Abstract
This research was conducted at the Gorontalo Provincial Government, aiming
to find out 1). whether Behavior (X1), and Apparatus Participation (X2) partially affect
the Quality of the Regional Revenue and Expenditure Budget of Gorontalo Province, 2)
To find out whether Behavior (X1), and Apparatus Participation (X2) simultaneously
affect the Quality of the Revenue and Expenditure Budget Gorontalo Province.
The results showed that the two variables of apparatus behavior (X1), and
apparatus participation (X2) had a partial effect on the quality of the regional revenue
and expenditure budget of Gorontalo province as indicated by the correlation coefficient
of each X1 of 0.294 at a significance level of 0.028, and X2 of 0.334. at a significance
level of 0.012.
Furthermore, the two variables behavior of the apparatus X1, and the
participation of the apparatus X2, jointly have a positive and significant effect as
indicated by the calculated F value of 5.336, F table of 3.17 where F arithmetic > F table
at a significance level of 0.008 or sig = 0.008 < 0.05
METODE
a) Uji Validitas
rXY =
dimana :
r : angka korelasi
n : jumlah responden
Distribusi (tabel t) untuk α = 0.55 dan derajat kebebasan (dk = n-2), kaidah
keputusan, jika t hitung < t tabel berarti tidak valid.
Dalam Riduwan (2006:110), jika instrumen itu valid, maka dilihat kriteria
penafsiran mengenai indeks korelasinya (r) sebagai berikut :
Tabel 4.1
Bobot Nilai Variabel
r Keterangan
0,800 - 1,000 Sangat Tinggi
0,600 – 0,799 Tinggi
0,400 – 0,599 Cukup Tinggi
0,200 – 0,399 Rendah
0,000 – 0,199 Sangat Rendah
b) Uji Reliabilitas
Uji reliabilitas atau keandalan bertujuan untuk mengukur keandalan alat ukur
dengan cara memberikan skor yang relatif sama pada responden, walaupun responden
mengerjakannya dalam waktu berbeda.
Uji reliabilitas dimaksudkan untuk mengetahui apakah alat pengumpul data pada
dasarnya menunjukkan ketepatan, keakuratan, kestabilan, atau konsistensi alat
tersebut dalam mengungkapkan gejala tertentu dari sekelompok individu, walaupun
dilakukan terhadap pernyataan-pernyataan yang sudah valid, untuk mengetahui sejauh
mana hasil pengukuran tetap konsisten bila dilakukan pengukuran kembali terhadap
gajala yang sama.
Uji dilakukan dengan menggunakan teknik belah dua dari Spearman Brown (Split-
half), yaitu langkah-langkah kerjanya sebagai berikut :
Angka korelasi yang diperoleh dengan angka korelasi dari alat pengukur yang
dibelah (split-half), maka angka korelasi yang lebih rendah dari angka yang diperoleh
jika alat ukur itu tidak dibelah, seperti pada teknik test-retest.
Menurut Sugiyono (2004:278) dicari angka reliabilitasnya untuk keseluruhan item
dibelah dengan rumus Spearman Brown, sebagai berikut :
r2 =
dimana :
c) Konversi Data
5. Membuat tabulasi dengan tabel penolong (kelas interval, frekwensi (f), nilai tengah
(Xi, X12,f.Xi, f.Xi2)
x=
S=
T = 50 + 10
Keterangan :
T1 : Data Interval
X1 : Data Ordinal
X : Nilai rata-rata
S : Simpangan baku
Y = b0 + b1X1 + b2X2 e
Dengan:
X1 : Prilaku Aparat
X2 : Partisipasi
b0 : Konstanta, merupakan nilai terikat, yang dalam hal ini adalah Y pada saat
variabel bebasnya adalah 0 (x1, x2 = 0)
Arti koefisien b adalah jika nilai b positif (+), hal tersebut menunjukkan hubungan
searah antara variabel bebas dengan variabel terikat. Dengan kata lain, peningkatan
atau penurunan besarnya variabel bebas akan diikuti oleh peningkatan atau penurunan
besarnya variabel terikat. Sedangkan jika nilai b negatif (-), menunjukkan hubungan
yang berlawanan antara variabel bebas akan diikuti oleh penurunan besarnya nilai
variabel terikat dan sebaliknya.
(1-R2y.12) = (1-r2y1)(1-r2y2.1)(1-r2y2.1)
Dimana :
Korelasi Y atas X2
Korelasi Y atas X1
Pada hakekatnya, nilai r berkisar antara -1 dan 1. Bila r mendekati -1 atau
1, maka dapat dikatakan bahwa ada hubungan yang erat antara variabel bebas
dengan variabel terikat. Bila r mendekati 0, maka dapat dikatakan bahwa
hubungan antara variabel bebas dengan variabel terikat sangat lemah atau
bahkan tidak ada. Untuk menentukan kriteria interpretasi nilai hubungan r dan R,
penulis mendasarkan pada ketetapan yang dikemukakan oleh Sugiyono
(2006:184), yaitu:
b. Uji F
Uji F untuk menguji model regresi yang menjelaskan bentuk hubungan dan
pengaruh antara variabel bebas terhadap variabel tidak bebas, digunakan uji F,
yang dapat dirumuskan sebagai berikut:
n = Ukuran Sampel
Bila terjadi penerimaan Ho, maka dapat diartikan sebagai tidak signifikannya
model regresi multiple yang diperoleh, sehingga mengakibatkan tidak signifikan
pula pengaruh dari variabel-vartiabel independen secara bersama-sama
(simultan terhadap variabel dependen)
c. Uji t
Uji t untuk menguji pengaruh variabel bebas secara parsial terhadap variabel terikat,
digunakan penguji koefesien korelasi secara parsial (uji t), yaitu dengan
membandingkan ttabel dan thitung yang dirumuskan sebagai berikut :
Masing-masing t hasil perhitungan ini kemudian dibandingkan dengan t tabel yang
diperoleh dengan menggunakan tarif nyata 0,05. Uji hipotesis secara parsial Hol,
Ho2, dan Ho3, menggunakan uji 2 pihak, dengan kriteria :
Bila terjadi penerimaan Ho, maka dapat disimpulkan suatu pengaruh adalah tidak
signifikan, sedangkan bila Ho ditolak artinya suatu pengaruh adalah signifikan.
Perhitungan statistik yang digunakan dalam penelitian ini akan dihitung dengan
menggunakan program SPSS.
HASIL PEMBAHASAN
Provinsi Gorontalo terdiri dari 5 (lima) kabupaten dan 1 (satu) kota yaitu
Kabupaten Pohuwato, Kabupaten Boalemo, Kabupaten Gorontalo, Kabupaten Bone
Bolango, Kabupaten Gorontalo Utara dan Kota Gorontalo. Sedangkan kecamatan
sebanyak 66 dan desa/kelurahan 615 yang tersebar di Provinsi Gorontalo sebagaimana
terlihat dalam tabel 5.1 berikut ini :
Tabel 5.1 :
Banyaknya Kecamatan dan Desa/Kelurahan menurut
Kabupaten/Kota di Provinsi Gorontalo
Sumber : Publikasi BPS
Jika ditinjau dari luas wilayahnya, yaitu dari total 12.215,44 Km2, Kabupaten
Pohuwato merupakan daerah terluas, yaitu 4.244,31 Km2 atau sekitar 34,75 persen,
kemudian Kabupaten Boalemo mempunyai luas 2.567,36 Km2 atau sekitar 21,02
persen, dan Kota Gorontalo mempunyai luas hanya 64,79 Km2 atau hanyab sekitar
1,00 persen.
Ditinjau dari kepadatan penduduk jika dibandingkan angka jumlah penduduk dengan
luas wilayah masing-masing kabupaten/kota, maka terlihat Kota Gorontalo adalah
wilayah yang terpadat penduduknya, dimana secara rata-rata setiap Km2 didiami oleh
2.549 orang. Sedangkan Kabupaten Pohuwato merupakan wilayah yang terbesar
namun kepadatan penduduknya hanya 27 jiwa per Km2. Dengan demikian secara rata-
rata kepadatan penduduk di Provinsi Gorontalo sebesar 80 jiwa per Km2.
Tabel 5.2 :
persen.
Uji validitas dilakukan dengan memperhatikan hasil korelasi antara setiap butir
kuisioner dengan butir soal. Dari hasil pengujian pada lampiran 1, dapat dilihat bahwa
semua butir pertanyaan dinyatakan valid.
Berdasarkan tabel 4.3 dibawah ini, tampak bahwa responden yang diteliti
sebanyak 56orang (n=56) dan semua data tidak ada yang exclude atau dikeluarkan dari
analisis,dengan demikian disimpulkan bahwa semua data dapat dianalisis dan
dinyatakan valid.
N %
Valid 56 100,0
Excluded
Cases a 0 ,0
Total 56 100,0
Pada realibility statistics table 5.4 terlihat bahwa nilai Alpha Cronbach adalah
0,508 dengan jumlah pertanyaan masing-masing variabel. Nilai r tabel satu sisi pada
df=56 dan p=0,05 adalah 0,220. Oleh karena nilai Alpha Cronbach =0,755 lebih besar
dari r tabel,maka kuisioner dinyatakan reliable. Karena nilai Alpha Cronbach sebesar
0,755 terletak diantara 0,60-0,80 (lihat tabel 3.4), sehingga tingkat realiabilitasnya
dinyatakan reliable.
Tabel 5.4 Data Alpha Crombuch
Reliability Statistics
Cronbach's N of
Alpha Items
,508 3
d. Uji Normalitas
Berdasarkan hasil uji normalitas data diperoleh nilai nilai skewness dari masing-
masing variable X1, X2, dan Y sebesar -0,362, 0,261, dan -0,803, (lihat tabel 4.5)
sementara nilai kurtosis dari masing masing-masing variabel X1,X2, dan Y sebesar -
0,629, 0,793, dan -0,482. Dengan memperhatikan hasil analisis tersebut, maka sesuai
dengan aturan dalam skewnes dan kurtosis dijelaskan bahwa jika nilai rasio skewnes
dan kurtosis berada antara nilai minus dua (-2) dan plus dua (+2) maka bisa diartikan
bahwa data terdistribusi secara normal. Berdasarkan ketentuan tersebut maka data
variable X1, X2,dan Y terdistribusi secara normal.
Tabel 5.5
Hasil Uji Normalitas
Statistics
Valid 56 56 56
N
Missing 0 0 0
Skewness -,362 ,261 -,803
Std. Error of
,319 ,319 ,319
Skewness
Kurtosis -,629 ,793 -,482
Std. Error of
,628 ,628 ,628
Kurtosis
Dari Histogram di bawah ini terlihat bahwa data berdistribusi normal, dengan
simpangan baku sebesar 0,982 dari jumlah sampel/responden sebanyak 56 orang.
Selanjutnya pada pada gambar 5.2 berikut ini, terlihat bahwa sebaran titik-titik
residual berada di sekitar garis normal. Hal tersebut terjadi karena titik-titik residual
tersebut berasal dari data dengan distribusi normal. Dengan demikian disimpulkan
bahwa regresi telah memenuhi persyaratan normalitas.
Dari tabel di bawah ini dapat kita baca bahwa hubungan antara kualitas anggaran
dengan prilaku aparat menghasilkan nilai F = 2,263 dengan p = 0,089
Tabel 5.6 :
Hasil Uji Hubungan Kualitas anggaran dengan Prilaku aparat
ANOVA Table
Sum of df Mean F Sig.
Squares Square
Total 5500,102 55
Tabel 5.7:
Hasil Uji Hubungan Kualitas anggaran dengan Partisipasi.
ANOVA Table
Sum of df Mean F Sig.
Squares Square
Kualitas_An (Combined) 1945,887 14 138,992 1,603 ,119
garan_Y * Betwe Linearity 614,491 1 614,491 7,089 ,011
Partisipasi_ en
X2 Group Deviation
s from 1331,396 13 102,415 1,181 ,326
Linearity
Within Groups 3554,215 41 86,688
ANOVA Table
Total 5500,102 55
F. Uji Homogenitas
Uji ini digunakan untuk mengetahui apakah variable populasi sama atau tidak.
Asumsi yang mendasari bahwa varian dari populasi adalah sama. Sebagai kriteria
digunakan taraf signifikansi lebih dari 0,05, maka dapat dikatakan bahwa varian dari
dua atau lebih kelompok data adalah sama.
Dari hasil pengujian pada tabel 5.8 ditunjukkan bahwa signifikansi sebesar 1.000,
yang berarti bahwa lebih besar dari 0,05. Dengan demikian dapat disimpulkan bahwa
dua kelompok data berupa variable prilaku aparat dan partisipasi mempunyai varian
yang sama, sehingga disimpulkan bahwa dua kelompok variable memenuhi syarat
dalam regresi linier.
Kualitas_Angaran_Y
Levene df1 df2 Sig.
Statistic
7,738 9 46 ,065
f. Uji Korelasi
Dari hasil uji korelasi untuk data interval, tampak bahwa koefisien korelasi nilai r
dari prilaku aparat terhadap kualitas anggaran sebesar 0,294 sesuai tabel 5.9 dan
angka tersebut menunjukkan bahwa korelasi kedua variable tersebut lemah karena
berada di antara 0,200-0,399.
Selanjutnya koefisien korelasi dari partisipasi terhadap kualitas angaran sebesar
0,334, dan ini menunjukkan adanya korelasi lemah karena berada di antara 0,200-
0,399.
Tabel 5.9
Hasil Uji korelasi data Interval
Correlations
Prilaku_apara Partisipasi_X Kualitas_Ang
t_X1 2 aran_X
Pearson
1 ,183 ,294*
Correlation
Prilaku_aparat_X1
Sig. (2-tailed) ,177 ,028
N 56 56 56
Pearson
,183 1 ,334*
Correlation
Partisipasi_X2
Sig. (2-tailed) ,177 ,012
N 56 56 56
Pearson
,294* ,334* 1
Kualitas_Angaran_ Correlation
X Sig. (2-tailed) ,028 ,012
N 56 56 56
Output korelasi parsial ditampilkan dalam dua klasifikasi yang disusun dalam
bentuk tabel bertingkat. Tabel bagian atas berbentuk zero-order partial. Pada output ini,
korelasi parsial belum dilakukan. Tabel bagian bawah menunjukkan keadaan setelah
dilakukan korelasi parsial.
Tabel 5.10
Hasil Uji Korelasi Parsial
Correlations
Control Variables Prilaku_ap Partisipasi Kualitas_A
arat_X1 _X2 nggaran_Y
df 54 0 54
df 53 0
g. Uji Regresi
Berdasarkan data pada tabel 4.11 dapat disimpulkan bahwa hubungan antara
kualitas anggaran dengan prilaku aparat adalah signifikan karena nilai p=0,028 < 0,05
dan nilai r = 0,294 Menununjukkan hubungan korelasi yang lemah. Sedangkan kualitas
anggaran dengan partisipasi juga memiliki hubungan yang signifikan karena nilai
p=0,012<0,05 dan nilai r = 0,334 menunjukkan korelasi yang lemah.
Tabel 5.11:
Hasil Uji Regresi
Correlations
Prilaku_apar Partisipasi_X Kualitas_Ang
at_X1 2 aran_X
Pearson
1 ,183 ,294*
Correlation
Prilaku_aparat
_X1 Sig. (2-tailed) ,177 ,028
N 56 56 56
Pearson
,183 1 ,334*
Correlation
Partisipasi_X2
Sig. (2-tailed) ,177 ,012
N 56 56 56
Pearson
,294* ,334* 1
Correlation
Kualitas_Anga
ran_X Sig. (2-tailed) ,028 ,012
N 56 56 56
Standar error of the estimate = 9,29413 < standar deviasi sebesar 10,00009,
dengan demikian dinyatakan bahwa model regresi layak digunakan.
Tabel 5.12 :
Hasil Uji R Kuadrat
Model Summaryb
Model R R Adjusted R Std. Error of Durbin-
Square Square the Estimate Watson
Pada hasil uji ANOVA, diperoleh nilai F hitung = 5,336 Dengan p = 0,008 oleh
karena p <0,05 maka regresi dapat dipakai untuk memprediksi besarnya kualitas
anggaran atau secara bersama-sama variable bebas prilaku aparat dan partisipasi
berpengaruh terhadap kualitas anggaran. Hal ini bisa dibuktikan karena F hitung (5,336)
> F tabel (3,17) Taraf kesalahan 5%, df pembilang =2 dan df penyebut = 56
Tabel 5.13 :
Hasil Uji ANOVA
ANOVAa
Total 5500,102 55
Hasil uji coefficients, (lihat tabel 5.14) pada prilaku aparat dikemukakan nilai
konstanta (a) = 23,463 dan beta = -0,240 dan tingkat signifikan 0.065. Koefisien regresi
sebesar 0,240 menyatakan bahwa setiap kenaikan 1 pada prilaku aparat maka kualitas
anggaran juga diprediksi mengalami kenaikan sebesar 0,240. Nilai konstanta (a)
partisipasi 0,290 dan beta 0,290 koefisien regresi 0,027 menyatakan bahwa setiap
penambahan 1 pada partisipasi, maka kualitas anggaran juga meningkat sebesar 0,290
Coefficientsa
Nilai t hitung pada prilaku aparat adalah 1,887. Pada derajat bebas (df) = 56 Nilai
t tabel pada taraf kepercayaan 95% (signifikan 5%) adalah 2,0005. Oleh karena t hitung
lebih kecil dari t tabel maka diputuskan bahwa koefisien regresi tidak signifikan, atau
partisipasi aparat tidak berpengaruh terhadap kualitas anggaran secara signifikan pada
taraf kepercayaan 95%. Probabilitas=0,065 atau p > 0,05 berarti koefisien regresi tidak
signifikan, atau prilaku aparat tidak berpengaruh terhadap kualitas anggaran secara
signifikan pada taraf kepecayaan 95%.
Nilai t hitung pada partisipasi adalah 2,277 pada derajat bebas (df) = 56 nilai t
tabel pada taraf kepercayaan 95% (signifikan 5%) adalah 2,005. Oleh karena t hitung
lebih besar dari t tabel maka diputuskan bahwa koefisien regresi signifikan, atau
partisipasi berpengaruh terhadap kualitas anggaran secara signifikan pada taraf
kepercayaan 95%. Probabilitas = 0,027 atau p < 0,05 berarti koefisien regresi signifikan,
atau partisipasi berpengaruh terhadap kualitas anggaran secara signifikan pada taraf
kepecayaan 95%.
2. Pengujian Hipotesis
Hasil uji statistik pengaruh prilaku aparat terhadap kualitas anggaran yang tertera
pada tabel 4.16 menunjukkan hasil bahwa terdapat pengaruh yang signifikan dimana
p=0,028 berada pada p<0,05. Koefisien korelasi antara variabel prilaku aparat dengan
variable kualitas anggaran adalah 0,294 Dengan demikian tingkat hubungan antara
variable prilaku aparat dengan kualitas anggaran adalah Lemah karena terletak pada
rentang antara 0,201 dengan 0,400 Tidak adanya tanda (-) di depan angka 0,294 pada
tampilan output SPSS menunjukkan bahwa korelasi memiliki pola positif dan searah.
Dengan demikian dapat diinterpretasikan bahwa semakin tinggi prilaku aparat, maka
semakin tinggi kualitas anggaran yang dapat dihasilkan.
Signifikan hasil korelasi dapat diuji dengan penyusunan hipotesis sebagai berikut :
Ho = prilaku aparat tidak berpengaruh terhadap kualitas kualitas anggaran.
H1 = prilaku aparat berpengaruh terhadap kualitas kualitas anggaran.
Pengujian dilakukan dengan dua sisi karena yang akan dicari adalah ada tidaknya
hubungan antara dua variable. Berdasarkan probabilitas Ho diterima jika Probabilitas
>0,05 dan Ho ditolak jika probabilitas <0,05, maka diputuskan bahwa p=0,028 <0,05,
dengan demikian Ho ditolak yang berarti bahwa hubungan antara prilaku aparat dengan
kualitas anggaran signifikan pada taraf kepercayaan 95%.
Tabel 5.16 :
N 56 56 56
Correlations
Pearson
,294* ,334* 1
Correlation
Kualitas_Anga
Sig. (2-tailed) ,028 ,012
ran_X
N 56 56 56
b. Pengaruh partisipasi Terhadap Kualitas anggaran
Hasil uji statistik pengaruh partisipasi terhadap kualitas anggaran yang tertera
pada tabel 5.17 menunjukkan hasil bahwa terdapat pengaruh yang signifikan sebesar
0,12 atau p<0,05. Koefisien korelasi antara variable partisipasi dengan variable kualitas
anggaran adalah 0,334 Dengan demikian tingkat hubungan antara variable partisipasi
dengan variable kualitas anggaran adalah lemah karena terletak pada rentang antara
0,201 dengan 0,399 Tidak adanya tanda (-) di depan angka 0,334 pada tampilan output
SPSS menunjukkan bahwa korelasi memiliki pola positif dan searah. Dengan demikian
dapat diinterpretasikan bahwa semakin tinggi partisipasi, maka semakin tinggi kualitas
anggaran yang dapat dicapai.
Correlations
Prilaku_apar Partisipasi_X Kualitas_Ang
at_X1 2 aran_X
Pearson
1 ,183 ,294*
Correlation
Prilaku_aparat
Sig. (2-tailed) ,177 ,028
_X1
N 56 56 56
Pearson
,183 1 ,334*
Correlation
Partisipasi_X2 Sig. (2-tailed) ,177 ,012
N 56 56 56
Pearson
,294* ,334* 1
Correlation
Kualitas_Anga
Sig. (2-tailed) ,028 ,012
ran_X
N 56 56 56
DAFTAR PUSTAKA
Arikunto, Suharsimi. 2006. Prosedur Penelitian Suatu Pendekatan Praktik. Edisi
Revisi VI. Jakarta: PT. Rineka Cipta.
Bagian Organisasi dan Kepegawaian Sekretariat Daerah Provinsi Gorontalo.
Cahyat, A. 2004. Sistem Pengawasan terhadap Penyelenggaraan Pemerintah
Daerah Kabupaten. Pembahasan Peraturan Perundangan di Bidang Pengawasan.
Governance Brief Number 3. Damanik. U. 2001. Paradigma Baru Pengawasan
Keuangan Negara.
Jurnal Akuntansi Dan Keuangan Sektor Publik (JAKSP) : 2 (1) :19-42.
Ghozali, Imam. 2005. Aplikasi Analisis Multivariate dengan Program SPSS.
Semarang: Badan Penerbit Universitas Diponogoro
Heidrajrahcman dan Husnan Suad .2000. Manajemen Personalia. Yogyakarta. BPFE
Kawedar, Warsito., Abdul Rohman, Sri Handayani. Akuntansi Sektor Publik
(Pendekatan Penganggaran Daerah dan Akuntansi Keuangan Daerah).Semarang:
Widya Karya.
Krismiaji. 2005. Sistem Informasi Akuntansi. Edisi 2.Yogyakarta : AMP YKPN.
Mahoney, T.A. 1963. Development Of Managerial Performance ( A Research
Approach). Shout Western Publising.
Mardiasmo. 2002. Akuntansi Sektor Publik. Yogyakarta: Penerbit Andi
Nirzawan. 2001. Tinjauan umum terhadap sistem pengelolaan Keuangan Daerah
di Bengkulu Utara. Manajemen Keuangan Daerah. Yogyakarta : UPP YKPN
Republik Indonesia.2005. Peraturan Pemerintah No.24 Tahun 2005 Tentang
Standar Akuntansi Pemerintahan.Jakarta
Schein, Edgar H. 2004. Organizational Culture and Leadership. Third Edition.
Jossey –Bass Publishers. San Francisco.
Singarimbun, Masri., Sofian Effendi. 1989. Metode Penelitian Survai. Lembaga
Penelitian, Pendidikan dan Penerangan Ekonomi dan Sosial (LP3ES). Sugiyono. 2007.
Statistika Untuk Penelitian. Alfabeta Bandung.