ANALISIS KONDISI KEUANGAN PEMERINTAH DAERAH
DI INDONESIA DENGAN METODE KLASTER
TESIS
Diajukan untuk Melengkapi Tugas-Tugas dan Memenuhi Syarat-Syarat Guna Mencapai Derajat Magister Sains Program Studi Magister Akuntansi
Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta
Oleh:
AGUS SUWANTO
NIM: S431402002
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS NEGERI SEBELAS MARET
SURAKARTA
2016
ii
iii
iv
v
HALAMAN PERSEMBAHAN
Karya sederhana ini aku persembahkan teruntuk,
ALLOH SWT
& kekasihNya Nabi MUHAMMAD SAW
Megawati
,….Untuk segala do’a, cita dan cintanya yang berlimpah…,
Kedua orang tuaku, kedua mertuaku,
dan keluarga besarku
,…..Atas semua kasih sayang yang tercurah…,
Semua dosen dan guruku
,….Atas semua pelajaran kehidupan yang tak ternilai…,
Meysa Izzati Almahyra
,….Si Buah hati penerus mimpi untuk berkreasi dan berbagi imajinasi…,
vi
HALAMAN MOTTO
…Hasbunalloh wa ni’mal wakil ni’mal maula wa ni’man nashir…
Cukuplah Alloh menjadi pelindung kami dan Alloh adalah sebaik-baik pelindung (QS. 3:173)
…Fa innama’al yusri yusron inna ma’al yusri yusron…
Maka sesungguhnya bersama kesulitan itu terdapat kemudahan sesungguhnya bersama kesulitan itu terdapat kemudahan
(QS. 94:5-6)
Rasulullah saw bersabda:
Kelebihan seorang (ahli ilmu) terhadap seorang ‘abid (ahli ibadah) ibarat bulan purnama terhadap seluruh bintang
(HR. Abu Dawud)
…Don’t be afraid to move, because the distance of 1000 miles starts by a single step…
(NN)
Jangan takut melangkah, karena jarak 1000 mil dimulai dari satu langkah.
vii
KATA PENGANTAR
Alhamdulillah, segala puji syukur atas bagi Alloh SWT atas limpahan rahmat,
karunia dan inayahNya sehingga penulis dapat menyelesaikan tesis ini. Sholawat
dan salam tetap tercurah pada kekasih Alloh nabi Muhammad saw semoga tetap
istiqomah selalu di jalanNya. Tesis dengan judul “Analisis Kondisi Keuangan
Pemerintah Daerah di Indonesia dengan Metode Klaster” ini disusun untuk
memenuhi persyaratan mencapai derajat Magister Program Studi Magister
Akuntansi Universitas Sebelas Maret Surakarta.
Penulis menyadari bahwa dalam penyusunan tesis ini bukan merupakan jerih
payah sendiri melainkan banyak pihak yang ikut membantu terselesaikannya tesis
ini. Dengan segala kerendahan hati, penulis ingin menyampaikan rasa terima kasih
kepada semua pihak yang telah membantu baik secara langsung maupun tidak
langsung hingga terselesaikannya tesis ini, yaitu berikut ini.
1. Badan Pengawasan Keuangan dan Pembangunan (BPKP) yang telah
memberikan bantuan kepada penulis berupa beasiswa State Accountability
Revitalization (STAR) dalam menyelesaikan studi di program studi Magister
Akuntansi Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
2. Direktorat Jenderal Pajak (DJP) terkhusus pada Kantor Pelayanan Pajak
Pratama Batulicin yang telah memberikan dukungan moral dan spiritual dalam
pelaksanaan studi di program studi Magister Akuntansi Fakultas Ekonomi
Universitas Sebelas Maret Surakarta.
3. Prof. Dr. Ravik Karsidi, M.S., selaku Rektor Universitas Sebelas Maret.
viii
4. Prof. Dr. M. Furqon Hidayatullah, M.Pd., selaku Direktur Program
Pascasarjana Universitas Sebelas Maret.
5. Dr. Hunik Sri Runing Sawitri, M.Si., selaku Dekan Fakultas Ekonomi
Universitas Sebelas Maret.
6. Dr. Payamta, M. Si., CPA, Ak., selaku Ketua Program Studi Magister
Akuntansi Universitas Sebelas Maret.
7. Bapak Ari Kuncara Widagdo, SE., MBA., P.hD., CA selaku pembimbing yang
telah meluangkan waktu, pikiran, tenaga serta wejangan-wejangannya untuk
membantu penulis menyelesaikan tesis.
8. Bapak ibu dosen beserta staf di Program Magister Akuntansi Fakultas Ekonomi
Universitas Sebelas Maret Surakarta yang telah banyak memberikan
bimbingan keilmuan, khususnya dalam disiplin Ilmu Akuntansi.
9. Kelas STAR BPKP BATCH 2 (mas Agus Hw, mba Alif, Bayu, Cahyanto,
Deddy, Hana, mas Heru, mas Imam, Listyo, Luthfi, mas Murya, Robby, mas
Romdon, mas Suci dan mas Wakhid) yang telah memberikan bantuan dan
pikiran, semoga sukses selalu menyertai kita di dunia dan akhirat, amin.
10. Kepada semua pihak yang telah membantu penulis.
Surakarta, Januari 2016
Penulis
ix
HALAMAN PERNYATAAN KEASLIAN ... iv
HALAMAN PERSEMBAHAN ... v
BAB II TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS . 13
A. Definisi Kondisi Keuangan Pemerintah Daerah ... 13
B. Analisis Klaster Pemerintah Daerah ... 14
x
C. Variabel Pengklasteran Pemerintah Daerah ... 16
D. Landasan Teori ... 18
1. Teori Agensi ... 18
2. Upper Echelons Theory... 20
3. Teori Ketimpangan Wilayah ... 20
E. Penelitian Terdahulu ... 21
F. Pengembangan Hipotesis ... 29
1. Variabel Independen ... 29
a. Biaya Barang dan Jasa ... 29
b. Profil Usia ... 30
c. Karakteristik Kepala Daerah ... 31
d. Kinerja Pemerintah ... 32
B. Pengumpulan Data dan Pemilihan Sampel ... 39
C. Definisi Operasional dan Pengukuran Variabel ... 41
1. Variabel Dependen ... 41
xi
a. Model Pertama ... 41
1. Pendapatan Asli Daerah (PAD) ... 41
2. Dana Bagi Hasil Penerimaan Sumber Daya Alam 42 3. Dana Bagi Hasil Penerimaan Pajak ... 42
4. Jumlah Penduduk ... 42
5. Pendapatan Domestik Regional Bruto (PDRB) .... 43
6. Luas Wilayah……. ... 43
7. Indeks Pembangunan Manusia (IPM) ... 43
8. Indeks Kemahalan Konstruksi (IKK) ... 44
b. Model Kedua ... 45
2. Variabel Independen ... 46
a. Biaya Barang dan Jasa ... 47
b. Profil Usia ... 47
c. Karakteristik Kepala Daerah ... 48
d. Kinerja Pemerintah ... 49
a. Statistik Deskriptif Data Pembentuk Klaster ... 56
xii
b. Statistik Deskriptif Variabel dalam Binary Logistic
Regression ... 57
2. Pembentuk Klaster Model Pertama ... 57
a. Tujuan Analisis Klaster ... 57
b. Uji Nilai Hosmer and Lemeshow’s Goodness of Fit Test 62 c. Uji Nilai Nagelkerke R2 ... 63
d. Uji Estimasi Parameter atau Koefisien Regresi ... 63
4. Pengujian Hipotesis ... 64
BAB IV ANALISIS DATA DAN PEMBAHASAN ... 65
A. Populasi dan Sampel Penelitian ... 65
1. Data Screening ... 65
B. Statistik Deskriptif ... 67
C. Analisis Data Pembentuk Klaster ... 74
1. Tujuan Analisis Klaster ... 74
xiii
7. Kondisi Keuangan Pemerintah Daerah setelah Analisis Klaster ... 79
4. Uji Estimasi Parameter atau Koefisien Regresi ... 85
E. Pengujian Hipotesis ... 88
1. Model Pertama ... 88
2. Model Kedua ... 90
F. Pembahasan ... 91
1. Asosiasi antara Biaya Barang dan Jasa dan Kondisi Keuangan... 91
2. Asosiasi antara Profil Usia dan Kondisi Keuangan ... 92
xiv
3. Asosiasi antara Karakteristik Kepala Daerah dan Kondisi
Keuangan... 93
4. Asosiasi antara Kinerja Pemerintah dan Kondisi Keuangan. 95 5. Asosiasi antara Kepadatan Penduduk dan Kondisi Keuangan 95 6. Asosiasi antara Lokasi dan Kondisi keuangan ... 96
7. Asosiasi antara Gender dan Kondisi Keuangan ... 97
8. Asosiasi antara Scope dan Jasa dan Kondisi Keuangan ... 98
BAB V PENUTUP ... 99
A. Kesimpulan... 99
B. Keterbatasan ... 101
C. Saran ... 101
D. Implikasi ... 102
1. Bagi Akademisi ... 102
2. Bagi Pemerintah ... 103
DAFTAR PUSTAKA ... 104
LAMPIRAN ... 108
xv
DAFTAR TABEL
Halaman
Tabel 3.1 Ringkasan Variabel Pembentuk Klaster ... 44
Tabel 3.2 Ringkasan Variabel Independen ... 52
Tabel 3.3 Ringkasan Variabel Kontrol... 56
Tabel 4.1 Sampel dan Observasi Penelitian ... 66
Tabel 4.2 Statistik Deskriptif Data Pembentuk Klaster ... 67
Tabel 4.3 Statistik Deskriptif dalam Binary Logistic Regression (Model Pertama) ... 68
Tabel 4.4 Statistik Deskriptif dalam Binary Logistic Regression (Model Kedua) ... 70
Tabel 4.5 Perbandingan Alokasi Belanja pada Lima Pemerintah Kabupaten Kriteria Tidak Sehat ... 72
Tabel 4.6 Hasil Uji Multikolinearitas... 76
Tabel 4.7 Hasil Uji ANOVA ... 78
Tabel 4.8 Pusat Klaster Akhir (Final Cluster Centers)... 79
Tabel 4.9 Ringkasan Uji Regresi Logistik ... 83
Tabel 4.10 Hasil Uji Binary Logistic ... 86
xvi
DAFTAR GAMBAR
Halaman
GAMBAR 2.1 Kerangka Berfikir ... 37
xvii
DAFTAR LAMPIRAN
Halaman
Lampiran 1: Matrik Jurnal Penelitian Terdahulu ... 108
Lampiran 2: Data Pembentuk Klaster ... 121
Lampiran 3: Deskripsi Data Penelitian Pembentuk Klaster ... 130
Lampiran 4: Uji Asumsi Klaster ... 130
Lampiran 5: Pengelompokan dengan Analisis Klaster ... 131
Lampiran 6: Hasil Akhir Pengelompokan dengan Klaster ... 133
Lampiran 7: Pengelompokan Tingkat Kesehatan Keuangan dengan Rasio Belanja Modal terhadap Total Belanja (BMTB) ... 137
Lampiran 8: Deskripsi Data Penelitian Pembentuk Regresi Logistik ... 140
Lampiran 9: Data Pembentuk Analisis Regresi Logistik ... 141
Lampiran 10: Hasil Pengujian dengan Regresi Logistik (Metode Klaster) ... 149
Lampiran 11: Hasil Pengujian dengan Regresi Logistik (rasio BMTB) ... 154
xviii
ABSTRAK
Agus Suwanto, S.E. NIM: S431402002
ANALISIS KONDISI KEUANGAN PEMERINTAH DAERAH
DI INDONESIA DENGAN METODE KLASTER
Penelitian ini bertujuan untuk mengetahui kondisi keuangan pemerintah daerah berdasar analisis klaster dan pengaruh biaya barang dan jasa, profil usia, karakteristik kepala daerah dan kinerja pemerintah terhadap probabilitas pemerintah daerah mengalami ketidaksehatan keuangan. Kesehatan keuangan dalam penelitian ini diproksikan dengan dua model. Model pertama menggunakan analisis klaster yang melibatkan komponen Dana Alokasi Umum (pendapatan asli daerah, dana bagi hasil sumber daya alam, dana bagi hasil pajak, jumlah penduduk, Produk Domestik Regional Bruto, Indeks Pembangunan Manusia dan Indeks Kelayakan Konstruksi), sedangkan model kedua menggunakan rasio belanja modal terhadap total belanja sebagai proksinya.
Data yang digunakan dalam penelitian ini merupakan data sekunder dari Laporan Keuangan Pemerintah Daerah tahun 2013 yang telah diaudit BPK, data dari Kementerian Dalam Negeri, Badan Pusat Statistik dan data lain yang relevan. Teknik pengambilan sampel yang digunakan adalah purposive sampling yang menghasilkan sampel sebanyak 413 kabupaten dan kota. Metode analisis data yang digunakan pada penelitian ini adalah binary regression logistic.
Dua buah klaster terbentuk pada penelitian ini. Klaster pertama kriterianya “tidak sehat” dengan total 292 kabupaten dan 64 kota. Klaster ini unggul pada komponen luas wilayah dan Indeks Kemahalan Konstruksi serta dominan pada sektor pertanian dan pariwisata. Klaster kedua kriterianya “sehat” dengan anggota 39 kabupaten dan 19 kota. Berkebalikan dengan klaster pertama, klaster kedua unggul signifikan di hampir semua komponen pembentuk DAU dengan pengecualian luas wilayah dan Indeks Kemahalan Konstruksi. Sebagian besar anggota klaster ini berada di wilayah yang berdekatan dengan pusat kegiatan perekonomian dan merupakan kawasan industri yang cukup berkembang.
Berdasarkan analisis regresi logistik diperoleh hasil bahwa variabel biaya barang dan jasa serta profil usia hanya berpengaruh pada probabilitas pemerintah daerah mengalami ketidaksehatan keuangan di model pertama. Kinerja pemerintah dan lokasi terbukti berpengaruh pada probabilitas pemerintah daerah mengalami ketidaksehatan keuangan baik pada model pertama maupun model kedua. Variabel gender hanya berpengaruh pada probabilitas pemerintah daerah mengalami ketidaksehatan keuangan pada model kedua. Sebaliknya, variabel karakteristik kepala daerah, kepadatan penduduk dan scope secara konsisten tidak signifikan pada kedua model.
Kata kunci: Analisis klaster, kesehatan keuangan, pemerintah daerah
xix ABSTRACT
Agus Suwanto, S.E. NIM: S431402002
ANALYSIS OF FINANCIAL CONDITION
OF LOCAL GOVERNMENT IN INDONESIA
WITH CLUSTER METHOD
The aims of this study are twofold. First, this study aims to determine the financial condition of local government based on cluster analysis. Second, this study intents to examine the influence of the cost of goods and services, age profile, characteristics of local head and performance of local government the regional heads of government on the probability of local authorities experiencing financial morbidity. In addition, this study also employs some control variables such as population density, location, gender and scope. Financial health in this study is proxied by two models. The first model use categorization financial condition based on cluster analysis involving components of general allocation funds (local revenues, revenue-sharing natural resources, tax revenue-sharing, population, Gross Domestic Product, the Human Development Index and Construction Feasibility Index). The second model uses the ratio of capital expenditure to total expenditure.
Data in this research is secondary data collected from the Local Government Finance Report in 2013 audited by Supreme Audit Board, data from the Ministry of Home Affair, the Central Bureau of Statistics and other relevant data. Sampling technique is purposive sampling producing 413 regencies and municipalities. Method of analysis is binary logistic regression.
Two clusters are formed in this study. The first cluster criterion is "unhealthy" that consists of 292 regencies and 64 municipalities. This cluster has an advantage in the area of components and Construction Cost Index and dominant in the agricultural and tourism sector. The second cluster criterion is "healthy" that consists of 39 regencies and 19 municipalities. Contrast to the first cluster, the second cluster is significantly superior in almost all of the components in forming the DAU with the exception on wide of an area and Construction Cost Index. Most members of this cluster is located in an area adjacent to the center of economic activity and a sufficiently developed industrial area.
The logistic regression analysis shows that the variable cost of goods and services and also age profile affect the probability of local authorities experiencing financial are significant determinants to predict financial condition in the first model. The performance of the government and the location proved effect on the probability of local authorities experiencing financial morbidity both on the first
xx
model and the second model. Gender variable only affects the probability of local authorities experiencing financial morbidity in the second model. In contrast, the variable characteristics of the local head, population density and scope consistently are not significant in both models.
Keywords: Cluster analysis, financial health, local government
