Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D

(1)

Analisis Pola Hubungan Besarnya Kerugian Negara

Akibat Korupsi Dengan Demografi Koruptor

di Jawa Timur

Oleh :

Amilia Firda Rahmana (1311 105 008)

Dosen Pembimbing :

Santi Puteri Rahayu, M.Si, Ph.D

Seminar Hasil Tugas Akhir

5 Juli 2013

(2)

PENDAHULUAN

I

LATAR BELAKANG

(3)

PENDAHULUAN

I

LATAR BELAKANG

Indonesia memiliki nilai IPK lebih

rendah dari pada negara Papua

Nugini,

Vietnam,

Philipina,

Malaysia dan Singapura.

Sedangkan pada tingkat dunia,

negara-negara yang ber-IPK lebih

buruk dari Indonesia merupakan

negara yang sedang mengalami

konflik

(4)

PENDAHULUAN

I

LATAR BELAKANG

Kasus korupsi dengan analisis

(5)

PENDAHULUAN

I

TUJUAN

1 • Karakteristik demografi kasus dugaan korupsi

2 • Signifikansi dependensi kerugian negara

akibat korupsi dengan demografi koruptor

3 • Pola hubungan antara besarnya kerugian

negara dengan variabel demografi koruptor

(6)

PENDAHULUAN

I

• Memberikan analisis statistika pada

bidang hukum di Jawa Timur khususnya

kasus korupsi

1 • Membantu memberikan upaya perventif

pemberantasan kasus korupsi yang

terjadi di Jawa Timur maupun Indonesia

2

(7)

PENDAHULUAN

I

BATASAN PENELITIAN

Data yang digunakan adalah data kasus korupsi di

Jawa Timur pada tahun 2011-2012 baik yang sudah

diputus maupun belum diputus sampai dengan

akhir tahun 2012.

(8)

TINJAUAN PUSTAKA

II

STATISTIKA DESKRIPTIF

Statistika deskriptif adalah metode-metode yang berkaitan

dengan pengumpulan dan penyajian suatu gugus data sehingga

memberikan informasi yang berguna (Walpole, 1995).

Statistika deskriptif memberikan informasi

yang hanya mengenai data itu sendiri dan

dapat diketahui karakteristik dan frekuensi

atau presentase yang didapat dari setiap

variabel yang diteliti.

(9)

TINJAUAN PUSTAKA

II

TABEL KONTINGENSI

Masing-masing kategori variabel tersebut harus memenuhi syarat

• Homogen

• Mutually Exclusive

• Mutually Exchaustive

• Skala Nominal atau Ordinal

Tabulasi silang dua variabel ordinal yang

berisi frekuensi-frekuensi respon dalam

setiap sel matriks.

(10)

TINJAUAN PUSTAKA

II

UJI INDEPENDENSI

Digunakan untuk mengetahui ada tidaknya hubungan antar

dua variabel yang telah ditetapkan.

Hipotesis untuk pengujian independensi adalah sebagai

berikut.

H

₀

: tidak ada hubungan antar variabel A dan variabel B

H

₁

: ada hubungan antar variabel A dan variabel B

∑∑

= =

−

=

I i J j ij ij ij

m

n

1 1 2 2

ˆ

)

ˆ

(

χ

Statistik uji :

(11)

TINJAUAN PUSTAKA

II

ANALISIS KORESPONDENDSI

• Bagian analisis multivariat yang mempelajari hubungan antara dua atau

lebih variabel dengan memperagakan baris dan kolom secara bersama

dari tabel kontingensi dua arah dalam ruang vektor berdimensi rendah

(dua).

• Digunakan untuk mereduksi dimensi variabel dan menggambarkan

profil vektor baris dan vektor kolom suatu matriks data dari tabel

kontingensi.

• Hasil dari analisis korespondensi biasanya mengikutkan dua dimensi

terbaik untuk mempresentasikan data, yang menjadi koordinat titik dan

suatu ukuran jumlah informasi yang ada dalam setiap dimensi yang

biasa dinamakan inersia (Johnson dan Wichern 2002).

(12)

TINJAUAN PUSTAKA

II

MODEL LOG LINEAR

Suatu model untuk memperoleh model statistika yang menyatakan

hubungan antara variabel dengan data yang bersifat kualitatif (skala

nominal atau ordinal) dan dapat diketahui model matematikanya secara

pasti serta level atau kelas mana yang cenderung menimbulkan adanya

hubungan atau dependensi.

Uji Goodness of Fit

Uji K-Way

Uji Asosiasi Parsial

Seleksi Model

(13)

TINJAUAN PUSTAKA

II

Suatu perbuatan tidak

jujur atau

penyelewengan yang

dilakukan karena

adanya suatu

pemberian.

Kekuasaan tanpa aturan hukum. Oleh

karena itu, selalu ada praduga

pemakaian kekuasaan untuk mencapai

suatu tujuan selain tujuan yang

tercantum dalam pelimpahan kekuasaan

tersebut.

Gejala dimana pejabat,

badan-badan negara

yang menyalahgunakan

wewenang dengan

terjadinya penyuapan,

pemalsuan.

(14)

METODOLOGI

PENELITIAN

III

SUMBER DATA

Data yang digunakan dalam penelitian ini adalah data sekunder

kasus dugaan korupsi di Jawa Timur mulai Januari 2011 hingga

Desember 2012.

Data didapat dari Pengadilan Tipikor (Tindak Pidana Korupsi) Jawa

Timur.

Jumlah kasus korupsi di Jawa Timur dari Januari 2011 hingga

Desember 2012 sebanyak 286 kasus, baik yang sudah diputus

maupun belum diputus.

(15)

METODOLOGI

PENELITIAN

III

VARIABEL PENELITIAN

Variabel

Keterangan

Kerugian Negara

1. Kategori A (< 100.000.000)

2. Kategori B ( 100.000.000 sampai 1.000.000.000 )

3. Kategori C ( > 1.000.000.000 )

Usia

1. < 40 tahun

2. 40 tahun – 50 tahun

3. > 50 tahun

Jenis Kelamin

1. Laki-Laki

2. Perempuan

(16)

METODOLOGI

PENELITIAN

III

Variabel

Keterangan

Daerah Kejaksaan 1. Zona Utara

2. Zona Tengah

3. Zona Selatan

Pekerjaan

1. PNS

2. Swasta/Wiraswasta

3. Pejabat Parpol

Pendidikan

1. SD/SMP/SMA

2. D3/S1

3. S2/S3

VARIABEL PENELITIAN

(17)

METODOLOGI

PENELITIAN

III

LANGKAH ANALISIS

Untuk menganalisis karakteristik demografi kasus dugaan korupsi di

Jawa Timur digunakan statistika deskriptif dengan menggunakan pie

chart.

Mengetahui signifikansi dependensi besarnya kerugian negara

akibat korupsi dengan variabel demografi koruptor di Jawa Timur

dilakukan langkah analisis sebagai berikut.

i.

Membuat tabel tabulasi silang dua dimensi antara variabel

besarnya kerugian negara dengan variabel-variabel

demografi.

ii. Melakukan uji independensi dengan menggunakan uji

chi-square antara variabel kerugian negara dengan

(18)

METODOLOGI

PENELITIAN

III

LANGKAH ANALISIS

Untuk mengetahui pola hubungan antara besarnya kerugian negara

akibat korupsi dengan variabel demografi koruptor di Jawa Timur

dilakukan langkah analisis sebagai berikut.

Melakukan analisis korespondensi dengan langkah-langkah :

i.

Menghitung profil baris dan profil kolom.

ii. Menentukan nilai inersia.

iii. Menentukan nilai kontribusi relatif dan kontribusi mutlak dari

masing-masing baris dan kolom.

(19)

METODOLOGI

PENELITIAN

III

Melakukan analisis model log linear dengan langkah-langkah :

i. Menentukan variabel yang memiliki kategori dependen.

ii. Membentuk model log linear dari tabel dua dimensi untuk mencari

model matematis secara pasti.

iii. Melakukan uji Goodness of Fit dengan menggunakan uji Chi Square

Pearson dan Ratio Likelihood untuk menguji hipotesis dari tiap

model yang terbentuk.

iv. Melakukan seleksi model terbaik dengan metode eliminasi

backward.

v. Melakukan pengujian residual untuk mengetahui level mana yang

cenderung menimbulkan adanya hubungan atau dependensi.

Pengujian residual ini menggunakan nilai adjusted residual yang

dibandingkan dengan nilai pada distribusi normal standart.

(20)

ANALISIS DAN

PEMBAHASAN

IV

(21)

ANALISIS DAN

PEMBAHASAN

IV

(22)

ANALISIS DAN

PEMBAHASAN

IV

(23)

ANALISIS DAN

PEMBAHASAN

IV

Usia Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M < 40 tahun Jumlah 24 28 2 54 Persentase 8.4% 9.8% 0.7% 18.9% Nilai Harapan 18.1 25.7 10.2 40 tahun – 50 tahun Jumlah 43 55 27 125 Persentase 15% 19.2% 9.4% 43.7% Nilai Harapan 42.0 59.4 23.6 >50 tahun Jumlah 29 53 25 107 Persentase 10.1% 18.5% 8.7% 37.4% Nilai Harapan 35.9 50.9 20.2 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%

Chi Square

P-value

12,108

0,017

2 χ

Ada Hubungan antara

Kerugian Negara dan Usia

Lanjut ke Analisis Model

Log Linear dan Analisis

Korespondensi

Signifikansi Dependensi

Kerugian Negara VS Usia

(24)

ANALISIS DAN

PEMBAHASAN

IV

Chi Square

P-value

1,034

0,596

2 χ

Tidak Ada Hubungan

antara Kerugian Negara

dan Jenis Kelamin

Tidak dilanjutkan ke

Analisis Model Log Linear

dan Analisis Korespondensi

Signifikansi Dependensi

Kerugian Negara VS Jenis Kelamin

Jenis Kelamin Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M Laki-Laki Jumlah ₈₆ ₁₁₆ ₄₆ ₂₄₈ Persentase _30.1% _40.5% _16.1% _86.7% Nilai Harapan 83.2 117.9 46.8 Perempuan Jumlah ₁₀ ₂₀ ₈ ₃₈ Persentase _3.5% _7.0% _2.8% _13.3% Nilai Harapan 12.8 18.1 7.2 Total Jumlah ₉₆ ₁₃₆ ₅₄ ₂₈₆ Persentase _33.6% _47.5% _18.9% _100%

(25)

ANALISIS DAN

PEMBAHASAN

IV

Chi Square

P-value

13,579

0,009

2 χ

Ada Hubungan antara

Kerugian Negara dan

Daerah Kejaksaan

Lanjut ke Analisis Model

Log Linear dan Analisis

Korespondensi

Signifikansi Dependensi

Kerugian Negara VS Daerah Kejaksaan

Daerah Kejaksaan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M Utara Jumlah 36 33 25 94 Persentase 12.6% 11.5% 8.7% 32.9% Nilai Harapan 31.6 44.7 17.7 Tengah Jumlah 37 50 12 99 Persentase 12.9% 17.5% 4.2% 34.6% Nilai Harapan 33.2 47.1 18.7 Selatan Jumlah 23 53 17 93 Persentase 8.0% 18.5% 5.9% 32.5% Nilai Harapan 31.2 44.2 17.6 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%

(26)

ANALISIS DAN

PEMBAHASAN

IV

2 χ

Terdapat sel yang

memiliki nilai harapan < 5

sebanyak 22,2%, maka

perlu dilakukan

Penggabungan Sel

Signifikansi Dependensi

Kerugian Negara VS Pekerjaan

Pekerjaan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M PNS Jumlah 65 68 25 158 Persentase 22.7% 23.8% 8.7% 55.2% Nilai Harapan 53 75.1 29.8 Swasta / Wiraswasta Jumlah 30 65 19 114 Persentase 10.5% 22.7% 6.6% 39.9% Nilai Harapan 38.3 54.2 21.5 Pejabat Partai Politik Jumlah 1 3 10 14 Persentase 0.3% 1% 3.5% 4.9% Nilai Harapan 4.7 6.7 2.6 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%

(27)

ANALISIS DAN

PEMBAHASAN

IV

Chi Square

P-value

7,032

0,030

2 χ

Ada Hubungan antara

Kerugian Negara dan

Pekerjaan

Lanjut ke Analisis Model

Log Linear dan Analisis

Korespondensi

Signifikansi Dependensi

Kerugian Negara VS Pekerjaan

Pekerjaan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M PNS Jumlah 66 71 35 172 Persentase 23% 24.8% 12.2% 60.1% Nilai Harapan 57.7 81.8 32.5 Swasta / Wiraswasta Jumlah 30 65 19 114 Persentase 10.5% 22.7% 6.6% 39.9% Nilai Harapan 38.3 54.2 21.5 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%

(28)

ANALISIS DAN

PEMBAHASAN

IV

Chi Square

P-value

58,454

0,000

2 χ

Ada Hubungan antara

Kerugian Negara dan

Pendidikan

Lanjut ke Analisis Model

Log Linear dan Analisis

Korespondensi

Signifikansi Dependensi

Kerugian Negara VS Pendidikan

Pendidikan Kerugian Negara Total < 100 juta 100 juta – 1 M ≥ 1 M SD / SMP / SMA Jumlah 54 39 2 95 Persentase 18.9% 13.6% 0.7% 33.2% Nilai Harapan 31.9 45.2 17.9 D3 / S1 Jumlah 35 63 25 123 Persentase 12.2% 22.0% 8.7% 43% Nilai Harapan 41.3 58.5 23.2 S2 / S3 Jumlah 7 34 27 68 Persentase 2.4% 11.9% 9.4% 23.8% Nilai Harapan 22.8 32.3 12.8 Total Jumlah 96 136 54 286 Persentase 33.6% 47.5% 18.9% 100%

(29)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Usia

ANALISIS KORESPONDENSI

Usia Kerugian Negara Massa

< 100 juta 100 juta – 1M ≥ 1 M < 40 tahun 0,444 0,519 0,037 0,329 40 tahun – 50 tahun 0,344 0,440 0,216 0,346 >50 tahun 0,271 0,495 0,234 0,325 PROFIL BARIS PROFIL KOLOM

Usia Kerugian Negara

< 100 juta 100 juta – 1 M ≥ 1 M

< 40 tahun 0,250 0,206 0,037 40 tahun – 50 tahun 0,448 0,404 0,500

>50 tahun 0,302 0,390 0,463 Massa 0,336 0,475 0,189

Dimensi Inersia Proporsi Proporsi Kumulatif

1 0,039 0,921 0,921 2 0,003 0,079 1,000

(30)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Usia

ANALISIS KORESPONDENSI

KONTRIBUSI MUTLAK DAN RELATIF (PROFIL BARIS)

Usia Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2

< 40 tahun 0,777 0,034 0,996 0,004 40 tahun – 50 tahun 0,030 0,533 0,398 0,602

>50 tahun 0,192 0,434 0,838 0,162

KONTRIBUSI MUTLAK DAN RELATIF (PROFIL KOLOM)

Kerugian Negara Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2

< 100 juta 0,258 0,407 0,881 0,119 100. juta – 1 M 0,013 0,512 0,222 0,778

(31)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Usia

ANALISIS KORESPONDENSI

(32)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Usia

ANALISIS MODEL LOG LINEAR

UJI K-WAY

Uraian K Db Likelihood Ratio Pearson

Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 4 15,212 0,004 12,108 0,017 1 8 82,851 0,000 67,769 0,000 K-Way Effects 1 4 67,639 0,000 55,661 0,000 2 4 15,212 0,004 12,108 0,017

Efek db Partial

Chi-Square P-value

Kerugian Negara 2 36,586 0,000 Usia 2 31,053 0,000

(33)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Usia

ANALISIS MODEL LOG LINEAR

ELIMINASI BACKWARD

PENGUJIAN RESIDUAL

Efek Chi-Square db P-value

Model 0 0,000 0 Model 1 15,212 4 0,004 xy ij y j x i ij

m

=

µ

+

λ

+

λ

+

λ

Sehingga model yang terbentuk :

Log

Usia

Kerugian Negara

< 100 juta 100 juta – 1 M ≥ 1 M < 40 tahun Adj. Resi 1.9 0.7 -3.2

40 tahun –

50 tahun Adj. Resi 0.3 -1.1 1.0

(34)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Daerah Kejaksaan

ANALISIS KORESPONDENSI

PROFIL BARIS PROFIL KOLOM NILAI INERSIA Daerah Kejaksaan

Kerugian Negara Massa < 100 juta 100 juta – 1 M ≥ 1 M

Zona Utara 0,383 0,351 0,266 0,329 Zona Tengah 0,374 0,505 0,121 0,346

Zona Selatan 0,247 0,570 0,183 0,325

Daerah Kejaksaan Kerugian Negara

< 100 juta 100 juta – 1 M ≥ 1 M

Zona Utara 0,375 0,243 0,463

Zona Tengah 0,385 0,368 0,222 Zona Selatan 0,240 0,390 0,315 Massa 0,336 0,475 0,189

1 0,035 0,737 0,737 2 0,012 0,263 1,000

(35)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Daerah Kejaksaan

ANALISIS KORESPONDENSI

Daerah Kejaksaan

Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2

Zona Utara 0,661 0,010 0,994 0,006 Zona Tengah 0,104 0,550 0,346 0,654

Zona Selatan 0,235 0,440 0,599 0,401

Kerugian Negara

< 100 juta 0,131 0,533 0,408 0,592

100. juta – 1 M 0,484 0,041 0,971 0,029 ≥ 1 M 0,385 0,426 0,717 0,283

(36)

ANALISIS DAN

PEMBAHASAN

IV

PLOT KORESPONDENSI

Pola Hubungan

Kerugian Negara VS Daerah Kejaksaan

(37)

ANALISIS DAN

PEMBAHASAN

IV

UJI K-WAY

UJI ASOSIASI PARSIAL

Pola Hubungan

Kerugian Negara VS Daerah Kejaksaan

ANALISIS MODEL LOG LINEAR

Uraian K db

Likelihood Ratio Pearson Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 4 13,971 0,007 13,579 0,009 1 8 50,773 0,000 49,140 0,000 K-Way Effects 1 4 36,802 0,000 35,561 0,000 2 4 13,971 0,007 13,579 0,009

(38)

ANALISIS DAN

PEMBAHASAN

IV

ELIMINASI BACKWARD PENGUJIAN RESIDUAL xy ij y j x i ij

m

=

µ

+

λ

+

λ

+

λ

Log

Pola Hubungan

Kerugian Negara VS Daerah Kejaksaan

ANALISIS MODEL LOG LINEAR

Model 0 0,000 0

Model 1 13,971 4 0,007

Daerah Kejaksaan

Kerugian Negara

< 100 juta 100. juta – 1 M ≥ 1 M

Utara Adj. Resi 1.2 -2.9 2.3

Tengah Adj. Resi 1.0 0.7 -2.1

(39)

ANALISIS DAN

PEMBAHASAN

IV

UJI K-WAY

Pola Hubungan

Kerugian Negara VS Pekerjaan

ANALISIS MODEL LOG LINEAR

Uraian K db Likelihood Ratio Pearson

Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 2 7,069 0,029 7,032 0,030 1 5 55,499 0,000 51,930 0,000 K-Way Effects 1 3 48,430 0,000 44,898 0,000 2 2 7,069 0,029 7,032 0,030

(40)

ANALISIS DAN

PEMBAHASAN

IV

m

=

µ

+

λ

+

λ

+

λ

Log

Pola Hubungan

Kerugian Negara VS Pekerjaan

ANALISIS MODEL LOG LINEAR

Model 0 0,000 0 Model 1 7,069 2 0,029 Pekerjaan Kerugian Negara < 100 juta 100 juta – 1 M ≥ 1 M PNS Adj. Resi 2.1 -2.6 0.8 Swasta /

(41)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Pendidikan

ANALISIS KORESPONDENSI

PROFIL BARIS

PROFIL KOLOM

NILAI INERSIA

Pendidikan Kerugian Negara Massa

< 100 juta 100. juta – 1 M ≥ 1 M

SD/SMP/SMA 0,568 0,411 0,021 0,332 D3/S1 0,285 0,512 0,203 0,430

S2/S3 0,103 0,500 0,397 0,238

Pendidikan Kerugian Negara

< 100 juta 100. juta – 1 M ≥ 1 M

SD/SMP/SMA 0,563 0,287 0,037 D3/S1 0,365 0,463 0,463 S2/S3 0,073 0,250 0,500

Massa 0,336 0,476 0,189

1 0,202 0,987 0,987 2 0,003 0,013 1,000

(42)

ANALISIS DAN

PEMBAHASAN

IV

Pola Hubungan

Kerugian Negara VS Pendidikan

ANALISIS KORESPONDENSI

Pendidikan Kontribusi Mutlak Kontribusi Relatif Dimensi 1 Dimensi 2 Dimensi 1 Dimensi 2

SD/SMP/SMA 0,524 0,144 0,996 0,004 D3/S1 0,018 0,552 0,706 0,294 S2/S3 0,458 0,304 0,991 0,009

Kerugian Negara

< 100 juta 0,470 0,194 0,995 0,005 100. juta – 1 M 0,015 0,509 0,694 0,306 ≥ 1 M 0,515 0,297 0,992 0,008

(43)

ANALISIS DAN

PEMBAHASAN

IV

PLOT KORESPONDENSI

Pola Hubungan

Kerugian Negara VS Pendidikan

(44)

ANALISIS DAN

PEMBAHASAN

IV

UJI K-WAY

Pola Hubungan

Kerugian Negara VS Pendidikan

ANALISIS MODEL LOG LINEAR

Uraian K db Likelihood Ratio Pearson

Chi-Square P-value Chi-Square P-value K-Way and Higher Order Effects 2 4 65,137 0,000 58,454 0,000 1 8 117,789 0,000 97,727 0,000 K-Way Effects 1 4 56,652 0,000 39,273 0,000 2 4 65,137 0,000 58,454 0,000

(45)

ANALISIS DAN

PEMBAHASAN

IV

m

=

µ

+

λ

+

λ

+

λ

Log

Pola Hubungan

Kerugian Negara VS Pendidikan

ANALISIS MODEL LOG LINEAR

Model 0 0,000 0

Model 1 65,137 4 0,000

Pendidikan

Kerugian Negara

< 100 juta 100. juta – 1 M ≥ 1 M SD / SMP / SMA Adj. Resi 5.9 -1.6 -5.1

D3 / S1 Adj. Resi -1.6 1.1 0.5

(46)

KESIMPULAN DAN

SARAN

V

KESIMPULAN

1. Mayoritas koruptor di Jawa Timur melakukan korupsi pada kategori B

(antara Rp. 100.000.000 hingga Rp. 1.000.000.000) dengan persentase

sebesar 47 persen, berusia antara 40 tahun hingga 50 tahun, berjenis

kelamin laki-laki, berasal dari daerah kejaksaan Zona Tengah, bekerja

sebagai PNS (Pegawai Negeri Sipil), dan berpendidikan terakhir D3/S1.

2. Variabel kerugian negara memiliki hubungan yang signifikan dengan

variabel usia, daerah kejaksaan, pekerjaan, dan pendidikan. Sedangkan

variabel kerugian negara dengan variabel jenis kelamin tidak memiliki

hubungan.

(47)

KESIMPULAN DAN

SARAN

V

KESIMPULAN

3. Hasil pola hubungan antara variabel kerugian negara dengan variabel usia

menunjukkan informasi yang berbeda antara analisis korespondensi dan

analisis model log linear.

Hasil pola hubungan antara variabel kerugian Negara dengan daerah

kejaksaan dan pola hubungan antara variabel kerugian Negara dengan

pendidikan dari hasil analisis korespondensi dan model log linear

menunjukkan hasil yang sama.

(48)

KESIMPULAN DAN

SARAN

V

SARAN

Variabel yang terdapat pada penelitian masih sangat terbatas,

yaitu baru terbatas pada variabel demografi dari koruptor. Maka

saran untuk penelitian selanjutnya adalah menggunakan

variabel yang lebih luas agar didapatkan hasil yang lebih bagus

dan lebih bermanfaat.

(49)

DAFTAR PUSTAKA

Agresti, A., 1990, Categorical Data Analysis, John Wiley and Sons, New York.

Arifin, Donny, 2002, Korupsi di sektor pelayanan Publik dalam Basyaib, H., dkk. (ed.)

2002, Mencuri Uang Rakyat: 16 kajian Korupsi di Indonesia, Buku 2, Yayasan

Aksara dan Patnership for Good Governance Reform, Jakarta.

Bernardi R.A., 1994, Fraud Detection : The Effect of Client Integrity and Competence

and Auditor Cognitive Style, Auditing : A Journal of Practice and Theory 13

(Supplement) .

Everitt, B.S., 1992, The Analysis of Contingency Tables, Second Edition, Chapman &

Hall, London.

Fadjar, Mukti., 2002, Korupsi dan Penegakan Hukum dalam pengantar Kurniawan, L,

2002, Menyingkap Korupsi di Daerah, Intrans, Malang.

Greenacre,M.J., 1984, Theory and Aplications of Correspondence Analysis, Academic

Press Inc., London.

Hamzah, A., 1991, Korupsi Di Indonesia Masalah dan Pemecahannya, Gramedia

Pustaka Utama, Jakarta.

(50)

Hartanti, E., 2005, Tindak Pidana Korupsi, Sinar Grafika, Jakarta.

Hermien H.K., 1994, Korupsi di Indonesia: dari delik Jabatan ke Tindak Pidana

Korupsi, Citra Aditya Bakti, Bandung.

Hosmer, D. W., Lemeshow, 2000, Applied Logistic Regression, John Wiley and

Sons, USA.

Johnson, R. A. dan Wichern, D. W. 2002. Applied Multivariate Statistical Analysis.

Edisi keenam. New Jersey : Prentice Hall, Englewood Cliffs.

Wahyudi, I., 2009, Analisis Faktor-Faktor Yang Mempengaruhi Korupsi Anggaran

Pendapatan Belanja Daerah (APBD) Di Malang Raya, Universitas

Muhammadiyah, Gresik.

Walpole, R. E., 1995, Pengantar Statistika Edisi Ke tiga, Gramedia Pustaka Utama,

Jakarta.

Wayne, W. Daniel., 1998, Statistik Non Parametrik Terapan, PT. Gramedia Pustaka

Utama, Jakarta.

(51)