Analisa Rekomendasi Kebijakan Dalam

Upaya Peningkatan Integritas Berbasis

Deskriptif Analisis.

Nama Peserta/Tim
1. Nama : Fadil Abdullah
Pekerjaan : Mahasiswa

2. Nama : Nur Fellina Asrianti

Pekerjaan : Freelancer

3. Nama : Nurmalinda Rahmawati

Pekerjaan : Mahasiswa
1. Rangkuman Eksekutif
Berbagai macam kasus KKN di Indonesia menjadi polemik yang belum tuntas. Upaya-
upaya yang dilakukan oleh KPK melalui monitoring internal dan pemberian layanan
untuk masyarakat dalam mencegah terjadinya KKN menjadi tombak besar negara
Indonesia. Sejak masa reformasi hingga sekarang telah terjadi perubahan undang-
undang yang signifikan untuk membentuk KPK sebagai lembaga anti rasuah. KPK
memiliki tugas fungsi pokok untuk berkoordinasi dan melakukan supervisi dengan
instansi terkait yang berwenang dengan tindak pidana korupsi, memonitor
penyelenggaraan pemerintahan negara, dan melakukan penyelidikan, penyidikan,
penuntutan serta pencegahan tindak pidana korupsi.
Asas-asas yang di pegang teguh oleh KPK menjadi kunci dasar KPK dalam
melaksanakan tugasnya. KPK turut melibatkan masyarakat untuk berpartisipasi
dengan harapan dapat menumbuhkan kesadaran pentingnya transparansi pada
setiap layanan publik. Survei penilaian integritas (SPI) sebagai alat untuk memetakan
risiko korupsi dan kemajuan upaya pencegahan korupsi yang dilakukan pada setiap
Kementrian/Lembaga/Pemerintah Daerah (K/L/PD) mampu memberikan data yang
berasal dari indeks internal, indeks eksternal dan indeks eksper. Indeks-indeks yang
disebutkan sebelumnya, dapat dilakukan sebuah analisa untuk membentuk suatu
rekomendasi sebagai cara untuk mencegah penurunan integritas birokrasi. Salah satu
bentuk pencegahan tersebut dapat dilakukan dengan menerapkan metode pemecahan
masalah berbasis analisa statistik terhadap data-data SPI yang tersedia. Sehingga dari
hasil analisis yang didapat diharapkan dapat dijadikan acuan dalam pembuatan
rekomendasi kebijakan sebagai bentuk perbaikan dan pencegahan KKN di Indonesia.
Analisa statistik yang digunakan meliputi regresi, uji kausalitas dan penilaian interval
berbasis indeks kriteria. Hasil analisa regresi menunjukan korelasi antara integritas
dengan kegiatan yang mengarah pada KKN serta tidak akuntabel yang saling
berkorelasi dengan tidak transparan dalam birokrasi pemerintahan. Hasil uji
kausalitas menampilkan bahwa aktivitas dalam birokrasi yang tidak transparan
menjadi faktor penyebab penurunan integritas berdasarkan nilai siginifikansi dengan
nilai kurang dari 0,05. Sub variabel banyaknya pegawai dalam menggunakan fasilitas
kantor sebagai fasilitas pribadi banyak ditemui di pemerintah daerah Provinsi Papua
dengan nilai CLO 80 %. Sub variabel yang berhubungan dengan kualitas
transparansi pengadaan barang dan jasa sangat berpengaruh di pemerintah daerah
Sulawesi Barat dengan CLO 66,7 %. Sub variabel transparansi anggaran dan adanya
konflik kepentingan berpengaruh pada pemerintah Kabupaten Waropem dengan nilai
CLO 80 % dan 90%.

SPI Data Challenge 2022 2

2. Business Understanding
a. Latar Belakang
Kasus korupsi menjadi suatu polemik bagi hampir di seluruh negara, termasuk di
Indonesia. Pembentukan suatu lembaga untuk mencegah dan memberantas korupsi
menjadi langkah yang tepat bagi Indonesia. Pembentukan lembaga ini menganut pada
UU Nomor 30 Tahun 2002 Tentang Komisi Pemberantasan Tindak Pidana Korupsi.
Lembaga ini disebut sebagai KPK (Komisi Pemberantasan Korupsi). Amanat yang KPK
emban berdasarkan peraturan tersebut ialah memberantas korupsi secara intensif,
profesional dan berkesinambungan. Menjadi lembaga yang independen sudah
seharusnya tidak terikat dengan siapapun agar dalam melaksanakan tugasnya
sebagai pendorong lembaga pemberantasan korupsi yang telah ada dengan upaya
memberantas korupsi menjadi lebih efektif.
Dalam sejarahnya yang diinformasikan oleh Kompas.com, mulai masa reformasi
hingga sekarang banyak dikeluarkannya undang-undang terkait dengan KPK. UU
Nomor 28 Tahun 1999 Tentang Penyelenggaraan Negara yang bersih dan bebas dari
KKN serta UU Nomor 31 Tahun 1999 lahir pada masa reformasi. Kemudian KPK
terbentuk oleh UU Nomor 20 Tahun 2001 yang lahir dengan menggantikan dan
melengkapi dari UU Nomor 31 tahun 1999. Tidak hanya sampai terbentuknya KPK,
hal ini ditindak lanjut dengan lahirnya UU Nomor 30 Tahun 2002. Pada akhirnya
lahirlah UU Nomor 19 Tahun 2019 sebagai perubahan kedua yang mana dengan
lahirnya KPK menjadi hidup baru bagi Indonesia.
Tugas pokok KPK diantaranya ialah berkoordinasi dan melakukan supervisi dengan
instansi terkait yang berwenang dengan tindak pidana korupsi, memonitor
penyelenggaraan pemerintahan negara, dan melakukan penyelidikan, penyidikan,
penuntutan serta pencegahan tindak pidana korupsi. KPK dalam menjalankan tugas
pokoknya harus berpegang pada lima asas pedoman yaitu kepastian hukum,
keterbukaan, akuntabilitas, kepentingan umum, proporsionalitas dan penghormatan
terhadap hak asasi manusia. Salah satu pertimbangan dari dibentuknya KPK sebagai
penyelenggaraan negara yang bersih dari kolusi, korupsi dan nepotisme adalah
mewujudkan masyarakat yang adil, makmur, dan sejahtera berdasarkan Pancasila
dan UUD 1945.
Berdasarkan UU Nomor 28 Tahun 1999, korupsi adalah tindak pidana sebagaimana
yang dimaksud dalam ketentuan peraturan perundang-undangan yang mengatur
tentang tindak pidana korupsi. Kolusi adalah permufakatan atau kerja sama secara
melawan hukum antar penyelenggara negara atau antara penyelenggara negara dan
pihak lain yang merugikan orang lain, masyarakat, dan atau negara. Sedangkan
Nepotisme adalah setiap perbuatan penyelenggara negara secara melawan hukum
yang menguntungkan kepentingan keluarganya dan atau kroninya di atas
kepentingan masyarakat, bangsa dan negara. Sebagaimana pengertian dari Korupsi,
Kolusi dan Nepotisme (KKN) tersebut, mengadopsi kasus KKN terkait dari
Kompas.com yang dilansir dari laman resmi KPK, dalam semester pertama tahun
2022, KPK telah melakukan 66 penyelidikan, 71 penuntutan, 59 perkara inkracht,
dan mengeksekusi putusan 51 perkara. Data tersebut menunjukkan, kasus KKN di
Indonesia perlu diperhatikan khusus.

SPI Data Challenge 2022 3

Dampak yang ditimbulkan dengan adanya KKN di Indonesia berpengaruh terhadap
birokrasi. Ketika birokrat adalah seorang koruptor, pelayanan yang seharusnya
diberikan kepada masyarakat kemungkinan besar hanya diberikan kepada orang-
orang tertentu melihat adanya kepentingan individu atau kelompok. KPK sebagai
tonggak dari pemberantasan korupsi memiliki posisi yang sangat berpengaruh dalam
tata kelola pemerintahan yang baik.
Dalam mewujudkan hal tersebut, adanya dukungan dan peran dari setiap lembaga
pemerintahan sangat penting. KPK sebagai lembaga anti rasuah memiliki sebuah
upaya dalam monitoring control internal dengan mengembangkan sebuah aplikasi
bernama MCP (Monitoring Centre For Prevention). KPK melalui MCP dapat melakukan
monitoring pemerintah daerah terhadap kinerja dari program pencegahan korupsi.
Selain MCP, KPK juga menyediakan layanan informasi untuk masyarakat, yaitu
aplikasi JAGA.
Sebagai upaya mewujudkan Indonesia Bersih Korupsi, pencegahan korupsi juga
dilakukan dengan mengikutsertakan masyarakat untuk berpartisipasi dalam
pemantauan penyelenggaraan pemerintahan negara dengan harapan dapat
menumbuhkan kesadaran pentingnya transparansi pada setiap layanan publik.
Melalui aplikasi JAGA, KPK menyediakan platform dalam bentuk layanan informasi
yang mendorong transparansi dengan keterbukaan data pada beberapa sektor
pelayanan publik. Tidak hanya informasi, aplikasi ini diharapkan dapat
memberdayakan masyarakat untuk turut mengetahui, mengawasi, memantau dan
melaporkan apabila ditemukan praktik-praktik yang menyimpang ataupun
bertentangan. Masyarakat juga dapat menyampaikan pendapat, keluhan dan saran
kepada lembaga dengan berdiskusi secara langsung melalui media online yang
disediakan. Adapun fitur-fitur yang dihadirkan di aplikasi JAGA merupakan sektor
pelayanan publik yang rawan akan terjadinya praktik KKN.
Menurut tim penyusun survei penilaian intergritas (2021), Survei Penilaian Integritas
(SPI) merupakan survei untuk memetakan risiko korupsi dan kemajuan upaya
pencegahan korupsi yang dilakukan Kementrian/Lembaga/Pemerintah Daerah
(K/L/PD). Penyusunan rekomendasi pencegahan orupsi harus mengacu dengan detail
dari hasil SPI dengan melihat karakteristik dari setiap
Kementrian/Lembaga/Pemerintah Daerah (K/L/PD). Karakteristik tersebut dapat
terlihat dengan cara mengajukan pertanyaan pada setiap K/L/PD sehingga
mendapatan hasil kuantitatif dari survei tersebut.
Selain itu, terdapat komponen-komponen untuk menyusun SPI diantaranya ialah
indeks internal, indeks eksternal, dan indeks eksper. Mengadopsi dari platform JAGA,
Indeks Internal adalah indeks yang tersusun dari hasil data survei dengan responden
yang berasal dari internal/pegawai pada K/L/PD dimana SPI dilaksanakan. Indeks
eksternal adalah indeks yang tersusun dari hasil data survei dengan responden yang
berasal dari para pengguna layanan atau mitra kerjasama pada K/L/PD dimana SPI
dilaksanakan. Sedangkan indeks eksper adalah indeks yang tersusun dari ahli/tokoh
yang dipandang mengetahui keadaan kepemerintahan di wilayah sampel SPI.
Efektivitas dari SPI sebenarnya dapat dilihat dari bagaimana SPI dapat menyelesaikan
sumber-sumber persoalan terkait dengan korupsi, kolusi dan nepotisme (KKN).
Penentuan sebuah hipotesis dan implementasi harus didasari dengan adanya sebuah
analisis yang memberikan informasi terhadap data yang dilakukan penelitian. Analisis
data SPI pada makalah ini menggunakan metode regresi dan uji kausalitas. Untuk
menentukan variabel yang akan dilakukan analisis maka terlebih dahulu dilakukan

SPI Data Challenge 2022 4

sebuah identifikasi yang dapat menyeleksi variabel yang layak dilakukan analisis
menggunakan metode regresi dan uji kausalitas.
Metode identifikasi yang digunakan dengan cara menyeleksi berdasarkan indeks
kriteria yang mempunyai rentang dalam setiap indeksnya. Data kemudian
dikonversikan menurut persentase masalah ke dalam standar derajat permasalahan
(purwoko dan pratiwi, 2007:68). Analisis regresi merupakan sebuah kajian
keterhubungan antara variabel, yaitu variabel dependen dan variabel idependen. Hasil
uji analisis regresi menghasilkan suatu persamaan regresi (Yuliara, 2016). Persamaan
regresi merupakan sebuah prediksi fungsi variabel yang mempengaruhi variabel lain.
Koefesien determinasi (r2) adalah sebuah dasar yang menentukan hubungan antara
variabel yang terdapat pada sebuah model persamaan (Subandriyo, 2020). Nilai
korelasi ini berkisar antara 1 sampai dengan -1. Nilai semakin mendekati 1 atau -1
menunjukkan hubungan antar variabel semakin kuat. Sebaliknya jika sebuah nilai r 2
mendekati 0 berarti hubungan antara variabel semakin melemah (Subandriyo, 2020).
notasi positif dan negatif menunjukkan tren korelasi kearah naik atau turun antar
setiap variabelnya. Namun pengujian ini bukan menghasilkan sebuah rekomendasi
antara variabel atau sebab dan akibat melainkan hubungan korelasi. RW Heter
mengatakan bahwa granger test digunakan untuk mengetahui sifat kausalitas antara
GNP (Didit Purnomo, n.d.). Hasil uji kausalitas menunjukkan bahwa arah kausalitas
adalah estimasi signifikansi pada level kepercayaan 5% dengan membandingan nilai
F-table (Didit Purnomo, n.d.). Jika sebuah nilai signifikansi kurang dari 5% maka
dikatakan antara setiap variabel saling berkausalitas. Secara matematis penentuan
interval ditampilkan pada persamaan (1). Persamaan untuk menentukan analisis
regresi ditampilkan pada persamaan (2) dan persamaan (3) menampilkan koefesien
determinasi serta persamaan (4)-(5) menampilkan uji kausalitas granger.
% tertinggi−% terendah (1)
imterval kelas=
% kelas n
Menurut (Sahara, 2012)
a1
y=a0 x (2)

Menurut (Putra, 2021)

Dimana y sebagai variabel dependen
x sebagai variabel independen

2 ∑ xy−∑ x .∑ y (3)
R=
√(∑ x ¿ ¿ 2− ( ∑ x ) )−(∑ y ¿ ¿ 2−( ∑ y ) )¿¿
2 2

Menurut (Nawari, 2010)

m n (4)
X 1 =∑ a1 X 1−i +∑ b j Y 1−J +U 1
i=1 j=1

r S (5)
Y 1=∑ C 1 Y 1−i + ∑ d j X 1−J + v t
i=1 j=1

SPI Data Challenge 2022 5

 Menurut (Didit Purnomo, n.d.)
Dimana ut dan vt adalah error terms yang diasumsikan tidak mengandung
korelasi serial dan m=n=r=s.

Berdasarkan penelitian-penelitian diatas atas beberapa penerapan analisa berbasis

statistik dan penurunan integritas pada Kementrian, Lembaga dan Pemerintah daerah
(K/L/PD) berbasis penilaian SPI. Maka didalam paper ini dimuat berbagai analisa
deskriptif menggunakan regresi, uji kausalitas untuk menentukan variabel dan faktor
mana saja yang paling berpengaruh dan berkorelasi terhadap penurunan integritas
yang memungkinkan dapat mengakibatkan adanya kegiatan korupsi, tidak akuntabel
dan tidak transparan pada birokrasi pemerintahan.
b. Tujuan
 Mempelajari upaya-upaya dalam pencegahan KKN
 Membuat rekomendasi kebijakan dalam upaya pencegahan KKN di Indonesia
c. Nilai Manfaat
 Memberikan informasi terhadap pencegahan dan perbaikan aktivitas KKN pada
area prioritas Lembaga dan kepemerintahan di seluruh Indonesia serta
membangun kepercayaan publik terhadap integritas KPK.

3. Data Understanding
a. Data primer ( Data annual SPI & annual report ICW 2021)
b. Deskripsi Data ( sampling SPI )
Data didapatkan dari laporan SPI yang dipublikasikan dalam platform JAGA. Data
diolah menggunakan deskriptif analisis, regresi linear, analisis uji kausalitas dan
identifikasi interval rentang serta indeks kriteria berdasarkan nilai SPI pada setiap
parameter. Variabel poin-poin pertanyaan dalam data laporan SPI/kuisioner
diidentifikasi berdasarkan dua kategori variabel. Variabel dependen berkaitan tentang
integritas yang berisikan poin-poin pertanyaan(). Variabel dependen 1 berkaitan
tentang KKN yang berisikan poin-poin pertanyaan(). Variabel dependen 2 berkaitan
tentang tidak transparan yang berisikan poin-poin pertanyaan(). Variabel dependen 3
tentang tidak akuntabel yang berisikan poin-poin pertanyaan().
Setiap parameter yang berisikan Kementrian, Lembaga Negara dan Pemerintahan
Daerah dianalisis berdasarkan interval, nilai SPI dan indeks kriteria pada setiap
parameter. Parameter yang memiliki nilai SPI dan interval terendah dan memiliki
indeks E (sangat buruk) akan dilakukan identifikasi pada setiap kemungkinan
variabel dan sub variabel yang mempengaruhinya. Analisis ini membutuhkan
visualitas berbentuk diagram chart. Pengujian variabel dan sub variabel dilakukan
secara general dengan merata-ratakan setiap poin CLO (%) dari setiap sub variabel
untuk seluruh parameter yang kemudian diidentifikasi uji kausalitas (sebab-akibat)
dan regresi linear untuk mengetahui korelasi persamaan atau model yang dibentuk.

SPI Data Challenge 2022 6

Analisis deskriptif merupakan kegiatan penelitian data yang membantu dalam
meringkas poin-poin, menggambarkan informasi data dan mendemonstrasikan.
Analisis deskriptif juga dapat digunakan sebagai penggambaran suatu metriks yang
didapat dari informasi data yang diteliti.
Dalam indentifikasi analisa deskriptif untuk mengambil berbagai institusi yang
menjadi landasan penelitian maka data SPI harus dikelompokkan terlebih dahulu
menjadi beberapa kelompok yang dibuat berdasarkan rentang (A,B,C,D) dalam persen.
Kemudian interval rentang SPI yang telah dikonversikan dimasukkan kedalam kriteria
SPI (prawoko dan pratiwi, 2007:68). Tabel 1 menampilkan rentang kriteria SPI.

Tabel 1 Kriteria SPI

No Interval Keterangan
1. 0% A (Sangat Baik)
2. 1 % - 10 % B (Baik)
3. 11 % - 25 % C (Cukup Baik)
4. 26% - 50% D (Buruk)
5. 51% - 100% E (Sangat Buruk)

4. Metodologi
Paper ini memiliki metodologi penelitian sebagai berikut yang ditampilkan pada
Gambar 1.

Analisis Data SPI

Analisa Rentang Kriteria SPI

Analisis Deskriptif,regresi,uji
kausalitas

Analisis Deskripsi

Gambar 1. Alur Metodologi Penelitian

Gambar 1 menampilkan alur metodologi penelitian yang digunakan dalam penulisan

paper ini. Tahap pertama dalam melakukan analisa penelitian adalah menganalisis

SPI Data Challenge 2022 7

data SPI seputar hubungan variabel dengan sub variabel dan metode perhitungan
nilai SPI. Tahap kedua melakukan analisa rentang kriteria SPI yang dilakukan pada
setiap Kementrian, Lembaga Negara dan Pemerintahan Provinsi serta Pemerintahan
Kabupaten. Berdasarkan hasil dari dari tahap kedua maka di tahap ketiga ialah
melakukan analisa deskriptif, regresi dan uji kausalitas dari setiap institusi yang
diukur meliputi Kementrian, Lembaga Negara dan Pemerintahan Provinsi yang
kemudian diturunkan menjadi masalah regional pada kabupaten yang memiliki
rentang kriteria terendah. Hasil dari analisis kemudian digunakan sebagai analisis
deskripsi yang pada akhirnya berisikan matriks-matriks sebagai pembuatan saran
kebijakan dan permasalahan berdasarkan analisa.
Identifikasi variabel SPI berdasarkan tujuan ditampilkan pada Tabel 1.
Y = sebagai variabel dependen integritas (ING) terdiri dari beberapa pertanyaan
dalam kuisioner terlampir halaman x .
X1 = sebagai variabel independent tindakan yang mengarah pada aktifitas kolusi
korupsi dan neoptisme (KKN) terdiri dari beberapa pertanyaan dalam
kuisioner terlampir halaman x.
X2 = sebagai variabel independent tidak transparan (TTL) terdiri dari beberapa
pertanyaan dalam kuisioner terlampir halaman x.
X3 = sebagai variabel independen tidak akuntabel (TA) terdiri dari beberapa
pertanyaan dalam kuisioner terlampir halaman x.

Tabel 1 Identifikasi nilai CLO (%) pada setiap sub variabel

Pertanyaa ING KKN TTL TA

n (Y) (X1) (X2) (X3)
26,
12,4 18 32,3
1
29,
31,4 20 37
8
23,
9,7 23 34
3
26,
Nilai Rata2 57,9 27,9 22
7
pertanyaa
18,
n 18,1 35,8 26,9
9
18,
28,6 28 28,1
6
41,
6,3 6,1 30,1
3
36,
18,7 18,7 18,3
1

5. Hasil
 Hasil analisis SPI
- Rentang SPI Kementrian

SPI Data Challenge 2022 8

  Rentang SPI kementrian diambil dari 34 kementrian di indonesia
berdasarkan data SPI yang bersumber dari platform JAGA. Tabel 3
menampilkan rentang SPI dan kriteria pada kementrian di Indonesia.
Gambar 2 menampilkan informasi mengenai sebaran distribusi nilai SPI dan
interval kriteria pada 2 kementrian dengan SPI tetringgi, 1 kementrian nilai
tengah dan 2 kementrian dengan SPI terendah.

Tabel 3. Interval,Kriteria,SPI Kementrian

Nama Kementrian SPI Interval Kriteria
Kementerian Agama 80,06 28,11641 D
Kementerian Hukum dan Hak Asasi Manusia 82,38 27,32459 D
Kementerian Keuangan 88,18 25,52733 D
Kementerian Pendidikan dan Kebudayaan 79,86 28,18683 D
Kementerian Kesehatan 76,79 29,31371 D
Kementerian Sosial 78,04 28,84418 D
Kementerian Ketenagakerjaan 75,49 29,81852 D
Kementerian Perindustrian 85,62 26,29059 D
Kementerian Perdagangan 84,43 26,66114 D
Kementerian Energi dan Sumber Daya Mineral 83,49 26,96131 D
Kementerian Pekerjaan Umum dan Perumahan 82,64 27,23863 D
Rakyat
Kementerian Perhubungan 78,99 28,49728 D
Kementerian Komunikasi dan Informatika 79,76 28,22217 D
Kementerian Pertanian 80,82 27,85202 D
Kementerian Lingkungan Hidup dan Kehutanan 79,57 28,28956 D
Kementerian Kelautan dan Perikanan 83,14 27,07481 D
Kementerian Agraria dan Tata Ruang (Kepala Badan 77,82 28,92573 D
Pertanahan Nasional)
Kementerian Koperasi dan Usaha Kecil dan 73,78 30,50962 D
Menengah
Kementerian Pariwisata dan Ekonomi Kreatif 72,73 30,95009 D
Kementerian Dalam Negeri 80,65 27,91073 D
Kementerian Riset dan Teknologi (BRIN) 80,5 27,96273 D
Kementerian Luar Negeri 85,96 26,1866 D
Kementerian Desa, Pembangunan Daerah Tertinggal, 65,67 34,27745 D
dan Transmigrasi
Kementerian Pendayagunaan Aparatur Negara dan 80,96 27,80385 D
Reformasi Birokrasi
Kementerian Badan Usaha Milik Negara 83,28 27,0293 D
Kementerian Pemuda dan Olahraga 71,12 31,65073 D
Kementerian Koordinator Bidang Politik, Hukum, dan 83,4 26,99041 D
Keamanan
Kementerian Koordinator Bidang Perekonomian 83,93 26,81997 D
Kementerian Koordinator Bidang Pembangunan 83,88 26,83596 D
Manusia dan Kebudayaan
Kementerian Koordinator Bidang Kemaritiman dan 82,51 27,28154 D

SPI Data Challenge 2022 9

 Investasi
Kementerian Sekretariat Negara 85,7 26,26604 D
Kementerian Pertahanan 72,7 30,96286 D
Kementerian Perencanaan Pembangunan Nasional 86,71 25,9601 D
(Kepala Bappenas)
Kementerian Pemberdayaan Perempuan dan 78,33 28,73739 D
Perlindungan Anak

Kementerian Pertanian
Kementerian Pemuda dan Olahraga
Kementerian Desa, Pembangunan Daerah Tertinggal, dan Transmigrasi
Kementerian Perencanaan Pembangunan Nasional (Kepala Bappenas)
Kementerian Keuangan

80.82
31.6507311586052
SPI 65.67
86.71
88.18

0 10 20 30 40 50 60 70 80 90 100

Gambar 1 Grafik Distribusi SPI Kementrian

Analisa :
Informasi dari Tabel 2 dan Gambar 2 menampilkan distribusi SPI pada
lingkungan kementrian di Indonesia. Khususnya informasi yang ditampilkan
pada Gambar 2 mengakomodasi beberapa sebaran SPI yang memiliki nilai
paling tinggi, rata-rata dan paling rendah. Pada nilai-nilai paling tinggi
untuk indeks SPI didapatkan oleh kementrian keuangan dan kementrian
perencanaan pembangunan nasional, sementara kementrian pertanian
berada pada interval tengah dan kementrian yang memiliki interval SPI dan
kriteria paling rendah adalah kementrian desa, pembangunan daerah
tertinggal dan transmigrasi serta kementrian pemuda dan olahraga. Dari
Tabel 2 didapatkan informasi kriteria dengan sebaran merata dengan indeks
kriteria buruk (D).

- Rentang SPI Lembaga Negara

 SPI Lembaga Negara
Rentang SPI Lembaga negara diambil dari 62 lembaga negara di indonesia
berdasarkan data SPI yang bersumber dari JAGA. Tabel 3 menampilkan
rentang SPI dan kriteria pada Lembaga negara di Indonesia. Gambar 3
menampilkan informasi mengenai sebaran distribusi nilai SPI dan interval
kriteria pada 2 lembaga negara dengan SPI tetringgi, 1 lembaga negara nilai
tengah dan 2 lembaga negara dengan SPI terendah.

SPI Data Challenge 2022 10

 Tabel 4. Interval,indeks kriteria dan SPI Lembaga negara
Nama Lembaga SPI Interval Kriteri
a
17,5088
Badan Pemeriksa Keuangan 87,27 8 C
18,4719
Mahkamah Agung 82,72 5 C
18,9343
Kepolisian Negara Republik Indonesia 80,7 2 C
18,8968
Kejaksaan Agung 80,86 6 C
17,0364
Bank Indonesia 89,69 6 C
19,6679
Komisi Pemilihan Umum (KPU) 77,69 1 C
19,3075
Ombudsman Republik Indonesia 79,14 6 C
17,8776
Otoritas Jasa Keuangan 85,47 2 C
19,1358
Badan Pengawas Pemilihan Umum 79,85 8 C
18,1515
BPJS Kesehatan 84,18 8 C
18,6182
BPJS Ketenagakerjaan 82,07 5 C
Badan Keamanan Laut Republik 18,5888
Indonesia 82,2 1 C
Badan Kependudukan dan Keluarga 18,1257
Berencana Nasional 84,3 4 C
Badan Meteorologi, Klimatologi, dan 18,6865
Geofisika 81,77 6 C
18,4207
Badan Narkotika Nasional 82,95 4 C
Badan Nasional Pencarian dan 18,9837
Pertolongan 80,49 2 C
Badan Pelindungan Pekerja Migran 19,0049
Indonesia 80,4 8 C
Badan Pengawas Keuangan dan 17,5169
Pembangunan 87,23 1 C
17,5814
Badan Pengawas Obat dan Makanan 86,91 1 C
Badan Pengkajian dan Penerapan 18,0231
Teknologi 84,78 2 C
18,2862
Badan Pusat Statistik 83,56 6 C
18,1451
Lembaga Ilmu Pengetahuan Indonesia 84,21 1 C
19,8958
Lembaga Perlindungan Saksi dan Korban 76,8 3 C
Badan Nasional Pengelola Perbatasan 82,88 18,4362 C

SPI Data Challenge 2022 11

 9
20,9200
Televisi Republik Indonesia 73,04 4 C
18,0529
Radio Republik Indonesia 84,64 3 C
20,9343
Komisi Penyiaran Indonesia 72,99 7 C
18,0486
Badan Pengawas Tenaga Nuklir 84,66 7 C
Majelis Permusyawaratan Rakyat 78,32 19,5097 C
Dewan Perwakilan Rakyat 78,56 19,4501 C
Dewan Perwakilan Daerah 71,76 21,2932 C
18,6409
Mahkamah Konstitusi 81,97 7 C
18,4362
Komisi Pemberantasan Korupsi (KPK) 82,88 9 C
Pusat Pelaporan dan Analisis Transaksi 16,8096
Keuangan 90,9 8 C
17,7282
Lembaga Penjamin Simpanan 86,19 7 C
20,8543
Komisi Nasional Hak Asasi Manusia 73,27 7 C
18,8386
Komisi Pengawas Persaingan Usaha 81,11 1 C
18,7853
Komisi Perlindungan Anak Indonesia 81,34 5 C
Badan Informasi Geospasial 83,88 18,2165 C
17,8525
Badan Kepegawaian Negara 85,59 5 C
18,4965
Badan Koordinasi Penanaman Modal 82,61 5 C
18,6888
Badan Siber dan Sandi Negara 81,76 5 C
18,1883
Badan Standardisasi Nasional 84,01 1 C
17,4828
Lembaga Administrasi Negara 87,4 4 C
Lembaga Kebijakan Pengadaan 17,7200
Barang/Jasa Pemerintah 86,23 5 C
Lembaga Penerbangan dan Antariksa 17,7571
Nasional 86,05 2 C
Perpustakaan Nasional Republik 18,5910
Indonesia 82,19 7 C
17,9912
Arsip Nasional Republik Indonesia 84,93 9 C
19,7161
Badan Nasional Sertifikasi Profesi 77,5 3 C
19,3736
Komisi Aparatur Sipil Negara 78,87 5 C
Komisi Yudisial 81,06 18,8502 C

SPI Data Challenge 2022 12

 3
17,6036
Badan Tenaga Nuklir Nasional 86,8 9 C
20,3624
Badan Nasional Penanggulangan Bencana 75,04 7 C
Badan Amil Zakat Nasional 77,58 19,6958 C
Badan Nasional Penanggulangan 18,3631
Terorisme 83,21 8 C
18,5504
Badan Pengelola Keuangan Haji 82,37 4 C
21,3975
Komisi Kejaksaan 71,41 6 C
21,0063
Komisi Kepolisian Nasional 72,74 2 C
19,7876
Badan Pembinaan Ideologi Pancasila 77,22 2 C
Dewan Jaminan Sosial Nasional 83,88 18,2165 C
17,9216
Sekretariat Kabinet 85,26 5 C
17,3537
Lembaga Ketahanan Nasional 88,05 8 C

Komisi Kejaksaan
Pusat Pelaporan dan Analisis Transaksi Keuangan
Dewan Perwakilan Daerah
Badan Keamanan Laut Republik Indonesia
Bank Indonesia

71.41
90.9
1 71.76
82.2
89.69

0 10 20 30 40 50 60 70 80 90 100

Gambar 2. Distribusi nilai SPI Lembaga Negara

Analisa :
Informasi yang didapatkan dari Gambar 3 mengenai distrubusi nilai SPI
pada lembaga negara dan kriterial interval didapatkan 2 lembaga negara
yang memiliki indeks interval paling tinggi yaitu bank Indonesia dan pusat
pelaporan dan analisis transaksi keuangan. Lembaga negara badan
keamanan laut republik Indonesia berada pada interval tengah dan
Lembaga negara yang memiuliki nilai interval paling rendah adalah komisi
kejaksaan dan dewan perwakilan daerah. Sementara. Tabel 3 menampilkan

SPI Data Challenge 2022 13

 distribusi informasi kriteria pada setiap Lembaga negara sama yaitu
mendapatkan indeks kriteria dari interval SPI cukup (C).

- Rentang SPI Provinsi

 Rentang SPI Provinsi
Rentang SPI provinsi diambil dari 34 provinsi di indonesia berdasarkan data
SPI yang bersumber dari JAGA. Tabel 5 menampilkan rentang SPI dan
kriteria pada provinsi di Indonesia. Gambar 4 menampilkan informasi
mengenai sebaran distribusi nilai SPI dan interval kriteria pada 2 provinsi
dengan SPI tetringgi, 1 provinsi nilai tengah dan 2 provinsi dengan SPI
terendah.

Tabel 5. Interval,kriteria indeks dan SPI Provinsi

Kriteri
Nama Provinsi SPI Interval a
51,5142
Provinsi Aceh 65,38 2 E
48,6283
Provinsi Sumatera Utara 69,26 6 D
44,6447
Provinsi Sumatera Barat 75,44 5 D
50,7305
Provinsi Jambi 66,39 3 E
Provinsi Sumatera 47,6716
Selatan 70,65 2 D
Provinsi Bengkulu 63,04 53,4264 E
Provinsi Lampung 68,28 49,3263 D
50,9762
Provinsi Riau 66,07 4 E
Provinsi Kepulauan 47,0983
Bangka Belitung 71,51 1 D
48,0662
Provinsi Kepulauan Riau 70,07 2 D
49,0247
Provinsi DKI Jakarta 68,7 5 D
43,4356
Provinsi Jawa Barat 77,54 5 D
41,5956
Provinsi Jawa Tengah 80,97 5 D
40,6714
Provinsi D.I. Yogyakarta 82,81 2 D
47,8749
Provinsi Jawa Timur 70,35 1 D
54,8712
Provinsi Banten 61,38 9 E
43,7800
Provinsi Bali 76,93 6 D
Provinsi Nusa Tenggara 49,5877
Barat 67,92 5 D

SPI Data Challenge 2022 14

 Provinsi Nusa Tenggara 46,6223
Timur 72,24 7 D
Provinsi Kalimantan 47,5773
Barat 70,79 4 D
Provinsi Kalimantan 46,7972
Tengah 71,97 8 D
Provinsi Kalimantan 46,7907
Selatan 71,98 8 D
Provinsi Kalimantan 50,7611
Timur 66,35 2 E
Provinsi Kalimantan 46,2002
Utara 72,9 7 D
53,7418
Provinsi Sulawesi Utara 62,67 2 E
44,1936
Provinsi Sulawesi Tengah 76,21 8 D
47,6986
Provinsi Sulawesi Selatan 70,61 3 D
Provinsi Sulawesi 56,9207
Tenggara 59,17 4 E
44,3332
Provinsi Gorontalo 75,97 9 D
68,5528
Provinsi Sulawesi Barat 49,13 2 E
48,3283
Provinsi Maluku 69,69 1 D
47,8137
Provinsi Maluku Utara 70,44 4 D
50,4644
Provinsi Papua Barat 66,74 9 E
58,0289
Provinsi Papua 58,04 5 E

SPI Data Challenge 2022 15

 Provinsi Papua Provinsi Sulawesi Barat Provinsi Jawa Timur
Provinsi D.I. Yogyakarta Provinsi Jawa Tengah

58.04

49.13

1 70.35

82.81

80.97

0 10 20 30 40 50 60 70 80 90

Gambar 3 Distribusi nilai SPI provinsi

Analisa :
informasi yang diapatkan dari Tabel 5 menampilkan distribusi nilai SPI
berdasarkan interval serta kriteria bahwa terdapat 10 provinsi dengan
indeks kriteria E ( sangat buruk) dan 24 provinsi mendapatkan indeks D
(buruk). Dari 10 provisi yang mendapatkan indeks kriteria E kemudian
diindentifikasi terdapat 2 provinsi dengan nilai interval terendah dari
provinsi yang memili indeks kriteria E. provinsi papua dan Sulawesi barat
mempunyai interval dan SPI paling rendah yang kemudian diindentifikasi
factor penyebab rendahnya SPI dengan menghubungkan beberapa variabel
pengukuran dan mengindentifikasi sampai kepada distribusi pelayanan
pada tingkat kabupaten dan kota di dua provinsi tersebut. Gambar 4
menampilkan diagram distribusi nilai SPI dengan 2 provinsi yang memiliki
indeks tertinggi yaitu darah istimewa Yogyakarta dan jawa tengah serta
provinsi jawa timur yang memiliki nilai SPI rata-rata.
0.8 1
0.7
0.6 0.8
0.5 0.6
SPI

SPI

0.4
0.3 sulawesi barat 0.4 sulawesi barat
0.2 papua papua
0.2
0.1
0 0
Provinsi Provinsi

(a) Kualitas Transparansi pengadaan (b) Jumlah pegawai yang

barang dan jasa menggunakan fasilitas kantor

Gambar 4 Identifikasi Sub variabel yang paling berpengaruh

SPI Data Challenge 2022 16

 Gambar 5 menampilkan hasil identifikasi sub variabel yang memiliki nilai
CLO(%) paling besar untuk setiap provinsi khususnya Sulawesi barat dan
papua yang mendapatkan indeks (E). Provinsi Sulawesi barat sangat
berpengaruh kepada sub variabel kualitas transparansi pengadaan jasa dan
barang. Provinsi papua sangat berpengaruh pada sub variabel jumlah
pegawai yang memakai fasilitas kantor sebagai fasilitas pribadi.

o Rentang SPI Kabupaten di provinsi Sulawesi barat

Tabel 6. Interval,indeks kriteria dan SPI Kabupaten di provinsi Sulawesi barat

Provinsi Sulawesi Barat

Kriteri
Nama Kabupaten SPI Interval a
77,7 18,9293
Kabupaten Majene 1 5 C
Kabupaten 73,6
Polewali Mandar 1 19,9837 C
Kabupaten 62,6
Mamasa 2 23,4909 C
Kabupaten 68,8 21,3652
Mamuju 5 9 C
Kabupaten 72,2 20,3711
Pasangkayu 1 4 C
Kabupaten 77,3 19,0223
Mamuju Tengah 3 7 C

Analisa :
Tabel 6 menampilkan distribusi nilai SPI,interval dan indeks kriteria
pada setiap kabupaten di provinsi sulaweis barat yang memiliki nilai spi
dan indeks kriteria kedua paling rendah di Indonesia. Kabuapten yang
berada pada lingkungan tanggung jawab provinsi Sulawesi barat
memiliki distribusi indeks yang rata pada setiap kabupaten yaitu cukup
(C). artinya indeksi penilai integritas tidak berdampak pada setiap
pelayanan ditingkat kabupaten sehingga birokrasi dan nilai integritas
yang didapatkan oleh provinsi sulwesi barat tidak menentukan indeks
kriteria dan nilai SPI pada tingkat kabupaten.

o Rentang SPI Kabupaten di provinsi papua

Tabel 7. Interval,indeks kriteria dan SPI kabupaten di provinsi papua

Provinsi Papua
Kriteri
Nama Kabupaten SPI Interval a
54,0 55,1092
Kabupaten Merauke 2 2 E

SPI Data Challenge 2022 17

 68,0 43,7215
Kabupaten Jayawijaya 9 5 D
65,6 45,3534
Kabupaten Jayapura 4 4 D
60,4 49,2228
Kabupaten Nabire 8 8 D
Kabupaten Kepulauan 67,6 43,9994
Yapen 6 1 D
Kabupaten Biak 61,1
Numfor 6 48,6756 D
62,5 47,6091
Kabupaten Paniai 3 5 D
69,2 42,9953
Kabupaten Mimika 4 8 D
Kabupaten Boven 64,6 46,0479
Digoel 5 5 D
66,5 44,7064
Kabupaten Mappi 9 1 D
71,7 41,4739
Kabupaten Asmat 8 5 D
65,9 45,1197
Kabupaten Yahukimo 8 3 D
58,7 50,6723
Kabupaten Tolikara 5 4 E
65,0 45,7929
Kabupaten Sarmi 1 5 D
65,5 45,4157
Kabupaten Keerom 5 1 D
42,9 69,3777
Kabupaten Waropen 1 7 E
68,8 43,2389
Kabupaten Supiori 5 3 D
Kabupaten 42,0 70,8640
Mamberamo Raya 1 8 E
Kabupaten Lanny 63,5 46,8597
Jaya 3 5 D
Kabupaten 58,6 50,7500
Mamberamo Tengah 6 9 E
63,2 47,0671
Kabupaten Puncak 5 9 D
66,6 44,6594
Kabupaten Dogiyai 6 7 D
63,3 47,0003
Kabupaten Intan Jaya 4 2 D
50,1178
Kabupaten Deiyai 59,4 5 E
Kota Jayapura 70,1 42,4679 D

Analisa :

SPI Data Challenge 2022 18

 Tabel 7 menampilkan informasi mengenai distribusi nilai SPI, indeks kriteria
dan interval pada setiap kabupaten di provinsi papua yang memiliki indeks
kriteria dan nilai interval provinsi paling rendah diindonesia. Terdapat 6
kabupaten dan kota yang memiliki indeks kriteria E (sangat buruk). Artinya
briokrasi dan integritas yang dinilai pada SPI di provinsi papua memiliki
pengaruh yang sama pada 6 kabupaten dan kota di wilayah tanggung jawab
provinsi papua. Identifikasi mengenai faktor yang mempengaruhi 6
kota/kabupaten di provinsi papua yang mendapatkan indeks kriteria E
dilakukan dengan analisis sub variabel yang mengambil 2 sampel dengan
nilai SPI dan interval terendah. Gambar 6 menampilkan diagram chart
identifikasi sub variabel dengan persentase CLO(%).

100.0% 100.0%
80.0% 80.0%
60.0% 60.0%
SPI

SPI
40.0% waropen 40.0% waropen
mamberamo raya mamberamo raya
20.0% 20.0%
0.0% 0.0%
Provinsi Provinsi

(a) Pengalaman adanya konflik (b) Transparansi Anggaran

kepentingan terjadi di kpld

Gambar 5 Identifkasi sub variabel yang berpengaruh

Gambar 6 menampilkan hasil identifikasi sub variabel yang memiliki nilai
CLO(%) paling besar untuk setiap kabupaten di provinsi papua khususnya
kabupaten yang mendapatkan indeks (E). hasil identifikasi menggunakan
data yang diambil dari dua kabupaten dengan nilai SPI paling rendah yaitu
Mamberamo raya dan waropen. Kabupaten waropen t sangat berpengaruh
kepada sub variabel transparansi anggaran dengan nilai CLO 90%.
Kabupaten Mamberamo raya dan kabupaten waropen sangat berpengaruh
pada sub variabel pengalaman adanya konflik kepentingan pada KPLD
dengan nilai CLO 80%.
- Hasil analisis uji kausalitas
 Hasil uji kausalitas ditampilkan pada Tabel 8

Tabel 8. Uji Kausalitas

Null Hypothesis : obs F-statistik Prob

ing does not granger cause ta 6 0,23809 0,8230

Ta does not granger cause ing 6 0,86426 0,6053

SPI Data Challenge 2022 19

KKN does not granger cause Ta 6 4,88239 0,3047

Ta does not granger cause KKN 6 21,4937 0,1507

TTL does not granger cause Ta 6 0,37752 0,7548

Ta does not granger cause TTL 6 3,31489 0,3620

KKN does not granger cause ing 6 46,3750 0,1031

Ing does not granger cause KKN 6 0,64059 0,6620

TTL granger cause ing 6 420,428 0,0344

Ing does not granger cause TTL 6 0,80996 0,6178

TTL does not granger KKN 6 0,41066 0,7409

KKN does not granger TTL 6 1,23558 0,5367

Keterangan :
ING = integritas
TKKN = Tindakan kemungkinan korupsi,kolusi dan nepotisme
TTL = Tindakan kemungkinan Tidak Transparan
TA = Tindakan kemungkinan tidak akuntabel

Berdasarkan Tabel 8 mengenai hasil uji kausalitas didapatkan bahwa tidakn

transparan berpengaruh atau menyebabkan integritas dengan nilai probabilitas
0,0344 < 0,05. Namun integritas tidak mempengaruhi tidak transparan karna
nilai probabilitas > 0,05.

- Hasil analisis uji regresi

 Menguji keterhubungan variabel y terhadap variabel x dan factor korelasi
ditampilkan pada Tabel 9 dan Tabel 10.

Tabel 9 Regresi statistik

Regression statistiks
Multiple R 0,94022

SPI Data Challenge 2022 20

 2
0,88401
R Square 6
Adjusted R 0,79702
Square 9
Standard 3,58409
Error 7
Observation
s 8

Tabel 10. Hasil Uji regresi

Standa
Coefficie rd Lower Upper Lower Upper
nts Error t Stat P-value 95% 95% 95,0% 95,0%
58,1225 8,3873 6,9297 0,0022 34,835 81,409 34,835 81,409
ING 7 67 76 76 51 64 51 64
0,05024 0,0953 0,5271 0,6259 - 0,3148 - 0,3148
KKN 6 2 34 82 0,2144 96 0,2144 96
- - -
0,1724 5,1574 0,0067 - 0,4105 - 0,4105
TTL -0,88934 38 4 1 1,3681 7 1,3681 7
- - -
0,2333 1,7900 0,1479 1,0655 0,2301 1,0655 0,2301
TA -0,41768 34 4 43 2 61 2 61

Tabel 10 menampilkan informais mengenai integritas yang memiliki

persamaan Y = 58,122+0,0502X1-0,88934X2-0,4176X3 persamaan tersebut
menampilkan juga mengenai korelasi antar variabel. Variabel intergritas
(ING) berkorelasi dengan variabel KKN. Dan variabel TTL berkorelasi
denhgan variabel TA. Korelasi antar variabel dinilai berdasarkan jenis
konstanta setiap variabel. Tabel 9 menampilkan informasi mengenai korelasi
model yang memiliki nilai r2 0,88. Artinya model persamaan yang didapat
berkorelasi kuat positif. R squared adjusted akan menghitung setiap
penambahan variabel dan mengestimasi nilai R squared dari penambahan
variabel tersebut.

Masalah Konstanta korelasi Kausalitas Usulan

regresi
Integritas 58,12257 KKN Tidak Pelatihan dan
transparan evaluasi terkait
integritas.
KKN 0,050246 Ing - Korupsi :
Penyerahan data
harus seimbang
antara
pengeluaran dan
bukti yang ada

SPI Data Challenge 2022 21

 dengan
menggunakan
sistem check and
balance.
Kolusi :
Menetapkan
dewan penguji
atau pemeriksa
tes satu hari
sebelum
pelaksanaan serta
merahasiakannya.
Nepotisme :
Sistem penilaian
jelas, dapat
diukur dengan
angka dan
bersifat objektif.
Tidak -0,88934 TA - Melaksanakan
Transparan audit tidak
terjadwal.
Tidak akuntabel -0,41768 TTL - Menerapkan
survei kepuasan
pengguna jasa
kepada
masyarakat setiap
kali selesai
menggunakan
layanan publik
untuk kemudian
dilakukan
evaluasi bulanan.
Variabel yang Mempengaruhi Besaran Variabel
terindentifikasi instansi nilai CLO utama
(%)
kualitas Sulawesi Barat 66,7% Integritas Menentukan
transparansi pengadaan
pengadaan barang dan jasa
barang dan jasa menggunakan
metode AHP
Jumlah tenaga Papua 80 % KKN Pencatatan nama
kerja yang dan nomor
menggunakan pegawai ketika
fasilitas kantor ingin
menggunakan

SPI Data Challenge 2022 22

 fasilitas kantor
Transparansi Waropem 90% Tidak Setiap kali ada
anggaran Transparan anggaran keluar
harus disertai
dengan
dokumentasi
penggunaan
anggaran,
menyebutkan
siapa pengguna
anggaran tersebut
serta dilakukan
pembukuan
sebagai arsip
untuk
pemeriksaan
audit
Konflik Waropem dan 80% Tidak Melakukan
kepentingan Mamberamo transparan kontrak
raya perjanjian untuk
memenuhi SOP
peruhaan dan
menegaskan akan
diberlakukan
hukum ketika
melanggar

Usulan Lainya
Selalu melakukan
pembaharuan di
sosial media
untuk
memberikan
informasi terkait
dengan kegiatan
yang dilakukan
oleh instansi
pemerintah, serta
cepat tanggap
dalam merespon
pengaduan
masyarakat.

SPI Data Challenge 2022 23

6. Simpulan
Berdasarkan hasil analisis data didapatkan kesimpulan sebagai berikut.
1. Indeks kriteria pada kementrian di republik Indonesia masih dalam
kategori cukup berdasarkan data SPI. Kementrian desa,pembangunan
daerah tertinggal dan imgirasi serta kementrian pemuda dan olahraga
mendapatkan nilai SPI dan interval terendah.
2. Indeks kriteria pada lembaga negara masih dalam kategori cukup
berdasarkan data SPI. Lembaga negara dawan perwakilan daerah dan
komisi kejaksaan mendapatkan nilai SPI dan interval terendah.
3. Indeks kriteria pada provinsi di republik Indonesia terdapat 11 provinsi
dengan kriteria E (sangat buruk) dan 23 provinsi dengan kriteria cukup.
Provinsi Sulawesi barat dan papua mendapatkan nilai SPI dan interval
terendah
4. Indeks kriteria pada kabupaten di provinsi Sulawesi barat secara
keseluruhan mendapatkan kriteria cukup. Ini membuktikan kinerja
integritas pemerintah provinsi Sulawesi barat tidak berpengaruh
terhadap kinerja pemerintah kabupaten berdasarkan data SPI. Sub
variabel yang paling berpengaruh untuk provinsi Sulawesi barat adalah
kualitas transparansi pengadaan barang dengan persentase 66,7% dan
sub variabel yang berpengaruh untuk provinsi papua adalah jumlah
tenaga kerja yang menggunakan fasilitas kantor untuk keperluan pribadi
dengan persentase 80%.
5. Indeks kriteria pada kabupaten di provinsi papua terdapat 6 kabupaten
dengan kriteria E (sangat buruk) dan 17 kabupaten dengan kriteria
cukup. Kabupaten waropem dan mamberamo raya mendapatkan nilai
SPI dan interval terendah. Sub variabel yang paling berpengaruh untuk
kabupaten waropem adalah transparansi anggaran dengan persentase
90% dan sub variabel adanya konflik kepentingan di KPLAD untuk
kabupaten waropem dan membramo raya dengan pengaruh sebesar 80%
untuk setiap kabupaten.
6. Uji kausalitas menghasilkan variabel integritas dipengaruhi oleh variabel
tidak transparan dan hasil uji regresi linear mendapatkan persamaan Y =
58,122+0,0502X1-0,88934X2-0,4176X3. Persamaan tersebut menjelaskan
korelasi setiap variabel dengan variabel integritas berkorelasi dengan
variabel KKN. Variabel tidak akuntabel berkorelasi dengan variabel tidak
transparan. Koefesien determinasi atau korelasi mendapatkan 0,88 atau
88% dan memilki korelasi positif kuat.
7. Usulan rekomendasi (A,B,C,D).

SPI Data Challenge 2022 24

7. Referensi
Didit Purnomo. (n.d.). 84236-ID-none uji granger didit purnomo (p. 100).
Nawari. (2010). Analisis Regresi dengan Ms Excel 2007 dan SPSS 17. (T. Wahyono
(ed.)). Elex Media Komputind.
Putra, V. G. V. (2021). Pengantar Fisika pada Rekayasa Tekstil dan Apparel (Matias
(ed.); 1st ed., Issue March). Mulia Jaya.
Sahara, S. (2012). Model paket layanan penguasaan konten bertema kesiapan
menikah berbasis multimedia pada mahasiswa. Indonesian Journal of Guidance
and Counseling, 1(1), 64–70.
https://journal.unnes.ac.id/sju/index.php/jbk/article/view/1081
Subandriyo, B. (2020). Buku Ajar Analisis Kolerasi dan Regresi. Diklat Statistisi
Tingkat Ahli BPS Angkatan XXI, 31.
https://pusdiklat.bps.go.id/diklat/bahan_diklat/BA_Analisis Korelasi dan
Regresi_Budi Soebandriyo, SST, M. Stat_2123.pdf
Yuliara, I. M. (2016). Modul Regresi Linier Sederhana. Universitas Udayana, 1–10.
https://simdos.unud.ac.id/uploads/file_pendidikan_1_dir/3218126438990fa077
1ddb555f70be42.pdf

SPI Data Challenge 2022 25

 Lampiran
Lampiran 1.pertanyaan setiap variabel
Variabel Kode Sub Variaber Pertanyaan
Integritas (ING) INT.601A.a Persepsi pengaruh
nepotisme dalam promosi/
mutasi pegawai
[Hubungan Kekerabatan]
INT.601A.b Persepsi pengaruh nepotisme
dalam promosi/ mutasi pegawai
[Kedekatan dengan pejabat]
INT.601A.c Persepsi pengaruh nepotisme
dalam promosi/ mutasi pegawai
[Kesamaan
almamater/golongan/organisasi]
INT.602A Persepsi pengaruh pemberian
(uang, barang, fasilitas) dalam
promosi/ mutasi pegawai
INT.601B Pengalaman
melihat/mendengar keberadaan
nepotisme dalam
promosi/mutasi pegawai
EXP.408 Tingkat objektivitas kebijakan
SDM
EXP.403 Pengalaman Adanya Konflik
kepentingan terjadi di KLPD
tersebut
INT.705B Pengalaman adanya pegawai
yang menerima honor/uang
transport lokal/perjalanan dinas
tidak sesuai dengan
pertanggungjawaban yang
ditandatangani
Korupsi Kolusi Nepotisme INT.405B Pengalaman melihat/
(KKN) mendengar pegawai menerima
pemberian (dalam bentuk
uang/barang/fasilitas)
EXT.504A Pengalaman diminta sesuatu
(uang, barang, dll) oleh petugas
EXP.402 Pengalaman Adanya praktik
pungli terjadi di KLPD tersebut
INT.702B.d pemenang paket pengadaan
barang/jasa merupakan peserta

SPI Data Challenge 2022 26

 yang memberikan sesuatu
(uang, barang, fasilitas, dan
sejenisnya) kepada pihak terkait
INT.702.A Persepsi adanya
penyalahgunaan anggaran
dalam proses PBJ
INT.403A Jumlah pegawai yang
menggunakan fasilitas kantor
untuk kepentingan pribadi
INT.703A Persepsi adanya pegawai yang
membuat kuitansi, biaya
transportasi, dan biaya lain
dalam perjalanan dinas tidak
sesuai dengan kondisi
sebenarnya.
INT.703B Pengalaman
mendengar/melihat adanya
pegawai yang membuat
kuitansi, biaya transportasi, dan
biaya lain dalam perjalanan
dinas tidak sesuai dengan
kondisi sebenarnya.
INT.705A Persepsi adanya pegawai yang
menerima honor/uang transport
lokal/perjalanan dinas tidak
sesuai dengan
pertanggungjawaban yang
ditandatangani
Tidak akuntabel (TA) INT.405A Kemungkinan pegawai
menerima pemberian (dalam
bentuk uang/barang/fasilitas)
dari pengguna layanan
INT.402.1 Pihak lain mempengaruhi
keputusan terkait Penentuan
program/kegiatan
INT.402.2 Pihak lain mempengaruhi
keputusan terkait Pemenang
tender/pengadaan barang/jasa
INT.402.3 Pihak lain mempengaruhi
keputusan terkait Pemberian
izin dan rekomendasi teknis
terkait perizinan tertentu
INT.402.4 Pihak lain mempengaruhi
keputusan terkait Negosiasi

SPI Data Challenge 2022 27

 terkait sanksi/denda pengguna
layanan
INT.402.5 Pihak lain mempengaruhi
keputusan terkait Kebijakan
rekruitmen pegawai non-ASN,
promosi pegawai, rotasi
pegawai, mutasi pegawai, diklat
pegawai, dll.
INT.702B.c Penyedia barang/jasa pemenang
pengadaan memiliki hubungan
kedekatan dengan pejabat
(kekeluargaan, organisasi,
pendukung politik/tim sukses
dll)
INT.702B.e Hasil pengadaan barang/jasa
yang tidak bermanfaat
Tidak transparan (TTL) EXT.503 Pengalaman frekuensi kejadian
pegawai menerima pemberian
(uang, barang, dll)
INT.402.6 Pihak lain mempengaruhi
keputusan terkait
Penetapan penerima dan
penyaluran bantuan-
bantuan program
pemerintah
EXP.405 Kemungkinan adanya
Intervensi dari pihak lain
INT.702B.a Proses pemilihan diatur
untuk memenangkan
penyedia barang/jasa
tertentu
INT.702B.b Kualitas barang/jasa yang
didapatkan tidak sesuai
dengan harga (kemahalan)
EXP.407 Kualitas transparansi dan
akuntabilitas pengadaan
barang dan jasa
EXP.406 Kualitas transparansi
anggaran

SPI Data Challenge 2022 28