a. Laporan hasil pemeriksaan atas laporan keuangan tahun 2012 dan 2013 Populasi dalam penelitian ini adalah Laporan keuangan pemerintah daerah tahun anggaran 2012 dan 2013 yang telah diperiksa oleh Badan Pemeriksa Keuangan (BPK). Berdasarkan Undang-Undang Nomor 15 Tahun 2004 Badan Pemeriksa Keuangan (BPK) memeriksa Neraca daerah, Laporan
Realisasi Anggaran, Laporan Arus Kas serta Catatan atas Laporan Keuangan
yang telah disusun oleh pemerintah daerah sebagai bentuk pertanggungjawaban Pemerintah Daerah selama satu tahun anggaran sebagaimana diamanatkan dalam Undang–undang Nomor 33 Tahun 2004.
Hasil pemeriksaan keuangan BPK disajikan dalam tiga kategori yaitu opini, SPI, dan pelanggaran terhadap kepatuhan terhadap ketentuan perundang-undangan. Hasil pemeriksaan BPK dituangkan dalam LHP (Laporan Hasil Pemeriksaan) dan dinyatakan dalam sejumlah temuan. Setiap temuan dapat terdiri atas satu atau lebih permasalahan kelemahan SPI, ketidakpatuhan terhadap ketentuan perundang-undangan yang mengakibatkan kerugian negara/ daerah, potensi kerugian negara/daerah, kekurangan penerimaan, penyimpangan administrasi, ketidakhematan, dan ketidakefektifan. Setiap permasalahan merupakan bagian dari temuan dan di dalam Ikhtisar Hasil Pemeriksaan Semester (IHPS) ini disebut dengan istilah
98 “kasus”. Namun, istilah kasus di sini tidak selalu berimplikasi hukum atau berdampak finansial.
Untuk mewujudkan syarat penyusunan Laporan Keuangan Pemerintah yang baik dan mematuhi prinsip transparansi dan akuntabilitas, maka Pemerintah telah melakukan berbagai pembaharuan dan regulasi dibidang keuangan yang secara Nasional telah diatur lebih lanjut dalam Peraturan Pemerintah Nomor 71 Tahun 2010 tentang Standar Akuntansi Pemerintah (SAP) pasal 4 ayat (1) Pemerintah menerapkan SAP Berbasis Akrual, lebih lanjut diatur dalam Pasal 7 ayat (1) penerapan SAP berbasis akrual. Sebagaimana dimaksud dalam Pasal 4 ayat (1) dapat dilaksanakan secara bertahap dari penerapan SAP berbasis kas menuju akrual menjadi penerapan SAP berbasis akrual.
Penelitian ini menggunakan data selama dua tahun, dari tahun anggaran 2012 sampai tahun 2013. Penggunaan periode 2012 sampai 2013 karena pada tahun tersebut merupakan data terbaru yang tersedia dan dapat memberikan gambaran pelaksaan secara bertahap dari penerapan peraturan pemerintah Nomor 71 tahun 2010 tentang Standar Akuntansi Pemerintah (SAP) yang dilaksanakan secara bertahap dari penerapan SAP berbasis kas menuju akrual menjadi penerapan SAP berbasis akrual.
Tabel 4.1 dibawah ini menyajikan tahapan seleksi sampel berdasarkan kriteria yang telah ditetapkan
99 Tabel 4.1
Tahapan Seleksi Sampel dengan Kriteria
Proses pengambilan sampel Jumlah Pemda
2012 dan 2013 Jumlah Pemda tingkat kabupaten/kota di Indonesia 495
Jumlah LKPD yang tidak memuat data yang dibutuhkan (73)
Jumlah Pemda sampel 422
Jumlah pengamatan (tahun) 2
Jumlah sample total selama periode penelitian 844 Sumber : Data diolah
Jumlah Pemda tingkat kabupaten/kota yang ada di indonesia selama periode penelitian berjumlah 495 Pemda. Dari 495 Pemda tersebut terdapat 73 LKPD yang tidak memuat selama periode penelitian. Sehingga Pemda yang dijadikan sampel adalah sebanyak 422 Pemda. Sedangkan total pengamatan yang dijadikan sampel penelitian adalah 844 Pemda dikalikan 2 tahun pengamatan, sehingga sampel penelitian berjumlah 844 Pemda.
b. Data korupsi Kabupaten dan Kota
Dibentuk berdasarkan Undang-Undang Nomor 30 Tahun 2002 tentang
Komisi Pemberantasan Tindak Pidana Korupsi, KPK diberi amanat
melakukan pemberantasan korupsi secara profesional, intensif, dan
berkesinambungan. KPK merupakan lembaga negara yang bersifat
independen, yang dalam melaksanakan tugas dan wewenangnya bebas dari kekuasaan manapun.
Objek penelitian pada data kasus korupsi didapat dari KPK. Kasus korupsi yang difokuskan dalam penelitian ini adalah kasus yang telah menjadi
100 Tindak Pidana Korupsi (TPK). Dalam laporan tahunan KPK 2012 dan 2013 ini Pemda yang masuk kedalam kasus TPK sebanyak 45 kasus di kabupaten dan kota diseluruh Indonesia yang diberi nilai 1 dan selebihnya sebanyak 799 kota dan kabupaten diberi nilai 0.
c. Deskripsi Sampel Penelitian
Dalam penelitian ini sampel dipilih dengan menggunakan metode purposive sampling dengan menggunakan kriteria yang telah ditentukan sebelumnya. Sampel dipilih bagi pemda yang menyajikan data yang dibutuhkan dalam penelitian ini antara lain opini audit, kelemahan SPI, kepatuhan terhadap peraturan perundang-undangan, rasio kemandirian, rasio belanja modal, rasio belanja operasi, dan rasio pertumbuhan. Melalui metode purposive sampling diharapkan sampel dapat mewakili populasinya dan tidak menimbulkan bias bagi tujuan penelitian yang telah dijelaskan sebelumnya.
Sampel dikategorikan ke dalam dua kelompok atau kategori berdasarkan atas jenis opini audit yang diterimanya, yaitu kelompok pemerintah daerah yang Korupsi (korup) dan kelompok pemerintah daerah yang mendapatkan tidak korupsi (tdk korup) Distribusi Pemda tersebut disajikan dalam tabel 4.2 berikut ini:
Tabel 4.2
Distribusi Pemda Berdasarkan Opini Audit Korupsi/tdk
korupsi
Pemerintah daerah Total 2012 2013
Korupsi 21 24 45
101 Tdk korupsi 401 398 799
95% 94% 95%
Total 422 422 844
100% 100% 100%
Sumber: data diolah
Berdasarkan Tabel 4.4 diketahui bahwa pada tahun 2012 terdapat 21 Pemda yang Korupsi atau sebesar 5% dari total Pemda sampel pada tahun 2012. Dan Pemda yang Tidak Korupsi pada tahun 2012 adalah 401 Pemda atau sebesar 95% dari total Pemda sampel pada tahun 2012. Pada tahun 2013 terdapat 24 Pemda yang Korupsi atau sebesar 6% dari total Pemda sampel pada tahun 2012. Dan Pemda yang Tidak Korupsi pada tahun 2013 adalah 398 Pemda atau sebesar 94% dari total Pemda sampel pada tahun 2013. Dari penjelasan Tabel 4.4 diatas dapat dilihat bahwa Pemda yang paling banyak Korupsi terjadi pada tahun 2013. Salah satu penyebab hal itu adalah Perubahan Korupsi yang terjadi setiap tahunnya menunjukkan adanya perubahan kondisi di KPK dan Pemda, contohnya KPK melakukan koordinasi dan supervisi (korsup) penindakan. Pertama, melalui penyelenggaraan berbagai pelatihan yang ditujukan untuk meningkatkan kapasitas aparat penegak hukum. Kedua, melalui koordinasi dan supervisi penanganan kasus kepada Kejaksaan dan Kepolisian. Dimana kedua hal ini bertujuan untuk penguatan kapasitas SDM dalam penanganan korupsi. korsup bidang penindakan juga terkait langsung dengan penanganan perkara tindak pidana korupsi yang dilakukan Kepolisian dan Kejaksaan. Selain itu perubahan
102 korupsi dari sisi pemda kualitas layanan publik yang masih kurang, masih lemahnya perencanaan dan penganggaran APBD, serta lemahnya perencanaan dan pelaksanaan pengadaan barang dan jasa (Laporan tahunan KPK, 2013). B. Hasil Uji Analisis Data Penelitian
Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi logistik (logistic regression). Tujuannya adalah untuk memperoleh gambaran menyeluruh mengenai pengaruh variabel independen (opini audit, kelemahan spi, kepatuhan terhadap peraturan perundang-undangan, rasio kemandirian, rasio belanja operasi, rasio belanja modal, rasio pertumbuhan) terhadap variabel dependen yaitu korupsi.
i. Hasil Uji Statistik Deskriptif
Berdasarkan hasil uji statistik deskriptif diperoleh sebanyak 844 data observasi yang berasal dari perkalian antara periode penelitian (2 tahun; data tahun 2012 sampai tahun 2013) dengan jumlah pemda sampel (422 pemda).
Tabel 4.3 Statistik Deskriptif
103 Sumber: output SPSS
Berdasarkan Tabel 4.3, hasil analisis dengan menggunakan statistik deskriptif dijelaskan sebagai berikut:
a) Hasil analisis statistik deskriptif terhadap penerimaan opini audit menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata- rata sebesar 0,27 dan standar deviasi 0,444. Nilai rata- rata sebesar 0,27 menunjukkan bahwa pemda yang mendapat opini audit WTP dan WTP-DPP dengan kode 1 sebesar 228 pemda. Sedangkan sebanyak 616 pemda mendapat opini selain WTP dan WTP-DPP.
b) Hasil analisis dengan menggunakan statistik deskriptif terhadap kelemahan SPI menunjukkan nilai minimum sebesar 0 yang diperoleh Kota Banjar (Provinsi Jawa Barat) (2012). Nilai maksimum sebesar 30 yang diperoleh Kabupaten Kampar (Provinsi Riau) (2013). Nilai rata- rata sebesar 10,75 dan standar deviasi 4,709. Nilai rata- rata sebesar
Descriptive Statistics 844 0 1 ,27 ,444 844 0 30 10,75 4,709 844 1 45 13,31 6,386 844 ,00 3,53 ,1087 ,18790 844 ,40 ,94 ,7683 ,08319 844 ,00 ,55 ,2258 ,08375 844 -,15 ,49 ,1292 ,07534 844 0 1 ,05 ,225 844 op spi kuu rk rbo rbm rt korup Valid N (listwise)
104 10,75 menunjukkan bahwa rata-rata kelemahan SPI adalah 10,75 kasus atau sekitar 10 kasus kelemahan SPI yang terdapat ditiap pemda kabupaten/kota.
c) Hasil analisis dengan menggunakan statistik deskriptif terhadap kepatuhan ketentuan peraturan menunjukkan nilai minimum sebesar 1 yang diperoleh Kabupaten Magetan (2012), Kota Madiun (Provinsi Jawa Timur) (2013), dan Kabupaten Sambas (Provinsi Kalimantan Barat) (2012). Nilai maksimum sebesar 45 yang diperoleh Kabupaten Bolaang Mongondow (Provinsi Sulawesi Utara) (2012). Nilai rata- rata sebesar 13,31 dan standar deviasi 6,386. Nilai rata- rata sebesar 13,31 menunjukkan bahwa rata-rata ketidakpatuhan terhadap ketentuan peraturan adalah 13,31 kasus atau sekitar 13 kasus ketidakpatuhan ketentuan peraturan yang terdapat ditiap pemda kabupaten/kota.
d) Hasil analisis dengan menggunakan statistik deskriptif terhadap rasio kemandirian menunjukkan nilai minimum sebesar 0,01, nilai maksimum sebesar 3,53 yang diperoleh Kabupaten Badung (Provinsi Bali) (2013). Nilai rata-rata sebesar 0,1087 dan standar deviasi 0,187. Nilai rata-rata sebesar 0,1087 menunjukkan bahwa rata-rata rasio kemandirian pemda kabupaten/kota adalah 10 persen atau kriteria kemampuan pemda sangat kurang dalam membiayai sendiri kegiatan pemerintahan, pembangunan dan pelayanan kepada masyarakat yang
105 telah membayar pajak dan retribusi sebagai sumber keuangan yang diperlukan daerah.
e) Hasil analisis dengan menggunakan statistik deskriptif terhadap rasio belanja operasi menunjukkan nilai minimum sebesar 0,40 yang diperoleh Kabupaten Luwu (Provinsi Sulawesi Selatan) (2013), nilai maksimum sebesar 0,94 yang diperoleh Kabupaten Brebes (Provinsi Jawa Tengah) (2013). Nilai rata-rata sebesar 0,7683 dan standar deviasi 0,08319. Nilai rata-rata sebesar 0,7683 menunjukkan bahwa rata-rata rasio aktivitas belanja operasional pemda kabupaten/kota adalah 76,8 persen atau tingginya persentase dana yang dialokasikan untuk belanja operasional daerah.
f) Hasil analisis dengan menggunakan statistik deskriptif terhadap rasio belanja modal menunjukkan nilai minimum sebesar 0,01, nilai maksimum sebesar 0,55 yang diperoleh Kabupaten Penajam Paser Utara (Provinsi Kalimantan Timur) (2012). Nilai rata-rata sebesar 0,2258 dan standar deviasi 0,08375. Nilai rata-rata sebesar 0,2258 menunjukkan bahwa rata-rata rasio kemandirian adalah 23 persen atau persentase belanja modal yang digunakan untuk menyediakan sarana dan prasarana ekonomi masyarakat cenderung kecil.
g) Hasil analisis dengan menggunakan statistik deskriptif terhadap rasio pertumbuhan menunjukkan nilai minimum sebesar -0,15 yang diperoleh Kabupaten Sukabumi (Provinsi Jawa Barat) (2013), nilai
106 maksimum sebesar 0,69 dengan rata-rata sebesar 0,128 dan standar deviasi 0,086. Nilai rata sebesar 0,128 menunjukkan bahwa rata-rata rasio pertumbuhan dalah 12,8 persen atau kemampuan daerah dalam memepertahankan dan meningkatkan keberhasilan keuangannya yang telah dicapai dari periode ke periode berikutnya cenderung kecil. h) Hasil analisis dengan menggunakan statistik deskriptif terhadap
korupsi menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,05 dan standar deviasi 0,225. Nilai rata- rata sebesar 0,05 menunjukkan bahwa korupsi dengan kode 1 menunjukkan bahwa sampel penelitian tidak lebih banyak korupsi dari 844 sampel yang diteliti. Dari 844 pemda terdapat 45 pemda yang korupsi dan 799 pemda tidak korupsi. Variabel kelemahan sistem pengendalian internal dan kepatuhan peraturan perundang-undangan yang menggunakan skala pengukuran interval dan rasio belanja operasi, rasio belanja modal, juga rasio pertumbuhan yang menggunakan skala pengukuran rasio memiliki nilai rata-rata lebih besar dari nilai standar deviasi. Hal ini menunjukkan bahwa kualitas data dari variabel tersebut cukup baik, karena nilai rata- rata yang lebih besar dari standar deviasinya menunjukkan bahwa standar error dari variabel tersebut kecil. Sedangkan untuk variabel opini audit, dan Korupsi menggunakan skala pengukuran nominal , nilai rata- rata dan standar deviasi tidak tepat digunakan sebagai alat analisis kualitas
107 data, karena kode angka yang digunakan dalam skala pengukuran nominal hanya berfungsi sebagai label kategorial semata tanpa nilai intrinsik dan tidak memiliki arti apa- apa (Ghozali, 2011:4).
1. Hasil Uji Hipotesis Penelitian
Karena variabel independen bersifat dummy (korupsi atau tidak korupsi), maka pengujian terhadap hipotesis dilakukan dengan menggunakan uji regresi logistik. Regresi logistik adalah regresi yang digunkaan untuk menguji apakah probabilitas terjadinya variabel terikat dapat dijelaskan oleh variabel bebasnya. Teknik analisis ini tidak memerlukan lagi uji normalitas data pada variabel bebasnya (Ghozali, 2011:261). Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan sebagai berikut (Ghozali, 2011):
a. Hasil Uji Kesesuaian Keseluruhan Model (Overall Model Fit) Pengujian kesesuaian keseluruhan model (overall model fit) dilakukan dengan membandingkan nilai antara -2 Log Likelihood (-2LL) pada awal (Block Number=0) dengan nilai -2 Log Likelihood (-2LL) pada akhir (Block Number=1). Hipotesis untuk menilai model fit adalah:
Ho :Model yang dihoptesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data
Berdasarkan hipotesis ini, maka Ho harus dterima dan Ha harus ditolak agar model fit dengan data. Statistik yang digunakan
108 berdasarkan fugsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input.
Tabel 4.4 adalah Iteration History 0 yang merupakan -2 Log Likelihood awal. Tabel ini akan dibandingkan dengan tabel 4.5 tabel Iteration History 1 yang merupakan -2 Log Likelihood akhir. Adanya selisih antara -2 Log Likelihood awal dengan -2 Log Likelihood akhir menunjukan bahwa hipotesis nol (Ho) tidak dapat di tolak dan model fit dengan data.
Tabel 4.4 Iteration History 0
Iteration -2 Log likelihood Coefficients Constant Step 0 1 422,228 -1,787 2 357,415 -2,520 3 351,498 -2,827 4 351,391 -2,876 5 351,391 -2,877 6 351,391 -2,877
a. Constant is included in the model. b. Initial -2 Log Likelihood: 351,391
c. Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001.
Sumber: output SPSS
Berdasarkan hasil pengolahan SPSS 20.0, pada tabel 4.4 menunjukan bahwa nilai -2 Log Likelihood awal (tabel Iteration History 0) adalah sebesar 351,391. Secara matematis, angka tersebut signifikan pada alpha 5% dan berarti bahwa hipotesisi nol (Ho) ditolak. Hal ini berarti hanya konstanta saja yang tidak fit dengan data
109 (sebelum dimasukkan variabel bebas ke dalam model regresi) (Ghozali, 2011: 268).
Langkah selanjutnya adalah membandingkan antara nilai -2 Log Likelihood awal ( tabel Iteration History 0) dengan -2 Log Likelihood akhir (tabel Iteration History 1), Pada tabel Iteration History 0, nilai -2 Log Likelihood awal menunjukan sebesar 351,391. Setelah variabel bebas dimasukan pada model regresi, maka nilai -2 Log Likelihood pada tabel 4.5 Iteration History 1 adalah sebesar 342,310.
Tabel 4.5
Sumber: output SPSS
Berdasarkan output tersebut, terjadi penurunan nilai antara -2 Log Likelihood awal dan akhir sebesar 9,081. Penurunan nilai -2 Log Likelihood ini dapat diartikan bahwa penambahan variabel bebas ke dalam model dapat memperbaiki model fit serta menunjukan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data.
b. Hasil Uji Koefisien Determinasi (Nagelkerke R. Square)
Iteration Historya,b,c,d
417,861 -1,849 ,104 -,001 ,006 ,561 -,106 -,123 ,145 349,780 -2,719 ,277 -,003 ,014 ,907 -,160 -,304 ,434 342,524 -3,232 ,466 -,006 ,022 1,043 -,134 -,478 ,776 342,310 -3,384 ,533 -,006 ,025 1,063 -,097 -,531 ,901 342,310 -3,393 ,536 -,007 ,025 1,064 -,093 -,533 ,908 342,310 -3,393 ,536 -,007 ,025 1,064 -,093 -,533 ,908 Iteration 1 2 3 4 5 6 Step 1 -2 Log
likelihood Constant op spi kuu rk rbo rbm rt Coefficients
Method: Enter a.
Constant is included in the m odel. b.
Initial -2 Log Likelihood: 351,391 c.
Estim ation term inated at iteration num ber 6 because param eter estim ates changed by less than ,001. d.
110 Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Cox & Snell R Square dan Nagelkerke R Square. Nilai Cox & Snell R Square adalah sebesar 0,011 yang berarti bahwa variabel dependen dapat dijelaskan oleh variabel independen sebesar 1,1%. Cox & Snell R Square merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression sehingga sulit diintepretasikan. Kelemahan mendasar yang dimiliki adalah bias terhadap jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka baik nilai R2 maupun Cox & Snell R Square akan mengalami peningkatan tidak peduli apakah variabel tersebut berpengaruh atau tidak berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, Nagelkerke R Square digunakan dalam mengevaluasi mana model regresi yang terbaik karena nilai yang dihasilkan dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model (Ghozali, 2011).
Berdasarkan Tabel 4.6 dibawah ini, nilai Nagelkerke R Square sebesar 0,031 yang berarti variabel dependen dapat dijelaskan oleh variabel independen sebesar 3,1%, sedangkan sisanya sebesar 96,9% dijelaskan oleh variabel- variabel lain diluar model penelitian seperti integritas manajemen (Chen, et al, 2012; Effendy, 2013), rasio keuangan Efektifitas (Sularso, et al, 2011; Fidelius, 2013; Dwijayanti,
111 2014), kapasitas sumberdaya manusia, pemanfaatan sistem informasi keuangan daerah, dan implementasi SAP (Mahaputra, et al, 2014).
Tabel 4.6 Koefisien Determinasi
Model Summary Step -2 Log
likelihood
Cox & Snell R Square
Nagelkerke R Square 1
342,310 ,011 ,031
a.Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001. Sumber: output SPSS
c. Hasil Uji Kelayakan Model Regresi
Analisis selanjutnya yang dilakukan adalah menilai kelayakan model regresi logistik biner. Menilai kelayakan dari model regresi dapat dilakukan dengan memperhatikan goodness of fit model yang diukur dengan Chi-Square pada kolom Hosmer and
Lemeshow’s (Ghozali, 2009: 269). Hipotesis yang digunakan untuk menilai kelayakan model regresi ini adalah:
Ho: Tidak ada perbedaan antara model dengan data Ha: Ada perbedaan antara model dengan data
Tabel 4.7
Menguji Kelayakan Model Regresi Hosmer and Lemeshow Test
Step
Chi-square df Sig.
112
Sumber: output SPSS
Tabel 4.7 menunjukan hasil pengujian Hosmer and
Lemeshow’s Test. Berdasarkan tabel tersebut, dapat diketahui bahwa nilai signifikansi adalah sebesar 0,082. Nilai signifikan yang diperoleh tersebut diatas 0,05 yang berarti hipotesis 0 (Ho) tidak dapat ditolak (diterima). Hal ini berarti model mampu memprediksi nilai observasinya atau model dapat diterima karena cocok dengan data observasinya sehingga model ini dapat digunakan untuk analisis selanjutnya.
d. Hasil Uji Mutikolinearitas
Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Pengujian ini menggunakan matriks korelasi antar variabel bebas untuk melihat besarnya korelasi antar variabel independen. Pengujian multikolinieritas menggunakan metrik korelasi antara variabel bebas untuk melihat besarnya korelasi antara variabel bebas. Untuk melihat besarnya korelasi antara variabel independen didalam penelitian ini opini audit (op), kelemahan sistem pengendalian internal (spi), kepatuhan peraturan perundang-undangan (kuu), rasio kemandirian (rk), rasio belanja operasi (rbo), rasio belanja modal (rbm), rasio pertumbuhan (rt). Hasil Tabel 4.8 menunjukkan tidak ada nilai koefisien korelasi yang nilainya lebih besar dari
113 0,10, maka tidak ada gejala multikolinearitas yang serius antara variabel bebasnya (Ghazali, 2006: ).
Tabel 4.8
Hasil Uji Multikolinearitas
Sumber: output SPSS e. Hasil Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan pemda korupsi.
Tabel 4.9 Matriks Klasifikasi Sumber: output SPSS Correlation Matrix 1,000 ,011 -,065 -,063 -,092 -,990 -,945 -,113 ,011 1,000 ,179 ,212 -,104 -,055 -,088 -,011 -,065 ,179 1,000 -,283 -,112 -,006 ,039 ,054 -,063 ,212 -,283 1,000 ,046 ,023 -,050 ,044 -,092 -,104 -,112 ,046 1,000 ,103 ,076 -,209 -,990 -,055 -,006 ,023 ,103 1,000 ,924 ,052 -,945 -,088 ,039 -,050 ,076 ,924 1,000 ,054 -,113 -,011 ,054 ,044 -,209 ,052 ,054 1,000 Constant op spi kuu rk rbo rbm rt Step 1
Constant op spi kuu rk rbo rbm rt
Classification Tablea 797 2 99,7 45 0 ,0 94,4 Observed tdk korupsi korupsi korup Overall Percentage Step 1 tdk korupsi korupsi korup Percentage Correct Predicted
The cut value is ,500 a.
114 Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan kemungkinan pemda korupsi adalah sebesar 94,4%. Hal ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan, terdapat sebanyak 0 pemda (0%) yang diprediksi akan korupsi dari total 45 pemda. Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan pemda korupsi adalah 99,7%. Hal ini berarti bahwa dengan model regresi tersebut, terdapat sebanyak 796 pemda (99,7%) yang diprediksi tidak korupsi dari total 799 pemda yang tidak korupsi.
f. Hasil Uji Regresi Logistik
Model regresi logistik yang terbentuk disajikan pada tabel dibawah ini.
Tabel 4.10
Hasil Uji Koefisien Regresi Logistik
Sumber: output SPSS
Variables in the Equation
,536 ,343 2,440 1 ,118 1,709 -,007 ,035 ,034 1 ,853 ,993 ,025 ,025 ,991 1 ,319 1,026 1,064 ,461 5,319 1 ,021 2,897 -,093 5,055 ,000 1 ,985 ,911 -,533 5,048 ,011 1 ,916 ,587 ,908 2,077 ,191 1 ,662 2,478 -3,393 5,009 ,459 1 ,498 ,034 op spi kuu rk rbo rbm rt Constant Step 1a
B S.E. Wald df Sig. Exp(B)
Variable(s) entered on step 1: op, spi, kuu, rk, rbo, rbm, rt. a.
115 Hasil pengujian terhadap koefisien regresi menghasilkan model berikut ini:
Korup = -3,393 + 0,536 OP - 0,007 SPI + 0,025 KUU + 1,064 RK – 0,093 RBO - 0,533 RBM +0,908 RT Berdasarkan pengujian regresi logistik (logistic regression) sebagaimana telah dijelaskan pada bagian sebelumnya, interpretasi hasil disajikan dalam tujuh bagian. Bagian pertama membahas Pengaruh opini audit (OP) terhadap tingkat korupsi (KORUP) (H1). Bagian kedua membahas pengaruh kelemahan sistem pengendalian internal (SPI) terhadap tingkat korupsi (KORUP) (H2). Bagian ketiga membahas pengaruh kepatuhan perundang-undangan (KUU) terhadap tingkat korupsi (KORUP) (H3). Bagian keempat membahas pengaruh rasio kemandirian (RK) terhadap tingkat korupsi (KORUP) (H4). Bagian kelima membahas rasio belanja operasional (RBO) terhadap tingkat korupsi (KORUP) (H5). Bagian keenam membahas rasio belanja modal (RBM) terhadap tingkat korupsi (KORUP) (H6). Bagian ketujuh membahas pengaruh rasio pertumbuhan (RT) terhadap tingkat korupsi (KORUP) (H7).
1) Pengaruh opini audit (OP) terhadap tingkat korupsi (KORUP) Variabel OP menunjukkan koefisien regresi positif sebesar 0,536 dengan tingkat signifikansi (α) sebesar 0,118, lebih besar dari α=
116 5%. Karena tingkat signifikansi (α) lebih besar dari α= 5%, maka
hipotesis ke-1 tidak berhasil didukung (ditolak). Hasil penelitian ini tidak berhasil membuktikan bahwa opini audit berpengaruh signifikan terhadap tingkat korupsi. Hasil penelitian ini sejalan dengan penelitian Setiawan (2012) dan Heriningsih (2013; 2014). Hasil penelitian ini tidak sejalan dengan penelitian Sarah (2014). Hasil penelitian ini memberikan bukti empiris bahwa Apabila opini auditor WTP dan WTP-DPP maka tidak menunjukkan pemda tidak korupsi. Contohnya seperti di Kabupaten Siak (Provinsi Riau) (2012) mendapat opini WTP-DPP dan terdapat kasus korupsi. Di kota Cilegon (Provinsi Banten) dan kota Tomohon (Provinsi Sulawesi Utara) (2013) mendapat opini WTP-DPP dan terdapat kasus korupsi. Di Kota Bandar Lampung (Provinsi Lampung) (2013) mendapat opini WTP dan terdapat kasus korupsi. Di kabupaten Pelalawan (Provinsi Riau) tahun 2012 dan 2013 mendapat opini WTP-DPP serta di tahun yang sama terdapat kasus korupsi. Di Kota Batam (Provinsi Riau), kota Tangerang (Provinsi Banten), Kabupaten Banggai (Sulawesi Tengah) tahun 2012 dan 2013 mendapat opini WTP serta di tahun yang sama terdapat kasus korupsi. Di Kota Palembang (Provinsi Sumatera selatan), Kota Semarang (Provinsi Jawa Tengah) tahun
117 2012 dan 2013 mendapat opini WTP dan WTP-DPP serta pada tahun yang sama terdapat kasus korupsi.
2) Pengaruh kelemahan SPI (SPI) terhadap tingkat korupsi (KORUP) Variabel SPI menunjukkan koefisien regresi negatif sebesar -0,007 dengan tingkat signifikansi α sebesar 0,853, lebih besar dari α=
5%. Karena tingkat signifikansi (α) lebih besar dari α= 5%, maka
hipotesis ke-2 tidak berhasil didukung (ditolak). Penelitian ini tidak berhasil membuktikan bahwa kelemahan SPI berpengaruh signifikan terhadap tingkat korupsi. Hasil penelitian ini sejalan dengan penelitian Setiawan (2012) dan Heriningsih (2013; 2014). Hasil penelitian ini memberikan bukti empiris bahwa Apabila Semakin banyak kelemahan sistem pengendalian intern yang terjadi pada suatu pemerintah daerah tidak berarti menunjukkan pemda tidak korupsi. Contohnya seperti Kabupaten Banggai (Provinsi Sulawesi Tengah), kota Tangerang (Provinsi Banten) tahun 2012 hanya terdapat 2 kelemahan SPI namun pada tahun yang sama terdapat kasus korupsi. Di Kabupaten Kampar (Provinsi Riau) tahun 2013 terdapat 30 kasus kelemahan SPI namun pada tahun yang sama tidak terdapat kasus korupsi.
3) Pengaruh Kepatuhan peraturan perundang-undangan(KUU) terhadap tingkat korupsi (KORUP)
118 Variabel KUU menunjukkan koefisien regresi positif sebesar 0,025 dengan tingkat signifikansi (α) sebesar 0,319, lebih besar
dari α= 5%. Karena tingkat signifikansi (α) lebih besar dari α=
5%, maka hipotesis ke-3 tidak berhasil didukung (ditolak). Penelitian ini tidak berhasil membuktikan bahwa kepatuhan terhadap peraturan perundang-undangan berpengaruh signifikan terhadap tingkat korupsi. Hasil penelitian ini sejalan dengan penelitian Setiawan (2012) dan Heriningsih (2013; 2014). Hasil penelitian ini memberikan bukti empiris bahwa Apabila Hasil pemeriksaan kepatuhan terhadap peraturan perundang-undangan atas laporan keuangan mengungkapkan ketidakpatuhan terhadap ketentuan perundang-undangan yang mengakibatkan kerugian daerah, potensi kerugian daerah, kekurangan penerimaan,