40
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif dengan sumber data sekunder. Data kuantitatif adalah data yang berbentuk
angka atau bilangan, sedangkan data sekunder adalah sumber data penelitian yang diperoleh secara tidak langsung dengan melalui media perantara.
Periode data yang digunakan dalam penelitian ini yaitu tahun 2014. Data variabel dependen yaitu transparansi informasi keuangan di internet oleh
pemerintahan daerah yang dapat dilihat dari ketersediaan Laporan Keuangan Pemerintah Daerah LKPD secara lengkap yang terdapat pada situs resmi
pemerintahan daerah dan diperoleh dengan mengamati secara langsung. Alamat situs resmi pemerintahan daerah didapat dari www.kemendagri.go.id.
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini adalah studi pustaka dan studi dokumentasi. Data-data dan teori dalam penelitian ini
diperoleh dari literatur, artikel, dan hasil penelitian terdahulu yang relevan dengan penelitian dan landasan teori. Data juga diperoleh dari studi
dokumentasi yang dilakukan dengan menggunakan data sekunder baik dari lembaga yang mengeluarkan data tersebut dan juga melalui internet.
3.8 Metode Analisis
Karena terdapat perbedaan dalam satuan dan besaran variabel bebas maka variabel X
1
total kekayaan daerah dan X
3
tingkat kependudukan
Universitas Sumatera Utara
41
harus dibuat model logaritma natural. Menurut Ghozali 2006, alasan digunakannya logaritma natural adalah sebagai berikut:
1. Menghindari adanya heterokedasitas.
2. Mengetahui koefisien yang menunjukkan elastisitas.
3. Mendekatkan skala data.
3.8.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk menghasilkan gambaran dari data yang telah terkumpul. Analisis deskriptif yang digunakan
dalam penelitian ini adalah nilai rata-rata mean, maksimum, minimum, dan standar deviasi.
3.8.2 Uji Hipotesis
Metode analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah regresi logistik Logistic Regression. Regresi
logistik digunakan untuk menguji dapat tidaknya suatu probabilitas terikat diprediksi dengan variabel bebasnya Ghozali, 2006. Regresi
logistik tidak memerlukan uji normalitas, heteroskedasitas, dan uji asumsi klasik pada variabel bebasnya. Regresi logistik dipilih karena
penelitian ini memiliki variabel dependen yang dichotomous dan variabel independen yang bersifat kombinasi antara metrik dan non-
metrik. Menurut Ghozali 2006 variabel non-metrik merupakan variabel yang diukur dengan skala pengukuran kategori atau kelompok
dari suatu subyek.
Universitas Sumatera Utara
42
Variabel dependen yang dilakukan dalam penelitian ini merupakan variabel dichotomous. Pemerintahan daerah yang
melakukan pelaporan keuangan pada website resminya dikategorikan kedalam kode IFRA Internet Financial Reporting Local Authorities.
Sedangkan pemerintahan daerah yang memiliki website resmi tapi tidak memilih untuk melaporkan informasi keuangannya pada website
resminya dikategorikan kedalam N-IFRA Non Financial Reporting Local Authorities.
Berdasarkan rumusan masalah dan kerangka pemikiran yang telah diuraikan sebelumnya, model regresi logistik yang digunakan
adalah:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan: Y = Transparansi informasi keuangan di internet
a = konstanta
b
1
= koefisien variabel total kekayaan daerah b
2
= koefisien
variabel kompetisi politik b
3
= koefisien
variabel tingkat kependudukan X
1
= total kekayaan daerah X
2
= kompetisi politik
Universitas Sumatera Utara
43
X
3
= tingkat kependudukan e =
error Selanjutnya analisis penelitian regresi logistik perlu
memperhatikan hal-hal berikut: 1. Menilai Kelayakan Model Regresi
Regresi logistik merupakan suatu bentuk model regresi yang dimodifikasi. Karakteristik model logistik sudah tidak sama lagi
dengan model regresi sederhana atau berganda. Dengan begitu penentuan signifikansi secara statistik regresi logistik berbeda
dengan regresi berganda. Untuk menguji model regresi logistik yang digunakan layak atau tidak dapat digunakan uji -2 Log likelihood.
Caranya adalah dengan membandingkan antara nilai -2 Log likelihood pada saat Block Number = 0, dimana model hanya
memasukkan konstanta dengan nilai -2 Log likelihood, dengan pada saat Block Number = 1, dimana model memasukkan konstanta dan
variabel bebas. Apabila nilai -2 Log likelihood Block Number = 0 nilai -2 Log likelihood Block Number = 1, maka menunjukkan
model regresi yang baik. -2 Log likehood pada regresi logistik mirip dengan pengertian “Sum of Square Error” pada model regresi,
sehingga penurunan nilai -2 Log likehood menunjukkan model yang semakin baik.
Universitas Sumatera Utara
44
2. Menilai Koefisien Determinasi Setelah mengetahui kelayakan regresi menggunakan uji -2
Log likelihood, selanjutnya dilakukan pengujian untuk menguji seberapa jauh semua variabel bebas yang dimasukkan dalam model
mempunyai pengaruh terhadap variabel terikat atau seberapa besar variasi dari variabel terikat dapat dijelaskan oleh variabel bebas. Uji
yang dilakukan untuk menilai koefisien determinasi adalah uji Nagelkerke R Square Pseudo R-Square.
3. Menilai Keseluruhan Model Keseluruhan model overall model fit pada model regresi
sederhana atau berganda dapat dilihat dari R² ataupun F test, sedangkan penilaian keseluruhan model dalam regresi logistik dapat
dilihat dari pengujian Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian ini untuk menilai model yang dihipotesiskan agar data
empiris cocok atau sesuai dengan model. Jika nilai statistik signifikansi pada Hosmer and Lemeshow’s Goodness of Fit Test
sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak, sedangkan jika nilainya lebih besar dari 0,05 maka hipotesis nol
tidak dapat ditolak, berarti model mampu memprediksi nilai observasinya atau dengan kata lain model dapat diterima karena
sesuai dengan data observasinya Ghozali, 2006.
Universitas Sumatera Utara
45
H0: Tidak terdapat perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.
Ha: Terdapat perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.
4. Pengujian Regresi Logistik Secara Parsial Pengujian regresi logistik secara parsial menggunakan uji
Wald dengan melihat tabel variables in the equation. Pengujian regresi logistik secara parsial dilakukan dengan memasukkan seluruh
variabel independen dan variabel dependen. Hasil pengujian ini dapat membantu kita mengetahui pengaruh masing-masih variabel
independen terhadap variabel dependen. Pengujian ini dilakukan dengan menggunakan metode enter dengan tingkat signifikansi
sebesar 5. Dasar pengambilan keputusannya adalah apabila nilai signifikansi 0,05 maka hipotesis yang menyatakan variabel bebas
berpengaruh terhadap variabel terikat diterima. 5. Pengujian Regresi Logistik Secara Simultan
Setelah pengujian regresi logistik secara parsial, selanjutnya akan dilakukan pengujian regresi logistik secara simultan bersama-
sama. Pengujian regresi logistik secara simultan disebut Omnibus Test of Model coefficient. Dalam pengujian ini semua variabel bebas
yaitu total kekayaan daerah, kompetisi politik, dan tingkat kependudukan diuji secara bersama-sama. Pengujian ini bertujuan
Universitas Sumatera Utara
46
untuk melihat apakah ketiga variabel bebas secara bersama-sama berpengaruh terhadap transparansi informasi keuangan di internet
oleh pemerintahan daerah. Dasar pengambilan keputusannya adalah jika nilai signifikansi lebih besar dari pada 0,05 maka H0 diterima
sedangkan jika nilai signifikansi lebih kecil dari 0,05 maka H0 ditolak.
Universitas Sumatera Utara
47
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Gambaran Umum Sampel Penelitian
Tujuan dari dilakukannya penelitian ini untuk mengetahui pengaruh total kekayaan daerah, kompetisi politik, dan tingkat kependudukan terhadap
transparansi informasi keuangan di internet oleh pemerintahan daerah di Indonesia. Populasi yang digunakan dalam penelitian ini adalah seluruh
website pemerintahan daerah di Indonesia yang berjumlah 548 situs, terdiri dari 34 pemerintahan provinsi, 98 pemerintahan kota, dan 416 pemerintahan
kabupaten. Berdasarkan populasi tersebut didapatkan sampel sebanyak 69 pemerintahan daerah lihat lampiran yang terdiri atas 10 pemerintahan
provinsi, 16 pemerintahan kota, dan 43 pemerintahan kabupaten yang mempublikasikan laporan keuangan daerahnya LKPD tahun 2014 yang
telah di audit oleh BPK dan terdapat dalam situs resmi pemerintahan daerah.
4.2 Statistik Deskriptif
Uji Statistik deskriptif dilakukan untuk mengetahui gambaran umum mengenai variabel bebas total kekayaan daerah, kompetisi politik, dan
tingkat kependudukan yang digunakan dalam penelitian ini. Hasil uji statistik deskriptif dalam penelitian ini meliputi nilai minimum, nilai
maksimum, mean, dan standar deviasi untuk setiap variabel yang disajikan dalam tabel berikut:
Universitas Sumatera Utara
48
Tabel 4.1 Statistik Deskriptif Sampel
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation TOTAL KEKAYAAN
DAERAH 69
27,63071 31,03520
28,8784263 ,76285282
KOMPETISI POLITIK 69
2 10
3,71 1,926
TINGKAT KEPENDUDUKAN
69 10,62590
16,11975 13,3283777
1,18187756 Valid N listwise
69
Sumber data : lampiran Berdasarkan pengujian deskriptif tersebut, maka pada variabel total
kekayaan daerah diperoleh nilai minimum sebesar 27,63071, nilai maksimum sebesar 31,03520, nilai rata-rata sebesar 28,8784263, dan nilai standar deviasi
sebesar 0,76285282. Pada variabel kompetisi politik diperoleh nilai minimum sebesar 2, nilai maksimum sebesar 10, nilai rata-rata sebesar 3,71, dan nilai
standar deviasi sebesar 1,926. Pada variabel total kekayaan daerah diperoleh nilai minimum sebesar 10,62590, nilai maksimum sebesar 16,11975, nilai
rata-rata sebesar 13,3283777, dan nilai standar deviasi sebesar 1,18187756.
4.3 Pengujian Hipotesis
Kategori