Statistik Deskriptif HASIL PENELITIAN DAN PEMBAHASAN

54

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Gambaran tentang obyek penelitian, pengolahan data serta analisa dan pembahasan data pada penelitian ini selengkapnya akan dibahas pada bab ini. Pengujian data dalam penelitian ini menggunakan model regresi berganda dengan menggunakan software SPSS 20

A. Statistik Deskriptif

Pada statistic deskriptif penelitian akan menyampaikan kondisi populasi dan sampel penelitian dari analisis statistic. Deskriptif statistic akan menghasilkan data yang mewakili data populasi dan sampel. Deskriptif statistic ini merupakan gambaran secara umum kondisi populasi dan sampel penelitian. Populasi dan sampel penelitian ini adalah pemerintah dearah se- Indonesia yang terdiri dari Pemerintah Kabupaten dan Kota. Sampel penelitian ini adalah KabupatenKota yang telah menyampaikan Laporan Keuangan Pemerintah Daerah LKPD yang telah diaudit oleh Badan Pemeriksa Keuangan Republik Indonesa BPK RI. Bentuk Laporan Keuangan yang disampaikan KabupatenKota tidak semua sama. Ada beberapa kabupatenkota yang menyajikan Laporan Keuangan tidak sesuai dengan format standar LKPD. Peneliti kesulitan dalam pengambilan data karena format Laporan Keuangan Pemerintah Daerah. Dengan pertimbangan tersebut maka peneliti menentukan jumlah sampel dalam penelitian ini sebanyak 489 KabupatenKota. 54 perpustakaan.uns.ac.id commit to user 55 1. Minimun, Maksimun, Mean, Standard Deviasi Statistic Deskriptif akan menentukan nilai minimum, maksimun, rata-rata mean dan standard deviasi dari seluruh variable dalam penelitian. Baik variable bebas independent variable maupun variable terikat dependent variable. Setelah pengolahan data dengan menggunakan SPSS dihasilkan output sebagai berrkut : Tabel 2 Hasil Uji Statistik Deskriptif Descriptive Statistics Maksimum Minimum Mean Std. Deviation N IPM 80,240 48,800 72,2144 3,47112 489 ASSET 35358824,1 57 274.389,28 9 1965810,733 7 1193582,276 52 489 BELANJA 4941085,09 2 165.074,97 1 813143,1643 379630,8940 489 KERUGIA N 0,3548 0,0061 0,00855 489 Sumber : Data Yang Telah Diolah Berdasarkan hasil uji statisktik deskriptif nilai maksimum Total Asset pemerintah daerah adalah sebesar Rp. 35.358.824,157 juta adalah milik Pemerintah Kota Surabaya. Sedangkan nilai minimum total asset adalah sebesar Rp. 274.389,289 juta adalah Total Asset dari Pemerintah Kabupaten Nias Utara. Sedangkan jumlah rata-rata total asset milik pemerintah kabupatenkota adalah sebesar Rp. 2.321.746,801 juta, dengan standard deviasi sebesar Rp. 2.675.205,962 juta. perpustakaan.uns.ac.id commit to user 56 Total belanja daerah pada KabupatenKota pada sampel penelitian maksimal terjadi di Kabupaten Kutai Kertanegara yaitu sebesar Rp. 4.941.085,092 juta. Sedangkan jumlah total belanja daerah paling sedikit dicapai oleh Kabupaten Memberamo yaitu sebesar Rp. 165.047,971 juta. Secara rata-rata jumlah belanja daerah pada masing-masing kabupatenkota adalah sebesar Rp. 893.961,420 juta dengan standard deviasi sebesar Rp. 567.901,676 juta. Nilai perbandingan kerugian dan potensi kerugian negara karena ketidaktaatan undang-undang terhadap nilai realisasi belanja berdasarkan analisis statistik deskriptif dengan jumlah nilai paling besar adalah Kabupaten Lampung Utara dengan nilai perbandingan sebesar 0,3548 35,48. Adapun daerah yang mempunyai perbandingan kerugian dan potensi kerugian negara karena ketidaktaatan pada undang-undang terhadap realisasi belanja dengan nilai paling kecil atau tidak punya nol ada beberapa kabupaten kota. Daerah dengan nilai temuan kerugian negara karena ketidaktaatan undang-undang adalah nol diantaranya adalah Kabupaten Bengkulu Utara, Kabupaten Kepulauan Anabas, Kota Batam, Kabupaten Magelang, Kabupaten Pati, Kabupaten Sragen, Kabupaten Wonogiri, Kabupaten Bantul, Kabupaten Magetan, dan Kabupaten Nganjuk Untuk mengukur tingkat kesejahteraan masyarakat digunakan Indeks Pembangunan Manusia IPM. Kabupaten dengan nilai IPM yang paling kecil adalah Kabupaten Nduga dengan nilai IPM sebesar 48,80. Sedangkan IPM tertinggi dicapai oleh Kota Yogyakarta sebesar 80,24. Adapun rata nilai IPM commit to user 57 dalam sampel penelitian adalah sebesar 71,8614 dengan standard deviasi sebesar 2,54258. Hasil Uji Asumsi Klasik Sebelum melalukan uji hipotesa dilakukan uji asumsi klasik untuk data yang diuji dalam penelitian ini. Dari hasil perhitungan statistic disajikan sebagai berikut : 1. Uji Normalitas Data Dari hasil uji statistic Kolomogorov-Smirnov K-S dengan uji one sample kolmogorov-smirnov dan tingkat signifikansi 5. Dihasilkan uotput SPSS sebagai berikut : Tabel 3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 489 Normal Parameters a,b Mean 0,0000000 Std. Deviation 3,03631162 Most Extreme Differences Absolute 0,077 Positive 0,039 Negative -0,077 Kolmogorov-Smirnov Z 1,062 Asymp. Sig. 2-tailed 0,081 a. Test distribution is Normal. b. Calculated from data. Sumber : Data Yang Diolah Dengan menggunakan SPSS 20 dihasil nilai Kolomogorov-Smirnov K- S sebesar 1,062 dan signifikan pada 0,081. Karena nilai signifikansi lebih besar commit to user 58 dari 0,05 atau � 0,05 maka variabel terdistribusi secara normal Imam Ghozali 2012. 2. Uji Multikolinearitas Pengujian multikolinearitas dalam penelitian ini berdasarkan nilai Tolerance pada variabel bebas Independent variabel . Jika nilai Tolerance pada variabel bebas Independent variabel lebih dari 0,10 berarti tidak terdapat korelasi antar variabe bebas Independent variabel atau tidak terjadi multikolinearitas. Selain itu pengujian multikolinearitas juga dilihat dari nilai Variance Inflation Factor VIF. Jika nilai VIF variabe bebas Independent variabel kurang dari 10 maka dapat disimpulkan tidak terjadi multikolinearitas pada model regresi Ghozali, 2012. Dari pengolahan data menggunakan SPSS dihasil output sebagai berikut : Tabel 4 Hasil Uji Multikolinearitas Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 67,550 0,517 130,594 .000 ASSET 8,131E-7 0,000 0,280 6,518 .000 0,947 1,056 BELANJA 2,063E-6 0,000 0,226 5,273 .000 0,952 1,051 KERUGIAN -9.519 18,210 -0,023 -0,523 .601 0,866 1,154 Sumber : Hasil pengolahandata Berdasarkan analisis menggunakan SPSS 20 dihasilkan nilai Tolerance diatas 0,1 pada seluruh variable yang diuji. Dengan demikian berdasarkan nilai perpustakaan.uns.ac.id commit to user 59 Tolerance maka dapat disimpulkan tidak terdapat multikolinearitas pada model yang digunakan dalam penelitian ini. Nilai VIF yang disajikan dari perhitungan dengan menggunakan SPSS 20 dihasilkan nilai VIF yang kurang dari 10 pada seluruh variable penelitian. Sehingga berdasarkan nilai VIF dapat disimpulkan bahwa pada model yang digunakan dalam penelitian ini tidak mengandung multikolinearitas. Hal ini semakin menguatkan bahwa model yang digunakan dalam penelitian ini benar- benar bebas dari penyakit multikolinearitas. 3. Uji Heterokedastis Berdasarkan pengolahan data dengan menggunakan SPSS 20 pengujian heterokedastis ditentukan dari Grafik Plot yang ditampilkan sebagai hasil pengolahan data. Grafik Plot antara nilai prediksi variabel terikat dependent variabel . Dan untuk mendeteksinya adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Yadalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi - Y sesungguhnya yang telah di studentized Dengan pengolahan data dengan SPSS dihasilkan output scaterplot sebagai berikut: commit to user 60 Gambar 2 Diagram Pencar scatterplot Pengujian Heterokedastisitas Dari gambar Grafik Plot yang ditampilkan menunjukkan tidak adanya membentuk pola yang jelas., serta titik-titik menyebar secara acak di atas dan di bawah angka 0 pada sumbu Y. Dengan demikian berdasarkan gambar ini dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas dalam model penelitian ini. 4. Uji Autokorelasi Pengujian autokorelasi dengan menggunakan Uji Durbin Watson. Pengujian ini dengan menggunakan table Durbin Watson sebagai dasar pengambilan keputusan terdapat atau tidaknya autokorelasi. Pengambilan keputusan ada tidak autokorelasi baik korelasi positif maupun negative adalah jika d u d 4-d u Ghozali : 2011. Adapun hasil pengujian autokorelasi degan menggunakan SPSS 20 disajikan output sebagai berikut: commit to user 61 Tabel 5 Tabel Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 0,485 a 0,235 0,228 3,05011 1,991 a. Predictors: Constant BELANJA , ASSET, KERUGIAN b. Dependent Variable: IPM Dari table tersebut menunjukkan nilai DW sebesar 1,991. Nilai tersebut akan dibandingkan table Durbin Watson dengan nilai signifikansi 5. Adapun jumlah sampel penelitian 489 dan jumlah variabel independen 4 k = 4, dari table Durbin Watson tersebut tampak nilai d u adalah 1,810. Kemudian dibandingkan nilai DW dari model dengan nilai DW dalam table. Dari perbandingan tampak nilai DW regresi masih lebih besar dari d u. Perhitungan penentuan keputusan apakah dari mengandung autokorelasi adalah sebagai berikut: d u d 4 – d u , jika du = 1.810, maka perhitungan dilakukan sebagai berikut : 1,810 1.991 4 – 1.810 1,810 1.991 2,190 Perhitungan di atas menunjukkan bahwa DW model dengan nilai 1,991 masih terletak diantara d u dan 4 – d u , dimana besarnya d u sebagaimana angka di table Durbin Watson adalah 1,810. Angka DW dari model menunjukkan bahwa model tidak mengalami autokorelasi. Dengan dasar pengambilan keputusan sesuai dengan perhitungan di atas. commit to user 62 C . Pengujian Hipotesis 1. Uji Hipotesis 1, 2, dan 3 Pengujian untuk hipotesis 1, 2, dan 3 menggunakan Regresi berganda multiple regression yang di formulasikan sebagai berikut: Y = a + b1X1 + b2X2 + b3X3 + e Keterangan: Y : Variabel Kinerja Pemerintah; a : Konstanta; X1 : Variabel Kekayan Daerah; X2 : Variabel Belanja Daerah; X3 : Variabel Temuan Audit; b1, b2, b3 : Koefisien regresi; e : Error; Pengujian hipotesis dilakukan dengan pengolahan data menggunakan SPSS 20. Berdasarkan hasil pengolahan data disampaikan hal-hal sebagai berikut

a. Uji signifikan Simultan Uji Statistik F

Hasil pengolahan data disampaikan dalam table berikut : Tabel 6 Hasil Uji Signifikan Simultas Uji Statistik F Untuk Hipotesis 1,2,3 ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 1295,471 3 431,824 17,322 0000 b Residual 12090,989 485 24,930 Total 13386,460 488 a. Dependent Variable: IPM commit to user 63 b. Predictors: Constant, KERUGIAN, ASSET, BELANJA Hasil Anova atau Ftest menunjukkan nilai F hitung sebesar 17,322 dengan tingkat signifikansi 0,000 yang berarti jauh dibawah 0,05. Hal ini berarti bahwa Variabel bebas independent variable mampu secara bersama-sama mempengaruhi Variabel terikat dependent variable . Berarti juga bahwa model dapat digunakan untuk memprediksi Variabel terikat dependent variable .

b. Uji Koefisien Determinasi R

2 Dengan pengolahan data menggunakan SPSS 20 dihasilkan output sebagai berikut : Tabel 7 Hasil Uji Koefisien Determinasi R 2 Untuk Hipotesis 1,2,3 Model Summary b Mode l R R Square Adjusted R Square Std. Error of the Estimate 1 0,311 a 0,097 0,091 4,9929825 a. Predictors: Constant, KERUGIAN, ASSET, BELANJA b. Dependent Variable: IPM Dari tampilan output SPSS menunjukkan nilai Adjusted R 2 yang tidak begitu tinggi yaitu 9,1 . Yang berarti menunjukkan bahwa Variabel bebas independent variable mampu menjelaskan Variabel terikat dependent variable sekitar 9,7 sedangkan sisanya atau sekitar 90,9 dijelaskan oleh variabel lain yang tidak diujikan dalam penelitian ini. c. Uji Signifikan Parameter Individual Uji Statistik t Pengujian data dengan menggunakan software pengolah data SPSS dihasilkan output sebagai berikut : commit to user 64 Tabel 8 Hasil Uji Signifikan Parameter Individual Uji Statistik t Untuk Hipotesis 1,2,3 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 70,967 0,470 151,025 0,000 ASSET 4,144E-007 0,000 0,212 2,872 0,004 BELANJA 6,537E-008 0,000 0,007 0,96 0,924 KERUGIA N -47,785 9,962 -0,209 -4,797 0,000 a. Dependent Variable: IPM Hasil tampilan output SPSS menunjukan bahwa secara individual ditunjukkan sebagai berikut : a. Total Asset memberikan nilai koefisien 4,144E-007 dengan probabilitas signifikansi 0,004. Sehingga dapat disimpulkan bahwa kekayaan pemerintah daerah berpengaruh tehadap Kinerja Pemerintah. Kinerja Pemerintah dalam mewujudkan kesejahteraan masyarakat dipengaruhi oleh jumlah total asset kekayaan pemerintah daerah. Karena pengaruhnya positif maka berarti bahwa semakin besar kekayaan pemerintah daerah maka masyarakatnya semakin sejahtera. b. Total Belanja Pemeritah Daerah memberikan nilai koefisien 6,537E-008 dengan probabilitas signifikansi 0,924. Dengan nilai signifikansi diatas 0,05 maka menunjukkan bahwa variable Total Belanja Pemerintah tidak mempengaruhi secara signifikan terhdap Kinerja Pemerintah dalam mewujudkan kesejahteraan masyarakat. Angka koefisiennya adalah positif perpustakaan.uns.ac.id commit to user 65 maka menunjukkan bahwa semakin besar total belanja pemerintah daerah maka akan semakin meningkatkan kesejahteraan masyarakat. c. Jumlah Temuan Audit karena ketidaktaantan pada undang-undang memberikan nilai koefisien -47.785 dengan probabilitas signifikansi 0,000. Nilai signifikansi dibawah 0,05 berarti variable temuan audit karena ketidaktaatan pada undang-undang pada pemerintah daerah berpengaruh terhadap kinerja pemerintah dalam mewujudkan kesejahteraan masyarakat, Atau kinerja pemerintah dalam mewujudkan kesejahteraan masyarakat dipengaruhi oleh temuan audit karena ketidaktaatan pada undang-undang. Koefisien b dari variabel temuan audit menunjukkan nilai negatif yang berarti menunjukkan bahwa semakin besar nilai temuan audit karena ketidaktaatan pada undang-undang akan menurunkan nilai kinerja pemerintah dalam mewujudkan kesejahteraan masyarakat.

D. Pembahasan