52
diterima karena sesuai dengan nilai observasinya sehingga hipotesis 0 diterima. Berikut adalah hasil pengujian Hosmer and Lemeshow:
Tabel 4.5 Pengujian Hosmer and Lemeshow
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 10,933
8 ,206
Sumber data: lampiran Berdasarkan tabel diatas, maka didapatkan nilai signifikansi
statistik Hosmer and Lemeshow Goodness of Fit Test sebesar 0,206 yang nilainya lebih besar dari 0,05. Hal ini menunjukkan bahwa model
dapat diterima karena mampu memprediksi nilai observasinya atau sesuai dengan data observasinya.
4.4 Pengujian Regresi Logistik Secara Parsial
Langkah selanjutnya adalah menguji regresi logistik secara parsial atau menguji pengaruh masing-masing variabel bebas terhadap variabel
terikatnya dengan melihat tabel variables in the equation. Pengujian hipotesis regresi logistik dilakukan dengan memasukkan seluruh variabel bebas total
kekayaan daerah, kompetisi politik, dan tingkat kependudukan dan juga variabel terikat transparansi informasi keuangan di internet oleh
pemerintahan daerah. 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, sedangkan apabila nilai
Universitas Sumatera Utara
53
signifikansi 0,05 maka hipotesis yang menyatakan variabel bebas berpengaruh terhadap variabel terikat ditolak. Hasil pengujian regresi logistik
secara parsial dapat dilihat pada tabel dibawah ini:
Tabel 4.6 Pengujian Regresi Logistik Secara Parsial
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB
Lower Upper
Step 1
a
X1 1,467
,594 6,099
1 ,014
4,335 1,353
13,882 X2
,458 ,210
4,731 1
,030 1,580
1,046 2,387
X3 -,088
,348 ,064
1 ,800
,916 ,463
1,811 Constant
-43,512 14,555
8,937 1
,003 ,000
Sumber data: lampiran Berdasarkan hasil pengujian regresi logistik tersebut maka dapat
diketahui persamaan logistik linear sebagai berikut:
Y = -43,512 +1,467X
1
+ 0,458X
2
- 0,88X
3
+ e
Dimana: Y = Transparansi informasi keuangan di internet oleh pemerintahan daerah
X
1
= Total kekayaan daerah X
2
= Kompetisi politik X
3
= Tingkat kependudukan e = error
4.5 Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian regresi logistik pada tabel 4.6 diatas, hasil pengujian hipotesis untuk mengetahui pengaruh total kekayaan daerah,
Universitas Sumatera Utara
54
kompetisi politik, dan tingkat kependudukan terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah dapat dijelaskan sebagai
berikut: 1.
Berdasarkan tabel 4.6 dapat diketahui dimana variabel bebas yang pertama yaitu total kekayaan daerah X
1
berpengaruh positif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hasil penelitian ini sesuai dengan hasil penelitian yang telah dilakukan oleh Trisnawati dan Komarudin 2014 dimana mereka telah
membuktikan bahwa total kekayaan daerah berpengaruh positif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hal ini ditunjukkan dengan nilai probabilitas signifikansi sebesar 0,014 0,05. Dengan demikian maka hipotesis 1 yang menyatakan bahwa
total kekayaan daerah berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah diterima.
2. Berdasarkan tabel 4.6 dapat diketahui dimana variabel bebas yang kedua
yaitu kompetisi politik X
2
berpengaruh positif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Hasil
penelitian ini juga sesuai dengan hasil penelitian yang telah dilakukan oleh Trisnawati dan Komarudin 2014 dimana mereka telah
membuktikan bahwa kompetisi politik berpengaruh positif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hal ini ditunjukkan dengan nilai probabilitas signifikansi sebesar 0,030 0,05. Dengan demikian maka hipotesis 2 yang menyatakan bahwa
Universitas Sumatera Utara
55
kompetisi politik berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah diterima.
3. Berdasarkan tabel 4.6 dapat diketahui dimana variabel bebas yang ketiga
yaitu tingkat kependudukan X
3
berpengaruh negatif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah.
Hasil penelitian ini sesuai dengan hasil penelitian yang telah dilakukan oleh Andriani 2015 dimana dia telah membuktikan bahwa tingkat
kependudukan berpengaruh negatif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Hal ini ditunjukkan
dengan nilai probabilitas signifikansi sebesar 0,800 0,05. Dengan demikian maka hipotesis 3 yang menyatakan bahwa tingkat
kependudukan berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah ditolak.
4.6 Pengujian Regresi Logistik Secara Simultan
