BAB III METODOLOGI PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang dilakukan adalah dalam penelitian ini adalah asosiatif kausal yaitu penelitian yang bertujuan untuk mengetahui hubungan yang bersifat sebab akibat. Unit analisis dalam penelitian ini yaitu semua situs resmi pemerintahan daerah yang terdapat di internet. Horizon waktu yang digunakan dalam penelitian ini adalah studi cross-sectional, yaitu studi yang dilakukan dengan data yang hanya sekali dikumpulkan, Sekaran (2006). 3.2 Tempat dan Waktu Penelitian Penulis mengumpulkan dan menganalisis data-data yang dibutuhkan dalam penelitian ini dari berbagai macam sumber seperti dari internet, jurnaljurnal ilmiah, buku-buku teks, dan dari berbagai sumber lainnya yang berhubungan dengan penelitian ini, sehinggga tempat dilakukannya penelitian ini tidak dapat dinyatakan secara spesifik. 3.3 Variabel Penelitian Variabel yang digunakan penulis dalam penelitian ini adalah variabel terikat dan variabel bebas. 3.3.1 Variabel Terikat Variabel terikat merupakan variabel yang menjadi fokus utama peneliti di dalam penelitian ini. Melalui analisis terhadap variabel
33
Universitas Sumatera Utara
terikat adalah mungkin untuk menemukan jawaban atas suatu masalah (Sekaran, 2006). Variabel terikat dalam penelitian ini adalah transparansi informasi keuangan di internet oleh pemerintahan daerah. 3.3.2 Variabel Bebas Variabel bebas adalah variabel yang dapat mempengaruhi variabel terikat secara positif atau negatif (Sekaran, 2006). Apabila setiap unit kenaikan variabel bebas diikuti oleh kenaikan variabel terikat maka variabel bebas mempengaruhi variabel terikat secara positif. Begitu juga sebaliknya, apabila setiap unit penurunan variabel bebas diikuti oleh penurunan variabel terikat maka variabel bebas mempengaruhi variabel terikat secara negatif. Variabel bebas di dalam penelitian ini adalah total kekayaan daerah, kompetisi politik dan tingkat kependudukan. 3.4 Definisi Operasional Variabel 3.4.1 Transparansi Informasi Keuangan di Internet oleh Pemerintahan Daerah Transparansi informasi keuangan di internet oleh pemerintahan daerah adalah pemberian informasi berupa laporan keuangan melalui media internet yang dilakukan oleh pemerintahan daerah sekalipun tidak diwajibkan dalam suatu peraturan. Sesuai dengan penelitian sebelumnya, pengukuran variabel transparansi informasi keuangan di internet oleh pemerintahan daerah menggunakan variabel dummy 34
Universitas Sumatera Utara
(Laswad et al, 2005). Dalam penelitian ini, transparansi informasi keuangan dilihat pada informasi laporan keuangan karena masih sangat sedikit pemerintah daerah (pemda) yang mempublikasikan laporan keuangannya. Transparansi informasi keuangan di internet dinilai dari ada tidaknya APBD, laporan keuangan pemerintah daerah (LKPD), atau LAKIP pada situs resmi pemerintahan daerah. LKPD sendiri terdiri dari empat komponen, yaitu neraca, laporan realisasi anggaran, laporan arus kas, dan catatan atas laporan keuangan. Jika seluruh komponen LKPD tersebut terdapat dalam situs resmi pemerintahan daerah,
maka
pemerintahan
daerah
tergolong
mengungkapkan
informasi keuangannya. Jika seluruh bagian LKPD dalam pelaporan keuangan tersebut terdapat pada situs resmi pemerintahan daerah diberi nilai 1 sedangkan jika komponen LKPD yang terdapat pada situs resmi pemerintahan daerah tidak dipublikasikan secara lengkap maka diberi nilai 0. 3.4.2 Total Kekayaan Daerah Kekayaan
pemerintahan
daerah
menggambarkan
tingkat
kemakmuran daerah tersebut. Semakin tinggi angka kekayaan pemerintahan daerah, maka secara ekonomi telah terjadi peningkatan kemakmuran pada daerah tersebut. Besarnya kekayaan daerah juga berbanding lurus dengan kepedulian masyarakat tentang kinerja pemerintah daerah. Styles dan Tennyson (2007) berpendapat bahwa daerah dengan tingkat kekayaan yang lebih tinggi akan memiliki tingkat 35
Universitas Sumatera Utara
pemantauan politik dan informasi yang lebih tinggi atas gambaran tentang kinerja pemerintahan daerah. Dalam penelitian ini, total kekayaan pemerintahan daerah diukur dari total aset yang dimiliki oleh daerah tersebut. 3.4.3 Kompetisi Politik Kompetisi politik menunjukkan gambaran seberapa besar persaingan antara kepala daerah yang menjabat saat ini (incumbent) dengan saingan-saingan politiknya. Dalam penelitian Laswad, dkk (2005) yang dilakukan di Selandia Baru, kompetisi politik diukur dari perbandingan antara jumlah kandidat kepala daerah dengan posisi yang tersedia. Penelitian ini menilai kompetisi politik dengan menggunakan pengukuran yang sama dengan pengukuran dalam penelitian Laswad, dkk (2005) namun disesuaikan dengan kondisi di Indonesia, yaitu hanya ada satu posisi sebagai kepala daerah dan hanya dijabat oleh satu orang. Kompetisi politik diukur dari jumlah kandidat kepala daerah pada pemilihan kepala daerah yang terakhir kali dilaksanakan di daerah tersebut sampai dengan penelitian ini dilakukan. 3.4.4 Tingkat Kependudukan Sesuai dengan Stakeholder Theory, penduduk merupakan salah satu stakeholder terpenting pemerintahan daerah. Oleh karena itu, semakin banyak jumlah penduduk maka tekanan untuk meminta informasi juga semakin besar. Riset pendahuluan tentang transparansi
36
Universitas Sumatera Utara
keuangan di pemerintahan daerah di New Jersey telah mengungkapkan hubungan positif antara jumlah penduduk dengan pengungkapan informasi keuangan (Piotrowski &Bertelli, 2010). Sementara itu, dalam hubungannya dengan transparansi di bidang informasi sosial dan lingkungan di website pemerintahan daerah di Spanyol, jumlah penduduk juga menunjukkan relasi yang sama (Garcia-Sanchez, 2013). Daerah dengan jumlah penduduk yang lebih banyak memiliki tingkat pengungkapan yang lebih tinggi dibandingkan daerah dengan jumlah penduduk yang lebih sedikit sehingga untuk mengukur tingkat kependudukan pada penelitian ini diukur dari jumlah penduduk yang bertempat tinggal di daerah tersebut. Tabel 3.1 Defenisi Operasional No. Variabel Defenisi Indikator Skala 1 Transparansi Transparansi Transparansi Dummy Informasi informasi keuangan informasi Keuangan di di internet oleh keuangan di Internet (Y) pemerintahan daerah internet dinilai adalah pemberian dari tersedia atau informasi keuangan tidaknya laporan melalui media keuangan internet yang pemerintah daerah dilakukan oleh (LKPD) secara pemerintahan daerah lengkappada situs sekalipun tidak resmi diwajibkan dalam pemerintahan suatu peraturan. daerah. 2
Total Kekayaan Kekayaan Daerah (X1) pemerintahan daerah menggambarkan tingkat kemakmuran daerah tersebut. Semakin tinggi
Kekayaan Nominal pemerintahan daerah diukur dari total aset yang dimiliki oleh daerah tersebut.
37
Universitas Sumatera Utara
3
Kompetisi Politik (X2)
4
Tingkat Kependudukan (X3)
angka kekayaan pemerintahan daerah, maka secara ekonomi telah terjadi peningkatan kemakmuran daerah tersebut. Kompetisi politik menunjukkan gambaran seberapa besar persaingan antara kepala daerah yang menjabat saat ini (incumbent) dengan saingansaingan politiknya.
Tingkat kependudukan menunjukkan banyaknya penduduk yang bertempat tinggal di wilayah tersebut. Daerah dengan jumlah penduduk yang lebih banyak memiliki tingkat pengungkapan yang lebih tinggi dibandingkan daerah dengan jumlah penduduk yang lebih sedikit.
Kompetisi politik Nominal diukur dari jumlah kandidat kepala daerah pada pemilihan kepala daerah yang terakhir kali dilaksanakan di daerah tersebut sampai dengan penelitian ini dilakukan. Untuk mengukur Nominal tingkat kependudukan pada penelitian ini diukur dari jumlah penduduk di suatu daerah tersebut.
3.5 Populasi dan Sampel Populasi dari penelitian ini adalah seluruh pemerintahan daerah yang ada di Indonesia yang berjumlah 548 yang terdiri atas 34 pemerintahan provinsi, 98 pemerintahan kota, dan 416 pemerintahan kabupaten dengan 38
Universitas Sumatera Utara
jumlah sampel yang didapatkan sebanyak 69 sampel (lihat lampiran). Pengambilan sampel digunakan dengan metode purposive sampling, yaitu metode pemilihan sampel berdasarkan kriteria-kriteria tertentu (Daulay, 2010). Adapun kriteria pengambilan sampel adalah sebagai berikut : 1. Memiliki situs resmi pemerintahan daerah dan masih aktif. 2. Pemerintahan daerah mempublikasikan secara lengkap informasi pengelolaan keuangan daerah pada situs resmi pemerintahan daerah. 3. Menyediakan neraca keuangan pemerintahan daerah tahun 2014 provinsi, kota, dan kabupaten yang telah diaudit oleh BPK yang terdapat pada situs resmi pemerintahan daerah. 4. Pemeriksaan LKPD oleh BPK menghasilkan opini WTP dan WDP yang terdapat pada situs resmi BPK. 5. Memiliki data mengenai banyaknya kandidat pemilihan kepala daerah yang dapat diperoleh dari situs Komisi Pemilihan Umum (KPU). Sampling adalah proses pengambilan sebagian elemen dari suatu populasi sebagai wakil dari populasi tersebut. Besaran sampel yang tepat untuk penelitian adalah lebih besar dari 30 dan kurang dari 500 (Sekaran, 2006).
39
Universitas Sumatera Utara
3.6 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif dengan sumber data sekunder. Data kuantitatif adalah data yang berbentuk angka atau bilangan, sedangkan data sekunder adalah sumber data penelitian yang diperoleh secara tidak langsung dengan melalui media perantara. Periode data yang digunakan dalam penelitian ini yaitu tahun 2014. Data variabel dependen yaitu transparansi informasi keuangan di internet oleh pemerintahan daerah yang dapat dilihat dari ketersediaan Laporan Keuangan Pemerintah Daerah (LKPD) secara lengkap yang terdapat pada situs resmi pemerintahan daerah dan diperoleh dengan mengamati secara langsung. Alamat situs resmi pemerintahan daerah didapat dari www.kemendagri.go.id. 3.7 Metode Pengumpulan Data Metode pengumpulan data yang dilakukan dalam penelitian ini adalah studi pustaka dan studi dokumentasi. Data-data dan teori dalam penelitian ini diperoleh dari literatur, artikel, dan hasil penelitian terdahulu yang relevan dengan penelitian dan landasan teori. Data juga diperoleh dari studi dokumentasi yang dilakukan dengan menggunakan data sekunder baik dari lembaga yang mengeluarkan data tersebut dan juga melalui internet. 3.8 Metode Analisis Karena terdapat perbedaan dalam satuan dan besaran variabel bebas maka variabel X1 (total kekayaan daerah) dan X3 (tingkat kependudukan)
40
Universitas Sumatera Utara
harus dibuat model logaritma natural. Menurut Ghozali (2006), alasan digunakannya logaritma natural adalah sebagai berikut: 1. Menghindari adanya heterokedasitas. 2. Mengetahui koefisien yang menunjukkan elastisitas. 3. Mendekatkan skala data. 3.8.1 Analisis Deskriptif Analisis deskriptif digunakan untuk menghasilkan gambaran dari data yang telah terkumpul. Analisis deskriptif yang digunakan dalam penelitian ini adalah nilai rata-rata (mean), maksimum, minimum, dan standar deviasi. 3.8.2 Uji Hipotesis Metode analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah regresi logistik (Logistic Regression). Regresi logistik digunakan untuk menguji dapat tidaknya suatu probabilitas terikat diprediksi dengan variabel bebasnya (Ghozali, 2006). Regresi logistik tidak memerlukan uji normalitas, heteroskedasitas, dan uji asumsi klasik pada variabel bebasnya. Regresi logistik dipilih karena penelitian ini memiliki variabel dependen yang dichotomous dan variabel independen yang bersifat kombinasi antara metrik dan nonmetrik. Menurut Ghozali (2006) variabel non-metrik merupakan variabel yang diukur dengan skala pengukuran kategori atau kelompok dari suatu subyek.
41
Universitas Sumatera Utara
Variabel dependen yang dilakukan dalam penelitian ini merupakan
variabel
dichotomous.
Pemerintahan
daerah
yang
melakukan pelaporan keuangan pada website resminya dikategorikan kedalam kode IFRA (Internet Financial Reporting Local Authorities). Sedangkan pemerintahan daerah yang memiliki website resmi tapi tidak memilih untuk melaporkan informasi keuangannya pada website resminya dikategorikan kedalam N-IFRA (Non Financial Reporting Local Authorities). Berdasarkan rumusan masalah dan kerangka pemikiran yang telah diuraikan sebelumnya, model regresi logistik yang digunakan adalah: Y = a + b1X1 + b2X2 + b3X3+ e Keterangan: Y
= Transparansi informasi keuangan di internet
a
= konstanta
b1 = koefisien variabel total kekayaan daerah b2 = koefisien variabel kompetisi politik b3 = koefisien variabel tingkat kependudukan X1 = total kekayaan daerah X2 = kompetisi politik
42
Universitas Sumatera Utara
X3 = tingkat kependudukan e
= error Selanjutnya
analisis
penelitian
regresi
logistik
perlu
memperhatikan hal-hal berikut: 1. Menilai Kelayakan Model Regresi Regresi logistik merupakan suatu bentuk model regresi yang dimodifikasi. Karakteristik model logistik sudah tidak sama lagi dengan model regresi sederhana atau berganda. Dengan begitu penentuan signifikansi secara statistik regresi logistik berbeda dengan regresi berganda. Untuk menguji model regresi logistik yang digunakan layak atau tidak dapat digunakan uji -2 Log likelihood. Caranya adalah dengan membandingkan antara nilai -2 Log likelihood pada saat Block Number = 0, dimana model hanya memasukkan konstanta dengan nilai -2 Log likelihood, dengan pada saat Block Number = 1, dimana model memasukkan konstanta dan variabel bebas. Apabila nilai -2 Log likelihood Block Number = 0 > nilai -2 Log likelihood Block Number = 1, maka menunjukkan model regresi yang baik. -2 Log likehood pada regresi logistik mirip dengan pengertian “Sum of Square Error” pada model regresi, sehingga penurunan nilai -2 Log likehood menunjukkan model yang semakin baik.
43
Universitas Sumatera Utara
2. Menilai Koefisien Determinasi Setelah mengetahui kelayakan regresi menggunakan uji -2 Log likelihood, selanjutnya dilakukan pengujian untuk menguji seberapa jauh semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh terhadap variabel terikat atau seberapa besar variasi dari variabel terikat dapat dijelaskan oleh variabel bebas. Uji yang dilakukan untuk menilai koefisien determinasi adalah uji Nagelkerke R Square (Pseudo R-Square). 3. Menilai Keseluruhan Model Keseluruhan model (overall model fit) pada model regresi sederhana atau berganda dapat dilihat dari R² ataupun F test, sedangkan penilaian keseluruhan model dalam regresi logistik dapat dilihat dari pengujian Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian ini untuk menilai model yang dihipotesiskan agar data empiris cocok atau sesuai dengan model. Jika nilai statistik signifikansi pada Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak, sedangkan jika nilainya lebih besar dari 0,05 maka hipotesis nol tidak dapat ditolak, berarti model mampu memprediksi nilai observasinya atau dengan kata lain model dapat diterima karena sesuai dengan data observasinya (Ghozali, 2006).
44
Universitas Sumatera Utara
H0: Tidak terdapat perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Ha: Terdapat perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. 4. Pengujian Regresi Logistik Secara Parsial Pengujian regresi logistik secara parsial menggunakan uji Wald dengan melihat tabel variables in the equation. Pengujian regresi logistik secara parsial dilakukan dengan memasukkan seluruh variabel independen dan variabel dependen. Hasil pengujian ini dapat membantu kita mengetahui pengaruh masing-masih variabel independen terhadap variabel dependen. 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. 5. Pengujian Regresi Logistik Secara Simultan Setelah pengujian regresi logistik secara parsial, selanjutnya akan dilakukan pengujian regresi logistik secara simultan (bersamasama). Pengujian regresi logistik secara simultan disebut Omnibus Test of Model coefficient. Dalam pengujian ini semua variabel bebas yaitu total kekayaan daerah, kompetisi politik, dan tingkat kependudukan diuji secara bersama-sama. Pengujian ini bertujuan 45
Universitas Sumatera Utara
untuk melihat apakah ketiga variabel bebas secara bersama-sama berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Dasar pengambilan keputusannya adalah jika nilai signifikansi lebih besar dari pada 0,05 maka H0 diterima sedangkan jika nilai signifikansi lebih kecil dari 0,05 maka H0 ditolak.
46
Universitas Sumatera Utara
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Gambaran Umum Sampel Penelitian Tujuan dari dilakukannya penelitian ini untuk mengetahui pengaruh total kekayaan daerah, kompetisi politik, dan tingkat kependudukan terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah di Indonesia. Populasi yang digunakan dalam penelitian ini adalah seluruh website pemerintahan daerah di Indonesia yang berjumlah 548 situs, terdiri dari 34 pemerintahan provinsi, 98 pemerintahan kota, dan 416 pemerintahan kabupaten. Berdasarkan populasi tersebut didapatkan sampel sebanyak 69 pemerintahan daerah (lihat lampiran) yang terdiri atas 10 pemerintahan provinsi, 16 pemerintahan kota, dan 43 pemerintahan kabupaten yang mempublikasikan laporan keuangan daerahnya (LKPD) tahun 2014 yang telah di audit oleh BPK dan terdapat dalam situs resmi pemerintahan daerah. 4.2 Statistik Deskriptif Uji Statistik deskriptif dilakukan untuk mengetahui gambaran umum mengenai variabel bebas (total kekayaan daerah, kompetisi politik, dan tingkat kependudukan) yang digunakan dalam penelitian ini.
Hasil uji
statistik deskriptif dalam penelitian ini meliputi nilai minimum, nilai maksimum, mean, dan standar deviasi untuk setiap variabel yang disajikan dalam tabel berikut:
47
Universitas Sumatera Utara
Tabel 4.1 Statistik Deskriptif Sampel Descriptive Statistics N TOTAL
KEKAYAAN
Minimum
Maximum
Mean
Std. Deviation
69
27,63071
31,03520
28,8784263
,76285282
KOMPETISI POLITIK
69
2
10
3,71
1,926
TINGKAT
69
10,62590
16,11975
13,3283777
1,18187756
DAERAH
KEPENDUDUKAN Valid N (listwise)
69
Sumber data : lampiran Berdasarkan pengujian deskriptif tersebut, maka pada variabel total kekayaan daerah diperoleh nilai minimum sebesar 27,63071, nilai maksimum sebesar 31,03520, nilai rata-rata sebesar 28,8784263, dan nilai standar deviasi sebesar 0,76285282. Pada variabel kompetisi politik diperoleh nilai minimum sebesar 2, nilai maksimum sebesar 10, nilai rata-rata sebesar 3,71, dan nilai standar deviasi sebesar 1,926. Pada variabel total kekayaan daerah diperoleh nilai minimum sebesar 10,62590, nilai maksimum sebesar 16,11975, nilai rata-rata sebesar 13,3283777, dan nilai standar deviasi sebesar 1,18187756. 4.3 Pengujian Hipotesis Pengujian yang dilakukan selanjutnya adalah untuk menganalisis pengaruh dari variabel total kekayaan daerah, kompetisi politik, dan tingkat kependudukan terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Setelah pengujian statistik deskriptif berikutnya akan dilakukan pengujian regresi logistik untuk mengetahui apakah terdapat pengaruh dari total kekayaan daerah, kompetisi politik, dan tingkat kependudukan terhadap transparansi informasi keuangan di internet oleh
48
Universitas Sumatera Utara
pemerintahan daerah serta membentuk model regresi logistik karena variabel terikatnya memiliki dua nilai (0 dan 1), maka digunakan model Regression Logistic
(Ghozali,
2006).
Pengujian
hipotesis
dilakukan
dengan
menggunakan regresi logististik yang dilakukan secara bersama-sama untuk ketiga variabel dengan tingkat signifikansi 5%. Perbandingan nilai aktual dan prediksi bisa dicapai dengan menggunakan beberapa pengukuran untuk mengukur kelayakan regresi, yaitu: (1) dengan melihat -2 Log Likelihood, (2) koefisien determinasi (Cox & Snell R Square dan Nagelkerke R Square), (3) menilai chi-square untuk keseluruhan model (Hosmer and Lemeshow Test). 4.3.1 Pengujian -2 Log Likelihood Pengujian regresi logistik yang pertama adalah dengan menggunakan uji -2 log likelihood. Pengujian ini bertujuan untuk mengetahui apakah model regresi logistik yang digunakan telah layak atau tidak. Hasil pengolahan data SPSS dapat dilihat pada tabel di bawah ini: Tabel 4.2 Pengujian -2 Log Likelihood Step 0 Iteration Historya,b,c Coefficients Iteration
-2 Log likelihood Constant
Step 0
1
90,358
-,551
2
90,354
-,565
3
90,354
-,565
Sumber data: lampiran
49
Universitas Sumatera Utara
Tabel 4.3 Pengujian -2 Log Likelihood Step 1 Model Summary Step
-2 Log likelihood
Cox & Snell R Square
68,256a
1
,274
Nagelkerke R Square ,375
Sumber data: lampiran Pada tabel 4.2 dan 4.3 menunjukkan nilai dari hasil pengujian -2 Log likelihood yang terdiri dari 2 tahap yaitu tahap pertama (step 0) dan tahap kedua (step 1). Berdasarkan tabel 4.2 dapat dilihat nilai -2 Log likelihood step 0 adalah sebesar 90,354 sedangkan pada step 1 yang terdapat pada tabel 4.3 nilai -2 Log likelihood sebesar 68,256. Hal ini menunjukkan terjadi penurunan pada nilai -2 Log likelihood, sehingga dapat ditarik kesimpulan bahwa model regresi logistik yang digunakan layak dan penambahan variabel bebas kedalam model memperbaiki model fit. 4.3.2 Pengujian Nagelkerke R Square Setelah pengujian -2 log likelihood selesai dilakukan, maka selanjutnya dilakukan pengujian Nagelkerke R Square. Pengujian ini dilakukan untuk melihat seberapa besarkah variasi dari variabel terikat (transparansi informasi keuangan di internet oleh pemerintahan daerah) dapat dijelaskan oleh variabel-variabel bebas yang diteliti (total kekayaan daerah, kompetisi politik, dan tingkat kependudukan). Hasil pengujian Nagelkerke R Square dapat dilihat pada tabel berikut ini :
50
Universitas Sumatera Utara
Tabel 4.4 Pengujian Nagelkerke R Square Model Summary Step
-2 Log likelihood
Cox & Snell R Square
68,256a
1
,274
Nagelkerke R Square ,375
Sumber data: lampiran Berdasarkan tabel 4.4 di atas, nilai Nagelkerke R Square adalah sebesar 0,375. Hal ini menunjukkan bahwa variasi variabel terikat (transparansi informasi keuangan di internet oleh pemerintahan daerah) dapat dijelaskan oleh variabel-variabel bebasnya (total kekayaan daerah, kompetisi politik, dan tingkat kependudukan) sebesar 37,5% sedangkan sisanya sebesar 62,5% dijelaskan oleh variabel lain diluar variabel bebas yang diteliti. 4.3.3 Pengujian Hosmer and Lemeshow Pengujian yang dilakukan selanjutnya adalah pengujian Hosmer and Lemeshow. Pengujian ini dilakukan untuk menguji hipotesis 0 bahwa data empiris cocok atau sesuai dengan model (tidak terdapat perbedaan model dengan data sehingga model dapat dikatakan fit). Jika nilai pengujian Hosmer and Lemeshow test sama dengan atau kurang dari 0,05 maka hipotesis 0 ditolak yang berarti terdapat perbedaan yang signifikan antara model dengan nilai observasinya, sehingga model tidak dapat memprediksi nilai observasinya. Sebaliknya, jika nilai pengujian Hosmer and Lemeshow lebih besar dari 0,05 maka model dapat memprediksi nilai observasinya atau dapat dikatakan model dapat
51
Universitas Sumatera Utara
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
1
df
10,933
Sig. 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
52
Universitas Sumatera Utara
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 95% C.I.for B
S.E.
Wald
df
Sig.
Exp(B)
EXP(B) Lower
Step
1a
Upper
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
-43,512
14,555
8,937
1
,003
,000
Constant
Sumber data: lampiran Berdasarkan hasil pengujian regresi logistik tersebut maka dapat diketahui persamaan logistik linear sebagai berikut: Y = -43,512 +1,467X1 + 0,458X2 - 0,88X3+ e Dimana: Y = Transparansi informasi keuangan di internet oleh pemerintahan daerah X1 = Total kekayaan daerah X2 = Kompetisi politik X3 = 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,
53
Universitas Sumatera Utara
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 (X1) 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 (X2) 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
54
Universitas Sumatera Utara
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 (X3) 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 Setelah dilakukan pengujian regresi logistik secara parsial, maka langkah selanjutnya adalah melakukan pengujian regresi logistik secara simultan untuk mengetahui pengaruh variabel bebas (total kekayaan daerah, kompetisi politik, dan tingkat kependudukan) secara bersama-sama. Pengujian regresi logistik secara bersama-sama atau simultan disebut dengan Omnimbus Test of Model Coefficient. Dalam pengujian ini semua variabel bebas yaitu total kekayaan daerah, kompetisi politik, dan tingkat kependudukan di uji secara bersama-sama. Pengujian ini dimaksudkan untuk mengetahui apakah variabel-variabel bebas yang digunakan dalam penelitian
55
Universitas Sumatera Utara
ini secara bersama-sama berpengaruh terhadap variabel terikatnya yaitu transparansi informasi keuangan di internet oleh pemerintahan daerah. Dasar pengambilan keputusannya adalah jika nilai signifikansi lebih besar daripada 0,05 maka hipotesis 4 ditolak sedangkan apabila nilai signifikansi lebih kecil daripada 0,05 maka hipotesis 4 diterima. Hasil pengujian regresi logistik secara simultan dapat dilihat dalam tabel berikut ini: Tabel 4.7 Pengujian Regresi Logistik Secara Simultan Omnibus Test of Model Coefficients Chi-square Step 1
df
Sig.
Step
22,098
3
,000
Block
22,098
3
,000
Model
22,098
3
,000
Sumber data: lampiran Dari tabel 4.7 diatas dapat dilihat bahwa nilai signifikansi adalah sebesar 0,000. Nilai tersebut <0,05, maka dapat disimpulkan bahwa hipotesis 4 yang menyatakan bahwa total kekayaan daerah, kompetisi politik, dan tingkat kependudukan berpengaruh secara simultan terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah diterima.
56
Universitas Sumatera Utara
BAB V KESIMPULAN, KETERBATASAN, DAN SARAN 5.1 Kesimpulan Adapun tujuan dilakukannya penelitian ini adalah untuk mengetahui apakah total kekayaan daerah, kompetisi politik, dan tingkat kependudukan berpengaruh baik secara parsial maupun simultan terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah pada tahun 2014. Kesimpulan yang dapat diperoleh dari penelitian ini adalah: 1. Hasil pengujian total kekayaan daerah secara parsial berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Hasil penelitian ini sejalan dengan penelitian yang sebelumnya telah dilakukan oleh Trisnawati dan Komarudin (2014) yang menyatakan bahwa total kekayaan berpengaruh positif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. 2. Hasil pengujian kompetisi politik secara parsial berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Hasil penelitian ini sejalan dengan penelitian yang sebelumnya telah dilakukan oleh Trisnawati dan Komarudin (2014) yang menyatakan bahwa kompetisi politik berpengaruh positif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. 3. Hasil pengujian tingkat kependudukan secara parsial tidak berpengaruh terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. Hasil penelitian ini sejalan dengan penelitian yang sebelumnya
57
Universitas Sumatera Utara
telah dilakukan oleh Andriani (2015) yang menyatakan bahwa tingkat kependudukan berpengaruh negatif terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah. 4. Hasil pengujian total kekayaan daerah, kompetisi politik, dan tingkat kependudukan secara simultan terhadap transparansi informasi keuangan di internet oleh pemerintahan daerah memiliki pengaruh yang positif. 5.2 Keterbatasan Penulis menyadari bahwa di dalam penelitian ini masih memiliki keterbatasan yang perlu diperbaiki oleh peneliti-peneliti selanjutnya. Adapun keterbatasan-keterbatasan tersebut antara lain: 1. Penelitian ini hanya menggunakan satu tahun pengamatan. 2. Faktor yang diteliti dalam penelitian ini hanya menggunakan 3 variabel bebas saja yaitu total kekayaan daerah, kompetisi politik dan tingkat kependudukan. 3. Dalam penelitian ini, kemampuan variabel bebas untuk menjelaskan variabel terikatnya hanya sebesar 37,5%. 5.3 Saran Adapun saran yang dapat diberikan penulis untuk para peneliti selanjutnya adalah: 1. Para peneliti selanjutnya sebaiknya memperluas objek penelitian sehingga dapat lebih meningkatkan generalisasi hasil penelitian.
58
Universitas Sumatera Utara
2. Para peneliti selanjutnya diharapkan dapat menggunakan lebih dari satu tahun pengamatan untuk mengetahui bagaimana pengaruhnya dalam beberapa tahun. 3. Para peneliti selanjutnya juga diharapkan dapat menambah variabelvariabel lainnya seperti leverage, press visibility, tingkat pendidikan, dan tipe pemerintahan.
59
Universitas Sumatera Utara