Uji Heteroskedastisitas Uji Autokorelasi

52 akan diuji hipotesis nol bahwa sampel tersebut berasal dari populasi berdistribusi normal melawan hipotesis tandingan bahwa populasi berdistribusi tidak normal.

b. Uji Multikolinieritas

Multikolinieritas merupakan suatu situasi dimana beberapa atau semua variabel bebas berkorelasi kuat. Jika terdapat korelasi yang kuat di antara sesama variabel maka konsekuensinya adalah: 1 Koefisien-koefisien regresi menjadi tidak dapat ditaksir. 2 Nilai standar error setiap koefisien regresi menjadi tidak terhingga. Dengan demikian berarti semakin besar korelasi diantara sesama variabel, maka tingkat kesalahan dari koefisien regresi semakin besar yang mengakibatkan standar errornya semakin besar pula. Cara yang digunakan untuk mendeteksi ada tidaknya multikoliniearitas adalah dengan:menggunakan Variance Inflation Factors VIF, 2 i R 1 1 VIF   Gujarati, 2003: 351. Dimana R i 2 adalah koefisien determinasi yang diperoleh dengan meregresikan salah satu variabel bebas X i terhadap variabel bebas lainnya. Jika nilai VIF nya kurang dari 10 maka dalam data tidak terdapat Multikolinieritas Gujarati, 2003: 362.

c. Uji Heteroskedastisitas

Situasi heteroskedastisitas akan menyebabkan penaksiran koefisien-koefisien regresi menjadi tidak efisien dan hasil taksiran dapat menjadi kurang atau 53 melebihi dari yang semestinya. Dengan demikian, agar koefisien-koefisien regresi tidak menyesatkan, maka situasi heteroskedastisitas tersebut harus dihilangkan dari model regresi. Untuk menguji ada tidaknya heteroskedastisitas digunakan uji-rank Spearman yaitu dengan mengkorelasikan masing-masing variabel bebas terhadap nilai absolut dari residual. Jika nilai koefisien korelasi dari masing-masing variabel bebas terhadap nilai absolut dari residual error ada yang signifikan, maka kesimpulannya terdapat heteroskedastisitas varian dari residual tidak homogen Gujarati, 2003: 406.

d. Uji Autokorelasi

Autokorelasi didefinisikan sebagai korelasi antar observasi yang diukur berdasarkan deret waktu dalam model regresi atau dengan kata lain error dari observasi yang satu dipengaruhi oleh error dari observasi yang sebelumnya. Akibat dari adanya autokorelasi dalam model regresi, koefisien regresi yang diperoleh menjadi tidak effisien, artinya tingkat kesalahannya menjadi sangat besar dan koefisien regresi menjadi tidak stabil. Untuk menguji ada tidaknya autokorelasi, dari data residual terlebih dahulu dihitung nilai statistik Durbin-Watson D-W: Gujarati, 2003: 467   t t 1 2 t e e D W e       54 Kriteria uji: Bandingkan nilai D-W dengan nilai d dari tabel Durbin- Watson: 1 Jika D-W d L atau D-W 4 – d L , kesimpulannya pada data terdapat autokorelasi 2 Jika d U D-W 4 – d U , kesimpulannya pada data tidak terdapat autokorelasi 3 Tidak ada kesimpulan jika : d L  D-W  d U atau 4 – d U  D-W  4 – d L Gujarati, 2003: 470 Apabila hasil uji Durbin-Watson tidak dapat disimpulkan apakah terdapat autokorelasi atau tidak maka dilanjutkan dengan runs test.

2. Analisis Korelasi

Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi hubungan linier antara dua variabel. Korelasi juga tidak menunjukkan hubungan fungsional. Dengan kata lain, analisis korelasi tidak membedakan antara variabel dependen dengan variabel independen. Dalam analisis regresi, analisis korelasi yang digunakan juga menunjukkan arah hubungan antara variabel dependen dengan variabel independen selain mengukur kekuatan asosiasi hubungan. Sedangkan untuk mencari koefisien korelasi antara variabel X 1 dan Y, Variabel X 2 dan Y, X 1 dan X 2 sebagai berikut:             2 2 2 1 2 1 1 1 1 y y n x x n y x y x n y rx                        2 2 2 2 2 2 2 2 2 y y n x x n y x y x n y rx            55             2 2 2 2 1 2 1 2 1 2 1 2 1 y x n x n x x x x n x rx            x x Sumber: Nazir 2003: 464 Langkah-langkah perhitungan uji statistik dengan menggunakan analisis korelasi dapat diuraikan sebagai berikut: a. Koefisien korelasi parsial Koefisien korelasi parsial antar X 1 terhadap Y, bila X 2 dianggap konstan dapat dihitung dengan menggunakan rumus sebagai berikut:     2 2 1 2 2 2 1 2 1 1 1 1 . rx x rx y rx x rx y rx y rx y     b. Koefisien korelasi parsial Koefisien korelasi parsial antar X 2 terhadap Y, apabila X 1 dianggap konstan dapat dihitung dengan menggunakan rumus sebagai berikut:     2 2 1 2 1 2 1 1 2 2 1 1 . rx x rx y rx x rx y rx y rx y     c. Koefisien korelasi secara simultan Koefisien korelasi simultan antar X 1 dan X 2 terhadap Y dapat dihitung dengan menggunakan rumus sebagai berikut:   2 12 12 2 1 2 2 2 1 12 1 . 2 r r r ry ry ry ry y     Besarnya koefisien korelasi adalah -1 r 1 : 1 Apabila - berarti terdapat hubungan negatif. 2 Apabila + berarti terdapat hubungan positif. 56 Interprestasi dari nilai koefisien korelasi : 1 Kalau r = -1 atau mendekati -1, maka hubungan antara kedua variabel kuat dan mempunyai hubungan yang berlawanan jika X naik maka Y turun atau sebaliknya. 2 Kalau r = +1 atau mendekati +1, maka hubungan yang kuat antara variabel X dan variabel Y dan hubungannya searah. Sedangkan harga r akan dikonsultasikan dengan table interprestasi nilai r sebagai berikut : Tabel 3.12 Pedoman untuk memberikan Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan 0,00 – 0,199 0,20 – 0,399 0,40 – 0,599 0,60 – 0,799 0,80 – 1,000 Sangat rendah Rendah Sedang Kuat Sangat Kuat Sumber: Sugiono 2006:183

3. Koefisiensi Determinasi

Analisis Koefisiensi Determinasi KD digunakan untuk melihat seberapa besar variabel independen X berpengaruh terhadap variabel dependen Y yang dinyatakan dalam persentase. Besarnya koefisien determinasi dihitung dengan menggunakan rumus sebagai berikut: Kd = r 2 x 100 Sumber: Ridwan dan Sunarto 2007: 81 Dimana : KD = Seberapa jauh perubahan variabel Y dipergunakan oleh variabel X r² = Kuadrat koefisien korelasi 57

3.2.5.2 Uji Hipotesis

Rancangan pengujian hipotesis ini dinilai dengan penetapan hipotesis nol dan hipotesis alternatif, penelitian uji statistik dan perhitungan nilai uji statistik, perhitungan hipotesis, penetapan tingkat signifikan dan penarikan kesimpulan. Hipotesis yang akan digunakan dalam penelitian ini berkaitan dengan ada tidaknya pengaruh variabel bebas terhadap variabel terikat. Hipotesis nol H o tidak terdapat pengaruh yang signifikan dan Hipotesis alternatif H a menunjukkan adanya pengaruh antara variabel bebas dan variabel terikat. Rancangan pengujian hipotesis penelitian ini untuk menguji ada tidaknya pengaruh antara variabel independent yaitu partisipasi masyarakat X 1 dan akuntabilitas X 2 terhadap aksesibilitas Y, dengan langkah-langkah sebagai berikut :

1. Penetapan Hipotesis

b. Hipotesis Penelitian Berdasarkan identifikasi masalah yang dikemukakan sebelumnya, maka dalam penelitian ini penulis mengajukan hipotesis sebagai berikut: 1 Hipotesis parsial antara variabel bebas partisipasi masyarakat terhadap variabel terikat aksesibilitas. Ho : Tidak terdapat pengaruh positif yang signifikan partisipasi masyarakat terhadap aksesibilitas. Ha : Terdapat pengaruh positif yang signifikan partisipasi masyarakat terhadap aksesibilitas. 58 2 Hipotesis parsial antara variabel bebas akuntabilitas terhadap variabel terikat aksesibilitas. Ho : Tidak terdapat pengaruh positif yang signifikan akuntabilitas terhadap aksesibilitas. Ha : Terdapat pengaruh positif yang signifikan akuntabilitas terhadap aksesibilitas. 3 Hipotesis secara keseluruhan antara variabel bebas partisipasi masyarakat dan akuntabilitas terhadap variabel terikat aksesibilitas. H o : Tidak terdapat pengaruh yang signifikan antara aksesibilitas dan audit kinerja terhadap akuntabilitas H a : Terdapat pengaruh yang signifikan antara aksesibilitas dan audit kinerja terhadap akuntabilitas . . c. Hipotesis Statistik a. Pengujian Hipotesis Secara Parsial Uji Statistik t. Dalam pengujian hipotesis ini menggunakan uji satu pihak one tail test dilihat dari bunyi hipotesis statistik yaitu hipotesis nol H : ρ 0 dan hipotesis alternatifnya H 1 : ρ 0 Ho : ρ 0 : aksesibilitas tidak berpengaruh positif terhadap variabel dan akuntabilitas lebih kecil dari. Ha : ρ 0 : aksesibilitas berpengaruh positif terhadap variabel dan akuntabilitas lebih besar. 59 Ho : ρ 0 : audit kinerja Auditor tidak berpengaruh positif terhadap akuntabilitas kecil dari. Ha : ρ 0 : audit kinerja berpengaruh positif terhadap akuntabilitas lebih besar. b. Pengujian Hipotesis Secara Simultan Uji Statistik F. Ho : ρ 0 : Tidak terdapat pengaruh yang signifikan antara aksesibilitas dan audit kinerja terhadap akuntabilitas. Ha : ρ ≠ 0 : Terdapat pengaruh yang signifikan antara aksesibilitas dan audit kinerja terhadap akuntabilitas.

1. Menentukan tingkat signifikan

Ditentukan dengan 5 dari derajat bebas dk = n – k – l, untuk menentukan t tabel sebagai batas daerah penerimaan dan penolakan hipotesis. Tingkat signifikan yang digunakan adalah 0,05 atau 5 karena dinilai cukup untuk mewakili hubungan variabel – variabel yang diteliti dan merupakan tingkat signifikasi yang umum digunakan dalam suatu penelitian. a. Menghitung nilai t hitung dengan mengetahui apakah variabel koefisien korelasi signifikan atau tidak dengan rumus : y r 1 1 k n y r t 2 1 1 1     dan y r 1 1 k n y r t 2 2 2 2     Dimana : r = Korelasi parsial yang ditentukan n = Jumlah sampel t = t hitung b. Selanjutnya menghitung nilai F hitung sebagai berikut : 60 1 k n R 1 k R F 2 2     Sumber: Sugiyono Dimana: R = koefisien kolerasi ganda K = jumlah variabel independen n = jumlah anggota sampel 2. Menggambar Daerah Penerimaan dan Penolakan Untuk menggambar daerah penerimaan atau penolakan maka digunakan kriteria sebagai berikut : a. Hasil t hitung dibandingkan dengan F tabel dengan kriteria : 2 Jika t hitung ≥ t tabel maka H ada di daerah penolakan, berarti Ha diterima artinya antara variabel X dan variabel Y ada pengaruhnya. 3 Jika t hitung ≤ t tabel maka H ada di daerah penerimaan, berarti Ha ditolak artinya antara variabel X dan variabel Y tidak ada pengaruhnya. 4 t hitung; dicari dengan rumus perhitungan t hitung, dan 5 t tabel; dicari di dalam tabel distribusi t student dengan ketentuan sebagai berikut, α = 0,05 dan dk = n-k-1 atau 24-2-1=21 b.Hasil Fhitung dibandingkan dengan F tabel dengan kriteria : 1 Tolak ho jika F hitung F tabel pada alpha 5 untuk koefisien positif. 2 Tolak Ho jika F hitung F tabel pada alpha 5 untuk koefisien negatif. 3 Tolak Ho jika nilai F-sign ɑ ,05. 61

3. Menggambar Daerah Penerimaan dan Penolakan

Gambar 3.1 Daerah Penerimaan dan Penolakan Hipotesis 62

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

4.1.1 Sejarah Perusahaan Insperktorat kota Bandung dan Dinas

Pengelolaan Keuangan dan Aset Daerah kota Bandung 4.1.1.1 Sejarah singkat Inspektorat kota Bandung Terwujudnya tata kelola pemerintahan yang baik, tidak terlepas dari peran aparatur pemerintah pada saat melaksanakan tugas dalam menjalankan roda pemerintahan. Pengawasan merupakan salah satu cara untuk membantu terwujudnya tata kelola pemerintahan yang baik. Seperti yang diamanatkan dalam peraturan pemerintah nomor 79 tahun 2005 tentang pedoman pembinaan dan pengawasan penyelenggaraan pemerintah daerah. Pengawasan atas penyelenggaraan pemerintah daerah adalah proses kegiatan yang ditujukan untuk menjamin agar pemerintah daerah berjalan secara efisien dan efektif sesuai dengan rencana dan ketentuan perundang-undangan. Instansi pengawasan dan pemeriksaan intern yang dilakukan pada pemerintah kota Bandung dilakukan oleh inspektorat kota Bandung mengacu kepada landasan hukum yang berlaku yaitu: 1. Undang-undang nomor 28 tahun 1999 tentang penyelenggaraan negara yang bersih dan bebas dari korupsi, kolusi, dan nepotisme; 2. Undang-undang nomor 31 tahun 1999 tentang pemberantasan tindak pidana korupsi;