BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Hasil Analisis
4.2.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat berdasarkan distribusi frekuensi dan persentase dari variabel.
51
Tabel 4.1.
Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
UPD 72 10.52 13.38 12.11 .564
KD 72 1 84 13.56 15.226
IR 72 .25 6.40 .84 1.103
UL 72 20 81 30.88 12.726
TA 72 3 18 7.00 2.110
TPLKPD 72 .21 .92 .59 .176
Valid N (listwise)
72
Sumber : ouput yang diolah SPSS,2020.
Berdasarkan Tabel 4.1 diketahui Laporan Keuangan Pemerintah Daerah Kabupaten dan Kota Provinsi Aceh 2016-2018 dengan jumlah sampel (N) sebanyak 72 sampel.
1. Ukuran Pemerintah Daerah (X1) dengan jumlah sampel (N) sebanyak 72 sampel dengan skor minimum adalah 10,52 dan skor maksimum adalah 13,38.
2. Diketahui Kemandirian Daerah (X2) dengan jumlah sampel (N) sebanyak 72 sampel dengan skor minimum adalah 1%, dan skor maksimum adalah 84%.
3. Diketahui Intergovernmental Revenue (X3) dengan jumlah sampel (N) sebanyak 72 sampel dengan skor minimum adalah 0,25, dan skor maksimum adalah 6,40.
4. Diketahui Ukuran Legislatif (X4) dengan jumlah sampel (N) sebanyak 72 sampel dengan skor minimum adalah 20, dan skor maksimum adalah 81.
5. Diketahui Temuan Audit (X5) dengan jumlah sampel (N) sebanyak 72 sampel dengan skor minimum adalah 3, dan skor maksimum adalah 18.
6. Diketahui Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah (Y) dengan jumlah sampel (N) sebanyak 72 sampel dengan skor minimum adalah 0,21, dan skor maksimum adalah 0,92. Rata-rata tingkat pengungkapan LKPD di Provinsi Aceh adalah sebesar 59%, yaitu rata-rata daerah hanya mengungkapkan sebanyak 31 item dari total item yang harus diungkapkan sebanyak 53 item.
4.2.2 Uji Asumsi Klasik 1. Hasil Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan . Dasar pengambilan keputusan adalah melihat angka probabilitas , dengan ketentuan sebagai berikut:
a. Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi.
b. Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
53
Tabel 4.2.
Uji Normalitas
Sumber : Output SPSS, 2020
Perhatikan bahwa berdasarkan Tabel 4.2. diketahui nilai kolmogorov-smirnov sebesar 0.770 dan nilai Asymp.Sig. (2-tailed) sebesar 0.594. Karena nilai Asymp. Sig. (2-tailed) sebesar 0.594 lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
2. Uji Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas (Ghozali, 2013:106).
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 72
Normal Parametersa,b Mean .0000000
Std. Deviation .14631506
Most Extreme Differences
Absolute .091
Positive .055
Negative -.091
Kolmogorov-Smirnov Z .770
Asymp. Sig. (2-tailed) .594
Tabel 4.3.
Hasil Uji Multikolinearitas Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
UPD .736 1.358
KD .653 1.532
IR .986 1.014
UL .757 1.321
TA .690 1.449
Sumber : Output SPSS , 2020
Perhatikan bahwa berdasarkan Tabel 4.3. masing-masing nilai VIF tidak lebih besar dari 10 dan nilai tolerance diatas 0.1 maka tidak terdapat gejala multikolinearitas.
3. Hasil Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. (Ghozali, 2013:139) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Perhatikan bahwa berdasarkan Gambar 4.1, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
55
Gambar 4.1 Grafik Scatterplot
Gambar Scatterplot menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
4. Hasil Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji dalam model regresi linear ada atau tidak korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 atau periode sebelumnya. Uji autokorelasi pada penelitian ini menggunakan uji Durbin Watson. Berikut hasil uji autokorelasi:
Tabel 4.4 Uji Autokorelasi Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .557a .310 .258 .15176 1.877
Sumber: Output SPSS
Berdasarkan tabel 4.4 di atas nilai Durbin Watson sebesar 1.877, pembanding menggunakan nilai signifikansi 0.05, jumlah sampel 75 (n), dan jumlah variabel independen 5 (k=5), maka di tabel DurbinWatson akan didapat nilai du sebesar 1.76. Karena nilai DW 1.877 lebih besar dari batas atas (du) 1.76 dan kurang dari 4 - 1.76 (2.24), maka dapat disimpulkan bahwa tidak terdapat autokorelasi.
4.2.3 Hasil Uji Regresi Linear Berganda
Tabel 4.5. menyajikan nilai koefisien regresi, serta nilai statistik t untuk
Berdasarkan Tabel 4.5. diperoleh persamaan regresi linear sebagai berikut berikut.
Y = 0,570 + - 0.014 X1 + 0.003 X2 + - 0,015 X3 + -0,004 X4 + 0,038 X5 + e Dimana :
57
Y : Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah X1 : Ukuran Pemerintah Daerah
X2 : Kemandirian Daerah
X3 : Intergovernmental Reevenue X4 : Ukuran Legislatif
X5 : Temuan Audit e : Error
Berdasarkan Tabel 4.5. diketahui nilai koefisien dari Ukuran Pemerintah Daerah adalah -0.014, yakni bernilai negatif artinya setiap penambahan Ukuran Pemerintah Daerah sebesar 1% akan menurunkan tingkat pengungkapan Laporan Keuangan Pemerintah Daerah tahun berikutnya sebesar -0.014% dengan asumsi variabel lain konstan. Nilai tersebut dapat diinterpretasikan variabel Ukuran Pemerintah Daerah berpengaruh negative terhadap variabel Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah .
Variabel Kemandirian Daerah adalah 0.003, yakni bernilai positif artinya setiap penambahan Kemandirian Daerah sebesar 1% akan menaikan Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah tahun berikutnya sebesar 0.003% dengan asumsi variabel lain konstan. Nilai tersebut dapat diinterpretasikan variabel Kemandirian Daerah berpengaruh positif terhadap variabel kualitas laporan keuangan.
Variabel Intergovernmental Revenue adalah -0.015, yakni bernilai negatif artinya setiap penambahan Intergovernmental Revenue sebesar 1% akan menurunkan tingkat pengungkapan Laporan Keuangan Pemerintah Daerah tahun
berikutnya sebesar -0.015% dengan asumsi variabel lain konstan. Nilai tersebut dapat diinterpretasikan variabel Intergovernmental Revenue berpengaruh negative terhadap variabel Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah .
Ukuran Legislatif adalah -0.004, yakni bernilai negatif artinya setiap penambahan Ukuran Legislatif sebesar 1% akan menurunkan tingkat pengungkapan Laporan Keuangan Pemerintah Daerah tahun berikutnya sebesar -0.004% dengan asumsi variabel lain konstan. Nilai tersebut dapat diinterpretasikan variabel Ukuran Legislatif berpengaruh negatif terhadap variabel Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah .
Variabel Temuan Audit adalah 0.038, yakni bernilai positif artinya setiap penambahan Temuan Audit sebesar 1% akan menaikan Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah tahun berikutnya sebesar 0.038% dengan asumsi variabel lain konstan. Nilai tersebut dapat diinterpretasikan variabel Temuan Audit berpengaruh positif terhadap variabel kualitas laporan keuangan.
4.2.4 Hasil pengujian Hipotesis
1. Uji Koefisien Determinasi ( Adjusted R2)
Berdasarkan hasil analisi regresi linear berganda juga dapat diketahui nilai korelasi dan koefisien determinasinya, dimana nilai korelasi mencerminkan kekuatan hubungan antara variabel independen/bebas terhadap variabel dependen/terikat.
59
a. Predictors: (Constant), TA, IR, UPD, UL, KD b. Dependent Variable: TPLKPD
Sumber : Output SPSS, 2020
Berdasarkan Tabel 4.6. nilai koefisien determinasi terletak pada kolom Adjusted R-Square. Diketahui nilai koefisien determinasi sebesar 0.258. Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel dependent atau variabel terikat sebesar 25.8%, sisanya sebesar 74.2% dipengaruhi oleh faktor-faktor lain.
2. Uji F
Uji bertujuan untuk menguji pengaruh variabel bebas secara bersama-sama atau simultan terhadap variabel tak bebas.
Tabel 4.7.
Sumber : Output SPSS, 2020
Berdasarkan Tabel 4.7, diketahui nilai Fhitung adalah 5.930, dengan nilai Ftabel sebesar 2.015. Perhatikan bahwa karena nilai F hitung (5.930) > Ftabel (2.015),
maka disimpulkan bahwa pengaruh simultan dari seluruh variabel bebas (Ukuran Pemerintah Daerah, Kemandirian Daerah, Intergovernmental Revenue, Ukuran Legislatif dan Temuan Audit) berpengaruh secara signifikan terhadap Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah.
3. Uji- t
Berdasarkan tabel 4.8, dapat disimpulkan mengenai hasil uji hipotesis secara parsial dari masing-masing variabel independen sebagai berikut :
Nilai thitung variabel Ukuran Pemerintah Daerah diperoleh sebesar -0.368 lebih kecil dari ttabel 2.015 dengan tingkat signifikansi sebesar 0.714 > 0.05, maka hipotesis yang diajukan ditolak. Hal ini berarti bahwa Ukuran Pemerintah Daerah secara parsial tidak berpengaruh positif terhadap Tingkat Pengungkapan Laporan
Model Unstandardized
61
Nilai thitung variabel Kemandirian Daerah diperoleh sebesar 2.168 lebih besar dari ttabel 2.015 dengan tingkat signifikansi sebesar 0.03 < 0.05, maka hipotesis yang diajukan diterima. Hal ini berarti bahwa Kemandirian Daerah secara parsial berpengaruh Positif terhadap Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah pada taraf signifikan α = 5%.
Nilai thitung variabel Intergovernmental Revenue diperoleh sebesar -0.922 lebih kecil dari ttabel 2.015 dengan tingkat signifikansi sebesar 0.360 > 0.05, maka hipotesis yang diajukan ditolak. Hal ini berarti bahwa Intergovernmental Revenue secara parsial tidak berpengaruh positif terhadap Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah pada taraf signifikan α = 5%.
Nilai thitung variabel Ukuran Legislatif diperoleh sebesar -2.307 lebih besar dari ttabel 2.015 dengan tingkat signifikansi sebesar 0.02 < 0.05, maka hipotesis yang diajukan diterima. Hal ini berarti bahwa Kemandirian Daerah secara parsial berpengaruh negatif terhadap Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah pada taraf signifikan α = 5%.
Nilai thitung variabel Temuan Audit diperoleh sebesar 3.727 lebih besar dari ttabel 2.015 dengan tingkat signifikansi sebesar 0.000 < 0.05, maka hipotesis yang diajukan diterima. Hal ini berarti bahwa Temuan Audit secara parsial berpengaruh Positif terhadap Tingkat Pengungkapan Laporan Keuangan Pemerintah Daerah pada taraf signifikan α = 5%.