Gambaran Umum Pendekatan Histrogram Pendekatan Grafik Pendekatan Kolmogorov-Smirnov Tabel 4.2

37

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum

Penelitian ini menggunakan metode analisis regresi berganda dengan melakukan pengujian menggunakan software pengolah data SPSS versi 21. Proses pengolahan data dimulai dengan input variabel-variabel penelitian ke program SPSS dan menghasilkan output sesuai dengan metode analisis data yang telah ditentukan. Sampel penelitian ditentukan secara purposive sampling. Adapun populasi dan sampel pada penelitian ini adalah pemerintah daerah se-indonesia yang terdiri dari pemerintah kabupaten dan kota. Sampel pada penelitian ini adalah kabupaten dan kota yang telah menyampaikan Laporan Keuangan Pemerintah Daerah LKPD yang telah diaudit oleh Badan Pemeriksa Keuangan BPK dalam IHPS Semester I dan mendapat nilai akuntabilitas kinerja yang dikeluarkan oleh kementerian pendayagunaan dan aparatur negara kemenPAN. Maka populasi dari penelitian ini adalah 530 kabupatenkota. Sedangkan sampel penelitian ditentukan secara purposive sampling maka jumlah sampel yang digunakan ini adalah 186 sampel yang sesuai dengan kriteria yang telah ditentukan. Universitas Sumatera Utara 38 4.2 Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif Analisis statistik deskriptif memberikan informasi mengenai gambaran data meliputi jumah sampel, nilai minumum, nilai maksimum, nilai rata-rata mean , dan standar deviasi dari variabel-variabel penelitian. Berikut output data yang diolah dengan menggunakan SPSS 21 : Tabel 4.1 Statistik Deskriptif Variabel Akuntabilitas Kinerja Pemerintah, Tingkat Ketergantungan Daerah, Opini Audit dan Temuan Audit N Min Max Sum Mean Std. Deviation SKOR_KINERJA 186 ,63 3,39 498,12 2,6781 ,52532 TKD 186 ,02 2,34 40,41 ,2173 ,20617 TEMUAN 186 ,00 ,02 ,25 ,0014 ,00222 OPINI 186 ,00 1,00 173,00 ,9301 ,25565 Valid N listwise 186 Berdasarkan Tabel 4.1 dapat dideskripsikan beberapa hal sebagai berikut: 1. Jumlah seluruh sampel penelitian adalah 186 KabupatenKota. 4 variabel independen yang menggunakan skala rasio yaitu Akuntabilitas Kinerja Pemerintah Daerah yang diproksikan dengan Skor Kinerja, Tingkat Ketergantungan Daerah yang diproksikan dengan DAU dan Belanja Modal. 2. Variabel independen Skor Kinerja memiliki nilai minimum sebesar 0.63 dan nilai maksimum sebesar 3.39 dengan rata-rata 2.6781. Hal Universitas Sumatera Utara 39 ini menunjukkan bahwa semua kabupatenkota yang menjadi sampel mempunyai nilai Skor Kinerja positif. Nilai standar deviasi sebesar 0.52532 yang lebih kecil jika dibandingkan dengan nilai mean artinya nilai mean merupakan representasi yang baik dari keseluruhan data. 3. Variabel independen TKD memiliki nilai minimum sebesar 0,02 dan nilai maksimum sebesar 2,34 dengan rata-rata berada pada skor 0,2173. Nilai standar deviasi sebesar 0,20617 yang lebih kecil jika dibandingkan dengan nilai mean artinya nilai mean merupakan representasi yang baik dari keseluruhan data. 4. Variabel independen Temuan Audit memiliki nilai perbandingan dan potensi kerugian negara dan berdasarkan analisis deskriptif dengan nilai maksimum sebesar 0,02 atau 2.

4.2.2 Uji Asumsi Klasik 1. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Distribusi data dikatakan normal jika berbentuk lonceng, yaitu tidak menceng ke kiri atau ke kanan. Uji normalitas dilakukan dengan beberapa pendekatan, yaitu pendekatan histogram, pendekatan grafik dan pendekatan kormogolov smirnov. Universitas Sumatera Utara 40

a. Pendekatan Histrogram

Sumber : Output SPSS, data diolah peneliti, 2016 Gambar 4.1 Histogram Variabel Terikat Audit Delay Gambar 4.1 pada grafik histogram terlihat bahwa variabel audit delay berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau ke kanan.

b. Pendekatan Grafik

Gambar 4.2 Normal P-P Plot of Regression Standarized Residual Variabel Terikat Audit Delay Universitas Sumatera Utara 41 Gambar 4.2 menunjukkan titik-titik pada scatter plot mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa data berdistribusi normal.

a. Pendekatan Kolmogorov-Smirnov Tabel 4.2

One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 186 Normal Parameters a,b Mean ,0000000 Std. Deviation 20,14877563 Most Extreme Differences Absolute ,087 Positive ,087 Negative -,025 Kolmogorov-Smirnov Z 1,181 Asymp. Sig. 2-tailed ,123 a. Test distribution is Normal. b. Calculated from data. Sumber : Output SPSS, data diolah peneliti, 2016 Pada Tabel 4.2 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,123, lebih besar dari nilai signifikan 0,05. Hal ini berarti variabel residual berdistribusi normal.

2.Uji Heteroskedastisitas

Uji heterokedastisitas dilakukan untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan studentized delete Universitas Sumatera Utara 42 residual nilai tersebut Ade Fatma et al,2007:34. Jika varians sama maka disebut homoskedastisitas. Sedangkan, jika varians tidak sama, inilah yang disebut dengan heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas. Uji ini dapat dilakukan melalui uji Glejser, dengan pengambilan keputusan jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas. Apabila probabilitas signifikansi diatas tingkat kepercayaan 5, maka dianggap tidak terjadi heteroskedastisitas Situmorang dan Lufti, 2012:116

a. Grafik Scatterplot