berjumlah 119 pemerintahan kabupaten
dan 34 pemerintahan kota. Untuk menjamin keakuratan data dan mengurangi terjadinya kesalahan, maka penelitian kali ini mengambil seluruh populasi sebagai
sampel pada laporan keuangan tahun 2015.
3.3 Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh atau dikumpulkan dari sumber-sumber
yang telah ada. Data dalam penelitian ini berupa data LKPD seluruh Kabupaten dan Kota di Sumatera sejumlah 153 data.
3.4 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan peneliti adalah library research. Library research menggunakan studi kepustakaan dan literature-literatur
lainnya yang ada hubungannya dengan penelitian yang dilakukan dimana akan
Universitas Sumatera Utara
39
didapatkan data-data yang dibutuhkan oleh peneliti guna melengkapi hasil dari penelitian.
3.5 Metode Analisis Data
Analisis data merupakan proses penyederhanaan data ke dalam bentuk yang lebih mudah dibaca dan diinterpretasikan. Dengan menggunakan metode
asosiatif kausal dengan pendekatan kuantitatif. Tujuan penelitian asosiatif adalah melihat apakah ada pengaruh dan seberapa pengaruh dari sebab akibat atau dari
variabel independen dan dependen penelitian. Penelitian kuantitatif ini akan melihat hubungan variabel terhadap objek yang diteliti dan lebih bersifat sebab
akibat kausal sehingga dalam penelitian ada variabel independen dan dependen Sugiyono,2013.
3.5.1 Analisis Statistik Deskriptif
Statistik deskriptif digunakan untuk menganalisis data dengan cara menggambarkan sampel data yang telah dikumpulkan dalam kondisi sebenarnya,
tanpa maksud membuat kesimpulan yang berlaku umum dan generalisasi.Analisis statistik deskriptif digunakan untuk memberi gambaran demografi responden dan
deskripsi variabel-variabel dalam penelitian.
3.5.2 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan analisis multivariat dengan menggunakan regresi logistik logistic regression. Regresi logistik adalah regresi
yang variabel bebasnya merupakan kombinasi antara metrik dan non metrik nominal Ghozali, 2006. Regresi logistik tidak memerlukan uji normalitas dan
uji asumsi klasik pada variabel bebasnya. Gujarati 2006 menyatakan bahwa
Universitas Sumatera Utara
40
regresi logistik mengabaikan heterokedastisitas, artinya variabel terikat tidak memerlukan homoskedastisitas untuk masing-masing variabel bebasnya.
Model regresi logistik yang digunakan adalah sebagai berikut: � =
1 1 +
�
−�0+�1�1+�2�2+�3�3+�4�4
Keterangan: P
= Probabilitas Ketersediaan LKPD e
= Logaritma Natural x1
= Ukuran Pemerintah Daerah x2
= Kekayaan Pemerintah Daerah x3
= Tipe Pemerintah Daerah x4
= Opini Audit BPK b0
= Konstanta Regresi b1–b4 = Koefisien Regresi
3.5.3 Uji Kelayakan Model
Chi-square goodness-of-fit test menghasilkan model yang menunjukkan variabel independen yang secara paling baik memprediksi variabel dependennya.
chi-square goodness-of-fit test menunjukkan sejauh mana variabel independen dalam model dengan benar mengklasifikan pengamatan dalam sampel. Untuk
menganalisis chi-square goodness-of-fit test, nilai aktual dari observasi dibandingkan dengan nilai prediksi pada variabel dependen. Perbandingan nilai
aktual dan prediksi bisa dicapai dengan menggunakan beberapa pengukuran untuk mengukur kelayakan regresi, yaitu: 1 dengan melihat -2 Log Likelihood 2
Universitas Sumatera Utara
41
koefisien determinasi Cox Snell R Square dan Nagelkerke R Square 3 menilai chi-square untuk keseluruhan model Hosmer and Lemeshow Test.
1. Uji -2 log likehood
Uji regresi logistik yang kedua menggunakan uji -2 log likehood. Uji ini digunakan untuk menilai model regresi logistik layak dipakai atau tidak. Tampilan
output SPSS memberikan dua nilai -2 log likehood yaitu model yang hanya memasukkan konstanta dan model dengan konstanta serta variabel bebas ke dalam
model regresi logistik. Dalam software SPSS untuk menguji overall model fit dapat dilihat dari nilai -2 log likelihood. SPSS memberikan 2 dua nilai -2 log
likelihood yaitu nilai -2 log likelihood awal pada saat block = 0 dan nilai -2 log likelihood akhir pada saat block = 1. Jika terjadi penurunan nilai -2 log likelihood
pada saat block = 0 ke block = 1 maka, secara keseluruhan model fit dengan data Ghozali, 2006.
2. Uji Nagelkerke R Square
Setelah pengujian -2 log likehood selesai, selajutnya akan diuji dengan Nagelkerke R Square. Uji ini dilakukan untuk menilai seberapa besar variasi dari
variable terikat dapat dijelaskan oleh variabel bebas. Menurut Ghozali 2006, dalam model logistik koefisien determinasi R2 yang digunakan berbeda dengan
multiple regression. Koefisien determinasi yang digunakan dalam model logistik adalah Nagelkerke R Square. Nagelkerke’s R square merupakan modifikasi dari
koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu Ghozali, 2006. Nagelkerke’s R square ini digunakan untuk
mengukur seberapa besar variabilitas variabel independen yang digunakan dalam
Universitas Sumatera Utara
42
model mampu menjelaskan variabilitas variabel dependennya.
3. Uji Hosmer and Lemeshow
Berdasarkan Ghozali 2006 Untuk menguji kelayakan model regresi pada model logit digunakan Hosmer dan Lemeshow test. Hosmer dan Lemeshow test
digunakan untuk menguji apakah data empiris telah sesuai dengan model penelitian.
Hipotesa yang digunakan dalam pengujian ini adalah: H0: Model telah mampu menjelaskan data empiris Model fit. Ha: Model tidak mampu
menjelaskan data empiris. Dasar keputusan adalah dengan memperhatikan nilai Goodness of Fit test yang diukur dengan nilai Chi-Square pada bagian bawah
Hosmer dan Lemeshow test. • Jika probabilitas 0.05 maka H0 diterima
• Jika probabilitas 0.05 maka H0 ditolak Jika H0 ditolak berarti terdapat perbedaan signifikan antara model
dengannilai observasinya sehingga model tidak dapat memprediksi nilai observasinya. Namun, jika H0 diterima maka model penelitian mampu
memprediksi nilai observasinya atau dengan kata lain model dapat diterima karena sesuai dengan data observasinya.
Universitas Sumatera Utara
43
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Statistik Deskriptif
Dalam penelitian ini data yang dianalisis adalah seluruh data di kabupaten dan kota yang ada di pulau Sumatera yang terdiri dari 153 sampel, yakni 119
kabupaten dan 34 kota. Adapun data yang diambil adalah ukuran pemerintah daerah X1, kekayaan pemerintah daerah X2, tipe pemerintahan daerah X3,
opini audit BPK X4 dan ketersediaan LKPD Y.
Tabel 4.1 Statistik Deskriptif Variabel
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation
SIZE 153
18.58 22.27
20.6952 .48989
KEKAYAAN 153
15.28 21.24
18.0341 .85569
TIPE 153
.00 1.00
.2222 .41711
OPINI 153
.00 1.00
.5098 .50155
AVAILABILITY 153
.00 1.00
.6928 .46284
Valid N listwise 153
Tabel 4.1.a Frekuensi Variabel Tipe Pemerintahan Daerah X3 tipe_pemda
Frequency Percent
Valid Percent Cumulative
Percent Valid
KAB 119
77.8 77.8
77.8 KOTA
34 22.2
22.2 100.0
Total 153
100.0 100.0
Tabel 4.1.b Frekuensi Variabel Opini Audit BPK X4 opini_bpk
Frequency Percent Valid Percent
Cumulative Percent
Valid WDP
75 49.0
49.0 49.0
WTP 78
51.0 51.0
100.0 Total
153 100.0
100.0
Universitas Sumatera Utara
44
Tabel 4.1.c Frekuensi Variabel Ketersediaan LKPD Pemerintah Daerah Y LKPD
Frequency Percent Valid
Percent Cumulative
Percent Valid
TDK ADA 47
30.7 30.7
30.7 ADA
106 69.3
69.3 100.0
Total 153
100.0 100.0
Sumber: Hasil Pengolahan SPSS Agustus 2016
Berdasarkan Tabel 4.1 diketahui nilai maksimum, minimum, rata-rata, dan standar deviasi dari masing-masing variabel yang digunakan dalam penelitian ini.
Adapun data ukuran pemerintah daerah X1 dan kekayaan pemerintah daerah X2 adalah data yang telah di logaritma naturalkan dikarenakan angkanya
milyaran rupiah. Kemudian tipe pemerintahan menggunakan variabel dummy dimana 0 berarti Kabupaten, 1 berarti Kota, kemudian opini audit BPK 0 berarti
Wajar dengan Pengecualian WDP dan 1 adalah Wajar tanpa Pengecualian WTP, kemudian ketersediaan LKPD 0 berarti tidak tersedia di situs resmi
masing-masing pemda, sedangkan 1 tersedia di situs resmi masing-masing pemda. Adapun data dikumpulkan melalui informasi resmi dari Badan Pusat Statistik
BPS dan BPK. Kemudian berdasarkan Tabel 4.1.a diketahui bahwa terdapat 119 Kabupaten 77.8 kemudian 34 Kota 22.2 di Sumatera, dan berdasarkan
Tabel 4.1.b dan 4.1.c diketahui bahwa ada 75 KabupatenKota yang menerima opini audit Wajar Dengan Pengecualian WDP dan ada78 Kabupaten Kota yang
menerima opini Wajar Tanpa pengecualian WTP. Kemudian berdasarkan Tabel 4.1.c diketahui bahwa ada sebanyak 106 KabupatenKota 69.3 yang
menyediakan LKPD di masing-masing situs Pemerintah Daerah tersebut namun
Universitas Sumatera Utara
45
masih ada 47 KabupatenKota 30.7 yang belum melaporkan LKPD mereka di situs resmi masing-masing.
4.2 Hasil Pengujian Hipotesis