Oleh: NIKKE YUSNITA MAHARDINI NIM: S

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENGARUH KARAKTERISTIK KEPALA DAERAH TERHADAP KINERJA KEUANGAN PEMERINTAH DAERAH DI INDONESIA DENGAN LOKASI PEMERINTAHAN, JUMLAH POPULASI, DAN BESAR APBD SEBAGAI VARIABEL KONTROL

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: NIKKE YUSNITA MAHARDINI NIM: S431208018

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SEBELAS MARET SURAKARTA 2014 commit to user

i


digilib.uns.ac.id

commit to user

ii


digilib.uns.ac.id

commit to user

iii


digilib.uns.ac.id

commit to user

iv


digilib.uns.ac.id

HALAMAN PERSEMBAHAN

Segala puji dan syukur hanya bagi-Mu, yaa Allah … Kelelahan, cobaan, kepedihan, rasa keputusasaan adalah rahmat dari-Mu Karena aku mengerti dan merasakan Tak putus-putusnya Engkau menguatkan dan memberikan berkah dan kasih sayang-Mu, Kini aku mengerti dan merasakan kesukacitaan, kebahagiaan, kenikmatan pemberian-Mu Ajarlah aku untuk selalu bersyukur disetiap keadaan dan apapun pemberian-Mu Ajarlah aku untuk mencintai-Mu dan memuliakan-Mu Karena ku percaya Engkau mencintaiku apapun keadaanku.

Kepada yang ku cintai dan ku sayangi …. Papa dan Almarhumah Mama yang penuh dengan kecintaan dan limpahan doa hingga teraihnya kesuksesan ini. Seseorang yang begitu besar memberikan support baik lahir maupun batin, yang selalu mengajarkanku untuk tetap tenang di dalam menghadapi segala kesulitan dan selalu mengingatkan bahwa keberanian akan menumbuhkan kejeniusan, kekuatan dan keajaiban di dalamnya. Kakakku tercinta Poppy Shintya Dewi yang selalu memberikan doa dan dukungannya. Sahabat seperjuangan magister akuntansi angkatan 2012. Terima kasih atas kebersamaan dan kekompakan selama ini.

commit to user

v


digilib.uns.ac.id

HALAMAN MOTTO

“Cita-cita memang tidak bisa dikuasai dengan sempurna, akan tetapi mendekati cita-cita adalah lebih memuaskan daripada semata-mata mencapai tujuan yang di dalamnya tidak disimpulkan cita-cita yang tinggi, maka bagaimanapun tujuan hidup, sinarilah dengan bintang cita-cita yang cemerlang” (Sumantri Mertodipuro)

“Tak perlu memikirkan banyak hal! Lakukanlah dari apa yang bisa kamu kerjakan hari ini” (Al-Hadist)

commit to user

vi


digilib.uns.ac.id

KATA PENGANTAR Segala puji bagi Allah SWT atas segala petunjuk, karunia dan kuasa-Nya telah melimpahkan rahmat, taufik dan hidayah-Nya, sehingga penulis dapat menyelesaikan tesis yang berjudul “Pengaruh Karakteristik Kepala Daerah terhadap Kinerja Keuangan Pemerintah Daerah di Indonesia dengan Lokasi Pemerintahan, Jumlah Populasi, dan Besar APBD sebagai Variabel Kontrol”. Tesis ini disusun untuk memenuhi persyaratan mencapai derajat Magister Program Studi Magister Akuntansi Universitas Sebelas Maret Surakarta. Penulis menyadari bahwa tesis ini dapat terwujud atas kerja sama, bimbingan dan bantuan dari pihak-pihak lain. Oleh karena itu, pada kesempatan ini penulis menyampaikan rasa hormat dan terima kasih kepada : 1. Prof. Dr. Ravik Karsidi, M.S., selaku Rektor Universitas Sebelas Maret Surakarta. 2. Prof. Dr. Ir. Ahmad Yunus, M.S., selaku Direktur Program Pascasarjana Universitas Sebelas Maret Surakarta. 3. Dr. Wisnu Untoro, M.S., selaku Dekan Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta. 4. Dr. Payamta, M.Si., CPA, Ak., selaku Ketua Program Studi Magister Akuntansi Universitas Sebelas Maret Surakarta. 5. Dra. Y Anni Aryani, M.Prof.Acc., Ph.D., Ak., selaku Sekretaris Program Studi Magister Akuntansi Universitas Sebelas Maret Surakarta.

commit to user

vii


digilib.uns.ac.id

6. Drs. Muhammad Agung Prabowo, M.Si., Ph.D., Ak., selaku pembimbing yang telah meluangkan waktu dan pikiran, serta memotivasi penulis dalam penyusunan tesis. 7. Bapak Ibu Dosen beserta staf di Program Studi Magister Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta yang telah banyak memberikan bimbingan keilmuan, khususnya dalam disiplin Ilmu Akuntansi.

Surakarta, Agustus 2014 Penulis

commit to user

viii


digilib.uns.ac.id

DAFTAR ISI

HALAMAN JUDUL........................................................................................

i

HALAMAN PESETUJUAN ...........................................................................

ii

HALAMAN PENGESAHAN ..........................................................................

iii

HALAMAN PERNYATAAN .........................................................................

iv

HALAMAN PERSEMBAHAN ......................................................................

v

HALAMAN MOTTO ......................................................................................

vi

KATA PENGANTAR .....................................................................................

vii

DAFTAR ISI ....................................................................................................

ix

DAFTAR TABEL ............................................................................................

xii

DAFTAR GAMBAR .......................................................................................

xiii

DAFTAR LAMPIRAN ....................................................................................

xiv

ABSTRAK .......................................................................................................

xv

ABSTRACT .......................................................................................................

xvi

BAB I. PENDAHULUAN ...............................................................................

1

A. Latar Belakang Masalah ..................................................................

1

B. Perumusan Masalah .........................................................................

5

C. Tujuan Penelitian .............................................................................

6

D. Manfaat Penelitian ...........................................................................

6

BAB II. TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS ... commit to user

7

ix


digilib.uns.ac.id

A. Landasan Teori ................................................................................

7

1. Agency Theory ............................................................................

7

2. Peran Kepala Derah di Era Otonomi ..........................................

8

3. Teori Lokasi ................................................................................

12

4. Populasi Penduduk ......................................................................

13

5. Anggaran Pendapatan Belanja Daerah (APBD) .........................

15

6. Kinerja Pemerintah Daerah .........................................................

17

7. Kemandirian Keuangan Pemerintah Daerah ...............................

21

B. Penelitian Terdahulu ........................................................................

23

C. Pengembangan Hipotesis .................................................................

27

D. Kerangka Berpikir ...........................................................................

31

BAB III. METODE PENELITIAN A. Metode Penelitian ............................................................................

32

B.

Pengumpulan Data dan Pemilihan Sampel .....................................

32

C. Definisi Operasional dan Pengukuran Variabel ..............................

35

D. Analisis Data ...................................................................................

40

BAB IV. ANALISIS DATA DAN PEMBAHASAN .....................................

45

A. Hasil Uji Asumsi Klasik ..................................................................

45

1. Uji Normalitas .............................................................................

45

2. Uji Multikolinearitas ...................................................................

46

3. Uji Heteroskedastisitas ................................................................ commit to user

47

x


digilib.uns.ac.id

4. Uji Autokorelasi ..........................................................................

48

B. Statistik Deskriptif dan Analisis Univariate (Korelasi) ..................

49

C. Analisis Multivariat .........................................................................

51

D. Analisa Tambahan ...........................................................................

58

BAB V PENUTUP ...........................................................................................

60

A. Kesimpulan ......................................................................................

60

B. Keterbatasan ....................................................................................

60

C. Saran ................................................................................................

61

D. Implikasi ..........................................................................................

61

DAFTAR PUSTAKA ......................................................................................

63

LAMPIRAN .....................................................................................................

69

commit to user

xi


digilib.uns.ac.id

DAFTAR TABEL

Tabel 1 Proses Pengambilan Sampel Jumlah Pemerintah Daerah ...................

34

Tabel 2 One Sampel Kolmogorov Smirnov Test (Uji Normalitas Data) .........

46

Tabel 3 Hasil Uji Multikolinearitas .................................................................

47

Tabel 4 Hasil Uji Heterokedastisitas ................................................................

47

Tabel 5 Koefisien Hasil Uji Heteroskedastisitas ..............................................

48

Tabel 6 Runs Test (Uji Autokorelasi) ..............................................................

48

Tabel 7 Statistik Deskriptif dan Korelasi .........................................................

50

Tabel 8 Hasil Uji Multivariat ...........................................................................

51

Tabel 9 Hasil Uji Regresi .................................................................................

58

commit to user

xii


digilib.uns.ac.id

DAFTAR GAMBAR

Gambar 1 Kerangka Berpikir ...........................................................................

31

Gambar 2 Normal P-P Plot of Regression Standardized Residual (Uji Normalitas Data) ......................................................................

commit to user

xiii

45


digilib.uns.ac.id

DAFTAR LAMPIRAN

Lampiran 1 Data Penelitian ..............................................................................

69

Lampiran 2 Descriptives (Analisis Deskriptif) ................................................

77

Lampiran 3 Tabel Frekuensi ............................................................................

77

Lampiran 4 Regression (Persamaan 1) ............................................................

79


83


87


91


95

Lampiran 9 Regression Interaksi antar Variabel (Persamaan 1) ......................

100

Lampiran 10 Regression Interaksi antar Variabel (Persamaan 2) ....................

104


108


112


116


120

commit to user

xiv


digilib.uns.ac.id

ABSTRAK

PENGARUH KARAKTERISTIK KEPALA DAERAH TERHADAP KINERJA KEUANGAN PEMERINTAH DAERAH DI INDONESIA DENGAN LOKASI PEMERINTAHAN, JUMLAH POPULASI, DAN BESAR APBD SEBAGAI VARIABEL KONTROL

Nikke Yusnita Mahardini, S.E. S431208018

Tujuan penelitian ini adalah untuk memperoleh bukti empiris tentang pengaruh latar belakang pendidikan, tingkat pendidikan, masa jabatan, dan interaksi antar karakteristik kepala daerah terhadap kinerja keuangan pemerintah daerah di Indonesia. Lokasi pemerintahan, jumlah populasi penduduk dan besar APBD digunakan dalam penelitian ini sebagai variabel kontrol. Populasi dalam penelitian ini adalah seluruh kabupaten/kota di Indonesia. Berdasarkan dari populasi tersebut, diambil sampel dengan metode purposive sampling. Penelitian ini diuji dengan analisis regresi berganda. Uji multivariate digunakan untuk menguji interaksi antar variabel independen. Hasil penelitian menunjukkan bahwa level pendidikan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah, sedangkan latar belakang pendidikan dan masa jabatan kepala daerah tidak berpengaruh terhadap kinerja keuangan pemerintah daerah. Interaksi antar karakteristik kepala daerah yang menyatakan berpengaruh terhadap kinerja keuangan pemerintah daerah adalah interaksi antara variabel tingkat pendidikan dengan masa jabatan.

Kata kunci: karakteristik kepala daerah, lokasi pemerintahan, populasi, APBD, kinerja keuangan pemerintah daerah

commit to user

xv


digilib.uns.ac.id

ABSTRACT THE INFLUENCE OF CHARACTERISTICS OF REGIONAL HEAD TOWARD FINANCIAL PERFORMANCE OF LOCAL GOVERNMENTS IN INDONESIA WITH LOCATION OF GOVERNMENT, NUMBER OF POPULATION, AND BUDGET AS CONTROL VARIABLE

Nikke Yusnita Mahardini, S.E. S431208018 The purpose of this study is to obtain empirical evidence about the influence of educational background, level of education, tenure, and interaction between of characteristics regional head against the financial performance of local governments in Indonesia,. Location of government, population and budget used in this study as control variable. The population in this study are all districts/cities in Indonesia. Based on the population, the sample taken by purposive sampling method. This study tested with multiple regression analysis. Multivariate test is used to test the interaction between the independent variables. The results showed that the education level of regional head of the positive effect on the financial performance of local government, while education background and tenure of regional head not affect the financial performance of local government. Control variable are location of government and the number of population shows the influence on the performance, while budgets have not effect. Interactions among the characteristics of regional head stating impact on the financial performance of local governments are interactions between level of education and tenure variables.

Keywords: characteristics of regional head, location of government, population, budgets, financial performance of local government

commit to user

xvi


digilib.uns.ac.id

BAB I PENDAHULUAN

A. Latar Belakang Masalah Pembangunan daerah sebagai bagian integral dari pembangunan nasional, hal ini didasarkan pada prinsip otonomi daerah dalam pengelolaan sumber daya. Prinsip otonomi daerah memberikan kewenangan yang luas dan tanggung jawab yang nyata kepada pemerintah daerah secara proposional. Dengan pengaturan, pembagian, dan pemanfaatan sumber daya nasional, baik yang berupa uang maupun sumber daya alam, pemerintah pusat dan pemerintah daerah akan mengembangkan suatu sistem perimbangan keuangan antara pusat dan daerah yang adil (Bastian 2010). Undang-Undang No. 32 Tahun 2004 tentang Pemerintahan Daerah dan Undang-Undang No. 33 Tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah Daerah menjelaskan bahwa perimbangan keuangan antara pemerintah pusat dan daerah adalah suatu sistem pembagian keuangan yang adil, proporsional, demokratis, transparan, dan bertanggung jawab dalam rangka pendanaan penyelenggaraan desentralisasi, dengan mempertimbangkan potensi, kondisi, dan kebutuhan daerah. Keberadaan undang-undang tersebut membuka peluang yang luas bagi daerah untuk mengembangkan dan membangun daerahnya sesuai dengan prioritasnya masing – masing. Hal ini diikuti pula dengan bergesernya pusat-pusat kewenangan dalam penyelenggaraan pemerintah dan pembangunan dari pusat ke daerah. Peningkatan kewenangan harus diimbangi dengan peningkatan kinerja commit to user

1


2 digilib.uns.ac.id

dan akuntabilitas aparat pemerintah daerah (Bisma dan Susanto 2010). Undang-Undang No. 32 Tahun 2004 dan Undang-Undang No. 33 Tahun 2004 merupakan dasar penyelenggaraan otonomi daerah, dimana misi utama kedua undang-undang tersebut adalah desentralisasi. Desentralisasi tidak hanya berarti pelimpahan wewenang dari pemerintah pusat ke pemerintah yang lebih rendah, tetapi juga pelimpahan beberapa wewenang pemerintahan kepada pihak swasta dalam bentuk privatisasi (Mardiasmo 2009). Kebijakan pemberian otonomi daerah dan desentralisasi yang luas, nyata, dan bertanggung jawab kepada daerah merupakan langkah strategis dalam dua hal. Pertama, otonomi daerah dan desentralisasi merupakan jawaban atas permasalahan lokal bangsa Indonesia berupa ancaman disintegrasi bangsa, kemiskinan, ketidakmerataan pembangunan, rendahnya kualitas hidup masyarakat, dan masalah pembangunan sumber daya manusia (SDM). Kedua, otonomi daerah dan desentralisasi fiskal merupakan langkah strategis bangsa Indonesia untuk menyongsong era globalisasi ekonomi dengan memperkuat basis perokonomian daerah (Mardiasmo 2002). Keberhasilan otonomi daerah dapat dilihat dari Pendapatan Asli Daerah (PAD), tetapi pada kenyataan di Indonesia pemerintah daerah masih sangat bergantung pada dana bantuan pusat. Hal ini sering dijumpai bahwa dana bantuan pusat masih jauh lebih besar dari PAD (Kusumawardani 2012). Penyediaan layanan publik dan pencapaian tujuan-tujuan pembangunan nasional menjadi semakin besar dalam pelaksanaan asas otonomi. Oleh karena itu, dibutuhkan adanya sistem pemantauan, evaluasi dan pengukuran kinerja yang sistematis untuk mengukur kemajuan yang dicapai (Mustikarini dan Fitriasari commit to user

3 digilib.uns.ac.id


2012). Pengukuran kinerja merupakan elemen penting dalam modernisasi pemerintah daerah guna mencapai kesejahteraan dan keadilan. Indikator kinerja akan mengidentifikasi praktik terbaik, sehingga mendorong pemerintah daerah untuk meningkatkan kinerja (Boyle 2000), dengan adanya peningkatan kinerja diharapkan mampu terbentuk tata kelola pemerintahan yang baik. Mardiasmo (2002) mengemukakan dalam konteks otonomi daerah, value for money merupakan jembatan untuk menghantarkan pemerintah daerah mencapai good governance. Value for money tersebut harus dioperasionalkan dalam pengelolaan keuangan dan anggaran daerah. Anggaran mempunyai posisi yang sangat penting karena mengungkapkan apa yang akan dilakukan dimasa mendatang. Anggaran publik selalu dikaitkan dengan akuntabilitas eksekutif organisasi. Konflik yang terjadi dalam penentuan anggaran sangat berpengaruh terhadap kapabilitas eksekutif (Bastian 2010). Penelitian kinerja eksekutif diantaranya oleh Sebaa, Wallace dan Cornelius (2009), Manner (2010), Finkelstein dan Hambrick (1990), Boeker (1997), Datta dan Guthrie (1994), Maxam, Nikbakht, Petrova dan Spieler (2006), Zee dan Swagerman (2009), Gomes, Alfinito, dan Albuquerque (2013). Mereka mengkaitkan karakteristik manajerial dengan kinerja. Upper echelons theory menjelaskan karakteristik manajerial terdiri atas: umur, pendidikan, masa kerja, dan gender. Penelitian upper echelon menunjukkan bahwa pengalaman direktur utama, nilai, dan kepribadian akan mempengaruhi visi, persepsi selektif, interpretasi, pilihan strategi dan akhirnya berpengaruh pada kinerja perusahaan, commit to user

4 digilib.uns.ac.id


sehingga dapat dikatakan organisasi adalah cerminan dari direktur utama mereka (Hambrick dan Mason 1984). Pada sektor publik, seorang kepala daerah harus memiliki karakteristik khusus agar dapat membawa perubahan kearah yang lebih baik. Sebagai contoh, dengan kemampuan yang dimiliki seorang kapala daerah dapat mengembangkan dan mengelola sumber daya yang ada guna meningkatkan pertumbuhan ekonomi. Semakin meningkatnya pertumbuhan ekonomi maka tingkat kemandirian keuangan daerah akan semakin baik, sehingga diharapkan kesejahteraan masyarakat dapat terpenuhi. Namun pada kenyataannya, masih sering dijumpai kepala daerah dimasa kepemimpinannya belum dapat membawa perubahan yang signifikan bagi kesejahteraan ekonomi. Semakin banyaknya tuntutan peningkatan kinerja keuangan bagi pemerintah daerah dan penelitian tentang karakteristik kepala daerah masih jarang dilakukan, maka peneliti tertarik untuk meniliti kembali faktor-faktor yang mempengaruhi kinerja keuangan pemerintah daerah. Variabel karakteristik kepala daerah yang digunakan dalam penelitian ini adalah latar belakang pendidikan, tingkat pendidikan, dan masa jabatan. Perbedaan dari penelitian sebelumnya adalah pengukuran kinerja keuangan pemerintah daerah dalam penelitian ini menggunakan rasio kemandirian. Peneliti juga menambahkan lokasi pemerintahan (Liu, Li, dan Gao 1999), jumlah populasi penduduk (Gomes et al. 2013), dan besar APBD (Rinaldi 2012) sebagai variabel kontrol.

commit to user


5 digilib.uns.ac.id

B. Perumusan Masalah Beberapa penelitian yang berkaitan dengan demografi manajerial terdapat persamaan dan perbedaan hasil. Gomes et al. (2013) mengemukakan bahwa latar belakang pendidikan walikota hanya memberikan dukungan yang lemah terhadap kinerja, sedangkan Manner (2010) menyatakan adanya hubungan yang signifikan antara latar belakang pendidikan dengan kinerja. Pendapat lain dikemukakan oleh Gottesman dan Morey (2010), penelitiannya menjukkan bahwa latar belakang pendidikan CEO tidak berhubungan dengan kinerja keuangan. Penelitian Finkelstein dan Hambrick (1990) dan Seba et. al. (2009) menunjukkan bahwa masa jabatan manajerial memiliki pengaruh signifikan terhadap kinerja. Sementara itu, Gomes et al. (2013) menyatakan bahwa pengalaman administrasi yang diukur dengan periode jabatan hanya memberikan dukungan yang lemah. Berdasarkan penjelasan diatas maka rumusan masalah dalam penelitian ini dapat dinyatakan dengan pertanyaan sebagai berikut: 1. Apakah latar belakang pendidikan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia? 2. Apakah tingkat pendidikan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia? 3. Apakah masa jabatan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia? 4. Apakah interaksi antar karakteristik kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia? commit to user

6 digilib.uns.ac.id


C. Tujuan Penelitian Penelitian ini diharapkan dapat mencapai tujuan yang dapat dinyatakan sebagai berikut: 1. Memperoleh bukti empiris tentang pengaruh latar belakang pendidikan kepala daerah terhadap kinerja keuangan pemerintah daerah di Indonesia. 2. Memperoleh bukti empiris tentang pengaruh tingkat pendidikan kepala daerah terhadap kinerja keuangan pemerintah daerah di Indonesia. 3. Memperoleh bukti empiris tentang pengaruh masa jabatan kepala daerah terhadap kinerja keuangan pemerintah daerah di Indonesia. 4. Memperoleh bukti empiris tentang pengaruh interaksi antar karakteristik kepala daerah terhadap kinerja keuangan pemerintah daerah di Indonesia.

D. Manfaat Penelitian Diharapkan penelitian ini memberikan manfaat antara lain: 1. Pemerintah daerah. Penelitian ini diharapkan dapat menjadi bahan evaluasi untuk mendukung peningkatan kinerja keuangan dalam memberikan pelayanan terbaik kepada masyarakat. 2. Bidang akademik Penelitian ini diharapkan dapat bermanfaat bagi pengembangan ilmu pengetahuan khususnya konsep-konsep yang terkait dengan tema penelitian.

commit to user


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS A. Landasan Teori 1.

Agency Theory Prinsip agency theory dikemukakan oleh Jensen dan Meckling (1976)

menyatakan adanya hubungan kerja antara pihak yang memberi wewenang (prinsipal) dengan pihak yang menerima wewenang (agensi). Hubungan antara prinsipal dan agen dapat mengarah pada kondisi ketidakseimbangan informasi, karena agen berada pada posisi yang memiliki informasi yang lebih banyak dibandingkan dengan prinsipal. Dengan asumsi bahwa individu-individu bertindak untuk memaksimalkan kepentingan diri sendiri, maka informasi asimetri yang dimilikinya akan mendorong agen untuk menyembunyikan beberapa informasi yang tidak diketahui oleh prinsipal. Hubungan keagenan dalam sektor publik ditunjukkan dimana rakyat sebagai prinsipal dan pemerintah sebagai agen. Pemerintah memiliki kewajiban untuk melaksanakan akuntabilitas publik dalam pengelolaan sumber daya. Tuntutan akuntabilitas sektor publik terkait dengan perlu dilakukannya transparansi dan pemberian informasi kepada publik dalam rangka pemenuhan hak-hak publik. Akuntabilitas publik merupakan kewajiban pihak pemegang amanah

(agent)

untuk

memberikan

pertanggungjawaban,

menyajikan,

melaporkan, dan mengungkapkan segala aktivitas dan kegiatan yang menjadi tanggungjawabnya kepada pihak pemberi amanah (principal) yang memiliki hak commit to user dan kewenangan untuk meminta pertanggungjwaban tersebut (Mardiasmo 2009). 7

8 digilib.uns.ac.id


Pertanggungjawaban pengelolaan sumber daya yang dipercayakan kepada pemerintah dapat melalui mekanisme pelaporan keuangan secara periodik. Dengan adanya laporan keuangan yang merupakan tanggung jawab pemerintah, rakyat melalui legislatif dapat mengukur, menilai sekaligus mengawasi kinerja pemerintah, sejauh mana pemerintah telah bertindak untuk meningkatkan kesejahteraan rakyat (Rohman 2007). 2.

Peran Kepala Daerah di Era Otonomi Kepemimpinan sangat berpengaruh dalam proses bernegara, karena

karakter pemimpin dinilai akan dapat mempengaruhi jalannya pemerintahan. Kepemimpinan merupakan proses interaksi antara pemimpin dengan pegawainya untuk berbuat sesuatu yang sesuai dengan tujuan organisasi (Octavina, Suryadi, dan Rengu 2013). Fakhrizal, Yunus, dan Amri (2012) mengemukakan seorang pemimpin dalam melaksanakan tugasnya tidak dapat bekerja sendiri tanpa bantuan dari bawahannya. Pimpinan harus mampu menjalin kerja sama yang baik dengan karyawan atau dengan kata lain perlu adanya sikap pengertian akan kebutuhan karyawan. Pemimpin harus mempunyai kemampuan dan keahlian dalam kepemimpinan sehingga mampu menggerakkan bawahannya kearah kesamaan tujuan dan pola kerja sama yang efektif dan efisien serta terciptanya kerja sama yang harmonis. Keberhasilan seorang pemimpin sangat tergantung pada kemampuan dalam mengorganisir bawahannya sehingga dapat mencapai tujuan yang telah ditetapkan secara maksimal. Eddy, Lorenzet, dan Mastrangelo (2008) berpendapat bahwa bagian dari kepemimpinan yang profesional adalah commit to user


9 digilib.uns.ac.id

dapat mengatur visi dan misi organisasi, menciptakan proses, menjalankan proses dan prosedur untuk mencapai tujuan organisasi. Pandangan Upper Echelon Theory menyatakan bahwa hasil maupun strategi organisasi yang efektif, dipandang sebagai cerminan dari kemampuan kognitif para tokoh sentral dalam organisasi. Hambrick dan Mason (1984) mengemukakan bahwa nilai kognitif dan nilai-nilai kepribadian dalam pengambilan keputusan bertindak sebagai filter ketika menganalisis dan menafsirkan situasi yang kompleks dengan cara mempengaruhi pilihan strategis. Selanjutnya, Hambrick dan Mason (1984) mengemukakan bahwa karakteristik manajerial seperti usia, latar belakang fungsional, pengalaman karir dan pendidikan sering dapat digunakan sebagai indikator filter kognitif manajerial. Dalam organisasi pemerintah daerah, tugas pokok yang harus dilaksanakan oleh aparat birokrasi dibawah kepemimpinan kepala daerah adalah memberikan pelayanan publik dengan baik dan berkualitas. Pemimpin dalam organisasi pemerintah daerah dituntut harus mampu membawa organisasi yang dipimpinnya kearah yang lebih baik. Tanpa kepemimpinan yang baik, akan sulit bagi organisasi pemerintahan daerah untuk mencapai tujuan, yakni melaksanakan tugas pokok dan fungsinya dalam palayanan publik (Budi 2013). Suriata (2011) menjelaskan bahwa keberadaan fungsi kepala daerah sesuai dengan desentralisasi dalam pelaksanaan otonomi daerah, diharapkan mampu dan memahami perubahan yang terjadi secara cepat untuk mengaktualisasikan kewenangan, mengatur dalam menyusun, menetapkan dan mengesahkan peraturan daerah serta kebijakan lain dalam melayani masyarakat untuk mewujudkan kesejahteraan. commit to user


10 digilib.uns.ac.id

Kepala daerah merupakan posisi sentral dan strategis. Begitu strategisnya kedudukan dan peran kepala daerah dalam sistem pemerintahan daerah, seorang kepala daerah harus menerapkan pola kegiatan yang dinamik, aktif, kreatif, dan komunikatif, menerapkan pola kekuasaan yang tepat maupun pola perilaku kepemimpinan sesuai dengan tuntutan kebutuhan

yang

dipengaruhi oleh latar belakang individual masing-masing kepala daerah. Pada dasarnya, setiap organisasi menetapkan berbagai persyaratan bagi calon pemimpin sebuah organisasi. Hal ini dapat dimaklumi, mengingat untuk memimpin suatu organisasi, diperlukan orang-orang yang mempunyai kelebihan fisik, intelektual, maupun mental rohaniah agar dapat membawa setiap unsur organisasi tersebut pada pencapaian tujuan (Ishak 2010). Octavina, Suryadi, dan Rengu (2013) mengemukakan betapa pentingnya pemimpin dan kepemimpinan dalam suatu kelompok jika terjadi suatu konflik atau perselisihan diantara orang-orang dalam kelompok, maka orang-orang mencari cara pemecahan supaya terjamin keteraturan dan dapat ditaati bersama. Kepemimpinan yang tepat juga mendukung proses pembangunan pada suatu pemerintahan, dimana ketepatan dalam proses pembagian tugas dan wewenang secara tepat secara langsung akan membantu proses pencapaian tujuan pembangunan daerah yang telah ditetapkan. Dalam konteks pelaksanaan otonomi daerah, kepala daerah dalam implementasi pola kepemimpinannya diharapkan tidak hanya berorientasi pada tuntutan untuk memperoleh hak dan kewenangan yang sebesar-besarnya, tanpa menghiraukan makna otonomi daerah itu sendiri yang lahir dari suatu kebutuhan commit to user



akan efisiensi dan efektivitas manajemen penyelenggaraan pemerintahan, yang bertujuan untuk memberikan pelayanan yang lebih baik dan berkualitas kepada masyarakat (Ishak 2010). Otonomi daerah merupakan cara demokratis untuk mewujudkan keadilan dan kesejahteraan bagi semua unsur bangsa tanpa kecuali (Pohan 2000). Undang-Undang Nomor 32 Tahun 2004 Pasal 25 dan Pasal 27 menjelaskan tugas, wewenang, dan kewajiban kepala daerah. Tugas dan wewenang kepala daerah adalah sebagai berikut: a) memimpin penyelenggaraan pemerintahan daerah berdasarkan kebijakan yang ditetapkan bersama DPRD; b) mengajukan rancangan Perda; c) menetapkan Perda yang telah mendapat persetujuan bersama DPRD; d) menyusun dan mengajukan rancangan Perda tentang APBD kepada DPRD untuk dibahas dan ditetapkan bersama; e) mengupayakan terlaksananya kewajiban daerah; f) mewakili daerahnya di dalam dan di luar pengadilan, dan dapat menunjuk kuasa hukum untuk mewakilinya sesuai dengan peraturan perundangundangan; dan g) melaksanakan tugas dan wewenang lain sesuai dengan peraturan perundangundangan. Kepala

daerah

dalam

melaksanakan

tugas

dan

sebagaimana yang dijelaskan diatas memiliki kewajiban, yaitu: commit to user

wewenangnya



a) memegang teguh dan mengamalkan Pancasila, melaksanakan Undang-Undang Dasar Negara Republik Indonesia Tahun 1945 serta mempertahankan dan memelihara keutuhan Negara Kesatuan Republik Indonesia; b) meningkatkan kesejahteraan rakyat; c) memelihara ketentraman dan ketertiban masyarakat; d) melaksanakan kehidupan demokrasi; e) menaati dan menegakkan seluruh peraturan perundangundangan; f) menjaga etika dan norma dalam penyelenggaraan pemerintahan daerah; g) memajukan dan mengembangkan daya saing daerah; h) melaksanakan prinsip tata pemerintahan yang bersih dan baik; i) melaksanakan dan mempertanggungjawabkan pengelolaan keuangan daerah; j) menjalin hubungan kerja dengan seluruh instansi vertikal di daerah dan semua perangkat daerah; k) menyampaikan rencana strategis penyelenggaraan pemerintahan daerah di hadapan Rapat Paripurna DPRD. 3.

Teori Lokasi Teori lokasi adalah ilmu yang menyelidiki tata ruang (spatial order)

kegiatan ekonomi, atau ilmu yang menyelidiki alokasi geografis dari sumbersumber yang potensial, serta hubungannya dengan atau pengaruhnya terhadap keberadaan berbagai macam usaha/kegiatan lain baik ekonomi maupun sosial (Nasution 2011). Teori lokasi dikembangkan oleh Von Thunnen (1783-1850) memiliki beberapa asumsi, antara lain (Saraswati 2006): commit to user



a. Terdapat suatu daerah terpencil yang terdiri dari daerah perkotaan dengan daerah pedalaman yang merupakan satu-satunya daerah pemasok kebutuhan pokok komoditas pertanian. b. Daerah perkotaan itu merupakan daerah penjualan kelebihan produksi daerah pedalaman dan tidak menerima penjualan hasil pertanian dari daerah lain. c. Daerah pedalaman tidak menjual kelebihan produksinya ke daerah lain kecuali ke daerah perkotaan tersebut. d. Daerah pedalaman merupakan daerah homogen dan cocok untuk tanaman dan peternakan. e. Daerah pedalaman dihuni oleh petani yang berusaha untuk memperoleh keuntungan maksimum serta mampu untuk menyesuaikan hasil tanaman dan peternakan dengan permintaan yang terdapat di daerah perkotaan. f. Angkutan yang ada hanya angkutan darat berupa gerobak yang dihela kuda. g. Biaya angkut ditanggung oleh petani dan besarnya sebanding dengan jarak yang ditempuh. 4.

Populasi Penduduk Populasi penduduk merupakan sekumpulan individu-individu sejenis

pada suatu daerah tertentu. Tjiptoherijanto (2002) mengemukakan beberapa alasan yang melandasi pemikiran bahwa kependudukan merupakan faktor yang sangat strategis dalam kerangka pembangunan nasional. Alasan-alasan tersebut antara lain: a. Penduduk merupakan pusat dari seluruh kebijaksanaan dan program pembangunan. GBHN dengan jelas mengemukakan bahwa penduduk adalah commit to user



subjek dan objek pembangunan. Sebagai subjek pembangunan maka penduduk harus dibina dan dikembangkan sehingga mampu menjadi penggerak pembangunan. Sebaliknya, pembangunan juga harus dapat dinikmati oleh penduduk yang bersangkutan. Pembangunan harus dikembangkan dengan memperhitungkan kemampuan penduduk agar seluruh penduduk dapat berpartisipasi aktif dalam dinamika pembangunan tersebut. Pembangunan dikatakan berhasil jika mampu meningkatkan kesejahteraan penduduk dalam arti yang luas. b. Keadaan dan kondisi kependudukan yang ada sangat mempengaruhi dinamika pembangunan yang dilakukan oleh pemerintah. Jumlah penduduk yang besar jika diikuti dengan kualitas penduduk yang memadai akan merupakan pendorong bagi pertumbuhan ekonomi. Sebaliknya, jumlah penduduk yang besar jika diikuti dengan tingkat kualitas yang rendah menjadikan penduduk tersebut sebagai beban bagi pembangunan. c. Dampak perubahan dinamika kependudukan baru akan terasa dalam jangka yang panjang. Karena dampaknya baru terasa dalam jangka waktu yang panjang, sering kali peranan penting penduduk dalam pembangunan terabaikan. Berkaitan dengan kinerja keuangan pemerintah daerah beberapa peneliti menyatakan bahwa hubungan antara ukuran populasi dan biaya harus berada dalam satu kurva, sehingga memungkinkan untuk mengidentifikasi ukuran optimal seberapa besar pemerintah daerah dapat memberikan layanan yang berkualitas kepada penduduk setempat (Gomes et al. 2013). commit to user



5. Anggaran Pendapatan Belanja Daerah (APBD) Anggaran dapat diinterpretasikan sebagai paket pernyataan menyangkut perkiraan penerimaan dan pengeluaran yang diharapkan akan terjadi dalam satu atau beberapa periode mendatang (Bastian 2010). Penyusunan anggaran di dalam institusi publik berkaitan dengan proses penentuan alokasi jumlah dana untuk tiap-tiap program dan aktivitas pemerintah dalam satuan moneter. Proses penganggaran organisasi sektor publik dimulai ketika perumusan strategi dan perencanaan strategik telah selesai dilakukan. Anggaran merupakan implementasi hasil perumusan strategi dan perencanaan strategik yang telah dibuat dan ditetapkan. Proses penyusunan anggaran menjadi sangat penting karena anggaran yang tidak efektif dan tidak berorientasi pada kinerja akan dapat menggagalkan perencanaan atau strategi yang telah disusun. Anggaran merupakan managerial plan for action untuk memfasilitasi tercapainya tujuan organisasi (Mardiasmo 2009). Anthony dan Govindarajan (2009) mengemukakan bahwa proses penyusunan anggaran pada dasarnya memiliki 4 tujuan utama, yaitu: a. Menyelaraskan dengan rencana strategik. b. Untuk mengkoordinasikan kegiatan dari beberapa bagian dalam organisasi. c. Untuk memberikan tanggungjawab kepada manajer atau pimpinan, guna mengotorisasi jumlah dana yang dapat digunakan, dan untuk memberitahukan hasil yang mereka capai. d. Untuk mencapai kerjasama. commit to user



Identifikasi kebutuhan anggaran oleh Bastian (2010) dijelaskan sebagai berikut: a. Sebagai alat perencanaan. Anggaran digunakan sebagai alat untuk menetapkan kehendak pemerintah guna meningkatkan kesejahteraan masyarakat (public welfare), dengan jalan memanfaatkan

sumber

daya

dan

dana

untuk

mendukung

kegiatan

pembangunan jangka panjang dalam bentuk anggaran tahunan (annual budget). b. Sebagai alat pengendalian. Anggaran digunakan sebagai alat pengendalian yang efektif, yang harus dilakukan secara melekat (built in control) dalam tubuh organisasi atas berlangsungnya pelaksanaan kegiatan. c. Sebagai alat evaluasi. Kinerja setiap pelaksanaan kegiatan dapat diukur dan dievaluasi secara periodik maupun insidentil, yaitu: (1) apakah sudah sesuai dengan rencana kegiatan anggaran?; (2) apakah tidak menyimpang dari peraturan perundangundangan?; (3) apakah sudah dilaksanakan secara efisien dan efektif berdasarkan pembanding yang sejenis?. Sesuai dengan penjelasan Undang-Undang No. 32 Tahun 2004 tentang Pemerintah Daerah APBD merupakan dasar pengelolaan keuangan daerah dalam masa satu tahun anggaran terhitung mulai 1 Januari sampai dengan tanggal 31 Desember. Sebagai instrumen kebijakan, APBD menduduki posisi sentral dalam upaya pengembangan kapabilitas dan efektivitas pemerintah daerah. APBD digunakan sebagai alat untuk menentukan besarnya pendapatan dan pengeluaran, commit to user



membantu pengambilan keputusan dan perencanaan pembangunan, otorisasi pengeluaran dimasa-masa yang akan datang, sumber pengembangan ukuranukuran standar untuk evaluasi kinerja, alat untuk memotivasi para pegawai, dan alat koordinasi bagi semua aktivitas dari berbagai unit kerja. Proses penyusunan dan pelaksanaan APBD hendaknya difokuskan pada upaya untuk mendukung pelaksanaan program dan aktivitas yang menjadi preferensi daerah yang bersangkutan.Guna memperlancar program dan aktivitas yang telah direncanakan dan mempermudah pengendalian, pemerintah daerah dapat membentuk pusatpusat

pertangungjawaban

(resposibility

centers)

sebagai

unit

pelaksana

(Mardiasmo 2002). Rinaldi (2012) menyatakan bahwa APBD yang terus meningkat menunjukkan desentralisasi anggaran pemerintah daerah dalam melakukan otonomi daerah. APBD merupakan suatu gambaran atau tolok ukur penting keberhasilan suatu daerah dalam meningkatkan potensi perekonomian daerah. Artinya, jika perekonomian daerah mengalami pertumbuhan, maka akan berdampak positif terhadap peningkatan Pendapatan Asli Daerah (PAD), khususnya penerimaan pajak daerah. Pada prinsipnya semakin besar sumbangan PAD kepada APBD maka akan menunjukkan semakin kecil ketergantungan daerah kepada pusat sebagai konsekuensi pelaksanaan otonomi daerah. 6.

Kinerja Pemerintah Daerah Kamus akuntansi mendefinisikan kinerja (performance) sebagai istilah

umum yang digunakan untuk sebagian atau seluruh tindakan dari organisasi pada suatu periode, sering dengan referensi pada sejumlah standar, seperti biaya-biaya commit to user



masa lalu atau yang diproyeksikan, suatu dasar efisiensi, pertanggungjawaban atau akuntabilitas manajemen (Ismaya 2006). Berdasarkan Peraturan Pemerintah Nomor 8 Tahun 2006 tentang Pelaporan Keuangan dan Kinerja Instansi Pemerintah, kinerja adalah keluaran/hasil dari kegiatan/program yang hendak atau telah dicapai sehubungan dengan penggunaan anggaran dengan kuantitas dan kualitas terukur. Kinerja pemerintah daerah merupakan gambaran tingkat pencapaian

pelaksanaan

suatu

kegiatan/program/kebijaksanaan

dalam

mewujudkan sasaran, tujuan, misi, dan visi organisasi yang tertuang dalam perumusan skema strategis (strategic planning) (Rohman 2007). Dalam mengelola kinerja, keuangan merupakan sumber daya. Dengan mengelola sumber daya keuangan secara bijaksana, pemimpin akan lebih mungkin untuk meningkatkan kualitas pelayanan yang diberikan kepada masyarakat (Gomes et al. 2012). Pengelolaan keuangan daerah yang berorientasi pada kinerja, terdapat keterkaitan antara sasaran strategis yang ingin dicapai dengan alokasi jumlah dana. Keterkaitan tersebut dapat memudahkan perencanaan yang bersifat menyeluruh, baik dari segi pencapaian sasaran, perumusan dan implementasi program, kegiatan, maupun proses penetapan dan pengendalian anggaran serta analisis kinerja (Rohman 2007). Sektor publik sering dinilai sebagai sarang inefisiensi, pemborosan, sumber kebocoran dan institusi yang selalu merugi. Tuntutan baru muncul agar organisasi sektor publik memperhatikan value for money dalam menjalankan aktivitasnya. Value for money merupakan konsep pengelolaan organisasi sektor publik yang mendasarkan pada tiga elemen utama, yaitu ekonomi, efisiensi dan commit to user



efektivitas. Ekonomi terkait dengan sejauh mana organisasi sektor publik dapat meminimalisir input resource yang digunakan, yaitu dengan menghindari pengeluaran yang boros dan tidak produktif. Efisiensi merupakan perbandingan output atau input yang dikaitkan dengan standar kinerja atau target yang telah ditetapkan. Efektivitas yaitu tingkat pencapaian hasil program dengan target yang telah ditetapkan (Mardiasmo 2009). Prayitno (2012) menjelaskan peran pemerintah daerah tidak lagi merupakan alat kepentingan pemerintah pusat, melainkan alat untuk memperjuangkan aspirasi dan kepentingan daerah. Dengan mengimplementasikan konsep value for money oleh pemerintah daerah akan memberikan manfaat diantaranya adalah: a. efektivitas pelayanan publik, dalam arti pelayanan yang diberikan tepat sasaran; b. meningkatkan mutu pelayanan publik; c. biaya pelayanan yang murah, karena hilangnya inefisiensi dan penghematan dalam penggunaan sumber daya; d. alokasi belanja yang lebih berorientasi pada kepentingan publik. Untuk menilai kinerja yang merupakan gambaran dari pencapaian pelaksanaan suatu program atau kebijakan dalam rangka mewujudkan tujuan, visi dan misi perlu adanya sebuah pengukuran. Pengukuran kinerja sangat penting dalam rangka mewujudkan penyelenggaraan pemerintahan yang baik. Pengukuran kinerja mendefinisikan metodologi untuk mengukur efisiensi dan efektivitas serta sebagai alat untuk membuktikan fungsi organisasi (Lupke 2009). Pengukuran commit to user



kinerja menurut Craig (1999) adalah proses menentukan seberapa efektif dan efisien sumber daya yang digunakan dalam memberikan pelayanan atas program. Mardiasmo (2009) menjelaskan bahwa pengukuran kinerja sektor publik dilakukan untuk memenuhi tiga maksud. Pertama, untuk membantu memperbaiki kinerja pemerintah, ukuran kinerja dimaksudkan untuk membantu agar pemerintah berfokus pada tujuan dan sasaran program unit kerja. Hal ini diharapkan akan meningkatkan efektivitas dan efisiensi organisasi sektor publik dalam memberikan pelayanan kepada publik. Kedua, untuk mengalokasikan sumber

daya

dan

pembuatan

keputusan.

Ketiga,

untuk

mewujudkan

pertanggungjawaban publik dan memperbaiki komunikasi kelembagaan. Lebih lanjut, Mardiasmo (2009) menjelaskan manfaat pengukuran kinerja, yaitu: a. Memberikan pemahaman mengenai ukuran yang digunakan untuk menilai kinerja manajemen. b. Memberikan arah untuk mencapai target kinerja yan telah ditetapkan. c. Untuk

memonitor

dan

mengevaluasi

pencapaian

kinerja

dan

membandingkannya dengan target kinerja serta melakukan tindakan korektif untuk memperbaiki kinerja. d. Sebagai dasar untuk memberikan penghargaan dan hukuman (reward dan punishment) secara obyektif atas pencapaian prestasi yang diukur sesuai dengan sistem pengukuran kinerja yang telah disepakati. e. Sebagai alat komunikasi antara bawahan dan pimpinan dalam rangka memperbaiki kinerja organisasi. f. Membantu mengidentifikasikan apakah kepuasan pelanggan sudah terpenuhi. commit to user



g. Membantu memahami proses kegiatan instansi pemerintah h. Memastikan bahwa pengambilan keputusan dilakukan secara obyektif. Pengukuran kinerja dapat diklasifikasikan ke dalam empat kategori yang sesuai dengan misi negara atau pemerintah daerah (Craig 1999), yaitu: a. Input measures. Mengukur volume atau jumlah sumber daya yang digunakan untuk memberikan layanan kepada masyarakat, atau segala sesuatu yang diperlukan untuk mencapai suatu hasil. Hal ini mencakup jumlah pengeluaran, jam kerja atau penggunaan peralatan. b. Output or work load measures. Mengukur jumlah pelayanan yang diberikan kepada masyarakat. Hal ini memungkinkan seseorang untuk memeriksa kuantitas layanan dan layanan apa saja yang sediakan oleh entitas. c. Efficiency measures. Mengukur korelasi antara sumber daya yang digunakan dan jumlah layanan yang diberikan kepada masyarakat (input dan output). Hal ini dapat dinyatakan sebagai biaya per unit, jam kerja atau peralatan yang digunakan untuk menyelesaikan sebuah program (penyediaan layanan). d. Effectiveness

measures.

Mengukur

kualitas

dan

produktivitas

dalam

penyampaian pelayanan kepada masyarakat. Karakteristik efektivitas meliputi evaluasi masyarakat, ketepatan waktu, kesiapan, kondisi dan akurasi. 7.

Kemandirian Keuangan Pemerintah Daerah Konsep dasar otonomi daerah adalah pemberian wewenang yang lebih

luas kepada daerah untuk merencanakan dan melaksanakan pembangunan daerahnya masing–masing sesuai dengan apa yang mereka kehendaki dan mereka butuhkan. Setiap pemerintah daerah dituntut untuk dapat menggerakan segala commit to user



kemampuan yang dimiliki dalam menciptakan serta mendorong peningkatan pendapatan asli daerah yang dapat menjadi sumber pembiayaan daerah. Suatu daerah otonom akan mampu berotonomi apabila daerah tersebut memiliki kemampuan keuangan untuk membiayai penyelenggaraan pemerintahan daerah, dimana tingkat ketergantungan kepada pemerintah pusat dengan porsi yang semakin kecil (Bwariat 2013). Kemampuan keuangan suatu daerah dapat dilihat dari besar kecilnya Pendapatan Asli Daerah (PAD) yang diperoleh daerah yang bersangkutan. Dalam kaitannya dengan pemberian otonomi daerah yang lebih besar kepada daerah, PAD selalu dipandang sebagai salah satu indikator atau kriteria untuk mengukur ketergantungan suatu daerah kepada pusat (Rinaldi 2012). Semakin rendah tingkat ketergantungan daerah terhadap pemerintah pusat maka semakin baik tingkat kemandirian daerah. Indikator kemandirian keuangan suatu daerah adalah rasio Pendapatan Asli Daerah (PAD) terhadap dana perimbangan dan pinjaman, dengan demikian PAD dan dana perimbangan merupakan sumber pengeluaran pemerintah daerah berpengaruh positif terhadap pengeluaran pemerintah suatu daerah. PAD adalah pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan (Aryanto 2011). Sesuai dengan Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah, yang merupakan PAD yaitu hasil pajak daerah, hasil retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan dan lain-lain PAD yang sah. Dana perimbangan menurut Undang-Undang No. 32 tentang Perimbangan Keuangan antara commit to user



Pemerintah Pusat dan Pemerintah Daerah adalah dana yang bersumber dari pendapatan APBN yang dialokasikan kepada daerah untuk mendanai kebutuhan daerah dalam rangka pelaksanaan desentralisasi. Kemandirian keuangan daerah menggambarkan tingkat partisipasi masyarakat dalam pembangunan daerah. Semakin tinggi tingkat kemandirian keuangan suatu daerah berarti semakin tinggi partisipasi masyarakat dalam membayar pajak dan retribusi daerah yang merupakan komponen dari PAD (Aryanto 2011).

B. Penelitian Terdahulu Gomes et al. (2013) menguji pengaruh kualitas walikota (latar belakang pendidikan, usia, dan pengalaman administrasi) dan ukuran populasi terhadap kinerja keuangan. Penelitian tersebut dilakukan pada Pemerintah Daerah di Brasil tahun 2005 hingga 2008. Dalam penelitiannya, Gomes et al. (2013) mengusulkan indeks untuk mengukur tingkat swasembada kota-kota di Brasil dalam hal kebijaksanaan mengelola sumber daya keuangan. Indeks tersebut merupakan alat ukur kinerja keuangan. Indeks yang diusulkan yaitu dengan membandingkan antara rasio total pendapatan dengan total pengeluaran. Mereka memilih pajak properti dan pajak layanan jasa sebagai sumber utama pendapatan, dimana kepala daerah memiliki diskresi atas pengelolaan pajak dalam rangka meningkatkan pendapatan . Total pajak properti dan pajak layanan jasa ditiap kota bervariasi sesuai dengan ukuran populasi, sehingga sangat mungkin untuk mencerminkan commit to user



skala ekonomi. Sementara itu, total pengeluaran digunakan sebagai upaya pemerintah daerah dalam rangka memberikan pelayanan kepada masyarakat. Hasil penelitiannya menyebutkan bahwa kualitas walikota sebagai variabel independen yang diukur dengan latar belakang pendidikan, usia, dan pengalaman administrasi memberikan dukungan yang lemah untuk menerima hipotesis, sedangkan ukuran populasi dianggap sebagai faktor penting untuk menjelaskan kinerja yang baik. Semakin besar kota semakin besar kemungkinan untuk dapat meningkatkan pendapatan. Dalam hal kinerja keuangan, pemerintah daerah harus mampu meningkatkan pendapatan dalam rangka memenuhi pengeluaran. Kota besar menunjukkan kinerja yang lebih baik dibandingkan dengan kota kecil. Temuannya menunjukkan bahwa ada hubungan kausal yang kuat dan positif antara ukuran populasi dan kinerja keuangan. Seba et al. (2009) meneliti keselarasan hubuhungan antara karakteristik manajer, strategi, dan kinerja. Karakteristik manajer yang digunakan adalah usia, tingkat pendidikan, dan masa jabatan, sedangkan untuk variabel strategi diklasifikasikan kedalam model tipologi Miles dan Snow (prospektor, defender, reaktor, dan analyzer). Sementara itu, kinerja diukur dengan menggunakan Core Service Performance (CSP). Pengukuran ini mencakup enam dimensi kinerja, yaitu: kuantitas output, kualitas output, efisiensi, efektivitas, nilai uang, dan kepuasan konsumen. Hasil penelitian menunjukkan bahwa usia rata-rata manajer di unit prospektor tidak secara signifikan berbeda dengan manajer di unit defender, namun masa jabatan manajer unit prospektor lebih pendek dibandingkan dengan manajer unit defender. Manajer unit prospektor memilki commit to user



tingkat pendidikan yang lebih tinggi dibandingkan dengan manajer unit defender. Hal tersebut dapat disimpulkan bahwa usia bukanlah karakteristik penting dalam menentukan strategi organisasi, sementara tingkat pendidikan dan masa jabatan memberikan pengaruh yang signifikan terhadap strategi yang merupakan cerminan kinerja suatu organisasi. Berkaitan dengan karakterisrik manajerial, Finkelstein dan Hambrick (1990) menguji hubungan masa jabatan manajerial dengan hasil organisasi. Individu yang bekerja disebuah organisasi dalam jangka waktu yang lama, terutama jika berhasil meniti karir dengan baik, cenderung akan semakin bijaksana terhadap organisasi. Hasil penelitian menunjukkan bahwa perusahaan yang dipimpin oleh tim top manajemen dengan masa jabatan yang panjang lebih mungkin untuk tetap teguh terhadap strategi organisasi. Semakin pendek masa jabatan tim top manajemen, maka tingkat penyimpangan kinerja semakin tinggi. Penelitian selanjutnya dilakukan oleh Manner (2010) yang mengkaitkan karakteristik CEO dengan Corporate Social Performance (CSP). Analisis CSP dilakukan untuk mengetahui bahwa karakteristik CEO yang diamati dapat memprediksi perbedaan CSP antar perusahaan.

Karakteristik CEO yang

digunakan yaitu pendidikan dan pengalaman kerja. Hasil penelitian menunjukkan bahwa karakteristik CEO secara signifikan berhubungan dengan CSP yang baik. CEO dengan gelar sarjana dibidang ekonomi memiliki hubungan negatif signifikan terhadap CSP, sedangkan CEO dengan gelar sarjana dibidang humaniora atau ilmu sosial lainnya berhubungan positif dan signifikan terhadap CSP. Dalam penelitian Manner (2010) para peneliti menjelaskan bahwa commit to user



ekonomon profesional lebih menekankan kepentingan pribadi. Mereka juga mengemukakan ada kemungkinan minimnya pembahasan CSP secara lebih mendalam dalam pendidikan ekonomi. Sementara itu, untuk variabel pengalaman kerja menunjukkan hasil adanya hubungan yang positif dan signifikan terhadap CSP. Penelitian lain dilakukan oleh Gottesman dan Morey (2010) yang menguji secara empiris hubungan antara latar belakang pendidikan CEO dengan kinerja keuangan perusahaan. Latar belakang pendidikan CEO ditentukan dengan mengidentifikasi jenis gelar serta mengkategorikan CEO dengan latar belakang pendidikan sarjana dan pascasarjana dibidang MBA dan hukum. Hasil penelitian menunjukkan jenis pendidikan CEO bukan faktor yang signifikan untuk menentukan baik buruknya kinerja keuangan perusahaan, dengan demikian dapat disimpulkan bahwa latar belakang pendidikan CEO tidak berhubungan dengan kinerja keuangan. Liu, Li, dan Gao (1999) mengkaitkan kinerja perusahaan dengan lokasi. Mereka menyatakan sebuah analisis menunjukkan bahwa lokasi merupakan salah satu kunci keberhasilan investor asing di China. Hal tersebut juga berlaku di negara maju seperti Amerika Serikat, dimana lokasi geografis mempengaruhi kinerja perusahaan. Penelitian mereka mengidentifikasi daerah yang disukai investor asing dengan mengukur rasio arus modal asing yang masuk selama 19931995. Hasilnya mengungkapkan bahwa investor asing mulai tertarik dengan beberapa provinsi pedalaman yang sebelumnya tidak dikenal oleh para investor. Sebagai contoh: Provinsi Ningxia, Mongolia Dalam, Yunnan, dan Liaoning. Hal commit to user



tersebut mungkin disebabkan karena basis modal lebih kecil dibandingkan daerah lain, atau telah terjadi perubahan dalam kebijakan lokal serta input yang relatif murah, sehingga akan membantu adanya jalur investasi bagi provinsi-provinsi yang kurang berkembang. Kondisi tertentu yang membuat sebuah lokasi lebih menarik daripada lokasi lainnya, akan menarik bagi calon investor asing. Kebijakan pemerintah, infrastruktur, dan faktor-faktor lain dapat mempengaruhi kegiatan usaha, yang kemudian cenderung berbeda secara substansial dari satu lokasi ke lokasi lain. Rinaldi (2012) menganalisis kemandirian keuangan dalam pelaksanaan otonomi daerah. Dalam penelitiannya mengemukakan bahwa kondisi peningkatan APBD yang bergerak naik menunjukkan desentralisasi anggaran pemerintah daerah dalam melakukan otonomi daerah. Daerah memiliki wewenang dalam melakukan pembangunan daerah, karena daerah mengetahui dengan jelas kebutuhan daerahnya yang tertuang dalam APBD. Pembangunan yang berorientasi pada pelayanan publik menjadi prioritas dan amanat desentralisasi keuangan daerah dalam otonomi. Peningkatan APBD merupakan kewajiban pemerintah daerah dalam melaksanakan otonomi daerah.

C. Pengembangan Hipotesis Pengembangan hipotesis penelitian berdasarkan teori-teori yang telah telah dijelaskan adalah sebagai berikut: 1.

Latar Belakang Pendidikan Kepala Daerah dan Kinerja commit to user



Pendidikan merupakan hal yang penting dalam kehidupan manusia, karena dengan pendidikan seseorang dapat belajar semua ilmu pengetahuan dan dengan ilmu pengetahuan itulah seseorang dapat merubah pola pikirnya menjadi lebih baik dan berkembang. Gottesman dan Morey (2010) menyatakan salah satu karakteristik CEO yang sering digunakan adalah latar belakang pendidikan. Latar belakang pendidikan CEO merupakan hal penting bagi pemegang saham, karena dengan latar belakang pendidikan mampu memberikan wawasan CEO dalam proses berpikir. Menurut Hambrick dan Manson (1984) pendidikan menunjukkan pengetahuan dan keterampilan dasar seseorang. Jika diasumsikan sebagian besar manusia menganggap serius tentang pendidikan, maka pendidikan berfungsi sebagai indikator dari nilai seseorang. Jumlah dan jenis pendidikan mengandung informasi yang kompleks mengenai individu. Selanjutnya, Hambrick dan Manson menjelaskan bahwa pendidikan formal dari tim manajemen positif berhubungan dengan inovasi. Becerra (2007) menjelaskan pada organisasi publik latar belakang pendidikan dapat membantu kepala daerah untuk mengantisipasi suatu konsekuensi dari tindakan dan kelalaian dalam menjalankan program kerja. Pendidikan juga menghasilkan keyakinan dan kepercayaan dalam pengambilan keputusan. Penelitian empiris oleh Jensen dan Jazac (2004) menyatakan bahwa manajer mengejar strategi yang sesuai dengan keahlian fungsional, dengan demikian dapat dinyatakan bahwa latar belakang pendidikan kepala daerah berpengaruh terhadap kinerja keuangan pemerintah daerah. Berdasarkan uraian diatas, maka hipotesis yang diajukan adalah: commit to user



H1:

Latar belakang pendidikan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah.

2.

Tingkat Pendidikan Kepala Daerah dan Kinerja. Penelitian tentang tingkat pendidikan top manajer menunjukkan bahwa

eksekutif yang berpendidikan lebih tinggi memiliki kompleksitas kognitif yang lebih besar (Hitt dan Tyler 1991; Wally dan Baum 1994). Hal ini dapat diasumsikan bahwa kompleksitas kognitif memberikan kemapuan yang lebih besar untuk menyerap ide-ide baru sehingga akan meningkatkan kecenderungan untuk menerima inovasi (Barker dan Mueller 2002). Senada dengan itu, Bantel dan Jackson (1989), Hambrick dan Mason (1984), dan Wiersema dan Bantel (1992) mengemukakan bahwa tingkat pendidikan dicapai dengan atribut seperti kemampuan kognitif, kemampuan untuk mengolah informasi, dan penerimaan terhadap inovasi. Seba et al. (2009) menyimpulkan dari literatur yang ada bahwa tingkat pendidikan berkorelasi positif dengan penerimaan terhadap inovasi, perubahan dan pertumbuhan. Menurut Becerra (2007) selain mencerminkan kredibilitas, pendidikan juga memberikan rasa percaya diri bagi kepala daerah untuk membangun komunikasi dengan pejabat ditingkat yang lebih tinggi untuk mencari sumber daya daerah, dengan demikian kinerja pemerintah daerah sangat dipengaruhi oleh kualitas pendidikan kepala daerah. Berdasarkan penjelasan tersebut dapat dinyatakan bahwa tingkat pendidikan kepala daerah berpengaruh terhadap kinerja keuangan pemerintah daerah, maka hipotesis yang diajukan adalah: commit to user



H2:

Tingkat pendidikan

kepala daerah berpengaruh positif terhadap kinerja

keuangan pemerintah daerah. 3.

Masa Jabatan Kepala Daerah dan Kinerja. Sejumlah peneliti mengemukakan bahwa masa jabatan dalam suatu

organisasi akan mempengaruhi kognitif seorang eksekutif (Boeker 1997). Seba et al. (2009) menemukan bahwa eksekutif dengan masa jabatan panjang cenderung memilih strategi defender, sedangkan eksekutif dengan masa jabatan pendek akan lebih memilih untuk menggunakan strategi prospector. Manajer yang bekerja dengan jangka waktu lama dalam satu organisasi cenderung memiliki perspektif yang terbatas serta menghindari adanya perubahan secara radikal (Hambrick dan Mason 1984). Dengan masa jabatan yang panjang, CEO akan lebih menguasai dalam proses pengambilan keputusan. CEO juga memperoleh pengetahuan, keahlian serta pengalaman yang lebih tentang tugasnya, seiring dengan meningkatnya kekuasaan dalam organisasi (Hermann dan Datta 2002). Dengan demikian dapat dinyatakan bahwa masa jabatan kepala daerah berpengaruh terhadap kinerja keuangan pemerintah daerah. Berdasarkan uraian diatas, maka hipotesis yang diajukan adalah: H3:

Masa jabatan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah. Berdasarkan penjelasan teori-teori yang ada, maka dikembangkan pula

hipotesis penelitian yang keempat, yaitu: H4:

Interaksi antar karakteristik kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah. commit to user



D. Kerangka Berpikir Penelitian ini bertujuan untuk menguji pengaruh karakteristik kepala daerah

terhadap

kinerja

keuangan

pemerintah

daerah,

dengan

lokasi

pemerintahan, jumlah populasi penduduk, dan besar APBD sebagai variabel kontrol. Karakteristik kepala daerah yang digunakan dalam penelitian ini adalah latar belakang pendidikan, tingkat pendidikan dan masa jabatan, sedangkan kinerja keuangan pemerintah daerah diukur dengan menggunakan rasio kemandirian keuangan daerah. Kerangka berpikir dalam penelitian ini dapat digambarkan sebagai berikut: Gambar 1 Kerangka Berpikir Variabel Independen Karakteristik Kepala Daerah: Latar belakang pendidikan

(X1)

Tingkat Pendidikan

(X2)

Masa Jabatan

(X3)

Variabel Kontrol Lokasi Pemerintahan

(X4)

Jumlah Populasi Penduduk

(X5)

Besar APBD

(X6)

commit to user

Kinerja Keuangan Pemerintah Daerah (Y)


digilib.uns.ac.id

BAB III METODE PENELITIAN

A. Metode Penelitian Penelitian ini berupa studi empiris dengan tujuan untuk memperoleh bukti empiris terkait pengaruh latar belakang pendidikan, tingkat pendidikan, dan masa jabatan serta interaksi antar karakteristik kepala daerah terhadap kinerja keuangan pemerintah daerah di Indonesia. Lokasi pemerintahan, jumlah populasi penduduk, dan besar APBD digunakan sebagai variabel kontrol. Kinerja keuangan pemerintah daerah diukur dengan rasio kemandirian. Penelitian ini meneliti kinerja keuangan pemerintah daerah kabupaten dan kota untuk tahun 2011 dan 2012. Jika dilihat berdasarkan horizon waktu maka penelitian ini di kategorikan sebagai studi time series, dimana data penelitian berupa data rentetan waktu (Indriantoro dan Supomo 2002).

B. Pengumpulan Data dan Pemilihan Sampel Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yaitu informasi yang diperoleh dari pihak lain. Data tersebut berupa data yang dapat diakses melalui internet, penelusuran dokumen atau publikasi informasi (Sekaran dan Bougie 2010). Data profil kepala daerah diperoleh dari website masing-masing pemerintah daerah dan sumber lain dari internet. Data jumlah populasi penduduk kabupaten dan kota diperoleh dari Badan Pusat Statistik (BPS) atau www.bps.go.id, sedangkan data APBD diperoleh dari commit to user

32



Direktorat Jenderal Perimbangan Keuangan (DJPK) Kementerian Keuangan RI atau www.djpk.depkeu.go.id. 1. Populasi Populasi merupakan keseluruhan kelompok orang, kejadian atau peristiwa yang menjadi perhatian peneliti untuk diteliti (Sekaran dan Bougie 2010). Populasi dalam penelitian ini adalah seluruh kabupaten/kota di Indonesia sebanyak 512, yaitu terdiri atas 414 kabupaten, 1 kabupaten administratif, 92 kota, dan 5 kota administratif. 2. Sampel Sampel adalah bagian dari populasi yang diharapkan dapat mewakili populasi penelitian. Agar informasi yang diperoleh dari sampel benar-benar mewakili populasi, sampel tersebut harus mewakili karakteristik populasi yang diwakilinya (Kuncoro 2009). Dengan mempelajari sampel, peneliti akan mampu menarik kesimpulan yang dapat digeneralisasikan terhadap populasi penelitian (Sekaran dan Bougie 2010). Sampel penelitian ini diperoleh dan dipilih dari populasi dengan metode purposive sampling. Purposive sampling adalah teknik penentuan sampel dengan pertimbangan tertentu (Sugiyono 2004). Kriteria pemilihan sampel dalam penelitian ini adalah: a) Pemerintah daerah kabupaten/kota di Indonesia tahun 2011 dan 2012. b) Pemerintah daerah kabupaten/kota yang mempunyai website dan dapat diakses serta menyajikan data dan informasi terkait karakteristik kepala daerah secara lengkap. commit to user



c) Pemerintah daerah dengan kepala daerah yang menjabat pada tahun 20112012. d) Pemerintah daerah kabupaten/kota yang menyajikan jumlah penduduk tahun 2011 dan 2012 yang dapat diakses oleh peneliti. e) Pemerintah daerah kabupaten/kota yang menyajikan APBD tahun 2011 dan 2012 yang dapat diakses oleh peneliti. Dalam penelitian ini jumlah pemerintah daerah kabupaten/kota yang diperoleh berdasarkan kriteria tersebut diatas yaitu sebanyak 147, yang kemudian dikalikan dengan 2 tahun, sehingga jumlah total sampel penelitian adalah 294. Proses pengambilan jumlah sampel disajikan dalam tabel 1. Tabel 1 Proses Pengambilan Sampel Jumlah Pemerintah Daerah No 1 2 3

4 5 6

Keterangan Jumlah Jumlah pemerintah kabupaten/kota di Indonesia tahun 2011496 2012 Pemerintah daerah yang belum memiliki website (18) Pemerintah daerah yang memiliki website namun tidak dapat (278) diakses dan atau tidak menyajikan data informasi karakteristik kepala daerah secara lengkap. Pemerintah daerah dengan kepala daerah yang tidak menjabat (31) pada tahun 2011 hingga 2012. Pemerintah daerah yang tidak menyajikan informasi jumlah (19) populasi penduduk tahun 2011-2012 Pemerintah daerah yang tidak menyajikan APBD tahun 2011(3) 2012 Jumlah sampel kabupaten/kota 147 Total sampel penelitian (dikalikan 2 tahun) 294

commit to user



C. Definisi Operasional dan Pengukuran Variabel Definisi operasional menjelaskan karakteristik yang dapat diamati dalam rangka mengukur konsep (Sekaran dan Bougie 2010), dengan kata lain definisi operasional memberikan petunjuk atau informasi tentang bagaimana cara mengukur suatu variabel. Variabel adalah sesuatu yang dapat membedakan atau mengubah nilai. Nilai dapat berbeda pada waktu yang berbeda untuk objek atau orang yang sama, atau nilai dapat berbeda dalam waktu yang sama untuk objek atau orang yang berbeda (Kuncoro 2009). Variabel dalam penelitian ini terdiri atas: 1. Variabel Dependen Variabel dependen adalah variabel yang menjadi perhatian utama peneliti. Melalui analisis terhadap variabel dependen dengan menemukan variabel yang mempengaruhinya, adalah mungkin untuk menemukan jawaban atau solusi atas masalah (Sekaran dan Bougie 2010). Variabel dependen dalam penelitian ini adalah kinerja keuangan pemerintah daerah. Kinerja keuangan pemerintah daerah adalah kemampuan suatu daerah untuk menggali dan mengelola sumber-sumber keuangan asli daerah dalam memenuhi kebutuhannya guna mendukung berjalannya sistem pemerintahan, pelayanan kepada masyarakat dan pembangunan daerahnya dengan tidak tergantung sepenuhnya kepada pemerintah pusat dan mempunyai keleluasaan di dalam menggunakan dana-dana untuk kepentingan masyarakat daerah dalam batas-batas yang ditentukan peraturan perundang-undangan (Syamsi 1993). commit to user



Analisis kinerja keuangan diukur melalui penghitungan rasio-rasio keuangan yang merupakan alat ukur kinerja keuangan. Salah satu rasio yang dapat digunakan untuk mengukur kinerja keuangan pemerintah daerah kabupaten/kota adalah rasio kemandirian. Tingkat kemandirian keuangan daerah adalah ukuran yang menunjukkan kemampuan keuangan pemerintah daerah dalam membiayai sendiri kegiatan pemerintahan, pembangunan, dan pelayanan kepada masyarakat, yang diukur dengan rasio Pendapatan Asli Daerah (PAD) terhadap jumlah bantuan pemerintah pusat dan pinjaman (Bisma dan Susanto 2010). Dalam penelitian ini rasio kemandirian diukur dengan: RKKDt =

PADt (Dana Perimbangan dan 𝑃𝑖𝑛𝑗𝑎𝑚𝑎𝑛 )t

x 100%

Dimana: RKKDt : Rasio Kemandirian Keuangan Daerah tahun t PADt

: Pendapatan Asli Daerah tahun t

2. Variabel Independen Variabel independen adalah variabel yang mempengaruhi variabel terikat baik secara positif maupun negatif (Sekaran dan Bougie 2010). Variabel independen dalam penelitian ini terdiri dari: a. Latar Belakang Pendidikan (BACKG) Latar belakang pendidikan adalah jenis pendidikan yang telah ditempuh seseorang untuk mempelajari ilmu pengetahuan tertentu, yang kemudian diterapkan dalam pekerjaannya. Latar belakang pendidikan merupakan hal yang penting, karena dapat memberikan wawasan dalam proses berpikir, yang commit to user kemudian ditampilkan melalui hasil pekerjaan (Gottesman dan Morey 2010).



Bamber et al. (2010) mengemukakan anggaran akan didukung lebih detail dan teliti jika manajer perusahaan memiliki latar belakang keuangan. Hal ini mengindikasikan bahwa manajer yang berlatar belakang keuangan atau akuntansi dapat menghasilkan kinerja yang lebih baik. Latar belakang pendidikan dalam penelitian ini diukur berdasarkan lulusan dari ekonomi dan non ekonomi. Angka 0 melambangkan kepala daerah dengan latar belakang pendidikan non ekonomi, sedangkan angka 1 melambangkan kepala daerah dengan latar belakang pendidikan ekonomi. b. Tingkat Pendidikan (LEVEL) Tingkat pendidikan adalah suatu kondisi jenjang pedidikan yang dimiliki oleh seseorang melalui pendidikan formal yang dipakai oleh pemerintah serta disahkan oleh departemen pendidikan (Saputra 2012). Tingkat pendidikan mencerminkan kemampuan kognitif dan keterampilan seseorang. Individu dengan tingkat pendidikan tinggi diharapkan memiliki kesadaran dan menerima perlunya perubahan strategi (Wiersema dan Bantel 1992). Klasifikasi tingkat pendidikan dalam penelitian ini terdiri dari: SLTA, D3, S1, S2, dan S3. SLTA : dilambangkan dengan angka 1 D3

: dilambangkan dengan angka 2

S1


S2


S3

: dilambangkan dengan angka 5 Penggunaan batas minimal tingkat pendidikan SLTA dikarenakan

persyaratan untuk menjadi bupati dan walikota minimal berpendidikan SLTA commit to user



sesuai dengan Undang-Undang No. 12 Tahun 2008 tentang perubahan kedua Undang-Undang No. 32 Tahun 2004 tentang Pmerintah Daerah. c. Masa Jabatan (TENURE) Masa jabatan adalah jumlah waktu seseorang bekerja pada sebuah organisasi (Pennino 2002). Hambrick dan Mason (1984) menyatakan masa jabatan yang panjang memberikan pemahaman yang lebih baik tentang kebijakan organisasi. Top manajemen dengan masa jabatan yang panjang memilki komitmen lebih besar terhadap norma-norma dan budaya organisasi (Bantel dan Jackson 1989). Masa jabatan dalam penelitian ini diukur berdasarkan periode jabatan kepala daerah. Jika seorang kepala daerah menjabat ≤ 5 tahun atau merupakan periode pertama maka dilambangkan dengan angka 0, sedangkan bagi kepala daerah yang memiliki masa jabatan > 5 tahun atau merupakan periode kedua maka dilambangkan dengan angka 1. 3. Variabel Kontrol Variabel Kontrol adalah variabel yang dikendalikan atau dibuat konstan sehingga pengaruh variabel independen terhadap variabel dependen tidak dapat dipengaruhi oleh faktor luar yang tidak diteliti (Supriyanto 2013). Variabel kontrol dalam penelitian ini adalah: a. Lokasi Pemerintahan (LOKASI) Lokasi adalah posisi suatu tempat, benda, peristiwa atau gejala di permukaan bumi dalam hubungannya dengan tempat, benda, gejala, dan peristiwa lain (Hartono 2007). Lokasi yang dimaksudkan dalam penelitian ini adalah pemerintah daerah kabupaten/kota yang berada di Jawa dan Luar Jawa. commit to user



Kabupaten/kota yang berlokasi di Pulau Jawa dilambangkan dengan angka 1 dan angka 0 untuk Kabupaten/kota yang berlokasi di luar Pulau Jawa. b. Jumlah Populasi Penduduk (POPULASI) Populasi penduduk menggambarkan jumlah penduduk disuatu daerah dalam waktu tertentu. Gomes et al. (2013) mengkaitkan populasi penduduk dengan kinerja pemerintah daerah yaitu melalui pajak properti dan pajak layanan jasa. Semakin tinggi prosentase pendapatan pajak, diharapkan pemerintah daerah dapat meningkatkan kemampuan daerah. Dengan meningkatnya kemampuan daerah, maka semakin rendah tingkat ketrgantungan terhadap transfer dari pemerintah pusat. Semakin rendah tingkat ketergantungan menunjukkan semakin besar otonomi daerah, dengan demikian semakin tinggi kebijaksanaan pemerintah daerah dalam membuat keputusan. Dalam penelitian ini populasi penduduk diukur berdasarkan jumlah penduduk kabupaten/kota pada tahun 2011 dan 2012 dengan menggunakan ukuran log natural. c. Besar APBD (APBD) Anggaran Pendapatan Belanja Daerah (APBD) adalah rencana keuangan tahunan pemerintahan daerah yang ditetapkan dengan peraturan daerah. Bastian (2007) mengemukakan salah satu tujuan penyusunan pendapatan adalah memberikan informasi yang tepat maupun prediktif mengenai jumlah pendapat yang dimiliki pemerintah daerah, sehingga dapat diperhitungkan seberapa besar dana yang dimiliki oleh pemerintah daerah untuk membiayai kegiatan yang seperti dianggarkan. Sementara itu, disisi belanja Gomes et al. (2013) mendefinisikan sebagai jumlah uang pemerintah daerah yang harus dikeluarkan commit to user



agar mampu memberikan pelayanan serta untuk mengelola tata pemerintahan secara keseluruhan. Total belanja digunakan dalam penelitiannya sebagai salah satu upaya pemerintah daerah dalam rangka memberikan pelayanan kepada masyarakat. APBD memiliki unsur-unsur sebagai berikut (Wibisono 2010): 1) Rencana kegiatan suatu daerah beserta uraiannya secara rinci. 2) Adanya sumber penerimaan untuk menutupi biaya-biaya sehubungan dengan aktivitas-aktivitas pemerintahan dan adanya biaya-biaya yang merupakan batas minimal pengeluaran-pengeluaran yang akan dilaksanakan. 3) Jenis kegiatan dan proyek yang dituangkan dalam bentuk angka. 4) Periode anggaran, yaitu biasanya satu tahun. Dalam penelitian ini besar APBD diukur dari jumlah APBD kabupaten/kota pada tahun 2011 dan 2012 dengan menggunakan ukuran log natural.

D. Analisis Data Analisis data merupakan tahapan yang kritis dalam proses penelitian. Tujuan utama analisis data adalah menyediakan informasi untuk memecahkan masalah (Kuncoro 2009). Metode analisis data dalam penelitian ini adalah: 1. Uji Asumsi Klasik Sebuah model regresi akan dapat dipakai untuk prediksi jika memenuhi sejumlah asumsi, yang disebut dengan asumsi klasik. Uji asumsi klasik dalam penelitian ini yaitu:

commit to user



a. Uji Normalitas Alat uji ini digunakan untuk mengetahui apakah dalam sebuah model regresi, nilai residu dari regresi mempunyai distribusi yang normal. Jika distribusi dari nilai-nilai residual tersebut tidak dapat dianggap berdistribusi normal, maka dikatakan ada masalah terhadap asumsi normalitas. Uji normalitas secara praktis dilakukan melalui pembuatan grafik normal probability plot. Deteksi normalitas dilakukan dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik, dengan dasar pengambilan keputusan: 1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2) Jika data menyebar jauh dari garis diagonal dan/atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas (Santoso 2014). Uji normalitas juga dapat dilakukan melalui uji Kolmogorov Smirnov. Dasar pengambilan keputusan untuk menerima atau menolak hipotesis dengan cara membandingkan residual dengan taraf signifikansi (α) sebesar 0,05. Data berdisitribusi normal jika ρ > 0,05. b. Uji Multikolinearitas Uji ini digunakan untuk mengetahui apakah model pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ini dilakukan dengan mengukur besar korelasi antar variabel independen, jika antar commit to user



variabel independen terbukti berkorelasi secara kuat, maka dikatakan terdapat multikolinearitas pada variabel tersebut (Santoso 2014). Multikolinearitas dapat dilihat dari nilai tolerance dan Variance Inflation Factor (VIF). Nilai tolerance yang rendah sama dengan nilai VIF tinggi, karena VIF = 1/tolerance. Nilai cutoff yang umum digunakan untuk menunjukkan adanya multikolinearitas adalah nilai tolerance ≤ 0,01 atau dengan nilai VIF ≥ 10 (Ghozali 2011). c. Uji Heteroskedastisitas Alat uji ini digunakan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain. Jika varians residual dari satu pengamatan ke pengamatan yang lain tetap, maka hal tersebut disebut homoskedastisitas. Dan jika varians berbeda, disebut sebagai heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas (Santoso 2014). Salah satu alat uji yang dapat digunakan untuk menguji heteroskedastisitas yaitu melalui uji glejser. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen nilai Absolut Ut (AbsUt), maka ada indikasi terjadi heteroskedastisitas (Ghozali 2011). Penelitian ini terbebas dari gejala heteroskedastisitas jika probabilitas signifikansi diatas tingkat kepercayaan 5%. d. Uji Autokorelasi Alat uji ini digunakan untuk mengetahui apakah dalam sebuah model regresi linier ada akorelasi antara kesalahan penganggu pada periode t dengan kesalah pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari commit to user



autokorelasi (Santoso 2014). Pengujian autokorelasi dalam penelitian ini menggunakan run test. Run test digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi (Ghozali 2011). Penelitian ini dinyatakan terbebas dari gejala autokorelasi jika probabilitas signifikansi diatas 0,05. 2. Analisis Deskriptif dan Analisis Univariate (Korelasi) Analisis deskriptif merujuk pada transformasi dari data mentah ke dalam suatu bentuk yang lebih mudah dipahami. Statistik deskriptif adalah statistik yang digunakan untuk

menganalisa data dengan

cara mendeskripsikan atau

menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono 2004). Analisis univariat berfungsi untuk meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tersebut berubah menjadi informasi yang berguna. 3. Analisis Multivariat Analisis multivariat merupakan analisis dimana masalah yang diteliti bersifat multidimensional dan menggunakan tiga atau lebih variabel. Metode ini mampu menganalisis pengaruh lebih dari satu variabel secara bersamaan (Kuncoro

2009).

Uji

Multivariat

dalam

penelitian

ini

yaitu

dengan

menginteraksikan antar variabel independen. 4. Model Penelitian Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis regresi berganda. Analisis regresi berganda digunakan untuk mengetahui besarnya commit to user



pengaruh dari variabel bebas terhadap variabel terikat. Model yang digunakan dalam penelitian ini adalah: Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + е Keterangan: Y

= Rasio Kemandirian Keuangan Daerah (RKKD)

α

= Konstanta

β1, β2, β3,...., β6 = Koefisien regresi X1

= Latar belakang pendidikan kepala daerah (BACKG)

X2

= Tingkat pendidikan kepala daerah (LEVEL)

X3

= Masa jabatan kepala daerah (TENURE)

X4

= Lokasi pemerintahan (LOKASI)

X5

= Jumlah populasi penduduk (POPULASI)

X6

= Besar Anggaran Pendapatan dan Belanja Daerah (APBD)

е

= Tingkat kesalahan

5. Analisa Tambahan Analisa tambahan dalam penelitian ini dilakukan untuk mengetahui pengaruh interaksi antar variabel independen terhadap kinerja keuangan pemerintah daerah. Interaksi variabel independen yang dimaksud adalah interaksi antara variabel BACKG dengan LEVEL, BACKG dengan TENURE, dan LEVEL dengan

commit to user

TENURE.


digilib.uns.ac.id

BAB IV ANALISIS DATA DAN PEMBAHASAN A. Hasil Uji Asumsi Klasik Analisis regresi linear berganda memerlukan beberapa asumsi agar model tersebut layak digunakan. Asumsi yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. 1. Uji Normalitas Hasil uji normalitas data disajikan dalam gambar berikut: Gambar 2 Normal P-P Plot of Regression Standardized Residual (Uji Normalitas Data)

commit to user

45



Gambar 2 menunjukkan bahwa titik-titik pada grafik telah mendekati atau hampir berhimpit dengan sumbu diagonal atau membentuk sudut 45 derajat dengan garis mendatar, sehingga dapat diinterpretasikan bahwa nilai residual pada model penelitian telah terdistribusi secara normal. Adapun uji KolmogorovSmirnov yang digunakan dalam penelitian untuk memperkuat hasil pengujian. Hasil uji Kolmogorov-Smirnov disajikan dalam tabel berikut: Tabel 2 One Sampel Kolmogorov Smirnov Test (Uji Normalitas Data)

N Normal Parameters(a,b) Most Extreme Differences

Mean Std. Deviation Absolute Positive Negative

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.

Unstandardized Residual 294 .0000000 .01894210 .063 .063 -.026 1.084 .191

Sumber: Hasil pengolahan data Tabel 2 menunjukkan bahwa nilai signifikansi adalah 0, 191 > 0,05, artinya nilai residual telah terdistribusi secara normal. 2. Uji Multikolinearitas Hasil uji normalitas data disajikan dalam tabel 3. Tabel tersebut menunjukkan bahwa semua variabel mempunyai nilai VIF kurang dari 10 dan nilai tolerance diatas 0,1, dengan demikian tidak terjadi gejala multikolinieritas pada semua variabel.

commit to user



Tabel 3 Hasil Uji Multikolinearitas Coefficientsa Unstandardize d Coefficients

Model

1

(Constant) BACKG LEVEL TENURE LOKASI Ln_POPULASI Ln_APBD

B .018 .000 .004 .004 .038 .008 -.006

Std. Error .052 .002 .002 .003 .003 .002 .005

Standar dized Coeffici ents

t

Sig.

Beta -.014 .099 .061 .564 .255 -.085

.340 -.314 2.147 1.429 10.976 3.372 -1.192

.734 .753 .033 .154 .000 .001 .234

Collinearity Statistics Toleran ce VIF .840 .823 .954 .664 .307 .343

1.190 1.215 1.048 1.506 3.257 2.919

a. Dependent Variable: RKKD Sumber: Hasil pengolahan data 3. Uji Heteroskedastisitas Hasil uji heteroskedastisitas ditunjukkan dalam tabel berikut: Tabel 4 Hasil Uji Heterokedastisitas ANOVAb Sum of Squares df Mean Square F Sig. Regression .001 6 .000 1.343 .238a Residual .033 287 .000 Total .034 293 a. Predictors: (Constant), BACKG, LEVEL, TENURE, LOKASI, Ln_ POPULASI, Ln_APBD b. Dependent Variable: Abs_Res5 Model 1

Sumber: Hasil pengolahan data

commit to user



Tabel 5 Koefisien Hasil Uji Heteroskedastisitas Coefficientsa Unstandardized Coefficients

Model

B

Standardized Coefficients

Std. Error

1

(Constant) .044 BACKG -.002 LEVEL .000 TENURE .001 LOKASI .003 Ln_POPULASI .001 Ln_APBD -.004 a Dependent Variable: Abs_Res5

Beta

.029 .001 .001 .002 .002 .001 .003

-.070 .012 .003 .120 .113 -.120

t 1.497 -1.110 .184 .051 1.681 1.079 -1.208

Sig. .135 .268 .854 .959 .094 .281 .228

Sumber: Hasil pengolahan data Pada tabel 4 dan 5 tampak bahwa semua variabel tidak menunjukkan adanya gejala heterokedastisitas karena nilai signifikansi > 0,05. 4. Uji Autokorelasi Hasil uji autokorelasi dalam penelitian ini disajikan dalam tabel berikut. Tabel 6 Runs Test (Uji Autokorelasi)

Test Valuea Cases < Test Value Cases >= Test Value Total Cases Number of Runs Z Asymp. Sig. (2-tailed) a Median

Unstandardized Residual -.00155 147 147 294 143 -.584 . 559

Sumber: Hasil pengolahan data

commit to user



Berdasarkan tabel 6 tampak bahwa nilai signifikansi 0,559 > 0,05. Hasil tersebut menunjukkan bahwa tidak terjadi gangguan autokorelasi pada model penelitian.

B. Statistik Deskriptif dan Analisis Univariate (Korelasi) Statistik deskriptif dilakukan untuk menjelaskan antara lain nilai minimum, maksimum, dan mean. Tabel 7 menunjukkan nilai maksimum BACKG adalah 1 dan 0 untuk nilai minimum. Mean sebesar 0,45 menunjukkan bahwa kepala daerah yang memiliki latar belakang pendidikan non ekonomi lebih banyak dibandingkan dengan kepala daerah yang berlatar belakang pendidikan ekonomi. Nilai maksimum LEVEL adalah 5 dan 1 untuk nilai minimum sedangkan nilai mean adalah 3,63. Nilai tersebut menunjukkan bahwa sebagian besar pemerintah daerah memiliki kepala daerah dengan tingkat pendidikan S2. Karakteristik kepala daerah berikutnya dalam penelitian ini adalah TENURE. Nilai maksimum TENURE ditunjukkan dengan angka 1 dan 0 untuk nilai minimum, sedangkan nilai mean adalah 0,19. Nilai mean tersebut menunjukkan bahwa sebagian besar kabupaten/kota dalam penelitian ini dipimpin oleh kepala daerah dengan masa jabatan 1 hingga 5 tahun atau dengan kata lain 1 periode jabatan. Nilai LOKASI terendah adalah 0 dan tertinggi adalah 1. Nilai mean 0,19 menunjukkan bahwa lebih banyak lokasi pemerintah daerah yang berada di luar Pulau Jawa dibandingkan dengan yang berlokasi di Pulau Jawa. Nilai maksimum POPULASI menunjukkan 14,01, sedangkan nilai minimum adalah 10,58. Nilai mean POPULASI yaitu sebesar 12.5045. Variabel besar APBD memiliki nilai commit to user



maksimum 14,09 dan nilai minimum 12,49, sedangkan nilai mean yaitu sebesar 13,355. Nilai maksimum RKKD adalah 0,1425 dan nilai minimum adalah 0,0134. Nilai maksimum menunjukkan rasio kemandirian keuangan daerah tertinggi dimiliki oleh Kabupaten Purbalingga sedangkan nilai rasio kemandirian keuangan daerah terendah dimiliki oleh Kabupaten Kotamobagu. Nilai mean sebesar 0,05844 menunjukkan bahwa sebagian besar kabupaten/kota di Indonesia memiliki tingkat rasio kemandirian yang rendah. Hal tersebut mengindikasikan masih banyak pemerintah daerah yang bergantung terhadap transfer dana dari pemerintah pusat dan pinjaman untuk pembangunan daerah. Tabel 7 Statistik Deskriptif dan Korelasi BACKG BACKG

LEVEL

TENU RE

LOK ASI

Ln_POPU LASI

Ln_ APBD

RKKD

1

1 0.389a 0.000 TENURE 0.050 0.112 1 0.395 0.055 LOKASI -0.090 -0.013 1 0.162a 0.125 0.823 0.005 Ln_POPULASI -0.043 0.006 0.026 0.554a 0.465 0.924 0.660 0.000 Ln_APBD -0.055 -0.081 0.009 0.471a 0.352 0.169 0.885 0.000 RKKD -0.030 0.101 0.169a 0.675a 0.614 0.083 0.004 0.000 N 294 294 294 294 Minimum 0 1 0 0 Maximum 1 5 1 1 Mean 0.45 3.63 0.19 0.19 a. Correlation is significant at the 0.01 level (2-tailed). b. Correlation is significant at the 0.05 level (2-tailed). LEVEL

Sumber: Hasil pengolahan data commit to user

1 0.806a 0.000 0.501a 0.000 294 10.58 14.01 12.5045

1 0.379a 0.000 294 12.49 14.09 13.355

1 294 0.0134 0.1425 0.05844



Hasil analisis korelasi pada tabel 7 menunjukkan adanya hubungan yang positif antara BACKG dengan LEVEL, TENURE dengan LOKASI, TENURE dengan RKKD, LOKASI dengan POPULASI, LOKASI dengan APBD, LOKASI dengan RKKD, POPULASI dengan APBD, POPULASI dengan RKKD, dan APBD dengan RKKD. Hubungan antara POPULASI dan APBD memiliki nilai pearson correlation tertinggi yaitu 0,806. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara POPULASI dan APBD, semakin tinggi populasi maka semakin meningkatkan APBD. C. Analisis Multivariat Analisis multivariat dilakukan pada masing-masing variabel independen maupun pada interaksi antar variabel independen terhadap kinerja keuangan pemerintah daerah. Hasil uji multivariat disajikan dalam tabel berikut ini: Tabel 8 Hasil Uji Multivariat Constant BACKG LEVEL TENURE LOKASI Ln_POPULASI Ln_APBD R2 R2 Adj F Sig N

BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value

1 0.051 0.996

2 0.049 0.964 0.001 0.659

3 0.021 0.413

4 0.045 0.884

0.004b 2.373 0.039a 11.371 0.009a 3.569 -0.008 -1.541

0.039a 11.483 0.008a 3.319 -0.006 -1.221

0.005c 1.675 0.038a 10.918 0.009a 3.652 -0.008 -1.516

0.483 0.484 0.478 0.477 90.398 67.775 a a 0.000 commit to0.000 user 294 294

0.493 0.486 70.288 0.000a 294

0.488 0.481 68.923 0.000a 294

0.039a 11.365 0.009a 3.592 -0.008 -1.563

5 0.018 0.340 0.000 -0.314 0.004b 2.147 0.004 1.429 0.038a 10.976 0.008a 3.372 -0.006 -1.192 0.497 0.486 47.232 0.000a 294



a. Signifikan pada taraf < 1% b. Signifikan pada taraf < 5% c. Signifikan pada taraf < 10% Sumber: Hasil pengolahan data

Tabel 8 menjelaskan bahwa variabel LEVEL dan TENURE memiliki pengaruh terhadap RKKD ketika diuji secara terpisah yaitu pada persamaan 3 dan 4, akan tetapi apabila diuji bersamaan dengan karakteristik kepala daerah lainnya seperti yang ditampilkan pada persamaan 5 menunjukkan hasil yang berbeda. Persamaan 5 menyatakan bahwa dari ketiga karakteristik kepala daerah yang digunakan dalam penelitian ini hanya LEVEL pendidikan kepala daerah yang memiliki pengaruh terhadap kinerja keuangan pemerintah daerah. Persamaan 5 menunjukkan hasil bahwa Y = 0,018+ 0.000X1 + 0,004X2 + 0,004X3 + 0,038X4 + 0,008X5 – 0,006X6. Nilai konstanta 0,018 artinya, jika semua variabel bebas memilki nilai 0, maka variabel RKKD bernilai 0,018. Koefisien regresi variabel BACKG sebesar 0,000 artinya, jika variabel independen lain bernilai tetap dan variabel BACKG mengalami kenaikan 1%, maka variabel RKKD akan mengalami kenaikan sebesar 0,000. Koefisien regresi variabel LEVEL sebesar 0,004 artinya, jika variabel independen lain bernilai tetap dan variabel level pendidikan mengalami kenaikan 1%, maka variabel RKKD akan mengalami kenaikan sebesar 0,004. Koefisien regresi variabel TENURE sebesar 0,004 artinya, jika variabel independen lain bernilai tetap dan variabel TENURE mengalami kenaikan 1%, maka variabel RKKD akan mengalami kenaikan sebesar 0,004. Koefisien regresi variabel LOKASI sebesar 0,038 artinya, jika variabel commit to user independen lain bernilai tetap dan variabel LOKASI mengalami kenaikan 1%,



maka variabel RKKD akan mengalami kenaikan sebesar 0,038. Koefisien regresi variabel POPULASI sebesar 0,008 artinya, jika variabel independen lain bernilai tetap dan variabel POPULASI mengalami kenaikan 1%, maka variabel RKKD akan mengalami kenaikan sebesar 0,008. Koefisien regresi variabel APBD sebesar -0,006 artinya, jika variabel independen lain bernilai tetap dan variabel APBD mengalami penurunan 1%, maka variabel RKKD akan mengalami penurunan sebesar -0,006. Pengujian hipotesis dalam penelitian ini terdiri dari uji koefisien regresi secara simultan (uji F), uji koefisien regresi secara parsial (uji t), dan uji koefisien determinasi (R2) yang dijelaskan sebagai berikut: 1. Uji Koefisien Regresi secara Simultan (Uji F) Pengujian ini berfungsi untuk menentukan uji kelayakan model regresi yang akan digunakan dalam menganalisis hipotesis penelitian. Kriteria dalam pengujian ini adalah nilai signifikansi dapat digunakan untuk memprediksi jika lebih kecil dari 0,05. Berdasarkan tabel 8 diketahui bahwa nilai signifikansi dalam penelitian ini adalah 0,000, yang artinya lebih kecil dari tingkat signifikansi penelitian 0,05. Hasil tersebut menunjukkan bahwa model regresi yang ada layak digunakan sebagai model regresi dalam pengujian hipotesis penelitian. 2. Uji Koefisien Regresi secara Parsial (Uji t) Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (X1, X2,…..Xn) secara parsial berpengaruh signifikan terhadap variabel dependen (Y). Dasar pengambilan keputusan dalam pengujian ini adalah variabel independen berpengaruh terhadap variabel dependen secara terpisah commit to user



apabila p-value < 0,05. Sebaliknya, variabel independen tidak berpengaruh terhadap variabel dependen secara terpisah jika p-value > 0,05. Hasil uji koefisien regresi secara parsial telah disajikan dalam tabel 8. Berdasarkan dari hasil pengujian menunjukkan bahwa variabel karakteristik kepala daerah yang diproksikan dengan latar belakang pendidikan (BACKG) memiliki p-value lebih besar dari 0,05, dengan nilai BETA 0,000, sehingga hipotesis yang menyatakan latar belakang pendidikan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah ditolak. Hasil ini tidak konsisten dengan penelitian Hambrick dan Manson (1984), Manner (2010) dan Gomes et al. (2013), meskipun dalam penelitian Gomes et al. (2013) hanya memberikan dukungan yang lemah. Hasil penelitian ini tidak menunjukkan bahwa latar belakang pendidikan bidang ekonomi diharapkan dapat membantu kepala daerah dalam menentukan kebijakan keuangan, sehingga mempengaruhi kinerja keuangan pemerintah daerah. Variabel karakteristik kepala daerah dengan proksi tingkat pendidikan (LEVEL) memiliki p-value lebih kecil dari 0,05, dengan nilai BETA 0,004, sehingga hipotesis yang menyatakan tingkat pendidikan

kepala daerah

berpengaruh positif terhadap kinerja keuangan pemerintah daerah dapat diterima. Hasil tersebut konsisten dengan penelitian Seba et al. (2009) dan Hambrick dan Manson (1984) yang menyimpulkan bahwa tingkat pendidikan berkorelasi positif dengan penerimaan terhadap inovasi, perubahan dan pertumbuhan. Kepala daerah dengan tingkat pendidikan yang tinggi diharapkan lebih aktif dan kreatif dalam commit to user



mengatur sumber daya, yang dalam hal ini keuangan, sehingga dapat menciptakan kinerja yang lebih baik. Selanjutnya, variabel independen ketiga dari karakteristik kepala daerah adalah masa jabatan (TENURE). Diketahui hasil p-value variabel masa jabatan lebih besar dari 0,05, dengan nilai BETA 0,004. Hasil tersebut menunjukkan bahwa hipotesis yang menyatakan masa jabatan kepala daerah berpengaruh positif terhadap kinerja

keuangan pemerintah daerah tidak dapat diterima. Hasil

penelitian ini tidak konsisten dengan penelitian Finkelstein dan Hambrick (1990) yang menyatakan individu yang bekerja disebuah organisasi dalam jangka waktu yang lama, terutama jika berhasil meniti karir dengan baik, cenderung akan semakin bijaksana terhadap organisasi, sehingga akan mempengaruhi kinerja organisasi. Hasil penelitian ini tidak menunjukkan bahwa semakin lama masa jabatan kepala daerah, diharapkan semakin meningkatkan keterampilan dan kemampuan dalam pengelolaan keuangan daerah, sehingga akan tercipta kinerja yang lebih baik. Hasil pengujian pada variabel kontrol menjelaskan bahwa lokasi pemerintah daerah (LOKASI) memiliki p-value lebih kecil dari 0,05, dengan nilai BETA 0,038. Hasil tersebut menyatakan bahwa lokasi pemerintahan memiliki pengaruh terhadap kinerja keuangan pemerintah daerah. Hasil penelitian ini konsisten dengan penelitian Liu, Li, dan Gao (1999) yaitu investor asing mulai tertarik dengan beberapa provinsi pedalaman yang sebelumnya tidak dikenal oleh para investor. Kondisi tertentu yang membuat sebuah lokasi lebih menarik daripada lokasi lainnya, akan menarik bagi calon investor asing. Semakin commit to user



bertambahnya investor yang berinvestasi dalam pembangunan daerah, maka pembangunan akan semakin terus berkembang. Sejalan dengan itu, diharapkan pendapatan daerah juga semakin bertambah, dengan demikian tingkat ketergantungan pada pemerintah pusat akan berkurang. Berkurangnya tingkat ketergantungan mengindikasikan kinerja yang baik. Variabel jumlah populasi penduduk (POPULASI), dimana p-value menunjukkan hasil lebih kecil dari 0,05, dengan nilai BETA 0,008. Artinya, jumlah populasi penduduk memiliki pengaruh terhadap kinerja keuangan pemerintah daerah. Hasil penelitian ini mendukung penelitian Gomes et al. (2013) yang menyimpulkan bahwa ukuran populasi dianggap sebagai faktor penting untuk menjelaskan kinerja yang baik. Semakin besar kota semakin besar kemungkinan untuk dapat meningkatkan pendapatan. Pemerintah daerah harus mampu meningkatkan pendapatan dalam rangka memenuhi pengeluaran. Pemerintah daerah dikatakan memiliki kinerja yang baik apabila dapat memenuhi kebutuhan daerahnya dalam rangka memberikan pelayanan secara optimal kepada masyarakat. Variabel besar APBD (APBD) memiliki p-value lebih besar dari 0,05 dengan nilai BETA -0,006. Hasil tersebut menunjukkan bahwa besar APBD tidak berpengaruh terhadap kinerja keuangan pemerintah daerah. Hasil penelitian ini tidak konsisten dengan penelitian Rinaldi (2012) yang mengemukakan bahwa APBD merupakan tolok ukur keberhasilan suatu daerah di dalam meningkatkan potensi perekonomian daerah. Sementara itu, hasil pengujian pada interaksi antar commit to user



variabel independen menyatakan bahwa antara variabel tingkat pendidikan dengan masa jabatan memiliki pengaruh terhadap kinerja keuangan pemerintah daerah. 3. Uji Koefisien Determinasi (R2) Nilai koefisien determinasi (R2) mencerminkan seberapa besar variasi dari variabel independen dapat menerangkan variasi variabel dependen. Jika nilai koefisien determinasi sama dengan nol (R2 = 0), maka variasi variabel independen tidak dapat menerangkan variabel dependen sama sekali. Namun, jika nilai R2 = 1, maka variasi variabel independen secara keseluruhan dapat menerangkan variabel dependen. Berdasarkan hasil dari model persamaan 5 yang dijelaskan dalam tabel 8 diperoleh nilai R2 (R Square) sebesar 0,497 atau (49,7%). Hal ini menunjukkan bahwa variasi variabel independen (latar belakang pendidikan, tingkat pendidikan, dan masa jabatan) dan variabel kontrol (lokasi pemerintahan, jumlah populasi penduduk, dan besar APBD) yang digunakan dalam model penelitian mampu menjelaskan variasi variabel dependen (rasio kemandirian) sebesar 49,7%, sedangkan sisanya sebesar 50,3% dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian.

commit to user



D. Analisa Tambahan Tabel 9 Hasil Uji Regresi Constant BACKG LEVEL TENURE BACKG *LEVEL BACKG*TENURE LEVEL*TENURE LOKASI Ln_POPULASI Ln_APBD R2 R2 Adj F Sig N

BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value BETA t-value

1 0.020 0.386 0.013 0.707 0.005b 2.394

2 0.049 0.954

3 0.044 0.858 0.001 0.492

4 0.047 0.928

0.000 0.691 0.000 0.008

0.039a 11.354 0.008a 3.275 -0.006 -1.218 0.494 0.484 46.747 0.000a 294

6 0.040 0.782

0.001 0.418 -0.046b -3.046

0.005 1.161 -0.003 -0.753

5 0.019 0.373

0.039a 11.373 0.009a 3.567 -0.008 -1.533 0.484 0.477 67.796 0.000a 294

0.038a 10.890 0.009a 3.607 -0.008 -1.495 0.489 0.478 45.730 0.000a 294

0.005 1.308 0.039a 11.240 0.009a 3.684 -0.008 -1.564 0.486 0.479 68.393 0.000a 294

0.013a 3.385 0.036a 10.559 0.008a 3.564 -0.006 -1.129 0.516 0.506 50.993 0.000a 294

0.002b 2.480 0.037a 10.732 0.009a 3.683 -0.007 -1.454 0.494 0.487 70.541 0.000a 294

a. Signifikan pada taraf < 1%; b. Signifikan pada taraf < 5%; c. Signifikan pada taraf < 10% Sumber: Hasil pengolahan data

Pengujian regresi dengan menginteraksikan antar karakteristik kepala daerah disajikan dalam tabel 9. Hasil pengujian diketahui bahwa latar belakang pendidikan yang dimiliki kepala daerah disertai dengan semakin tinggi tingkat pendidikan tidak mempengaruhi kinerja keuangan pemerintah daerah, hal tersebut ditunjukkan pada persamaan 1 dan 2. Persamaan 3 dan 4 menunujukkan latar belakang pendidikan kepala daerah disertai dengan masa jabatan yang panjang tidak berpengaruh terhadap kinerja keuangan pemerintah daerah. commit to user



Hasil pengujian interaksi antara variabel LEVEL dengan TENURE menunjukkan adanya pengaruh terhadap kinerja keuangan pemerintah daerah, yaitu pada persamaan 5 dan 6. Hasil tersebut menyimpulkan bahwa hipotesis yang menyatakan interaksi diantara karakteristik kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah dapat diterima. Arah hubungan yang positif pada interaksi tersebut menjelaskan bahwa semakin tinggi level pendidikan dan semakin lama masa jabatan kepala daerah, maka akan semakin meningkatkan kinerja keuangan pemerintah daerah. Persamaan 6 secara terperinci mejelaskan bahwa nilai konstanta sebesar 0,040 artinya, jika semua variabel bebas memilki nilai 0, maka variabel RKKD bernilai 0,040. Koefisien regresi interaksi variabel LEVEL dan TENURE sebesar 0,002 artinya, jika variabel independen lain bernilai tetap dan interaksi variabel LEVEL dan TENURE mengalami penambahan 1 nilai, maka variabel RKKD akan mengalami kenaikan skor sebesar 0,002. Koefisien regresi variabel LOKASI sebesar 0,037 artinya, jika variabel independen lain bernilai tetap dan variabel LOKASI mengalami penambahan 1 nilai, maka variabel RKKD akan mengalami kenaikan skor sebesar 0,037. Koefisien regresi variabel POPULASI sebesar 0,009 artinya, jika variabel independen lain bernilai tetap dan variabel POPULASI mengalami penambahan 1 nilai, maka variabel RKKD akan mengalami kenaikan skor sebesar 0,009. Koefisien regresi variabel APBD sebesar -0,007 artinya, jika variabel independen lain bernilai tetap dan variabel APBD mengalami penurunan 1 nilai, maka variabel RKKD akan mengalami penurunan skor sebesar -0,007. commit to user


digilib.uns.ac.id

BAB V PENUTUP A. Kesimpulan Berdasarkan dari hasil pengujian maka kesimpulan dalam penelitian ini adalah: 1.

Latar belakang pendidikan kepala daerah tidak berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia, karena memiliki p-value lebih besar dari 0,05, dengan nilai BETA 0,000.

2.

Tingkat pendidikan kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia, karena memiliki p-value lebih kecil dari 0,05, dengan nilai BETA 0,004.

3.

Masa jabatan kepala daerah tidak berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia, karena memiliki p-value lebih besar dari 0,05, dengan nilai BETA 0,004.

4.

Interaksi antar karakteristik kepala daerah berpengaruh positif terhadap kinerja keuangan pemerintah daerah di Indonesia, karena memiliki p-value lebih kecil dari 0,05. Interaksi yang dimaksud adalah interaksi antara variabel tingkat pendidikan dengan masa jabatan kepala daerah.

B. Keterbatasan Penelitian ini memiliki beberapa keterbatasan yang diharapkan dapat disempurnakan pada penelitian selanjutnya. Keterbatasan tersebut adalah sebagai commit to user berikut: 60



1. Penelitian ini hanya menggunakan karakteristik kepala daerah sebagai variabel independen yang dikaitkan dengan kinerja keuangan pemerintah daerah. Disisi lain, masih terdapat faktor-faktor yang mungkin dapat lebih mempengaruhi. 2. Penelitian ini hanya menggunakan data laporan keuangan tahun 2011 dan 2012. Penggunaan rentang waktu yang lebih panjang dapat memberikan gambaran yang lebih terperinci tentang kinerja keuangan pemerintah daerah.

C. Saran Rekomendasi yang diajukan peneliti bagi penelitian selanjutnya adalah: 1. Menggunakan faktor lain yang mungkin berpengaruh terhadap kinerja keuangan pemerintah daerah. Misalnya, tingkat penyerapan anggaran. 2. Menggunakan data laporan keuangan dengan rentang waktu yang lebih panjang, sehingga dapat menggambarkan kinerja keuangan pemerintah daerah secara lebih mendalam. 3. Menggunakan pengukuran kinerja keuangan pemerintah daerah dengan rasio keuangannya lainnya, seperti rasio efektifitas, rasio efisiensi, serta analisis kemampuan keuangan daerah, sehingga dapat mengevaluasi kinerja keuangan pemerintah daerah secara lebih terperinci.

D. Implikasi Penelitian ini diharapkan dapat memberikan gambaran akan pentingnya tingkat pendidikan bagi kepala daerah. Tingkat pendidikan mencerminkan kredibilitas seseorang terutama bagi seorang pemimpin. Dengan tingkat commit to user



pendidikan yang tinggi, seorang kepala daerah diharapkan lebih memiliki keahlian, keterampilan dan profesionalitas, sehingga dapat menciptakan kinerja yang lebih baik dalam memberikan pelayanan kepada publik guna menciptakan kesejahteraan dan keadilan khususnya dalam bidang ekonomi.

commit to user


digilib.uns.ac.id

DAFTAR PUSTAKA

Anthony, R. N dan Govindarajan, V. 2009. Sistem Pengendalian Manajemen. Jakarta: Salemba Empat. Aryanto, R. 2011. Analisis Kemandirian Keuangan Daerah dan Pertumbuhan Ekonomi Kabupaten/Kota di Sumatera Selatan. Ilmiah 3(2): 1-13. Bantel, K. A dan Jackson, S. E. 1989. Top Management and Innovations in Banking: Does the Composition of the Top Team Make a Difference. Strategic Management Journal 10: 107-124. Barker III, V. L. dan Mueller, G. C. 2002. CEO Characteristics and Firm R&D Spending. Management Science 46(6): 782-801. Bastian, Indra. 2010. Akuntansi Sektor Publik: Suatu Pengantar. Edisi Ketiga. Jakarta: Erlangga. ____________. 2007. Sistem Akuntansi Sektor Publik. Edisi 2. Jakarta: Salemba Empat. Becerra, Claudia N. A. 2007. Municipal Performance: Does Mayoral Quality Matter?. Dissertation. Texas: A&M University. Bisma, I. G. D dan Susanto, H. 2010. Evaluasi Kinerja Keuangan Daerah Pemerintah Provinsi Nusa Tenggara Barat Tahun Anggaran 2003-2007. Ganec Swara 5(3): 75-86. Boeker, Warren. 1997. Strategic Change: The Influence of Managerial Characteristics and Organizational Growth. Academy of Management Journal 40(1): 152-170. Boyle, Richard. 2000. Performance Measurement in Local Government. Discussion Paper, CPMR. Budi, Waspa K. 2013. Kepemimpinan Kepala Daerah Model Pendekatan Persuasif dan Dialogis (Belajar dari Kepemimpinan Gubernur DKI Jakarta). Diakses tanggal 28 April 2014. http://www.pustaka.ut.ac.id/dev25/fisip2013/moh_waspa_kusuma_budi1. pdf.

commit to user

63



Bwariat, Fransisco. 2013. Kemandirian Keuangan dalam Otonomi Daerah. Diakses tanggal 28 April 2014. http://www.papuapos.com/index.php/opini/item/3770-kemandirian keuangan-dalam-otonomi-daerah. Craig, Foltin. 1999. State and local government performance: It's time to measure up!. The Government Accountants Journal 48(1): 40-46. Datta, D. K. dan Guthrie, P. 1994. Executive Succession: Organizational Antecedents of CEO Characteristics. Strategic Management Journal 15: 569-577. Eddy, E. R., S. J. Lorenzet, dan A. Mastrangelo. 2008. Personal and Professional Leadership in a Government Agency. Leadership and Organization Development Journal 29(5): 412-426. Fakhrizal, N., M. Yunus, dan Amri. 2012. Pengaruh Komitmen Individu, Organisasi, dan Gaya Kepemimpinan terhadap Kinerja Pegawai serta Dampaknya pada Kinerja Dinas Pengelolaan Keuangan dan Kekayaan Aceh. Jurnal Manajemen Pascasarjana Universitas Syiah Kuala 2(1): 68-84. Finkelstein, S. dan Hambrick, D. C. 1990. Top Management Team Tenure and Organizational Outcomes: the Moderating Role of Managerial Discretion. Administrative Science Quarterly 35: 484-503. Ghozali, Imam. 2011. Aplikasi Analisis Multivariate dengan Program IBM SPSS 19. Edisi 5. Semarang: Badan Penerbit Universitas Diponegoro. Gomes, R.C., S. Alfinito, dan P. H. M. Albuquerque. 2013. Analyzing Local Government Financial Performance: Evidence from Brazilian Municipalities 2005-2008. RAC 17(6): 704-719. Gottesman, A. A. dan Morey, M. R. 2010. CEO Educational Background and Firm Financial Performance. Journal of Applied Finance (2): 70-82. Hambrick, D. C. dan Mason, P. 1984. Upper Echelons: the Organization as a Reflection of Its Top Managers. Academy of Management Review 9(2): 193-106. Hartono. 2007. Pengertian Lokasi. Diakses tanggal 29 September 2014. http://books.google.co.id. Hermann, P. dan Datta, D. K. 2002. CEO Successor Characteristics and the Choice of Foregein Market Entry Mode: an Empirical Study. Journal of commit33(3): to user International Business Studies 551-569.



Hitt, M. A. dan Tyler, B. B. 1991. Strategic Decision Models: Integrating Different Perspectives. Strategic Management Journal 12(July): 327351. Indriantoro, N dan Supomo, B. 2002. Metodologi Penelitiam Bisnis untuk Akuntansi dan Manajemen. Edisi Pertama. Yogyakarta: BPFE. Ismaya, Sujana. 2006. Kamus Akuntansi. Bandung: Pustaka Grafika. Ishak, Awang F. 2010. Kekuasaan Kepala Daerah Era Otonomi dan Pilkada Langsung Menurut UU Nomor 32 Tahun 2004. Diakses tanggal 28 April 2014. http://awangfaroekishak.info/artikel-16-kekuasaan-kepala daerah.htm. Jensen, M. C dan Meckling, W. H. 1976. Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics 3(4): 305-360. Jensen, M. Dan Zajac, E. J. 2004. Corporate Elites and Corporate Strategy: How Demographic Preferences and Structural Position Shape the Scope of the Firm. Strategic Management Journal 25: 507-524. Kuncoro, Mudrajad. 2009. Metode Riset untuk Bisnis dan Ekonomi: Bagaimana Meneliti dan Menulis Tesis?. Edisi 3. Jakarta: Erlangga. Kusumawardani, M. 2012. Pengaruh Size, Kemakmuran, Ukuran Legislatif, Leverage terhadap Kinerja Keuangan Pemerintah Daerah di Indonesia. Accounting Analysis Journal 1(1): 27-35. Liu, A. Y., S. Li, dan Y. Gao. 1999. Location, Location, Location. The China Business Review 26(2): 20-25. Lupke, Olga G. 2009. Performance Measurement Methods in the Public Sector. Poznan University of Economics Review 9(1): 67-88. Manner, Mikko. H. 2010. The Impact of CEO Characteristics on Corporate Social Performance. Journal of Business Ethics (93): 53–72. Mardiasmo. 2002. Otonomi Daerah sebagai Upaya Memperkokoh Basis Perekonomian Daerah. Diakses tanggal 28 April 2014. http://ejournal.narotama.ac.id/files/JurnalOtonomiDaerahMardiasmo.pdf _________. 2009. Akuntansi Sektor Publik. Yogyakarta: Andi Offset. Maxam, C. L., E. Nikbakht, M. Petrova dan A. C. Spieler. 2006. Manager Characteristics and Hedge Fund Performance. Journal of Applied Finance Winter: 57-70. commit to user



Mustikarini, W. A. dan Fitriasari, D. 2012. Pengaruh Karakteristik Pemerintah Daerah dan Temuan Audit BPK terhadap Kinerja Pemerintah Daerah Kabupaten/Kota di Indonesia Tahun Anggaran 2007. Simposium Nasional Akuntansi XV Banjarmasin. Nasution, Z. 2011. Pengertian Teori Lokasi. Diakses tanggal 28 April 2014. http://repository.usu.ac.id/bitstream/123456789/26149/3/Chapter/II.pdf. Octavina, M. A., Suryadi, dan S. P. Rengu. 2013. Kepemimpinan Bupati dalam Meningkatkan Pembangunan (Studi tentang Kepemimpinan Bupati di Kabupaten Bangkalan 2003-2013. Jurnal Administrasi Publik (JAP) 1(5): 910-917. Peraturan Pemerintah Nomor 8 Tahun 2006 tentang Pelaporan Keuangan dan Kinerja Instansi Pemerintah. Pennino, Clare M. 2002. Does Tenure Impact Upon the Principled Reasoning of Managers?. Journal of Business Ethics 40(3): 219-226. Pohan, Max H. 2000. Mewujudkan Tata Pemerintahan Lokal yang Baik (Local Good Governance) dalam Era Otonomi Daerah. Disampaikan pada Musyawarah Besar Pembangunan Musi Banyuasin Ketiga, Sekayu, 29 September – 1 Oktober 2000. Diakses tanggal 20 April 2014. http://www.bappenas.go.id/files/7813/5022/6072/goodgovmusibanyuasin Prayitno, Setyo. 2012. Pengaruh Karakteristik Keuangan Pemerintah Daerah dan Karakteristik Kepala Daerah terhadap Kinerja Keuangan Pemerintah Daerah. Tesis. Surakarta: UNS. Rinaldi, Udin. 2012. Kemandirian Keuangan dalam Pelaksanaan Otonomi Daerah. Jurnal EKSOS 8(2): 105-113. Rohman, Abdul. 2007. Pengaruh Peran Manajerial Pengelola Keuangan Daerah dan Fungsi Pemeriksaan Intern terhadap Kinerja Pemerintah Daerah (Survei pada Pemda Kota, Kabupaten, dan Provinsi di Jawa Tengah). Jurnal Maksi 7(2): 206-220. Santoso, Singgih. 2014. Statistik Parametrik. Edisi Revisi. Jakarta: Elex Media Komputindo. Saputra, Andy. 2012. Pengertian Tingkat Pendidikan. Diakses tanggal 29 September2014.http://fourseasonnews.blogspot.com/2012/09/pengertiantingkat-pendidikan.html. Saraswati, Ratna. 2006. Teori, Konsep, Metode dan Teknik Analisis Dasar Geografi Ekonomi. Diakses tanggal 24 April 2014. http://staff.ui.ac.id/system/files/users/ratna.saraswati/material/teorilokasi. pdf. commit to user



Sebaa, A. A., J. Wallace, dan N. Cornelius. 2009. Managerial Characteristics, Strategy and Performance in Local Government. Measuring Business Excellence 13(4): 12-21. Sekaran, Uma dan Bougie, Roger. 2010. Research Methods for Business, A Skill Building Approach. Fifth Edition. New York: John Willey&Son Inc. Sugiyono. 2004. Metode Penelitian Bisnis. Bandung: Alfabeta. Supriyanto, Johan. 2013. Pengertian Variabel Kontrol. Diakses tanggal 21 September 2014. http://temukanpengertian.blogspot.com/2013/06/ pengertian-variabel-kontrol.html. Suriata, I Nengah. 2011. Fungsi Kepala Daerah dalam Penyelenggaraan Pemerintahan Daerah sesuai dengan Prinsip-Prinsip Demokrasi. Tesis. Denpasar: Universitas Udayana. Syamsi, Ibnu. 1993. Pokok-Pokok Kebijakan Perencanaan, Pemograman dan Penganggaran Pembangunan Tingkat Nasional dan Regional. Jakarta: CV. Rajawali. Tjiptoherijanto, Prijono. 2002. Dimensi Kependudukan dalam Pembangunan Berkelanjutan. Diakses tanggal 27 April 2014. http://www.bappenas.go.id/data-dan-informasi-utama/makalah/artikelmajalah-perencanaan/edisi-28-tahun-2002. Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintah Daerah. Undang-Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah Daerah. Undang-Undang Nomor 12 Tahun 2008 tentang Perubahan Kedua atas UndangUndang Nomor 32 Tahun 2004 tentang Pemerintah Daerah. Wally, S. dan Baum, J. R. 1994. Personal and Structural Determinants of the Pace of Strategic Decision Making. Academy of Management Journal 37(4): 932-956. Wibisono, Nurharibnu. 2010. Analisis Kinerja dan Keberpihakan APBD untuk Rakyat (Studi Kasus di Kota Madiun Tahun 2004-2008). Tesis. Surakarta: UNS. Wiersema, M. F. dan Bantel, K. A. 1992. Top Management Team Demography and Corporate Strategic Change. Academy of Management Journal 35(1): 91-122. commit to user



Zee, A. V. D. dan Swagerman, D. 2009. Upper Echelon Theory and Ethical Behaviour: an Illustration of the Theory and a Plea for its Extension Towards Ethical Behaviour. Journal of Business System, Governance and Ethics 4(2) :27-43.

commit to user



Lampiran 1. Data Penelitian

Provinsi

NAD

SUMUT

SUMBAR

RIAU

JAMBI SUMSEL

BENGKULU

LAMPUNG

BABEL

KEPRI JABAR JATENG

JATIM

BALI NTB

NTT

No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93

Kab./Kota

Kab. Aceh Selatan Kab. Aceh Tengah Kab. Aceh Barat Daya Kab. Aceh Besar Kab. Aceh Jaya Kab. Asahan Kab. Batu Bara Kab. Pakpak Bharat Kab. Samosir Kab. Serdang Bedagai Kab. Tapanuli Utara Kota Binjai Kota Sibolga Kab. Agam Kab. Lima Puluh Kota Kab. Padang Pariaman Kab. Pasaman Kab. Pasaman Barat Kab. Sijunjung Kab. Solok Selatan Kab. Tanah Datar Kota Pariaman Kota Solok Kab. Indragiri Hilir Kab. Indragiri Hulu Kab. Kepulauan Meranti Kab. Kerinci Kab. Merangin Kab. Empat Lawang Kab. Lahat Kab. Muara Enim Kab. Musi Rawas Kab. Ogan Ilir Kab. Ogan Komering Ilir Kab. Ogan Komering Ulu Kab. OKU Timur Kota Lubuk Linggau Kota Pagar Alam Kota Prabumulih Kab. Bengkulu Selatan Kab. Bengkulu Utara Kab. Kepahiang Kab. Mukomuko Kab. Rejang Lebong Kab. Lampung Selatan Kab. Lampung Utara Kab. Pesawaran Kab. Way Kanan Kota Metro Kab. Bangka Barat Kab. Bangka Selatan Kab. Bangka Tengah Kab. Kep. Anambas Kab. Kuningan Kota Banjar Kab. Purbalingga Kab. Wonosobo Kab. Boyolali Kab. Blora Kab. Karanganyar Kab. Magelang Kab. Kudus Kab. Demak Kab. Kebumen Kab. Kendal Kab. Purworejo Kab. Blitar Kab. Jombang Kab. Lumajang Kab. Madiun Kab. Magetan Kab. Mojokerto Kab. Ngawi Kab. Ponorogo Kab. Sampang Kab. Situbondo Kab. Trenggalek Kab. Tulungagung Kota Batu Kota Madiun Kota Mojokerto Kab. Bangli Kab. Klungkung Kab. Bima Kab. Lombok Tengah Kab. Lombok Timur Kab. Lombok Utara Kab. Sumbawa Kota Bima Kab. Rote Ndao Kab. Sumba Barat Daya Kab. Sumba Timur Kab. Timor Tengah Selatan

X1 BACKG NE E 0 1

X2 LEVEL SLTA D3 S1 S2 1 2 3 4

0 0 0 0 0 0

S3 5

2 3 4 3 4 4 4

1 3 3 1 0 0 0 0 0

3 1 1 1

4 4 4 4 4 4 4 4

0

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

3

0

4 4 4 4 3 3

0 1

4

0

3 1

4

0

3 1

4 4 4 4

0 1 1 1 1 1 1 1 1 1

1 0 0 0 0

3 4 4 4 4 4 4 4

0 0

1 1 1 0 0 0 0 0 0 0 0 0

3 1

4 4

0 1 1

3 4

0 0 0 0 0 0 0 0 0 0

3 3

1 1

5 4 4

0 1

3 3

0 0 4

1

3 3 1 1 1

0 0 4

1

3

0 0

4 4 4 4

0 1 0 0 0

1 1 1 5

3 1 1

4 3 3 3

0 0 1

4

0 0

3 5 1

0

0 0 0 0 0 0 0 0 0

4 4

1 1 1 1

4

commit to user 4 1

1 1

4 4 4

0 0 0 0

3 3 1

0 0 0

4 3 3

1

4 3

1

0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1

1

0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 4 3

1 1 1 1 1

X4 LOKASI J LJ 1 0

0 0 0 0 0 0 0 0 0 0

4

0 0 0

X3 TENURE P1 P2 0 1

4 4

0 0 0 0 0

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0

X5 POPULASI 2011 206.881 179.546 128.922 359.464 78.540 674.521 379.400 40.884 120.772 599.941 281.868 248.456 85.271 459.155 352.396 394.143 256.226 371.000 204.738 146.422 340.893 79.992 60.301 685.698 376.578 182.662 235.251 341.563 222.735 374.505 731.410 535.614 387.205 742.374 334.295 619.460 206.086 127.706 166.960 145.153 261.665 126.798 158.164 250.608 922.397 590.620 403.178 410.532 147.050 180.654 177.949 166.294 39.318 1.054.183 178.302 858.798 758.993 936.822 833.786 821.694 1.194.353 788.264 1.067.993 1.162.294 908.533 696.141 1.121.848 1.210.479 1.010.865 664.422 620.969 1.038.272 818.457 856.573 891.293 652.523 676.728 996.481 192.597 171.784 121.449 216.017 186.488 443.663 868.895 1.116.745 202.092 419.987 144.018 122.280 290.539 232.237 449.881

2012 208.002 182.680 131.087 371.412 82.172 677.876 381.023 41.492 121.594 604.026 283.871 250.252 85.852 463.719 355.928 396.883 258.929 376.548 207.474 148.437 342.991 80.870 61.152 689.938 388.916 183.135 235.797 350.062 225.737 380.398 741.795 543.349 392.989 752.906 338.369 628.827 208.893 129.719 169.022 146.891 268.921 127.047 161.087 250.986 932.552 594.562 407.475 415.078 149.361 188.376 183.486 170.033 39.784 1.056.275 180.030 877.489 771.447 953.317 847.125 838.762 1.219.371 807.005 1.091.379 1.181.678 926.325 708.483 1.126.556 1.217.560 1.014.575 666.373 621.273 1.049.967 818.871 857.623 904.314 656.691 678.876 1.002.113 194.793 172.421 122.550 216.804 190.867 447.286 875.231 1.123.488 203.564 423.029 146.307 125.035 302.241 238.241 453.386



Provinsi

No

82 83 84 NTB 85 86 87 88 89 90 NTT 91 92 93 94 KALBAR 95 96 97 98 99 100 KALTENG 101 102 103 104 105 106 107 KALSEL 108 109 110 111 112 KALTIM 113 SULUT 114 115 116 117 SULTENG 118 119 120 121 122 SULSEL 123 124 125 126 127 128 129 130 131 132 133 GORONTALO 134 135 136 137 SULBAR 138 139 MALUKU 140 141 142 MALUT 143 144 PAPUA 145 BARAT 146 147 BALI

Kab./Kota

Kab. Bangli Kab. Klungkung Kab. Bima Kab. Lombok Tengah Kab. Lombok Timur Kab. Lombok Utara Kab. Sumbawa Kota Bima Kab. Rote Ndao Kab. Sumba Barat Daya Kab. Sumba Timur Kab. Timor Tengah Selatan Kab. Bengkayang Kab. Kapuas Hulu Kab. Kubu Raya Kab. Melawi Kab. Pontianak Kab. Sanggau Kab. Barito Utara Kab. Gunung Mas Kab. Kapuas Kab. Kota Waringin Timur Kab. Lamandau Kab. Murung Raya Kab. Pulang Pisau Kab. Balangan Kab. Barito Kuala Kab. Hulu Sungai Tengah Kab. Tanah Bumbu Kab. Tapin Kab. Penajam Paser Utara Kab. Bolmong Selatan Kab. Kepulauan Sitaro Kab. Kepulauan Talaud Kota Kotamobagu Kab. Buol Kab. Donggala Kab. Poso Kab. Tojo Una-Una Kab. Toli Toli Kab. Bantaeng Kab. Bone Kab. Enrekang Kab. Gowa Kab. Jeneponto Kab. Kepulauan Selayar Kab. Luwu Kab. Sinjay Kab. Soppeng Kab. Takalar Kab. Tana Toraja Kab. Wajo Kab. Boalemo Kab. Gorontalo Kab. Pohuwato Kab. Mamuju Kab. Mamuju Utara Kab. Kepulauan Aru Kab. Maluku Tenggara Kab. Seram Bagian Timur Kab. Kepulauan Sula Kota Ternate Kota Tidore Kepulauan Kab. Fakfak Kab. Sorong Selatan Kab. Teluk Bintuni

X1 BACKG NE E 0 1 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0 0 1 0 1 1 1 0 0 1 0 1 0 1 0 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 1 1 1 1

X2 LEVEL SLTA D3 S1 S2 S3 1 2 3 4 5 4 4 3 3 4 3 3 1 4 3 4 4 3 3 3 4 4 3 4 4 4 3 3 4 4 4 3 5 3 4 3 3 4 5 4 4 4 4 3 5 5 3 3 4 4 4 3 4 4 5 3 4 4

1 1 1 0 0 0 0 1 1 0

4 4 4 4 4 3 3 3

0 1 0 0 0 0 1

4

0 0

3 1

0 0

X3 TENURE P1 P2 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 1 0 1 0 1 0 0 0

1 4

3 3

commit to user

0 0 0

X4 LOKASI J LJ 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

X5 POPULASI 2011 216.017 186.488 443.663 868.895 1.116.745 202.092 419.987 144.018 122.280 290.539 232.237 449.881 220.067 227.424 511.235 182.520 237.722 415.955 123.610 98.615 335.168 380.443 64.258 98.480 122.073 114.009 278.678 244.889 277.924 170.468 148.448 57.648 64.516 84.378 108.891 134.776 282.752 213.096 140.358 215.202 178.477 724.905 192.163 659.512 346.149 123.283 335.828 231.182 226.079 272.316 223.306 388.985 132.076

2012 216.804 190.867 447.286 875.231 1.123.488 203.564 423.029 146.307 125.035 302.241 238.241 453.386 224.407 231.512 518.803 185.449 241.003 422.658 123.781 100.157 339.262 385.863 65.616 100.100 122.511 117.248 286.075 251.063 295.358 174.156 152.121 58.762 64.575 85.171 108.794 137.479 284.113 226.389 141.906 217.543 179.505 728.737 193.683 670.465 348.138 124.553 338.609 232.612 226.202 275.034 224.523 389.552 141.030

363.763 131.560 349.571 142.075 86.468 99.112 101.808 135.719 190.184 92.226 68.503 39.297 54.194

388.363 138.956 358.527 145.502 88.692 99.892 104.573 135.737 191.053 92.564 71.069 41.291 56.167



APBD Tahun 2011-2012 (X6) (dalam jutaan rupiah)

Provinsi

No

NAD

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88

SUMUT

SUMBAR

RIAU

JAMBI SUMSEL

BENGKULU

LAMPUNG

BABEL

KEPRI JABAR JATENG

JATIM

BALI NTB

Daerah

Kab. Aceh Selatan Kab. Aceh Tengah Kab. Aceh Barat Daya Kab. Aceh Besar Kab. Aceh Jaya Kab. Asahan Kab. Batu Bara Kab. Pakpak Barat Kab. Samosir Kab. Serdang Bedagai Kab. Tapanuli Utara Kota Binjai Kota Sibolga Kab. Agam Kab. Lima Puluh Kota Kab. Padang Pariaman Kab. Pasaman Kab. Pasaman Barat Kab. Sijunjung Kab. Solok Selatan Kab. Tanah Datar Kota Pariaman Kota Solok Kab. Indragiri Hilir Kab. Indragiri Hulu Kab. Meranti Kab. Kerinci Kab. Merangin Kab. Empat Lawang Kab. Lahat Kab. Muara Enim Kab. Musi Rawas Kab. Ogan Ilir Kab. Ogan Komering Ilir Kab. Ogan Komering Ulu Kab. OKU Timur Kota Lubuk Linggau Kota Pagar Alam Kota Prabumulih Kab. Bengkulu Selatan Kab. Bengkulu Utara Kab. Kepahiang Kab. Mukomuko Kab. Rejang Lebong Kab. Lampung Selatan Kab. Lampung Utara Kab. Pesawaran Kab. Way Kanan Kota Metro Kab. Bangka Barat Kab. Bangka Selatan Kab. Bangka Tengah Kab. Kepulauan Anambas Kab. Kuningan Kota Banjar Kab. Purbalingga Kab. Wonosobo Kab. Boyolali Kab. Blora Kab. Karanganyar Kab. Magelang Kab. Kudus Kab. Demak Kab. Kebumen Kab. Kendal Kab. Purworejo Kab. Blitar Kab. Jombang Kab. Lumajang Kab. Madiun Kab. Magetan Kab. Mojokerto Kab. Ngawi Kab. Ponorogo Kab. Sampang Kab. Situbondo Kab. Trenggalek Kab. Tulungagung Kota Batu Kota Madiun Kota Mojokerto Kab. Bangli Kab. Klungkung Kab. Bima Kab. Lombok Tengah Kab. Lombok Timur Kab. Lombok Utara Kab. Sumbawa

Total Pendapatan 526.756 544.612 412.204 670.459 397.653 790.142 540.664 268.888 394.227 751.936 624.233 485.046 388.133 655.528 637.959 675.842 503.861 544.401 474.260 389.286 553.789 335.182 314.610 1.184.217 831.889 850.729 540.112 612.251 534.453 862.619 1.150.855 1.186.095 750.330 1.059.108 699.245 804.363 569.782 467.408 517.220 428.926 508.884 405.301 442.776 563.127 943.356 851.466 581.400 637.970 444.924 370.702 403.367 371.143 685.909 1.131.164 357.170 865.161 865.396 1.038.988 940.041 870.550 1.062.532 910.541 968.295 1.140.548 958.983 896.461 1.118.580 1.010.300 1.011.543 861.906 786.108 883.906 982.336 1.055.149 694.725 804.364 867.257 1.022.966 420.631 453.853 411.384 519.595 454.717 762.260 899.143 1.057.497 360.518 696.717

2011 Total Belanja 544.500 559.230 423.040 695.726 427.662 803.227 559.664 290.032 421.586 713.531 652.013 494.812 405.896 717.152 682.908 727.824 527.135 584.106 554.636 409.016 635.576 427.902 402.641 1.274.575 847.649 917.740 630.288 648.321 516.284 861.569 1.185.476 1.071.647 607.430 1.082.836 708.066 793.718 567.402 488.494 502.042 460.452 536.101 402.345 419.983 584.652 937.737 856.198 606.312 588.470 464.813 436.816 417.127 406.341 956.814 1.140.684 400.344 883.858 893.769 1.103.339 1.024.630 901.207 1.169.089 971.632 1.040.197 1.154.243 1.016.191 945.182 1.157.481 1.088.394 1.114.860 938.110 859.498 941.352 1.041.016 1.107.693 749.437 866.162 931.337 1.065.530 450.502 492.142 426.346 567.442 511.671 793.678 904.175 1.122.986 382.472 743.663

commit to user

Surplus/ (Defisit) (17.744) (14.617) (10.837) (25.268) (30.009) (13.085) (19.000) (21.143) (27.358) 38.406 (27.780) (9.765) (17.764) (61.624) (44.949) (51.982) (23.274) (39.705) (80.376) (19.730) (81.787) (92.720) (88.031) (90.358) (15.760) (67.011) (90.175) (36.070) 18.169 1.050 (34.621) 114.449 142.900 (23.729) (8.821) 10.645 2.380 (21.087) 15.179 (31.526) (27.217) 2.956 22.793 (21.525) 5.619 (4.732) (24.912) 49.500 (19.889) (66.113) (13.760) (35.198) (270.905) (9.520) (43.173) (18.697) (28.373) (64.351) (84.589) (30.657) (106.556) (61.091) (71.902) (13.694) (57.208) (48.721) (38.901) (78.093) (103.317) (76.205) (73.389) (57.446) (58.679) (52.544) (54.712) (61.798) (64.080) (42.564) (29.871) (38.289) (14.962) (47.847) (56.954) (31.419) (5.032) (65.489) (21.953) (46.946)

Total Pendapatan 605.985 615.418 469.272 741.791 404.471 817.686 635.717 302.675 430.382 859.282 674.057 625.775 377.653 831.619 728.377 767.780 616.823 653.866 534.540 474.410 649.598 398.399 378.823 1.311.523 955.415 896.637 620.273 755.435 518.220 1.034.976 1.321.647 1.208.649 821.942 1.208.567 810.271 827.907 548.994 507.125 551.513 530.337 583.422 413.985 448.090 585.452 1.027.079 898.754 621.485 706.696 509.774 464.870 520.639 457.914 802.387 1.251.972 387.844 1.048.121 920.183 1.172.995 1.057.137 1.092.509 1.238.887 1.102.466 1.070.310 1.319.067 1.123.094 1.055.739 1.285.310 1.147.878 1.082.650 961.124 980.806 1.097.765 1.118.591 1.181.291 924.514 929.408 992.544 1.301.169 464.125 599.471 469.803 567.249 554.900 856.263 998.547 1.221.252 387.851 776.581

2012 Total Belanja 634.602 613.521 528.500 764.247 447.471 837.686 649.717 328.123 440.324 841.424 703.080 652.252 398.940 895.683 774.938 813.087 646.253 691.492 578.730 529.162 717.047 422.302 435.915 1.445.827 1.071.185 1.109.174 700.273 774.744 537.773 1.062.348 1.373.349 1.232.777 833.674 1.262.012 839.694 861.076 560.111 545.383 569.013 554.866 610.763 422.545 603.539 617.202 1.060.731 922.444 639.186 694.196 535.596 501.812 540.572 505.652 1.102.387 1.266.198 420.282 1.098.394 1.001.910 1.232.584 1.203.753 1.169.470 1.361.296 1.191.125 1.174.869 1.378.375 1.164.277 1.113.878 1.366.851 1.273.933 1.165.502 1.029.393 1.036.619 1.165.492 1.112.731 1.240.263 1.024.721 983.044 1.039.168 1.354.884 482.785 602.343 487.642 596.749 590.254 870.104 994.669 1.277.228 411.122 808.306

Surplus/ (Defisit) (28.617) 1.897 (59.228) (22.456) (43.000) (20.000) (14.000) (25.448) (9.943) 17.857 (29.023) (26.478) (21.287) (64.063) (46.561) (45.306) (29.430) (37.625) (44.190) (54.753) (67.449) (23.904) (57.093) (134.305) (115.770) (212.537) (80.000) (19.310) (19.553) (27.372) (51.702) (24.128) (11.732) (53.445) (29.423) (33.169) (11.116) (38.259) (17.500) (24.529) (27.340) (8.559) (155.449) (31.749) (33.651) (23.690) (17.702) 12.500 (25.822) (36.942) (19.932) (47.738) (300.000) (14.226) (32.438) (50.273) (81.727) (59.588) (146.615) (76.960) (122.409) (88.659) (104.559) (59.308) (41.183) (58.139) (81.541) (126.056) (82.852) (68.269) (55.813) (67.727) 5.860 (58.972) (100.207) (53.636) (46.624) (53.715) (18.660) (2.872) (17.838) (29.500) (35.353) (13.841) 3.877 (55.976) (23.271) (31.725)



Provinsi

BALI NTB

NTT

KALBAR

KALTENG

KALSEL

KALTIM SULUT

SULTENG

SULSEL

GORONTALO

SULBAR MALUKU

No

78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140

Daerah

Kab. Tulungagung Kota Batu Kota Madiun Kota Mojokerto Kab. Bangli Kab. Klungkung Kab. Bima Kab. Lombok Tengah Kab. Lombok Timur Kab. Lombok Utara Kab. Sumbawa Kota Bima Kab. Rote Ndao Kab. Sumba Barat Daya Kab. Sumba Timur Kab. Timor Tengah Selatan Kab. Bengkayang Kab. Kapuas Hulu Kab. Kubu Raya Kab. Melawi Kab. Pontianak Kab. Sanggau Kab. Barito Utara Kab. Gunung Mas Kab. Kapuas Kab. Kotawaringin Timur Kab. Lamandau Kab. Murung Raya Kab. Pulang Pisau Kab. Balangan Kab. Barito Kuala Kab. Hulu Sungai Tengah Kab. Tanah Bumbu Kab. Tapin Kab. Penajam Paser Utara Kab. Bolaang Mongondow Selatan Kab. Kepulauan Sitaro Kab. Kepulauan Talaud Kota Kotamobagu Kab. Buol Kab. Donggala Kab. Poso Kab. Tojo Una Una Kab. Toli -Toli Kab. Bantaeng Kab. Bone Kab. Enrekang Kab. Gowa Kab. Jeneponto Kab. Kepulauan Selayar Kab. Luwu Kab. Sinjai Kab. Soppeng Kab. Takalar Kab. Tana Toraja Kab. Wajo Kab. Boalemo Kab. Gorontalo Kab. Pohuwato Kab. Mamuju Kab. Mamuju Utara Kab. Kepulauan Aru Kab. Maluku Tenggara

Total Pendapatan

1.022.966 420.631 453.853 411.384 519.595 454.717 762.260 899.143 1.057.497 360.518 696.717 406.509 328.119 366.953 506.607 635.587 488.197 765.871 706.397 462.308 462.057 730.985 533.244 509.073 800.281 768.341 431.993 594.441 446.008 464.887 561.278 573.574 839.991 609.324 947.704 265.087 378.948 383.164 319.905 489.158 597.852 554.707 436.552 471.382 379.670 869.291 503.154 695.948 533.862 472.912 543.851 539.858 551.142 500.510 480.614 703.582 360.832 566.439 411.810 677.988 360.842 464.905 367.337

2011 Total Belanja 1.065.530 450.502 492.142 426.346 567.442 511.671 793.678 904.175 1.122.986 382.472 743.663 430.033 368.207 379.046 567.417 709.753 528.916 817.434 756.357 479.225 469.749 783.935 571.416 569.769 832.006 804.107 451.408 645.707 462.666 626.160 578.947 638.508 836.548 679.778 1.453.425 293.150 423.782 382.949 339.057 489.158 620.968 555.855 462.319 490.836 358.045 912.743 507.885 709.774 549.384 471.412 548.303 532.224 575.448 533.794 485.663 757.403 379.700 591.827 415.610 684.494 380.029 466.872 401.404

commit to user

Surplus/ (Defisit)

(42.564) (29.871) (38.289) (14.962) (47.847) (56.954) (31.419) (5.032) (65.489) (21.953) (46.946) (23.524) (40.088) (12.093) (60.810) (74.166) (40.719) (51.563) (49.960) (16.917) (7.692) (52.950) (38.171) (60.696) (31.725) (35.766) (19.415) (51.267) (16.657) (161.272) (17.670) (64.934) 3.443 (70.454) (505.721) (28.063) (44.835) 215 (19.152) (23.117) (1.148) (25.767) (19.454) 21.626 (43.452) (4.730) (13.826) (15.522) 1.500 (4.452) 7.635 (24.306) (33.284) (5.048) (53.821) (18.868) (25.387) (3.800) (6.506) (19.187) (1.967) (34.066)

Total Pendapatan

1.301.169 464.125 599.471 469.803 567.249 554.900 856.263 998.547 1.221.252 387.851 776.581 457.057 379.185 416.795 604.323 668.112 549.455 825.838 790.335 523.900 509.158 830.084 563.778 550.296 919.009 861.099 504.016 696.761 522.559 439.837 666.470 624.547 818.821 715.915 1.299.615 277.310 360.873 431.852 320.710 525.237 651.446 698.675 499.781 553.898 446.489 1.130.019 560.449 821.387 566.761 516.389 627.482 567.519 601.425 601.936 592.713 812.626 394.083 660.256 447.769 682.482 408.990 453.706 418.182

2012 Total Belanja 1.354.884 482.785 602.343 487.642 596.749 590.254 870.104 994.669 1.277.228 411.122 808.306 476.021 392.691 428.710 614.726 749.802 555.975 897.619 837.272 566.801 544.201 888.954 594.366 574.311 973.051 885.099 529.716 738.557 549.047 617.056 665.389 715.633 843.653 779.264 1.510.447 319.705 404.041 467.441 368.366 523.837 665.574 727.900 520.985 562.528 461.337 1.209.129 558.605 830.317 660.981 501.389 630.136 565.791 635.946 645.227 619.860 870.797 420.601 653.256 459.180 704.006 431.581 455.201 472.769

Surplus/ (Defisit)

(53.715) (18.660) (2.872) (17.838) (29.500) (35.353) (13.841) 3.877 (55.976) (23.271) (31.725) (18.965) (13.506) (11.915) (10.403) (81.690) (6.520) (71.781) (46.937) (42.901) (35.042) (58.869) (30.588) (24.015) (54.042) (24.000) (25.700) (41.795) (26.489) (177.219) 1.081 (91.086) (24.832) (63.349) (210.832) (42.394) (43.168) (35.589) (47.655) 1.400 (14.127) (29.226) (21.204) (8.630) (14.848) (79.111) 1.844 (8.930) (94.219) 15.000 (2.654) 1.728 (34.521) (43.291) (27.147) (58.170) (26.518) 7.000 (11.411) (21.524) (22.591) (1.494) (54.586)



Provinsi

MALUT

PAPUA BARAT

No

141 142 143 144 145 146 147

Daerah

Kab. Seram Bagian Timur Kab. Kepulauan Sula Kota Ternate Kota Tidore Kepulauan Kab. Fak-Fak Kab. Sorong Selatan Kab. Teluk Bintuni

Total Pendapatan

548.156 527.793 509.675 395.457 652.934 531.447 770.653

2011 Total Belanja 601.416 601.077 532.219 399.832 662.654 534.330 803.227

commit to user

Surplus/ (Defisit)

(53.260) (73.284) (22.544) (4.375) (9.719) (2.883) (32.575)

Total Pendapatan

454.941 582.662 582.215 491.825 710.845 565.470 875.792

2012 Total Belanja 508.889 627.073 590.668 494.945 710.845 565.987 902.066

Surplus/ (Defisit)

(53.948) (44.410) (8.453) (3.120) (517) (26.274)



Rasio Kemandirian (Y) (dalam jutaan rupiah)

Provinsi

No

NAD

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87

SUMUT

SUMBAR

RIAU

JAMBI SUMSEL

BENGKULU

LAMPUNG

BABEL

KEPRI JABAR JATENG

JATIM

BALI NTB

Daerah

Kab. Aceh Selatan Kab. Aceh Tengah Kab. Aceh Barat Daya Kab. Aceh Besar Kab. Aceh Jaya Kab. Asahan Kab. Batu Bara Kab. Pakpak Barat Kab. Samosir Kab. Serdang Bedagai Kab. Tapanuli Utara Kota Binjai Kota Sibolga Kab. Agam Kab. Lima Puluh Kota Kab. Padang Pariaman Kab. Pasaman Kab. Pasaman Barat Kab. Sijunjung Kab. Solok Selatan Kab. Tanah Datar Kota Pariaman Kota Solok Kab. Indragiri Hilir Kab. Indragiri Hulu Kab. Kepulauan Meranti Kab. Kerinci Kab. Merangin Kab. Empat Lawang Kab. Lahat Kab. Muara Enim Kab. Musi Rawas Kab. Ogan Ilir Kab. Ogan Komering Ilir Kab. Ogan Komering Ulu Kab. OKU Timur Kota Lubuk Linggau Kota Pagar Alam Kota Prabumulih Kab. Bengkulu Selatan Kab. Bengkulu Utara Kab. Kepahiang Kab. Mukomuko Kab. Rejang Lebong Kab. Lampung Selatan Kab. Lampung Utara Kab. Pesawaran Kab. Way Kanan Kota Metro Kab. Bangka Barat Kab. Bangka Selatan Kab. Bangka Tengah Kab. Kepulauan Anambas Kab. Kuningan Kota Banjar Kab. Purbalingga Kab. Wonosobo Kab. Boyolali Kab. Blora Kab. Karanganyar Kab. Magelang Kab. Kudus Kab. Demak Kab. Kebumen Kab. Kendal Kab. Purworejo Kab. Blitar Kab. Jombang Kab. Lumajang Kab. Madiun Kab. Magetan Kab. Mojokerto Kab. Ngawi Kab. Ponorogo Kab. Sampang Kab. Situbondo Kab. Trenggalek Kab. Tulungagung Kota Batu Kota Madiun Kota Mojokerto Kab. Bangli Kab. Klungkung Kab. Bima Kab. Lombok Tengah Kab. Lombok Timur Kab. Lombok Utara

PAD

23.000 22.827 25.000 47.619 15.260 26.612 16.316 5.045 20.569 35.710 13.528 33.043 17.840 35.095 20.146 28.698 22.005 29.400 26.150 15.822 42.371 12.921 21.435 38.378 23.924 17.000 26.922 35.482 10.905 51.733 62.161 72.506 16.102 37.479 39.866 26.487 30.135 18.957 24.009 14.342 24.663 15.962 20.000 30.924 58.619 12.065 8.486 17.206 28.622 23.206 14.991 21.000 14.202 79.210 41.341 91.722 60.315 81.391 58.400 82.578 88.181 100.621 67.751 68.321 85.677 67.354 66.516 105.048 76.101 49.802 55.262 78.828 35.314 52.712 40.506 50.801 61.066 86.404 30.000 38.038 34.633 22.000 32.160 43.094 66.706 52.456 17.287

2011 Dana Perimbangan+ Pinjaman 466.435 459.510 357.303 560.694 331.887 632.901 472.086 252.407 352.780 596.067 497.354 414.524 311.129 561.849 542.761 556.600 421.479 500.025 391.363 325.593 497.083 300.193 269.306 1.045.687 722.657 735.218 463.824 527.744 482.344 744.938 963.633 1.015.158 638.847 898.024 616.357 664.452 466.050 416.629 440.740 375.367 445.657 321.400 358.894 441.769 715.616 672.736 468.083 482.849 367.003 325.036 365.528 310.873 655.164 878.669 290.707 643.764 661.179 769.777 723.550 683.923 809.183 723.504 731.048 881.149 782.179 698.582 854.940 775.724 732.059 642.329 661.886 763.973 821.599 783.953 632.719 650.414 654.983 861.110 347.832 339.839 321.500 374.501 368.325 608.627 693.790 870.335 304.871

commit to user

Rasio

PAD

4,93% 4,97% 7,00% 8,49% 4,60% 4,20% 3,46% 2,00% 5,83% 5,99% 2,72% 7,97% 5,73% 6,25% 3,71% 5,16% 5,22% 5,88% 6,68% 4,86% 8,52% 4,30% 7,96% 3,67% 3,31% 2,31% 5,80% 6,72% 2,26% 6,94% 6,45% 7,14% 2,52% 4,17% 6,47% 3,99% 6,47% 4,55% 5,45% 3,82% 5,53% 4,97% 5,57% 7,00% 8,19% 1,79% 1,81% 3,56% 7,80% 7,14% 4,10% 6,76% 2,17% 9,01% 14,22% 14,25% 9,12% 10,57% 8,07% 12,07% 10,90% 13,91% 9,27% 7,75% 10,95% 9,64% 7,78% 13,54% 10,40% 7,75% 8,35% 10,32% 4,30% 6,72% 6,40% 7,81% 9,32% 10,03% 8,62% 11,19% 10,77% 5,87% 8,73% 7,08% 9,61% 6,03% 5,67%

30.000 23.465 30.250 41.492 16.185 31.887 17.590 6.271 14.063 40.969 14.303 35.179 21.100 37.003 22.634 40.097 25.544 33.702 32.540 22.756 48.778 15.096 26.267 49.454 27.283 23.679 33.255 33.794 14.603 76.525 82.716 76.131 30.134 41.061 42.913 23.041 35.019 25.966 26.877 13.866 25.889 15.183 17.500 25.886 58.998 13.523 14.716 13.592 32.760 28.356 14.706 25.004 39.759 88.198 41.830 91.191 55.401 108.796 61.400 89.499 95.290 113.622 78.032 79.176 87.151 77.074 77.036 117.508 87.054 57.699 61.157 107.074 51.643 77.382 52.287 57.030 67.278 110.503 31.494 46.554 48.056 31.000 35.604 61.446 68.091 71.434 25.000

2012 Dana Perimbangan+ Pinjaman 563.985 526.849 402.614 642.208 361.719 741.549 580.329 284.134 383.827 725.390 597.489 479.505 341.256 692.822 621.451 642.040 491.257 534.992 453.478 378.410 585.209 343.999 321.683 1.189.168 862.496 833.555 571.783 659.314 475.148 889.829 1.152.660 1.070.597 719.563 1.037.171 720.526 735.958 480.395 439.383 483.288 458.925 515.017 374.376 406.890 520.663 866.214 790.380 560.576 576.940 406.716 406.314 471.376 408.003 748.179 1.022.596 333.024 775.458 773.681 909.699 887.681 838.577 991.190 872.222 873.952 1.106.966 912.206 849.333 1.028.459 955.319 849.199 776.075 790.745 937.343 917.354 947.126 798.757 774.355 788.857 1.079.510 384.456 454.214 360.201 459.659 442.059 726.269 843.754 1.040.305 342.576

Rasio

5,32% 4,45% 7,51% 6,46% 4,47% 4,30% 3,03% 2,21% 3,66% 5,65% 2,39% 7,34% 6,18% 5,34% 3,64% 6,25% 5,20% 6,30% 7,18% 6,01% 8,34% 4,39% 8,17% 4,16% 3,16% 2,84% 5,82% 5,13% 3,07% 8,60% 7,18% 7,11% 4,19% 3,96% 5,96% 3,13% 7,29% 5,91% 5,56% 3,02% 5,03% 4,06% 4,30% 4,97% 6,81% 1,71% 2,63% 2,36% 8,05% 6,98% 3,12% 6,13% 5,31% 8,62% 12,56% 11,76% 7,16% 11,96% 6,92% 10,67% 9,61% 13,03% 8,93% 7,15% 9,55% 9,07% 7,49% 12,30% 10,25% 7,43% 7,73% 11,42% 5,63% 8,17% 6,55% 7,36% 8,53% 10,24% 8,19% 10,25% 13,34% 6,74% 8,05% 8,46% 8,07% 6,87% 7,30%



Provinsi

BALI NTB

NTT

KALBAR

KALTENG

KALSEL

KALTIM SULUT

SULTENG

SULSEL

GORONTALO

No

77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134

Daerah

PAD

Kab. Trenggalek Kab. Tulungagung Kota Batu Kota Madiun Kota Mojokerto Kab. Bangli Kab. Klungkung Kab. Bima Kab. Lombok Tengah Kab. Lombok Timur Kab. Lombok Utara Kab. Sumbawa Kota Bima Kab. Rote Ndao Kab. Sumba Barat Daya Kab. Sumba Timur Kab. Timor Tengah Selatan Kab. Bengkayang Kab. Kapuas Hulu Kab. Kubu Raya Kab. Melawi Kab. Pontianak Kab. Sanggau Kab. Barito Utara Kab. Gunung Mas Kab. Kapuas Kab. Kotawaringin Timur Kab. Lamandau Kab. Murung Raya Kab. Pulang Pisau Kab. Balangan Kab. Barito Kuala Kab. Hulu Sungai Tengah Kab. Tanah Bumbu Kab. Tapin Kab. Penajam Paser Utara Kab. Bolaang Mongondow Selatan Kab. Kepulauan Sitaro Kab. Kepulauan Talaud Kota Kotamobagu Kab. Buol Kab. Donggala Kab. Poso Kab. Tojo Una Una Kab. Toli -Toli Kab. Bantaeng Kab. Bone Kab. Enrekang Kab. Gowa Kab. Jeneponto Kab. Selayar Kab. Luwu Kab. Sinjai Kab. Soppeng Kab. Takalar Kab. Tana Toraja Kab. Wajo Kab. Boalemo

61.066 86.404 30.000 38.038 34.633 22.000 32.160 43.094 66.706 52.456 17.287 43.957 11.486 16.573 10.939 32.525 28.091 12.000 12.200 27.936 17.455 17.687 29.022 21.543 20.477 23.953 62.657 13.463 22.175 14.800 17.936 17.501 31.651 23.543 26.092 34.528 5.510 11.130 7.000 5.835 13.822 17.236 24.272 18.559 21.926 15.145 52.912 20.156 48.715 19.944 18.795 19.153 14.233 19.533 35.198 26.355 47.818 12.973

2011 Dana Perimbangan+ Pinjaman 654.983 861.110 347.832 339.839 321.500 374.501 368.325 608.627 693.790 870.335 304.871 604.301 317.607 287.009 344.785 457.446 556.836 435.308 732.283 574.978 421.121 428.583 630.069 477.805 435.412 696.276 650.473 384.166 554.439 422.762 347.419 486.052 462.475 607.369 427.842 864.060 254.577 320.584 342.544 260.457 414.924 479.088 520.643 399.682 423.575 347.897 782.379 398.278 567.752 473.463 417.277 487.902 422.631 449.056 410.210 424.583 565.878 318.377

commit to user

Rasio

PAD

9,32% 10,03% 8,62% 11,19% 10,77% 5,87% 8,73% 7,08% 9,61% 6,03% 5,67% 7,27% 3,62% 5,77% 3,17% 7,11% 5,04% 2,76% 1,67% 4,86% 4,14% 4,13% 4,61% 4,51% 4,70% 3,44% 9,63% 3,50% 4,00% 3,50% 5,16% 3,60% 6,84% 3,88% 6,10% 4,00% 2,16% 3,47% 2,04% 2,24% 3,33% 3,60% 4,66% 4,64% 5,18% 4,35% 6,76% 5,06% 8,58% 4,21% 4,50% 3,93% 3,37% 4,35% 8,58% 6,21% 8,45% 4,07%

67.278 110.503 31.494 46.554 48.056 31.000 35.604 61.446 68.091 71.434 25.000 66.755 12.078 19.738 15.082 31.672 32.354 15.937 20.000 57.000 21.498 19.276 37.875 23.000 21.472 31.436 49.080 13.810 29.600 19.300 24.768 18.528 35.305 25.058 24.893 46.008 5.232 9.740 6.168 4.150 15.774 22.034 26.860 19.581 22.000 18.227 50.943 16.941 54.171 20.038 18.848 19.165 16.646 20.413 35.021 29.687 32.918 13.310

2012 Dana Perimbangan+ Pinjaman 788.857 1.079.510 384.456 454.214 360.201 459.659 442.059 726.269 843.754 1.040.305 342.576 694.636 404.613 339.246 389.923 551.616 630.747 498.581 800.838 659.269 477.118 473.567 738.342 525.557 506.598 820.914 726.068 437.413 646.262 478.735 368.410 560.380 505.624 514.877 511.213 1.176.610 264.579 346.451 420.320 308.912 463.438 560.116 603.613 456.543 499.928 399.851 927.054 478.553 695.535 534.879 458.795 559.084 480.138 521.668 494.485 493.276 676.164 356.386

Rasio

8,53% 10,24% 8,19% 10,25% 13,34% 6,74% 8,05% 8,46% 8,07% 6,87% 7,30% 9,61% 2,98% 5,82% 3,87% 5,74% 5,13% 3,20% 2,50% 8,65% 4,51% 4,07% 5,13% 4,38% 4,24% 3,83% 6,76% 3,16% 4,58% 4,03% 6,72% 3,31% 6,98% 4,87% 4,87% 3,91% 1,98% 2,81% 1,47% 1,34% 3,40% 3,93% 4,45% 4,29% 4,40% 4,56% 5,50% 3,54% 7,79% 3,75% 4,11% 3,43% 3,47% 3,91% 7,08% 6,02% 4,87% 3,73%



Provinsi

SULBAR MALUKU

MALUT

PAPUA BARAT

No

135 136 137 138 139 140 141 142 143 144 145 146 147

Daerah

Kab. Gorontalo Kab. Pohuwato Kab. Mamuju Kab. Mamuju Utara Kab. Kepulauan Aru Kab. Maluku Tenggara Kab. Seram Bagian Timur Kab. Kepulauan Sula Kota Ternate Kota Tidore Kepulauan Kab. Fak-Fak Kab. Sorong Selatan Kab. Teluk Bintuni

PAD

30.413 15.176 31.500 6.209 17.378 21.807 10.557 30.000 29.820 8.500 27.562 8.636 40.900

2011 Dana Perimbangan+ Pinjaman 483.326 361.430 542.576 381.308 389.081 331.357 386.803 422.969 402.992 380.763 558.526 397.944 626.626

commit to user

Rasio

PAD

6,29% 4,20% 5,81% 1,63% 4,47% 6,58% 2,73% 7,09% 7,40% 2,23% 4,93% 2,17% 6,53%

33.595 16.387 36.040 7.053 10.640 17.912 6.500 40.000 35.905 8.500 15.141 10.231 33.600

2012 Dana Perimbangan+ Pinjaman 534.855 406.836 604.582 386.833 435.566 378.162 435.602 478.810 509.340 469.537 617.663 488.301 754.566

Rasio

6,28% 4,03% 5,96% 1,82% 2,44% 4,74% 1,49% 8,35% 7,05% 1,81% 2,45% 2,10% 4,45%

77 77 digilib.uns.ac.id


Lampiran 2. Descriptives (Analisis Deskriptif) Descriptive Statistics N

Minimum

Maximum

Mean

Std. Deviation

BACKG

294

0

1

.45

.498

LEVEL

294

1

5

3.63

.693

TENURE

294

0

1

.19

.393

LOKASI

294

0

1

.19

.393

Ln_POPULASI

294

10.58

14.01

12.5045

.83561

Ln_APBD

294

12.49

14.09

13.3550

.36775

RKKD

294

.0134

.1425

.058440

.0267039

Valid N (listwise)

294

Lampiran 3. Tabel Frekuensi Statistics BACKG LEVEL TENURE LOKASI POPULASI APBD RKKD

N

Valid Missing

294

294

294

294

294

294

294

0

0

0

0

0

0

0

BACKG Frequency Valid

Percent

Valid Percent

Cumulative Percent

Non Ekonomi

162

55.1

55.1

55.1

Ekonomi

132

44.9

44.9

100.0

Total

294

100.0

100.0

commit to user



LEVEL Frequency Valid

Percent

Valid Percent

Cumulative Percent

SLTA

6

2.0

2.0

2.0

D3

2

.7

.7

2.7

S1

104

35.4

35.4

38.1

S2

166

56.5

56.5

94.6

S3

16

5.4

5.4

100.0

294

100.0

100.0

Total

TENURE Frequency Valid

Percent

Valid Percent

Cumulative Percent

Periode 1

238

81.0

81.0

81.0

Periode 2

56

19.0

19.0

100.0

294

100.0

100.0

Total

LOKASI Frequency Valid

Luar Jawa

Percent

Valid Percent

Cumulative Percent

238

81.0

81.0

81.0

Jawa

56

19.0

19.0

100.0

Total

294

100.0

100.0

commit to user



Lampiran 4. Regression (Persamaan 1) Variables Entered/Removedb Model 1

Variables

Variables

Entered

Removed

Method

Ln_APBD, LOKASI,

.

Ln_POPULASI

Enter

a

a. All requested variables entered. b. Dependent Variable: RKKD

Model Summaryb Model

R

R Square .695a

1

Adjusted R

Std. Error of the

Square

Estimate

.483

.478

.0192953

a. Predictors: (Constant), Ln_APBD, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.101

3

.034

Residual

.108

290

.000

Total

.209

293

F

Sig. .000a

90.398

a. Predictors: (Constant), Ln_APBD, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD Coefficientsa Unstandardized Standardized Coefficients Model 1

B

Std. Error

Collinearity

Coefficients Beta

Statistics t

Sig.

Tolerance

VIF

(Constant)

.051

.051

.996

.320

LOKASI

.039

.003

.577 11.365

.000

.691 1.447

Ln_POPULASI

.009

.002

.271

3.592

.000

.312 3.206

-.111 -1.563

.119

.350 2.857

Ln_APBD

-.008

a. Dependent Variable: RKKD

.005

commit to user



Charts

Uji Autokorelasi Runs Test Unstandardized Residual Test Valuea

-.00128

Cases < Test Value

147

Cases >= Test Value

147

Total Cases

294

Number of Runs

145

Z Asymp. Sig. (2-tailed)

-.351 .726

a. Median

commit to user



Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N

294

Normal Parameters

a

Mean

.0000000

Std. Deviation Most Extreme Differences

.01919625

Absolute

.050

Positive

.050

Negative

-.032

Kolmogorov-Smirnov Z

.860

Asymp. Sig. (2-tailed)

.450

a. Test distribution is Normal. b Calculated from data.

Uji Heterokedastisitas Variables Entered/Removedb Model 1

Variables

Variables

Entered

Removed

Method

Ln_APBD, LOKASI,

. Enter

Ln_POPULASI

a

a. All requested variables entered. b. Dependent Variable: ABS_RES1

Model Summary Model 1

R

R Square .172a

.030

Adjusted R

Std. Error of the

Square

Estimate .020

a. Predictors: (Constant), Ln_APBD, LOKASI, Ln_POPULASI

commit to user

.01104



ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.001

3

.000

Residual

.035

290

.000

Total

.036

293

F

Sig. .033a

2.944

a. Predictors: (Constant), Ln_APBD, LOKASI, Ln_POPULASI b. Dependent Variable: ABS_RES1

Coefficientsa

Model 1

Unstandardized

Standardized

Coefficients

Coefficients

B

Std. Error

(Constant)

.055

.029

LOKASI

.004

.002

Ln_POPULASI

.002 -.005

Ln_APBD

Beta

t

Sig.

1.876

.062

.142

2.042

.042

.001

.137

1.321

.188

.003

-.155

-1.580

.115

a. Dependent Variable: ABS_RES1

commit to user




Variables

Variables

Entered

Removed

Method

Ln_APBD, BACKG,

. Enter

LOKASI, Ln_POPULASIa a. All requested variables entered. b. Dependent Variable: RKKD


R

R Square .696a

1

Adjusted R

Std. Error of the

Square

Estimate

.484

.477

.0193142

a. Predictors: (Constant), Ln_APBD, BACKG, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.101

4

.025

Residual

.108

289

.000

Total

.209

293

F 67.775

a. Predictors: (Constant), Ln_APBD, BACKG, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

commit to user

Sig. .000a



Coefficientsa

Model 1

Unstandardized

Standardized

Collinearity

Coefficients

Coefficients

Statistics

B

Std. Error

Beta

t

(Constant)

.049

.051

BACKG

.001

.002

.028

LOKASI

.039

Ln_POPULASI Ln_APBD

Sig.

Tolerance

VIF

.964

.336

.659

.511

.991 1.009

.003

.580 11.371

.000

.687 1.455

.009

.002

.270

3.569

.000

.312 3.208

-.008

.005

-.110 -1.541

.124

.350 2.859


Charts

commit to user




-.00138

Cases < Test Value

147

Cases >= Test Value

147

Total Cases

294

Number of Runs

141

Z

-.818


.413

a. Median


294

Normal Parametersa

Mean

.0000000


.01918187

Absolute

.048

Positive

.048

Negative

-.031


.818


.515

a. Test distribution is Normal.


Variables Entered

Variables Removed

Method

Ln_APBD , BACKG, LOKASI, Ln_POPULASI

. Enter

a


commit to user



Model Summary Model

R

Std. Error of the

Square

Estimate

R Square .188a

1

Adjusted R

.036

.022

.01104

a. Predictors: (Constant), Ln_APBD, BACKG, LOKASI, Ln_POPULASI

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.001

4

.000

Residual

.035

289

.000

Total

.037

293

F 2.661

Sig. .033a

a. Predictors: (Constant), Ln_APBD, BACKG, LOKASI, Ln_POPULASI b. Dependent Variable: ABS_RES2

Coefficientsa

Model 1

Unstandardized

Standardized

Coefficients

Coefficients

B (Constant)

Std. Error .055

.029

BACKG

-.002

.001

LOKASI

.004

Ln_POPULASI Ln_APBD

Beta

t

Sig.

1.876

.062

-.075

-1.290

.198

.002

.131

1.883

.061

.002

.001

.148

1.434

.153

-.005

.003

-.157

-1.611

.108


commit to user




Variables

Variables

Entered

Removed

Method

Ln_APBD, LEVEL,

. Enter

LOKASI, Ln_POPULASIa a. All requested variables entered. b. Dependent Variable: RKKD


R

Std. Error of the

Square

Estimate

R Square .702a

1

Adjusted R

.493

.486

.0191431

a. Predictors: (Constant), Ln_APBD, LEVEL, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.103

4

.026

Residual

.106

289

.000

Total

.209

293

a. Predictors: (Constant), Ln_APBD, LEVEL, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

commit to user

F 70.288

Sig. .000a



Coefficientsa Unstandardized Standardized Coefficients Model 1

B

Std. Error

Coefficients Beta

Statistics t

(Constant)

.021

.052

LEVEL

.004

.002

.100

LOKASI

.039

Ln_POPULASI Ln_APBD

Collinearity

Sig.

Tolerance

VIF

.413

.680

2.373

.018

.979

1.021

.003

.578 11.483

.000

.691

1.447

.008

.002

.251

3.319

.001

.308

3.250

-.006

.005

-.087 -1.221

.223

.343

2.916


Charts

commit to user




-.00189

Cases < Test Value

147

Cases >= Test Value

147

Total Cases

294

Number of Runs

139

Z

-1.052


.293

a. Median


294

Normal Parametersa

Mean

.0000000


.01901198

Absolute

.052

Positive

.052

Negative

-.031


.892


.403



Variables Entered

Variables Removed

Method

Ln_APBD, LEVEL, LOKASI, Ln_POPULASI

. Enter a


commit to user



Model Summary Model

R

Std. Error of the

Square

Estimate

R Square .154a

1

Adjusted R

.024

.010

.01094

a. Predictors: (Constant), Ln_APBD, LEVEL, LOKASI, Ln_POPULASI

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.001

4

.000

Residual

.035

289

.000

Total

.035

293

F

Sig.

1.750

.139a

a. Predictors: (Constant), Ln_APBD, LEVEL, LOKASI, Ln_POPULASI b. Dependent Variable: ABS_RES3

Coefficientsa Standardized Unstandardized Coefficients Model 1

B

Std. Error

Beta

(Constant)

.046

.030

LEVEL

.000

.001

LOKASI

.003

Ln_POPULASI Ln_APBD

Coefficients t

Sig.

1.545

.123

.004

.068

.946

.002

.116

1.662

.098

.002

.001

.137

1.306

.193

-.004

.003

-.135 -1.356

.176


commit to user



Lampiran 7. Regression (Persamaan 4) Variables Entered/Removedb Variables Model 1

Variables Entered

Removed

Method

Ln_APBD, TENURE, LOKASI,

.

Ln_POPULASI

Enter

a

a. All requested variables entered. b. Dependent Variable: RKKD


R

R Square .699a

1

Adjusted R

Std. Error of the

Square

Estimate

.488

.481

.0192355

a. Predictors: (Constant), Ln_APBD, TENURE, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.102

4

.026

Residual

.107

289

.000

Total

.209

293

a. Predictors: (Constant), Ln_APBD, TENURE, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

commit to user

F 68.923

Sig. .000a



Coefficientsa Unstandardized

Standardized

Collinearity

Coefficients

Coefficients

Statistics

Model 1

B

Std. Error

Beta

t

(Constant)

.045

.051

TENURE

.005

.003

.072

LOKASI

.038

Ln_POPULASI Ln_APBD

Sig.

Tolerance

VIF

.884

.378

1.675

.095

.967

1.034

.003

.562 10.918

.000

.669

1.494

.009

.002

.275

3.652

.000

.312

3.209

-.008

.005

-.108 -1.516

.131

.350

2.859

a. Dependent Variable: RKKD Charts

commit to user




-.00122

Cases < Test Value

147

Cases >= Test Value

147

Total Cases

294

Number of Runs

151

Z

.351


.726

a. Median


294

Normal Parametersa

Mean

.0000000


.01910371

Absolute

.055

Positive

.055

Negative

-.033


.939


.341


Uji Heterokedastisitas Variables Entered/Removedb Variables Model 1

Variables Entered Ln_APBD, TENURE, LOKASI, Ln_POPULASIa


Removed

Method . Enter

commit to user



Model Summary Model

R

Std. Error of the

Square

Estimate

R Square .169a

1

Adjusted R

.029

.015

.01082

a. Predictors: (Constant), Ln_APBD, TENURE, LOKASI, Ln_POPULASI

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.001

4

.000

Residual

.034

289

.000

Total

.035

293

F 2.120

Sig. .078a

a. Predictors: (Constant), Ln_APBD, TENURE, LOKASI, Ln_POPULASI b. Dependent Variable: ABS_RES4

Coefficientsa

Model 1

Unstandardized

Standardized

Coefficients

Coefficients

B

Std. Error

(Constant)

.049

.029

TENURE

.001

.002

LOKASI

.004

Ln_POPULASI Ln_APBD

Beta

t

Sig.

1.716

.087

.030

.517

.606

.002

.137

1.939

.053

.002

.001

.120

1.153

.250

-.004

.003

-.136

-1.386

.167


commit to user




Variables

Variables

Entered

Removed

Method

Ln_APBD, TENURE, BACKG,

. Enter

LEVEL, LOKASI, Ln_POPULASI a a. All requested variables entered. b. Dependent Variable: RKKD


R

R Square .705a

1

Adjusted R

Std. Error of the

Square

Estimate

.497

.486

.0191391

a. Predictors: (Constant), Ln_APBD, TENURE, BACKG, LEVEL, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.104

6

Residual

.105

287

Total

.209

293

F

.017 47.232 .000

a. Predictors: (Constant), Ln_APBD, TENURE, BACKG, LEVEL, LOKASI, Ln_POPULASI b. Dependent Variable: RKKD

commit to user

Sig. .000a



Coefficientsa Unstandardized Standardized Coefficients Model 1

B

Std. Error

(Constant)

.018

.052

BACKG

.000

.002

LEVEL

.004

TENURE

Collinearity

Coefficients Beta

Statistics t

Sig.

Tolerance

VIF

.340

.734

-.014

-.314

.753

.840

1.190

.002

.099

2.147

.033

.823

1.215

.004

.003

.061

1.429

.154

.954

1.048

LOKASI

.038

.003

.564 10.976

.000

.664

1.506

Ln_POPULASI

.008

.002

.255

3.372

.001

.307

3.257

-.006

.005

-.085 -1.192

.234

.343

2.919

Ln_APBD


Charts

commit to user




-.00155

Cases < Test Value

147

Cases >= Test Value

147

Total Cases

294

Number of Runs

143

Z

-.584


.559

a. Median

Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa

294 Mean

.0000000


.01894210

Absolute

.063

Positive

.063

Negative

-.026


1.084


.191

a. Test distribution is Normal. b Calculated from data.

commit to user



Uji Heterokedastisitas Variables Entered/Removedb Variables Model 1

Variables Entered

Removed

Method

Ln_APBD, TENURE, BACKG, LEVEL,

. Enter

LOKASI, Ln_POPULASI

a


Model Summary

Model

R

R Square .165a

1

Adjusted R

Std. Error of the

Square

Estimate

.027

.007

.01072

a. Predictors: (Constant), Ln_APBD, TENURE, BACKG, LEVEL, LOKASI, Ln_POPULASI

ANOVAb Model 1

Sum of Squares

df

Mean Square

Regression

.001

6

.000

Residual

.033

287

.000

Total

.034

293

F 1.343

a. Predictors: (Constant), Ln_APBD, TENURE, BACKG, LEVEL, LOKASI, Ln_POPULASI b. Dependent Variable: ABS_RES5

commit to user

Sig. .238a



Coefficientsa

Model 1

Unstandardized

Standardized

Coefficients

Coefficients

B (Constant)

Std. Error

.044

.029

BACKG

-.002

.001

LEVEL

.000

TENURE

Beta

t

Sig.

1.497

.135

-.070

-1.110

.268

.001

.012

.184

.854

.001

.002

.003

.051

.959

LOKASI

.003

.002

.120

1.681

.094

Ln_POPULASI

.001

.001

.113

1.079

.281

-.004

.003

-.120

-1.208

.228

Ln_APBD


commit to user



Lampiran 9. Regression Interaksi antar Variabel (Persamaan 1) Variables Entered/Removedb Model 1

Variables Entered Ln_APBD, BACKG, LEVEL, LOKASI , Ln_POPULASI, BACKG*LEVELa a All requested variables entered. b Dependent Variable: RKKD

Variables Removed

Method .

Enter

Model Summarya Adjusted R Std. Error of R R Square Square the Estimate .703a .494 .484 .0191881 a Predictors: (Constant), Ln_APBD, BACKG, LEVEL, LOKASI , Ln_POPULASI, BACKG*LEVEL b Dependent Variable: RKKD Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .103 6 .017 46.747 .000a Residual .106 287 .000 Total .209 293 a Predictors: (Constant), Ln_APBD, BACKG, LEVEL, LOKASI , Ln_POPULASI, BACKG*LEVEL b Dependent Variable: RKKD Model 1

Coefficientsa Unstandardized Coefficients

Model 1

(Constant) BACKG LEVEL BACKG*LEVEL LOKASI Ln_POPULASI Ln_APBD

B .020 .013 .005 -.003 .039 .008 -.006


Std. Error .052 .018 .002 .005 .003 .002 .005

a Dependent Variable: RKKD

commit to user

t

Sig.

Beta .236 .122 -.257 .576 .248 -.087

.386 .707 2.394 -.753 11.354 3.275 -1.218

.700 .480 .017 .452 .000 .001 .224



Charts

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: RKKD (Y) 1.0

Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

Observed Cum Prob

Uji Autokorelasi Runs Test Test Valuea Cases < Test Value Cases >= Test Value Total Cases Number of Runs Z Asymp. Sig. (2-tailed)

Unstandardize d Residual -.00157 147 147 294 137 -1.285 .199

a Median

commit to user

1.0



Uji Normalitas One-Sample Kolmogorov-Smirnov Test


Unstandardized Residual 294 .0000000 .01899062

Mean Std. Deviation Absolute

.053

Positive Negative

.053 -.035 .913 .376

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data.


Variables Entered

Variables Removed

Ln_APBD, BACKG, LEVEL, LOKASI , Ln_POPULASI, BACKG*LEVELa

Method .

Enter

a All requested variables entered. b Dependent Variable: ABS_RES1

Model Summary Adjusted R Std. Error of R R Square Square the Estimate a .182 .033 .013 .01082 a Predictors: (Constant), Ln_APBD, BACKG, LEVEL, LOKASI , Ln_POPULASI, BACKG*LEVEL Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .001 6 .000 1.632 .138a Residual .034 287 .000 Total .035 293 a Predictors: (Constant), Ln_APBD, BACKG, LEVEL, LOKASI , Ln_POPULASI, BACKG*LEVEL b Dependent Variable: ABS_RES1 commit to user Model 1



Coefficientsa Unstandardized Coefficients Std. B Error 1 (Constant) .043 .029 BACKG .004 .010 LEVEL .001 .001 BACKG*LEVEL -.001 .003 LOKASI .003 .002 Ln_POPULASI .002 .001 Ln_APBD -.004 .003 a Dependent Variable: ABS_RES1 Model


t

Sig.

Beta

commit to user

.160 .070 -.267 .106 .132 -.134

1.478 .348 .998 -.564 1.510 1.262 -1.350

.141 .728 .319 .573 .132 .208 .178



Lampiran 10. Regression Interaksi antar Variabel (Persamaan 2) Variables Entered/Removedb Variables Variables Entered Removed Ln_APBD, BACKG*LEVEL, . LOKASI , a Ln_POPULASI a All requested variables entered. b Dependent Variable: RKKD Model 1

Method Enter

Model Summaryb Adjusted R Std. Error of R R Square Square the Estimate a .696 .484 .477 .0193127 a Predictors: (Constant), Ln_APBD, BACKG*LEVEL, LOKASI , Ln_POPULASI b Dependent Variable: RKKD Model 1

ANOVAb Sum of Mean Squares df Square F Sig. Regression .101 4 .025 67.796 .000a Residual .108 289 .000 Total .209 293 a Predictors: (Constant), Ln_APBD, BACKG*LEVEL, LOKASI , Ln_POPULASI b Dependent Variable: RKKD Model 1

Coefficientsa Model

1

(Constant) BACKG*LEVEL LOKASI Ln_POPULASI Ln_APBD

Unstandardized Coefficients Std. B Error .049 .051 .000 .001 .039 .003 .009 .002 -.008 .005


t

Sig.

Beta


commit to user

.029 .580 .270 -.110

.954 .691 11.373 3.567 -1.533

.341 .490 .000 .000 .126



Charts Normal P-P Plot of Regression Standardized Residual


Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

Observed Cum Prob


Unstandardized Residual -.00140 147 147 294 141 -.818 .413

a Median

commit to user

1.0





Unstandardized Residual 294 .0000000 .01918043 .048 .048 -.032 .818 .515




Variables Entered

Variables Removed

Method

.

Enter

Ln_APBD, BACKG*LEVEL , LOKASI , Ln_POPULASIa


Model Summary Adjusted R Std. Error of R R Square Square the Estimate a .189 .036 .022 .01104 a Predictors: (Constant), Ln_APBD, BACKG*LEVEL, LOKASI , Ln_POPULASI Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .001 4 .000 2.664 .033a Residual .035 289 .000 Total .037 293 a Predictors: (Constant), Ln_APBD, BACKG*LEVEL, LOKASI , Ln_POPULASI b Dependent Variable: ABS_RES2 Model 1

commit to user




Model 1

(Constant) BACKG*LEVEL LOKASI Ln_POPULASI Ln_APBD


B Std. Error .055 .029 .000 .000 .004 .002 .002 .001 -.005 .003

a Dependent Variable: ABS_RES2

commit to user

t

Sig.

Beta -.075 .131 .148 -.158

1.883 -1.293 1.883 1.430 -1.615

.061 .197 .061 .154 .107




Variables Entered BACKG*TENURE, LOKASI , BACKG, Ln_APBD, TENURE, Ln_POPULASIa a All requested variables entered. b Dependent Variable: RKKD

Variables Removed

Method .

Enter

Model Summaryb Adjusted R Std. Error of R R Square Square the Estimate .699a .489 .478 .0192922 a Predictors: (Constant), BACKG*TENURE, LOKASI , BACKG, Ln_APBD, TENURE, Ln_POPULASI b Dependent Variable: RKKD Model 1

ANOVAb Sum of Mean Squares df Square F Sig. Regression .102 6 .017 45.730 .000a Residual .107 287 .000 Total .209 293 a Predictors: (Constant), BACKG*TENURE, LOKASI , BACKG, Ln_APBD, TENURE, Ln_POPULASI b Dependent Variable: RKKD Model 1


Model 1

(Constant) BACKG TENURE LOKASI Ln_POPULASI Ln_APBD BACKG*TENURE

B .044 .001 .005 .038 .009 -.008 .000


Std. Error .051 .003 .004 .004 .002 .005 .006


commit to user

t

Sig.

Beta .023 .070 .564 .274 -.107 .001

.858 .492 1.161 10.890 3.607 -1.495 .008

.392 .623 .247 .000 .000 .136 .993





Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

1.0

Observed Cum Prob


Unstandardized Residual -.00122 147 147 294 149 .117 .907

a Median

commit to user





Unstandardized Residual 294 .0000000 .01909360 .057 .057 -.031 .974 .298




Variables Entered BACKG*TENURE, LOKASI , BACKG, Ln_APBD, TENURE, Ln_POPULASIa a All requested variables entered. b Dependent Variable: ABS_RES3

Variables Removed

Method .

Enter

Model Summary Model 1

R .220a

R Square .049

Adjusted R Square .029

Std. Error of the Estimate .01076

a Predictors: (Constant), BACKG*TENURE, LOKASI , BACKG, Ln_APBD, TENURE, Ln_POPULASI

ANOVAb Sum of Mean Squares df Square F Sig. Regression .002 6 .000 2.442 .026a Residual .033 287 .000 Total .035 293 a Predictors: (Constant), BACKG*TENURE, LOKASI , BACKG, Ln_APBD, TENURE, Ln_POPULASI b Dependent Variable: ABS_RES3 Model 1

commit to user




Model 1

(Constant) BACKG TENURE LOKASI Ln_POPULASI Ln_APBD BACKG*TENURE


B Std. Error .048 .028 .000 .001 .005 .002 .003 .002 .001 .001 -.004 .003 -.007 .003


commit to user

t

Sig.

Beta 1.690 -.008 -.117 .163 1.991 .121 1.715 .107 1.036 -.128 -1.312 -.188 -2.161

.092 .907 .047 .087 .301 .191 .031



Lampiran 12. Regression Interaksi antar Variabel (Persamaan 4) Variables Entered/Removedb Variables Variables Entered Removed Ln_APBD, BACKG*TENURE . , LOKASI , a Ln_POPULASI a All requested variables entered. b Dependent Variable: RKKD Model 1

Method Enter

Model Summaryb Adjusted R Std. Error of R R Square Square the Estimate .697(a) .486 .479 .0192717 a Predictors: (Constant), Ln_APBD, BACKG*TENURE, LOKASI , Ln_POPULASI b Dependent Variable: RKKD Model 1

ANOVAb Sum of Squares df Mean Square F Sig. .102 4 .025 68.393 .000a .107 289 .000 .209 293 a Predictors: (Constant), Ln_APBD, BACKG*TENURE, LOKASI , Ln_POPULASI b Dependent Variable: RKKD Model 1 Regression Residual Total

Coefficientsa Model

1

(Constant) BACKG*TENURE LOKASI Ln_POPULASI Ln_APBD



t

Sig.

.928 1.308 11.240 3.684 -1.564

.354 .192 .000 .000 .119

Beta


commit to user

.056 .572 .279 -.111





Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

Observed Cum Prob


Unstandardized Residual -.00127 147 147 294 149 .117 .907

a Median

commit to user

1.0



Uji Nomalitas One-Sample Kolmogorov-Smirnov Test





Uji Heterokedastisitas Variables Entered/Removedb Variables Variables Entered Removed Ln_APBD, BACKG*TENURE, . LOKASI , a Ln_POPULASI a All requested variables entered. b Dependent Variable: ABS_RES4 Model 1

Method Enter

Model Summary Adjusted R Std. Error of R R Square Square the Estimate .195a .038 .025 .01083 a Predictors: (Constant), Ln_APBD, BACKG*TENURE, LOKASI , Ln_POPULASI Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .001 4 .000 2.858 .024a Residual .034 289 .000 Total .035 293 a Predictors: (Constant), Ln_APBD, BACKG*TENURE, LOKASI , Ln_POPULASI b Dependent Variable: ABS_RES4 Model 1

commit to user




Model 1

(Constant) BACKG*TENURE LOKASI Ln_POPULASI Ln_APBD

B .055 -.003 .004 .002 -.005

Std. Error .029 .002 .002 .001 .003


commit to user


t

Sig.

Beta 1.910 -.083 -1.429 .154 2.212 .127 1.230 -.152 -1.554

.057 .154 .028 .220 .121




Variables Entered Ln_APBD, LEVEL*TENURE, LEVEL, LOKASI , Ln_POPULASI, TENUREa a All requested variables entered. b Dependent Variable: RKKD

Variables Removed

Method

.

Enter

Model Summaryb Adjusted R Std. Error of R R Square Square the Estimate a .718 .516 .506 .0187714 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LEVEL, LOKASI , Ln_POPULASI, TENURE b Dependent Variable: RKKD Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .108 6 .018 50.993 .000a Residual .101 287 .000 Total .209 293 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LEVEL, LOKASI , Ln_POPULASI, TENURE b Dependent Variable: RKKD Model 1

Coefficientsa Model

1

(Constant) LEVEL TENURE LEVEL*TENURE LOKASI Ln_POPULASI Ln_APBD

Unstandardize d Coefficients Std. B Error .019 .051 .001 .002 -.046 .015 .013 .004 .036 .003 .008 .002 -.006 .005


t

Sig.

Beta


commit to user

.020 -.672 .762 .537 .264 -.079

.373 .418 -3.046 3.385 10.559 3.564 -1.129

.709 .676 .003 .001 .000 .000 .260





Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

Observed Cum Prob

Uji Autokorelasi Runs Test

Test Value(a) Cases < Test Value Cases >= Test Value Total Cases Number of Runs Z Asymp. Sig. (2-tailed)

Unstandardized Residual -.00093 147 147 294 135 -1.519 .129

a Median

commit to user

1.0









Variables Entered

Variables Removed

Method

.

Enter

Ln_APBD, LEVEL*TENURE, LEVEL, LOKASI , Ln_POPULASI, TENUREa


Model Summary Adjusted R Std. Error of R R Square Square the Estimate a .146 .021 .001 .01059 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LEVEL, LOKASI , Ln_POPULASI, TENURE Model 1

ANOVAb Sum of Mean Squares df Square F Sig. Regression .001 6 .000 1.047 .395a Residual .032 287 .000 Total .033 293 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LEVEL, LOKASI , Ln_POPULASI, TENURE b Dependent Variable: ABS_RES5 Model 1

commit to user




Model 1

(Constant) LEVEL TENURE LEVEL*TENURE LOKASI Ln_POPULASI Ln_APBD

B .035 .000 -.003 .001 .003 .001 -.003

Std. Error .029 .001 .008 .002 .002 .001 .003


commit to user


t

Sig.

Beta -.017 -.126 .090 .115 .106 -.092

1.203 -.248 -.402 .281 1.588 1.002 -.927

.230 .804 .688 .779 .113 .317 .355




Variables Entered

Variables Removed

Method

.

Enter

Ln_APBD, LEVEL*TENUR E, LOKASI , Ln_POPULASIa

a All requested variables entered. b Dependent Variable: RKKD

Model Summaryb Adjusted R Std. Error of R R Square Square the Estimate a .703 .494 .487 .0191262 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LOKASI , Ln_POPULASI b Dependent Variable: RKKD Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .103 4 .026 70.541 .000a Residual .106 289 .000 Total .209 293 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LOKASI , Ln_POPULASI b Dependent Variable: RKKD Model 1

Coefficientsa Model

1

(Constant) LEVEL*TENURE LOKASI Ln_POPULASI Ln_APBD



t

Sig.

Beta


commit to user

.106 .551 .276 -.103

.782 2.480 10.732 3.683 -1.454

.435 .014 .000 .000 .147





Expected Cum Prob

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

Observed Cum Prob


Unstandardize d Residual -.00108 147 147 294 147 -.117 .907

a Median

commit to user

1.0









Variables Entered

Variables Removed

Method

.

Enter

Ln_APBD, LEVEL*TENURE, LOKASI , Ln_POPULASIa


Model Summary Adjusted R Std. Error of R R Square Square the Estimate .161a .026 .012 .01066 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LOKASI , Ln_POPULASI Model 1

ANOVAb Sum of Squares df Mean Square F Sig. Regression .001 4 .000 1.921 .107a Residual .033 289 .000 Total .034 293 a Predictors: (Constant), Ln_APBD, LEVEL*TENURE, LOKASI , Ln_POPULASI b Dependent Variable: ABS_RES6 Model 1

commit to user




Model 1

(Constant) LEVEL*TENURE LOKASI Ln_POPULASI Ln_APBD


B Std. Error .044 .028 .000 .000 .004 .002 .001 .001 -.003 .003

a Dependent Variable: ABS_RES

commit to user

t

Sig.

Beta .016 .140 .102 -.118

1.575 .261 1.962 .984 -1.201

.116 .794 .051 .326 .231



commit to user

Oleh: NIKKE YUSNITA MAHARDINI NIM: S

Recommend Documents