sub populasi yang dari setiap sub-sub populasi diambil besaran sampel secara proporsional.
Perhitungan jumlah sampel pada penelitian ini menggunakan formula Slovin, yang dikemukakan Yamane 1973 dalam Supramono 2004, dengan
menggunakan nilai kelonggaran e sebesar 10. Formulanya adalah :
n = 1+ N . e
2
N
Dan untuk menentukan besaran sampel dari tiap tipe pemerintahan daerah ditentukan dengan menggunakan rumus sebagai berikut :
n
1
= N
N
1
. n
Sehingga dapat diperoleh data sampel sebesar 82 sampel yang terdiri dari 6 provinsi, 16 kota, dan 60 kabupaten. Lampiran Tabel 3.3 Tabel Sampel
Penelitian
3.7 Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh secara tidak langsung melalui media
perantara. Data sekunder yang dibutuhkan berupa opini audit laporan keuangan pemerintah daerah tahun 2014 yang diperoleh dari website Badan Pemeriksaan
Keterangan : n = jumlah sampel
N = jumlah populasi e
2
= nilai kelonggaran ketelitian
Keterangan : n
1
= jumlah sampel jenis pemerintahan provinsikotakabupaten
N1 = jumlah populasi jenis pemerintahan
provinsikotakabupaten n
= jumlah sampel N
= jumlah populasi
Universitas Sumatera Utara
Keuangan BPK. Periode data yang digunakan dalam penelitian ini ada satu tahun, yaitu tahun 2014. Hal ini didasari pertimbangan peneliti akan laporan
keuangan terbaru dan juga keterbatasan peneliti untuk mengolah data. Data variabel dependen, yaitu ada tidaknya laporan keuangan di internet
secara sukarela oleh pemerintah daerah, diperoleh dengan mengamati langsung pada situs resmi pemerintah daerah. Alamat situs resmi pemerintah daerah itu
sendiri diperoleh dari situs resmi Kementrian Dalam Negeri Republik Indonesia www.depdagri.go.id atau www.elocalgovernment.com.
Untuk data non keuangan seperti data kompetisi politik diperoleh dari website Komisi Pemilihan Umum dan Situs Lain yang terkait.
3.8 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi pustaka dan studi dokumentasi. Data-data dan teori-teori dalam penelitian ini
diperoleh dari literature, artikel, jurnal, dan hasil penelitian terdahulu yang relevan dengan penelitian dan landasan teori. Data juga dikumpulkan dengan metode studi
dokumentasi yang dilakukan dengan mengumpulkan data sekunder baik dari lembaga sumber data maupun dari internet.
3.9 Teknik Analisis
3.9.1 Analisis Statistik 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.
Universitas Sumatera Utara
3.9.2 Analisis Regresi Logistik
Metode analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah regresi logistik logistic regression.Regresi logistik
adalah regresi yang digunakan untuk menguji apakah probabilitas terjadinya variabel terikat variabel dependen dapat diprediksi oleh
variabel bebasnya variabel independen.Dalam penggunaannya, regresi logistik tidak memerlukan distribusi yang normal pada variabel bebasnya
variabel independen.Di samping itu, teknik analisis ini tidak memerlukan uji normalitas, uji heteroskedastisitas, dan uji asumsi klasik pada variabel
bebasnya Ghozali, 2006.
3.9.2.1 Menilai Kelayakan Model Goodness of Fit Test
Kelayakan model regresi diuji dengan Hosmer and Lemeshow’s Goodness of Fit Test.Jika nilai statistik Hosmer and
Lemeshow lebih dari 0.05, maka model regresi layak diterima karena model dapat menjelaskan nilai observasinya atau bisa
dikatakan model dapat diterima karena cocok dengan data observasinya. SebaliknyaJika nilai probabilitas statistik Hosmer
and Lemeshow’s sama dengan atau kurang dari 0.05, maka model ditolak karena ada perbedaan siginifikan antara model dengan nilai
observasinya sehingga Goodness of Fit Test Model tidak baik karena model tidak dapat memprediksi nilai observasinya.
Universitas Sumatera Utara
3.9.2.2 Penilaian Keseluruhan Model Overall Fit Model Test
Dalam menilai overall fit model, kita dapat menggunakan tes statistik chi square χ2. Tes statistik chi square χ2 digunakan
berdasarkan pada fungsi likelihood pada estimasi model regresi. Likelihood L dari model adalah probabilitas bahwa model yang
dihipotesiskan menggambarkan data input.L ditransformasikan menjadi
- 2logL untuk menguji hipotesis nol dan
alternatif.Penggunaan nilai χ2 untuk keseluruhan model terhadap data dapat dilakukan dengan membandingkan nilai -2 log
likelihood awal 50 hasil block number 0 dengan nilai -2 log likelihoodakhir hasil block number 1. Dengan kata lain, nilai chi
square didapat dari nilai-nilai 2logL1 – 2logL0. Selanjutnya jika terjadi penurunan, maka model tersebut menunjukkan model
regresi yang baik.
3.9.2.3 Koefisien Determinasi Nagelkerke R Square
Nilai Nagelkerke R Square digunakan untuk melihat seberapa besar variabel independen dalam model penelitian dapat
menjelaskan variabel dependen.Nilai koefisien determinasi bervariasi dari 0 sampai 1.Apabila nilai R2 kecil, hal ini berarti
kemampuan variabel independen dalam menjelaskan variabel dependen sangat terbatas. Sedangkan, apabila nilai R2 mendekati
1, hal ini berarti variabel independen dapat memberikan hampir
Universitas Sumatera Utara
semua informasi yang diperlukan untuk memprediksi variabel dependen.
3.9.2.4 Matriks Klasifikasi
Matriks klasifikasi digunakan untuk menunjukkan kekuatan prediksi dari model regresi logistik dalam
memprediksi pelaporan keuangan di internet secara sukarela oleh pemerintahan daerah di Indonesia. Matriks
klasifikasi juga dapat diinterpretasikan sebagai baik tidaknya data hasil dari penelitian karena menunjukkan
tingkat perbedaan hasil penelitian dengan data observasinya.
3.9.3 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan regresi logistik logistic regression. Regresi logistik digunakan untuk menguji
apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Model regresi logistik yang digunakan untuk menguji
hipotesis pada penelitian ini yaitu:
ln P1-P =
α + β
1
Council Type + β
2
Political Competition + β
3
Opinion + e
Universitas Sumatera Utara
Keterangan: ln P1-P
= Variabel dummy praktik pelaporan keuangan pemerintah daerah di internet nilai 1 untuk kategori
IFRA dan nilai 0 untuk kategori N-IFRA α
= Konstanta Political Competition = Kompetisi Politik
Opinion = Opini Audit
Council Type = Variabel dummy tipe pemerintahan daerah kode
1 untuk pemerintah kabupaten, 0 untuk pemerintahan daerah lainnya
e =
Tingkat kesalahan standard error β
1
- β
8
= koefisien regresi
3.9.3.1 Pengujian signifikan model secara simultan chi-square
Untuk melihat pengujian secara simultan variabel bebas variabel independen terhadap variabel terikat variabel
dependen, digunakan perhitungan SPSS dengan memperhatikan tabel Omnibus Test of Model Coefficiens atau biasa yang disebut
uji signifikansi Chi-Square. Dengan diperoleh nilai signifikansi 0.05 dan nilai chi-square hitung nilai chi-squaretabel, maka
diperoleh kesimpulan bahwa variabel independen secarasimultanberpengaruh terhadap variabel dependen.
Universitas Sumatera Utara
3.9.3.2 Pengujian signifikan model secara parsial
Pengujian ini dilakukan untuk mengetahui apakah masing- masing variabel independen bebas berpengaruh signifikan
terhadap variabel dependen terikat. Pengujian hipotesis ini dengan cara membandingkan antara nilai probabilitas sig dengan
tingkat signifikansi α. H0: tidak ada hubungan secara parsial dari variabel
independen terhadap variabel dependen Ha:
ada hubungan secara parsial dari variabel independen terhadap variabel dependen
Untuk menentukan penerimaan atau penolakan H0 didasarkan pada tingkat signifikansi α 5 dengan kriteria:
1. H0 diterima apabila nilai probabilitas sig
signifikansi α. Hal ini berarti Ha ditolak atau hipotesis yang menyatakan variabel bebas
berpengaruh terhadap variabel terikat ditolak. 2.
H0 ditolak apabila nilai probabilitas sig signifikansi α. Hal ini berarti Ha diterima atau
hipotesis yang menyatakan variabel bebas berpengaruh terhadap variabel terikat diterima.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum
Dalam bab ini akan disajikan hasil dari analisis data dengan menggunakan model regresi logistik logistic regression untuk
mengetahui apakah tipe pemerintahan daerah, kompetisi politik, dan opini audit berpengaruh terhadap pelaporan keuangan di internet secara sukarela
oleh pemerintah daerah. Pengolahan data dimulai dari mentabulasi data pada Microsoft Excel dan kemudian data yang sudah ada diolah dengan
menggunakan SPSS. Adapaun SPSS yang digunakan dalam mengolah data penelitian ini adalah SPSS versi 17.
Dalam penelitian ini, objek yang diteliti adalah pemerintahan daerah di Indonesia dengan tahun amatan adalah tahun 2014. Populasi
penelitian adalah 539 daerah pemerintahan dengan populasi target sebanyak 444 daerah pemerintahan. Perhitungan sampel dilakukan dengan
menggunakan formula perhitungan Slovin. Dalam penelitian ini, diketahui jumlah populasi target N sebesar 444 dengan nilai kelonggaran e 10,
sehingga diperoleh sampel sebanyak 82 daerah pemerintahan yang terdiri dari 6 pemerintahan provinsi, 16 pemerintahan kota, dan 60 pemerintahan
kabupaten Tabel 2.3.
Universitas Sumatera Utara
4.2 Hasil Penelitian
