ANALISIS KONDISI KEUANGAN PEMERINTAH DAERAH DI INDONESIA DENGAN METODE KLASTER 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: AGUS SUWANTO NIM: S431402002 FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS NEGERI SEBELAS MARET SURAKARTA 2016
ii
iii
iv
HALAMAN PERSEMBAHAN Karya sederhana ini aku persembahkan teruntuk, ALLOH SWT & kekasihnya Nabi MUHAMMAD SAW,.Untuk segala do a, cita dan cintanya yang berlimpah, Megawati,..Atas semua kasih sayang yang tercurah, Kedua orang tuaku, kedua mertuaku, dan keluarga besarku,.atas semua pelajaran kehidupan yang tak ternilai, Semua dosen dan guruku Meysa Izzati Almahyra,.Si Buah hati penerus mimpi untuk berkreasi dan berbagi imajinasi, v
HALAMAN MOTTO Hasbunalloh wa ni mal wakil ni mal maula wa ni man nashir Cukuplah Alloh menjadi pelindung kami dan Alloh adalah sebaik-baik pelindung (QS. 3:173) Fa innama al yusri yusron inna ma al yusri yusron Maka sesungguhnya bersama kesulitan itu terdapat kemudahan sesungguhnya bersama kesulitan itu terdapat kemudahan (QS. 94:5-6) Rasulullah saw bersabda: Kelebihan seorang (ahli ilmu) terhadap seorang abid (ahli ibadah) ibarat bulan purnama terhadap seluruh bintang (HR. Abu Dawud) Don t be afraid to move, because the distance of 1000 miles starts by a single step (NN) Jangan takut melangkah, karena jarak 1000 mil dimulai dari satu langkah. vi
KATA PENGANTAR Alhamdulillah, segala puji syukur atas bagi Alloh SWT atas limpahan rahmat, karunia dan inayahnya sehingga penulis dapat menyelesaikan tesis ini. Sholawat dan salam tetap tercurah pada kekasih Alloh nabi Muhammad saw semoga tetap istiqomah selalu di jalannya. Tesis dengan judul Analisis Kondisi Keuangan Pemerintah Daerah di Indonesia dengan Metode Klaster ini disusun untuk memenuhi persyaratan mencapai derajat Magister Program Studi Magister Akuntansi Universitas Sebelas Maret Surakarta. Penulis menyadari bahwa dalam penyusunan tesis ini bukan merupakan jerih payah sendiri melainkan banyak pihak yang ikut membantu terselesaikannya tesis ini. Dengan segala kerendahan hati, penulis ingin menyampaikan rasa terima kasih kepada semua pihak yang telah membantu baik secara langsung maupun tidak langsung hingga terselesaikannya tesis ini, yaitu berikut ini. 1. Badan Pengawasan Keuangan dan Pembangunan (BPKP) yang telah memberikan bantuan kepada penulis berupa beasiswa State Accountability Revitalization (STAR) dalam menyelesaikan studi di program studi Magister Akuntansi Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 2. Direktorat Jenderal Pajak (DJP) terkhusus pada Kantor Pelayanan Pajak Pratama Batulicin yang telah memberikan dukungan moral dan spiritual dalam pelaksanaan studi di program studi Magister Akuntansi Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 3. Prof. Dr. Ravik Karsidi, M.S., selaku Rektor Universitas Sebelas Maret. vii
4. Prof. Dr. M. Furqon Hidayatullah, M.Pd., selaku Direktur Program Pascasarjana Universitas Sebelas Maret. 5. Dr. Hunik Sri Runing Sawitri, M.Si., selaku Dekan Fakultas Ekonomi Universitas Sebelas Maret. 6. Dr. Payamta, M. Si., CPA, Ak., selaku Ketua Program Studi Magister Akuntansi Universitas Sebelas Maret. 7. Bapak Ari Kuncara Widagdo, SE., MBA., P.hD., CA selaku pembimbing yang telah meluangkan waktu, pikiran, tenaga serta wejangan-wejangannya untuk membantu penulis menyelesaikan tesis. 8. Bapak ibu dosen beserta staf di Program Magister Akuntansi Fakultas Ekonomi Universitas Sebelas Maret Surakarta yang telah banyak memberikan bimbingan keilmuan, khususnya dalam disiplin Ilmu Akuntansi. 9. Kelas STAR BPKP BATCH 2 (mas Agus Hw, mba Alif, Bayu, Cahyanto, Deddy, Hana, mas Heru, mas Imam, Listyo, Luthfi, mas Murya, Robby, mas Romdon, mas Suci dan mas Wakhid) yang telah memberikan bantuan dan pikiran, semoga sukses selalu menyertai kita di dunia dan akhirat, amin. 10. Kepada semua pihak yang telah membantu penulis. Surakarta, Januari 2016 Penulis viii
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN KEASLIAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... ABSTRAK... ABSTRACT... i ii iii iv v vi vii ix xv xvi xvii xviii xix BAB I PENDAHULUAN... 1 A. Latar Belakang Masalah... 1 B. Perumusan Masalah... 8 C. Tujuan Penelitian... 11 D. Manfaat Penelitian... 12 BAB II TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS. 13 A. Definisi Kondisi Keuangan Pemerintah Daerah... 13 B. Analisis Klaster Pemerintah Daerah... 14 ix
C. Variabel Pengklasteran Pemerintah Daerah... 16 D. Landasan Teori... 18 1. Teori Agensi... 18 2. Upper Echelons Theory... 20 3. Teori Ketimpangan Wilayah... 20 E. Penelitian Terdahulu... 21 F. Pengembangan Hipotesis... 29 1. Variabel Independen... 29 a. Biaya Barang dan Jasa... 29 b. Profil Usia... 30 c. Karakteristik Kepala Daerah... 31 d. Kinerja Pemerintah... 32 2. Variabel Kontrol... 33 a. Kepadatan Penduduk... 33 b. Lokasi... 34 c. Gender... 35 d. Scope... 36 G. Kerangka Berfikir... 37 BAB III METODE PENELITIAN... 38 A. Desain Penelitian... 38 B. Pengumpulan Data dan Pemilihan Sampel... 39 C. Definisi Operasional dan Pengukuran Variabel... 41 1. Variabel Dependen... 41 x
a. Model Pertama... 41 1. Pendapatan Asli Daerah (PAD)... 41 2. Dana Bagi Hasil Penerimaan Sumber Daya Alam 42 3. Dana Bagi Hasil Penerimaan Pajak... 42 4. Jumlah Penduduk... 42 5. Pendapatan Domestik Regional Bruto (PDRB)... 43 6. Luas Wilayah.... 43 7. Indeks Pembangunan Manusia (IPM)... 43 8. Indeks Kemahalan Konstruksi (IKK)... 44 b. Model Kedua... 45 2. Variabel Independen... 46 a. Biaya Barang dan Jasa... 47 b. Profil Usia... 47 c. Karakteristik Kepala Daerah... 48 d. Kinerja Pemerintah... 49 3. Variabel Kontrol... 52 a. Kepadatan Penduduk... 52 b. Lokasi... 53 c. Gender... 54 d. Scope... 55 D. Analisis Data... 56 1. Statistik Deskriptif... 56 a. Statistik Deskriptif Data Pembentuk Klaster... 56 xi
b. Statistik Deskriptif Variabel dalam Binary Logistic Regression... 57 2. Pembentuk Klaster Model Pertama... 57 a. Tujuan Analisis Klaster... 57 b. Desain Analisis Klaster... 58 c. Uji Asumsi Klaster... 58 1. Uji Representasi Populasi... 58 2. Uji Multikolinearitas... 59 d. Pembentukan Klaster... 59 e. Interpretasi Klaster... 60 f. Validasi Klaster... 60 3. Analisis Data... 60 a. Uji Nilai Likelihood... 61 b. Uji Nilai Hosmer and Lemeshow s Goodness of Fit Test 62 c. Uji Nilai Nagelkerke R 2... 63 d. Uji Estimasi Parameter atau Koefisien Regresi... 63 4. Pengujian Hipotesis... 64 BAB IV ANALISIS DATA DAN PEMBAHASAN... 65 A. Populasi dan Sampel Penelitian... 65 1. Data Screening... 65 B. Statistik Deskriptif... 67 C. Analisis Data Pembentuk Klaster... 74 1. Tujuan Analisis Klaster... 74 xii
2. Desain Analisis Klaster... 74 3. Uji Asumsi Klaster... 75 a. Uji Representasi Populasi... 75 b. Uji Multikolinearitas... 75 4. Pembentukan Klaster... 76 5. Interpretasi Klaster... 77 6. Validasi Klaster... 77 7. Kondisi Keuangan Pemerintah Daerah setelah Analisis Klaster... 79 a. Klaster 1... 80 b. Klaster 2... 81 D. Analsis Data... 82 1. Uji Nilai Likelihood... 83 2. Uji Nilai Hosmer and Lemeshow s Goodness of Fit Test... 84 3. Uji Nilai Nagelkerke R 2... 84 4. Uji Estimasi Parameter atau Koefisien Regresi... 85 E. Pengujian Hipotesis... 88 1. Model Pertama... 88 2. Model Kedua... 90 F. Pembahasan... 91 1. Asosiasi antara Biaya Barang dan Jasa dan Kondisi Keuangan... 91 2. Asosiasi antara Profil Usia dan Kondisi Keuangan... 92 xiii
3. Asosiasi antara Karakteristik Kepala Daerah dan Kondisi Keuangan... 93 4. Asosiasi antara Kinerja Pemerintah dan Kondisi Keuangan. 95 5. Asosiasi antara Kepadatan Penduduk dan Kondisi Keuangan 95 6. Asosiasi antara Lokasi dan Kondisi keuangan... 96 7. Asosiasi antara Gender dan Kondisi Keuangan... 97 8. Asosiasi antara Scope dan Jasa dan Kondisi Keuangan... 98 BAB V PENUTUP... 99 A. Kesimpulan... 99 B. Keterbatasan... 101 C. Saran... 101 D. Implikasi... 102 1. Bagi Akademisi... 102 2. Bagi Pemerintah... 103 DAFTAR PUSTAKA... 104 LAMPIRAN... 108 xiv
DAFTAR TABEL Halaman Tabel 3.1 Ringkasan Variabel Pembentuk Klaster... 44 Tabel 3.2 Ringkasan Variabel Independen... 52 Tabel 3.3 Ringkasan Variabel Kontrol... 56 Tabel 4.1 Sampel dan Observasi Penelitian... 66 Tabel 4.2 Statistik Deskriptif Data Pembentuk Klaster... 67 Tabel 4.3 Statistik Deskriptif dalam Binary Logistic Regression (Model Pertama)... 68 Tabel 4.4 Statistik Deskriptif dalam Binary Logistic Regression (Model Kedua)... 70 Tabel 4.5 Perbandingan Alokasi Belanja pada Lima Pemerintah Kabupaten Kriteria Tidak Sehat... 72 Tabel 4.6 Hasil Uji Multikolinearitas... 76 Tabel 4.7 Hasil Uji ANOVA... 78 Tabel 4.8 Pusat Klaster Akhir (Final Cluster Centers)... 79 Tabel 4.9 Ringkasan Uji Regresi Logistik... 83 Tabel 4.10 Hasil Uji Binary Logistic... 86 xv
DAFTAR GAMBAR Halaman GAMBAR 2.1 Kerangka Berfikir... 37 xvi
DAFTAR LAMPIRAN Halaman Lampiran 1: Matrik Jurnal Penelitian Terdahulu... 108 Lampiran 2: Data Pembentuk Klaster... 121 Lampiran 3: Deskripsi Data Penelitian Pembentuk Klaster... 130 Lampiran 4: Uji Asumsi Klaster... 130 Lampiran 5: Pengelompokan dengan Analisis Klaster... 131 Lampiran 6: Hasil Akhir Pengelompokan dengan Klaster... 133 Lampiran 7: Pengelompokan Tingkat Kesehatan Keuangan dengan Rasio Belanja Modal terhadap Total Belanja (BMTB)... 137 Lampiran 8: Deskripsi Data Penelitian Pembentuk Regresi Logistik... 140 Lampiran 9: Data Pembentuk Analisis Regresi Logistik... 141 Lampiran 10: Hasil Pengujian dengan Regresi Logistik (Metode Klaster)... 149 Lampiran 11: Hasil Pengujian dengan Regresi Logistik (rasio BMTB)... 154 xvii
ABSTRAK Agus Suwanto, S.E. NIM: S431402002 ANALISIS KONDISI KEUANGAN PEMERINTAH DAERAH DI INDONESIA DENGAN METODE KLASTER Penelitian ini bertujuan untuk mengetahui kondisi keuangan pemerintah daerah berdasar analisis klaster dan pengaruh biaya barang dan jasa, profil usia, karakteristik kepala daerah dan kinerja pemerintah terhadap probabilitas pemerintah daerah mengalami ketidaksehatan keuangan. Kesehatan keuangan dalam penelitian ini diproksikan dengan dua model. Model pertama menggunakan analisis klaster yang melibatkan komponen Dana Alokasi Umum (pendapatan asli daerah, dana bagi hasil sumber daya alam, dana bagi hasil pajak, jumlah penduduk, Produk Domestik Regional Bruto, Indeks Pembangunan Manusia dan Indeks Kelayakan Konstruksi), sedangkan model kedua menggunakan rasio belanja modal terhadap total belanja sebagai proksinya. Data yang digunakan dalam penelitian ini merupakan data sekunder dari Laporan Keuangan Pemerintah Daerah tahun 2013 yang telah diaudit BPK, data dari Kementerian Dalam Negeri, Badan Pusat Statistik dan data lain yang relevan. Teknik pengambilan sampel yang digunakan adalah purposive sampling yang menghasilkan sampel sebanyak 413 kabupaten dan kota. Metode analisis data yang digunakan pada penelitian ini adalah binary regression logistic. Dua buah klaster terbentuk pada penelitian ini. Klaster pertama kriterianya tidak sehat dengan total 292 kabupaten dan 64 kota. Klaster ini unggul pada komponen luas wilayah dan Indeks Kemahalan Konstruksi serta dominan pada sektor pertanian dan pariwisata. Klaster kedua kriterianya sehat dengan anggota 39 kabupaten dan 19 kota. Berkebalikan dengan klaster pertama, klaster kedua unggul signifikan di hampir semua komponen pembentuk DAU dengan pengecualian luas wilayah dan Indeks Kemahalan Konstruksi. Sebagian besar anggota klaster ini berada di wilayah yang berdekatan dengan pusat kegiatan perekonomian dan merupakan kawasan industri yang cukup berkembang. Berdasarkan analisis regresi logistik diperoleh hasil bahwa variabel biaya barang dan jasa serta profil usia hanya berpengaruh pada probabilitas pemerintah daerah mengalami ketidaksehatan keuangan di model pertama. Kinerja pemerintah dan lokasi terbukti berpengaruh pada probabilitas pemerintah daerah mengalami ketidaksehatan keuangan baik pada model pertama maupun model kedua. Variabel gender hanya berpengaruh pada probabilitas pemerintah daerah mengalami ketidaksehatan keuangan pada model kedua. Sebaliknya, variabel karakteristik kepala daerah, kepadatan penduduk dan scope secara konsisten tidak signifikan pada kedua model. Kata kunci: Analisis klaster, kesehatan keuangan, pemerintah daerah xviii
ABSTRACT Agus Suwanto, S.E. NIM: S431402002 ANALYSIS OF FINANCIAL CONDITION OF LOCAL GOVERNMENT IN INDONESIA WITH CLUSTER METHOD The aims of this study are twofold. First, this study aims to determine the financial condition of local government based on cluster analysis. Second, this study intents to examine the influence of the cost of goods and services, age profile, characteristics of local head and performance of local government the regional heads of government on the probability of local authorities experiencing financial morbidity. In addition, this study also employs some control variables such as population density, location, gender and scope. Financial health in this study is proxied by two models. The first model use categorization financial condition based on cluster analysis involving components of general allocation funds (local revenues, revenue-sharing natural resources, tax revenue-sharing, population, Gross Domestic Product, the Human Development Index and Construction Feasibility Index). The second model uses the ratio of capital expenditure to total expenditure. Data in this research is secondary data collected from the Local Government Finance Report in 2013 audited by Supreme Audit Board, data from the Ministry of Home Affair, the Central Bureau of Statistics and other relevant data. Sampling technique is purposive sampling producing 413 regencies and municipalities. Method of analysis is binary logistic regression. Two clusters are formed in this study. The first cluster criterion is "unhealthy" that consists of 292 regencies and 64 municipalities. This cluster has an advantage in the area of components and Construction Cost Index and dominant in the agricultural and tourism sector. The second cluster criterion is "healthy" that consists of 39 regencies and 19 municipalities. Contrast to the first cluster, the second cluster is significantly superior in almost all of the components in forming the DAU with the exception on wide of an area and Construction Cost Index. Most members of this cluster is located in an area adjacent to the center of economic activity and a sufficiently developed industrial area. The logistic regression analysis shows that the variable cost of goods and services and also age profile affect the probability of local authorities experiencing financial are significant determinants to predict financial condition in the first model. The performance of the government and the location proved effect on the probability of local authorities experiencing financial morbidity both on the first xix
model and the second model. Gender variable only affects the probability of local authorities experiencing financial morbidity in the second model. In contrast, the variable characteristics of the local head, population density and scope consistently are not significant in both models. Keywords: Cluster analysis, financial health, local government xx