A. Data Penelitian
Data penelitian yang digunakan dalam penelitian ini adalah Data sekunder
Lembaga tersebut. Data yang digunakan adalah Nilai Kerugian Daerah tahun 2014
Lanjut Hasil Pemeriksaan BPK-RI sampai tahun 2014 (TL), Belanja Daerah
Kerugian
195 2,47 22533,42 1462,17 3088,77 211
Daerah
Keterangan :
Kerugian daerah (juta rupiah), Egov = Nilai pemeringkatan pelaksanaan e-government, TL
= Tindak Lanjut Hasil Audit (persen), IACM =Level APIP, AKT = Rasio Aktivitas
(persen), Growth =Rasio Pertumbuhan (persen), Size = Ukuran Daerah (juta rupiah), Expt
= Belanja Daerah (juta rupiah), CV=Coefisien Variansi (persen)
a. Kerugian Daerah
jutaan Rupiah. Dari tabel 4.2 terlihat bahwa dari data sebanyak 195,nilai kerugian
daerah terendah adalah Rp. 2.470.000 dan tertinggi sebesar Rp. 22.533.420.000
Rp. 3.088.770.000. Nilai standard deviasi yang lebih besar dari mean berarti
bahwa variansi datanya relatif besar dan nilai coefisien varians (CV) = 211 %
b. Egov
Republik Indonesia. Dari tabel 4.2 terlihat bahwa dari data sebanyak 195,nilai
Egov terendah adalah 1,01 dan tertinggi adalah 3,49 dengan rata-rata (mean) 1,82
dan Standard Deviasi 0,49. Nilai standard deviasi yang lebih kecil dari mean
berarti bahwa variansi datanya relatif kecil dan nilai coefisien varians (CV) = 27
c. TL
dari data sebanyak 195,nilai TL terendah adalah 0,22 (22%) dan tertinggi adalah
0,97 (97%) dengan rata-rata (mean) 0,71 (71%) dan Standard Deviasi 0,16 (16%).
Nilai standard deviasi yang lebih besar dari mean berarti bahwa variansi datanya
homogen.
d. IACM
yang dilaksanakan oleh BPKP-RI. Dari tabel 4.2 terlihat bahwa dari data
sebanyak 195, nilai IACM terendah adalah 1,00 dan tertinggi adalah 2,00 dengan
rata-rata (mean) 1,04 dan Standard Deviasi 0,20. Nilai standard deviasi yang lebih
kecil dari mean berarti bahwa variansi datanya relatif kecil dan coefisien varians
e. AKT
Kabupaten/Kota di Indonesia. Dari tabel 4.2 terlihat bahwa dari data sebanyak
195, nilai AKT terendah adalah 0,20 dan tertinggi adalah 0,68 dengan rata-rata
(mean) 0,52 dan Standard Deviasi 0,09. Nilai standard deviasi yang lebih kecil
dari mean berarti bahwa variansi datanya relatif kecil dan coefisien varians (CV)
f. Growth
Indonesia, yang dihitung dengan menghitung selisih antara PAD tahun 2014 dan
tahun 2013 dibandingkan dengan PAD 2013. Dari tabel 4.2 terlihat bahwa dari
data sebanyak 195, nilai Growth terendah adalah 0,02 dan tertinggi adalah 2,88
dengan rata-rata (mean) 0,55 dan Standard Deviasi 0,35. Nilai standard deviasi
yang lebih kecil dari mean berarti bahwa variansi datanya relatif kecil dan
g. Size
Kabupaten/Kota di Indonesia yang dilihat dari Total Aset yang dimiliki dalam
Jutaan Rupiah. Dari tabel 4.2 terlihat bahwa dari data sebanyak 195, nilai Size
Deviasi Rp. 3.858.549.620.000. Nilai standard deviasi yang lebih besar dari mean
berarti bahwa variansi datanya relatif besar dan coefisien varians (CV) = 106 %
h. Expt
Kabupaten/Kota di Indonesia, dalam Jutaan Rupiah. Dari tabel 4.2 terlihat bahwa
dari data sebanyak 195, nilai Expt terendah adalah Rp. 377.666.560.000 dan
deviasi yang lebih kecil dari mean berarti bahwa variansi datanya relatif kecil
B. Analisis Data
Pada penelitian ini,uji asumsi klasik yang dilakukan adalah Uji Normalitas,
sofware SPSS versi 20 hasil uji asumsi klasik adalah sebagai berikut.
a. Uji Normalitas
(2-tailed) > 0,05, berarti data terdistribusi normal. Hasil Uji Normalitas seperti
tabel 4.2
N 195
Kolmogorov-Smirnov Z 0,709
Dari tabel 4.2 terlihat bahwa nilai Asymp. Sig. (2-tailed) > 0,05, yang berati
Ghozali (2013), normalitas dideteksi dengan melihat penyebaran titik pada sumbu
diagonal grafik, jika titik menyebar disekitar garis diagonal dan mengikuti arah
b. Uji Multikolinieritas
Dari tabel 4.3 terlihat bahwa nilai tolerance diatas 0,10 dan VIF dibawah
c. Uji Heteroskedastisitas
uji Glejser dan juga dilakukan dengan melihat hasil output SPSS dalam grafik
scatterplot antara Z prediction (ZPRED) untuk variabel bebas (sumbu X=Y hasil
prediksi) dan nilai residualnya (SRESID) variabel terikat (sumbu Y=Y prediksi –
Y rill).
TL -0,593 0,554
Pada penelitian ini, analisis uji asumsi auto korelasi dilakukan dengan
melihat nilai Durbin-Watson dari hasil pengolahan data. Dari hasil pengolahan
I 1,816
Dari tabel 4.5 terlihat nilai DW= 1,816. Karena 1<DW<3, berarti tidak
terjadi auto korelasi (Sarwono, 2012).
2. Analisis Regresi
Setelah dilakukan uji asumsi klasik dan hasilnya menunjukkan bahwa syarat
asumsi klasik sudah terpenuhi, maka selanjutnya dilakukan evaluasi dan analisis
model regresi. Penelitian ini menggunakan beberapa model regresi dan akan
Tindak Lanjut hasil audit BPK-RI (TL), Kapabilitas APIP (IACM), Rasio Belanja
Pegawai terhadap Belanja Daerah (AKT) dan Rasio pertumbuhan Pendapatan Asli
(Size) dan Belanja Daerah (Expt). Hasil pengujian Model I (pertama) dengan
Dari tabel 4.6 diatas diketahui koefisien regresi model I adalah sebagai
berikut :
Expt + εi
Dari persamaan ini terlihat bahwa koefisien regresi eGov, TL, IACM dan
AKT bernilai – (negatif). Hal ini berarti bahwa semakin meningkat nilai eGov,
TL, IACM dan AKT maka akan semakin menurun nilai Fraud-nya. Koefisien
regresi untuk variabel Growth, Size dan Expt bernilai + (positif),yang berarti
bahwa semakin tinggi growth, size dan expt akan semakin tinggi fraud-nya.
Dari tabel 4.7 diatas, besarnya Adjusted R Square (R2 yang telah
disesuaikan) adalah 0,074, artinya hanya 7,4 % variabel dependen Fraud dapat
dijelaskan oleh variabel independen eGov, IACM, TL, AKT dan Growth,
sedangkan 92,6 % dipengaruhi variabel lain yang tidak masuk dalam model
penelitian ini.
92
Hasil pengujian data penelitian dengan SPSS versi 20 untuk Uji Simultan
Nilai F pada tabel 4.8 diatas adalah 3,201 dengan tingkat signifikansi 0,003.
Nilai Signifikansi F< 0,05 berarti model regresi layak (fit) untuk memprediksi
menunjukkan bahwa variabel eGov, TL, IACM, AKT dan Growth secara
terhadap variabel dependen seperti hasil uji-t pada tabel 4.9 berikut :
TL -1,610 0,109
Dari tabel 4.9 diatas, hanya variabel Kapabilitas APIP (IACM) yang secara
0,05. Artinya semakin tinggi kapabilitas APIP secara individual akan semakin
menurunkan kerugian daerah. Variabel independen yang lain tidak ada yang
Hasil pengolahan data dengan SPSS versi 20 seperti tabel 4.10 berikut :
4,464
IV -0,932 0,088 -1,083
-0,944 0,636
0,947
V -0,053 0,074 0,072
-0,045 0,137
-0,170
Dari tabel 4.10, terlihat bahwa koefisien β2 ≠ 0 dan β3 ≠ 0, maka variabel
eGov merupakan variabel quasi/partial moderating untuk IACM, TL, AKT dan
Growth.
C. Pembahasan
Kapabilitas APIP (IACM), penyelesaian Tindak Lanjut Hasil Audit BPK-RI (TL),
Rasio Belanja Pegawai terhadap Belanja Daerah (AKT) dan Pertumbuhan PAD
pengujian secara parsial (uji-t) hanya H2 yang diterima, yaitu Kapabilitas APIP
berpengaruh negatif pada kerugian daerah atau semakin tinggi kapabilitas APIP
semakin turun/rendah kerugian daerah, karena signifikansi t hitung < 0,05. Hal
ini sesuai hasil penelitian Indriasih dan Koeswoyo (2014) yang menyatakan
Juga penelitian Agarwal dan Medury (2014), yang menyebutkan bahwa Audit
Sedangkan H1, H3, H4 dan H5 ditolak karena signifikansi t hitung > 0,05,
pajakdan perijinan. Hasil penelitian ini juga sesuai dengan hasil penelitian
Jawa.
berpengaruh 7,4 %.
(Hardjaloka, 2014).
96
pegawai ini lebih disebabkan oleh jumlah pegawai yang banyak pada
menguji apakah variabel eGov memoderasi IACM, TL, AKT dan Growth dalam
menurunkan kerugian daerah. Dari nilai koefisien regresi β2 dan β3, variabel eGov
merupakan variabel quasi/partial moderating untuk IACM, TL, AKT dan Growth
untuk evaluasi pengendalian internal. Juga sesuai dengan penelitian Srivasta dan