PENGARUH EXPENDITURE, REAL ESTATE, DAN GROSS …/Pengaruh...EXPENDITURE, REAL ESTATE, DAN GROSS...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

ii

PENGARUH EXPENDITURE, REAL ESTATE, DAN GROSS DOMESTIC

PRODUCT TERHADAP KINERJA KEUANGAN PEMERINTAH

DAERAH DI INDONESIA

SKRIPSI

Diajukan untuk Melengkapi Tugas-Tugas dan Memenuhi Syarat-Syarat

Untuk Mencapai Gelar Sarjana Ekonomi Jurusan Akuntansi

Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh :

CHANDRA KURNIAWAN

F0308024

FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET

SURAKARTA

2012


commit to user

iii

PENGARUH EXPENDITURE, REAL ESTATE DAN GROSS DOMESTIC


DAERAH DI INDONESIA

ABSTRAKSI

CHANDRA KURNIAWAN

F0308024

Penelitian ini bertujuan untuk menganalisis pengaruh expenditure, real

estate, dan gross domestic product mempengaruhi kinerja keuangan pemerintah

daerah di Indonesua yang dinyatakan dengan current ratio (CR), debt to equity

ratio (DER), assets turnover (AT), operating revenue to operating expense

(OROE), dan operating revenue to total revenue (ORTR).

Sampel yang digunakan dalam penelitian ini berjumlah 480 laporan

keuangan pemerintah daerah di Indonesia tahun 2008-2010. Sampel ini dipilih

berdasarkan purposive sampling method. Penelitian ini menggunakan alat analisis

data regresi berganda dengan bantuan software komputer untuk statistik SPSS

versi 16.0.

Hasil dari penelitian ini menunjukkan bahwa variabel real estate

berpengaruh terhadap kinerja keuangan pemerintah daerah di Indonesia,

sedangkan variabel expenditure dan gross domestic product tidak berpengaruh

terhadap kinerja keuangan pemerintah daerah di Indonesia.

Kata kunci : expenditure, real estate, gross domestic product, current ratio (CR),

debt to equity, assets turnover , operating revenue to operating expense, dan

operating revenue to total revenue, kinerja keuangan pemerintah daerah.


commit to user

iv

THE EFFECT OF EXPENDITURE, REAL ESTATE AND GROSS

DOMESTIC PRODUCT TO FINANCIAL PEFORMANCE OF LOCAL

GOVERNMENT IN INDONESIA

ABSTRAC

CHANDRA KURNIAWAN

F0308024

This study aims to analyze the influence of expenditure, real estate, and

Gross Domestic Product affect financial performance of local government in

Indonesia which is indicated by current ratio (CR), debt to equity ratio (DER),

assets turnover (AT), operating revenue to operating expense (OROE), dan

operating revenue to total revenue (ORTR).

This research used 480 financial report of local government in Indonesia at

2008-2010 as the sample. This sample was selected using proportional purposive

sampling method. This research used a multiple regression analysis pf data with

the help of computer software for stastitical 16.0 version of SPSS

The result of this study showed that the variable real estate affect the

financial performance of local government in Indonesia. But, the variables

expenditure and gross domestic product give no affect on the financial

performance of local government ini Indonesia.

Keywords : expenditure, real estate, gross domestic product, debt to equity ratio,

assets turnover, operating revenue to operating expense, operating

revenue to total revenue, financial performance of local government.


commit to user

v


commit to user

vi


commit to user

vii

MOTTO

Bangkitlah, menjadi teranglah, sebab terangmu datang, dan kemuliaan TUHAN terbit atasmu. (Yesaya 60:1). “Pada waktu itu engkau akan heran melihat dan berseri-seri, engkau akan

tercengang dan akan berebsar hati, sebab kelimpahan dari seberang laut

akan beralih kepadamu, dan kekayaan bangsa-bangsa akan datang

kepadamu”. (Yesaya 60:5).

“Orang yang duduk dalam lindungan Yang Mahatinggi dan

bermalam dalam naungan Yang Mahakuasa akan berkata kepada

TUHAN: Tempat perlindunganku dan kubu pertahananku, Allahku,

yang kupercayai”. (Mazmur 91:1-2).

“Karena itu pergilah, jadikan semua bangsa murid-Ku dan

babtislah mereka dalam nama Bapa dan Anak dan Roh Kudus

dan ajarilah mereka melakukan segala sesuatu yang telah

Kuperintahkan kepadamu. Dan ketahuilah, Aku menyertai kamu

senantiasa sampai akhir zaman” (Matius 28-19-20)

“Tahun 2012 adalah tahun kemuliaan” (Pdt Obaja Tanto Setiawan).

“Kemenangan adalah milik orang yang berjuang, kemenangan

adalah milik orang yang berdoa”

(Ahmad Dhani).

“Tertawalah sebelum tertawa itu dilarang” (Warkop

DKI)


commit to user

viii

HALAMAN PERSEMBAHAN

Karya sederhana ini penulis persembahkan untuk:

Tuhan Yesus Kristus Sang Juru Selamat Manusia

Kedua orang tua ku (Papi dan Ibu)

Saudara- saudaraku terkasih (Mba Phita, Mba Nia, Mas Kris, Mas Adi, Ata)

Orang yang kukasihi (Ester Volin, Papi, Mami, Efra)


commit to user

ix

KATA PENGANTAR

\

Segala puji dan syukur penulis panjatkan kepada Tuhan Yesus, karena atas

segala anugerahNya, sehingga penulis dapat menyelesaikan skripsi dengan judul

“PENGARUH EXPENDITURE, REAL ESTATE, DAN GROSS

DOMESTIC PRODUCT TERHADAP KINERJA KEUANGAN

PEMERINTAH DAERAH DI INDONESIA” sebagai tugas akhir guna

memenuhi syarat-syarat untuk mencapai gelar Sarjana Ekonomi Jurusan

Akuntansi Universitas Sebelas Maret.

Penulis menyadari bahwa keberhasilan penyusunan skripsi ini tidak lepas

dari bantuan berbagai pihak, baik berupa doa maupun moral, secara langsung

maupun tidak langsung. Oleh karena itu dengan segala kerendahan hati penulis

menyampaikan ungkapan terima kasih kepada:

1. Tuhan Yesus Kristus atas segala anugerah, penyertaan, kesehatan, berkat,

dan atas semuanya yang telah diberikan kepada penulis.

2. Bapak Dr. Wisnu Untoro, MS selaku dekan Fakultas Ekonomi Universitas

Sebelas Maret Surakarta.

3. Bapak Drs. Santosa Tri Hananto, M.Si., Ak. selaku Ketua Jurusan

Akuntansi Fakultas Ekonomi Universitas Sebelas Maret.


commit to user

x

4. Drs. Jaka Winarna M.Si., Ak., selaku pembimbing yang sangat membantu

penulis untuk mencapai hasil yang terbaik.

5. Papi dan Ibu yang selalu mendoakan, memberikan motivasi, nasehat,

contoh hingga saat ini. Semoga Tuhan Yesus memberi umur yang panjang

sehingga dapat melihat kesuksesanku kelak. Amin.

6. Kedua kakak ku terkasih, Aphita Febriani dan Beta Kurniawati. Semoga

selalu diberikan kesehatan, keberhasilan, keberuntungan oleh Tuhan

Yesus.

7. Ester Volina Kim, terima kasih atas segala cinta kasih, perhatian, doa,

kesetiaan. Semoga kamu lah yang menjadi pendamping hidupku

selamanya.

8. Mas Adi, Mas Kris, Ata. Aku senang bisa bertemu dengan kalian semua di

dunia ini.

9. Papi, Mami, Efra yang sudah aku anggap sebagai saudara baru ku. Semoga

akulah yang menjadi anak mantu dan kakak iparmu.

10. Keluarga besar anggota PMK FE, banyak proses kehidupan yang luar

biasa penulis alami bersama kalian.

11. Lionel Messi atas inspirasi kerja keras dan kerendahan hatinya, bagiku

kamu lah pemain bola terbaik di dunia dan akhirat.

12. Teman-teman Akuntansi angkatan 2008 FE UNS. Bersyukur bisa ada

diantara kalian. Semoga generasi ini bisa membawa perubahan bagi

bangsa ini.

13. Teman-teman Akuntansi angkatan 2008 FE UNS kelas B. Terima kasih

atas segala bantuan, hiburan, kebersamaan selama kita bertemu.


commit to user

xi

14. Tim skripsi (Fauzi, Habib, Nanda). Sangat mengesankan berpartner

bersama kalian, terima kasih sudah banyak dibantu dari awal sampai akhir.

15. Penghuni bangku kosong perpustakaan. Bersama kalian mengerjakan

skripsi lebih menyenangkan.

16. Suryo Prabowo yang banyak membantu olah data hingga akhirnya data ku

normal.

17. Geng WWJ. Banyak kenangan manis bersama kalian.

18. Semua pihak tidak mungkin disebutkan satu-persatu yang telah

memberikan bantuan pada penulis.

Penulis menyadari masih banyak kekuarangan dan ketidaksempurnaan

dalam penulisan in. Untuk itu saran dan kritik yang membangun sangat penulis

harapkan dari pembaca skripsi ini.

Akhir kata, penulis berharap skripsi ini dapat bermanfaat bagi semua pihak

yang membutuhkan dikemudian hari. Terima Kasih

Surakarta, Agustus 2012

Chandra Kurniawan


commit to user

xii

DAFTAR ISI

Halaman

ABSTRAKSI ..................................................................................................... ii

ABSTRACT ....................................................................................................... iii

HALAMAN PERSETUJUAN ........................................................................... iv

HALAMAN PENGESAHAN ............................................................................ v

HALAMAN MOTTO ........................................................................................ vi

HALAMAN PERSEMBAHAN ....................................................................... vii

KATA PENGANTAR ...................................................................................... viii

DAFTAR ISI ...................................................................................................... xi

DAFTAR TABEL ............................................................................................. xv

DAFTAR GAMBAR ........................................................................................ xvi

BAB I. PENDAHULUAN .............................................................................. 1

A. Latar Belakang Masalah ................................................................ 1

B. Rumusan Masalah ......................................................................... 8

C. Tujuan Penelitian .......................................................................... 8

D. Manfaat Penelitian ........................................................................ 8

BAB II. TINJAUAN PUSTAKA DAN HIPOTESIS ...................................... 10

A. Laporan Keuangan Pemerintah .................................................... 10

B. Tujuan Pelaporan Keuangan Pemerintah Daerah ......................... 11


commit to user

xiii

C. Jenis Laporan Keuangan Pemerintah Daerah .............................. 12

D. Karakteristik Kualitatif Laporan Keuangan

Pemerintah Daerah ...................................................................... 13

E. Interpretasi Laporan Keuangan Pemerintah Daerah .................... 15

F. Pelaporan dan Pengukuran Kinerja Pemerintah .......................... 16

G. Kerangka Pemikiran ..................................................................... 17

H. Hipotesis ....................................................................................... 18

BAB III. METODE PENELITIAN ................................................................... 22

A. Desain Penelitian .......................................................................... 22

B. Populasi, Sampel, dan Tehnik Pengambilan Sampel ................... 22

C. Sumber Data .................................................................................. 23

D. Definisi Operasional dan Pengukuran Variabel ............................ 24

1. Variabel Independen ................................................................ 24

a. Expenditure .......................................................................... 24

b. Real Estate ........................................................................... 24

c. Gross Domestc Product ....................................................... 25

2. Variabel Dependen ................................................................... 25

a. Current Ratio ....................................................................... 25

b. Debt to Equity ...................................................................... 25

c. Asset Turnover ..................................................................... 26

d. Operating Revenues to Total Revenues ............................... 26

e. Operating Revenues to Operating........................................ 27

E. Teknik Analisis Data .................................................................... 27

1. Statistik Deskriptif ................................................................... 27


commit to user

xiv

2. Analisi Regresi Berganda ......................................................... 28

3. Uji Asumsi klasik ..................................................................... 28

a. Uji Normalitas ...................................................................... 28

b. Uji Heteroskedastisitas ........................................................ 29

c. Uji Autokorelasi ................................................................... 29

d. Uji Multikoliniearitas........................................................... 30

4. Pengujian Hipotesis .................................................................. 31

a. Uji Koefisien Regresi Parsial (Uji t) .................................... 31

b. Uji Koefisien Determinasi (R2) ........................................... 32

c. Uji Regresi Simultan (Uji F)) .............................................. 32

BAB IV. ANALISIS DATA DAN PEMBAHASAN ....................................... 33

A. Deskripsi Data .............................................................................. 33

B. Hasil dan Analisis Data ................................................................ 34

1. Analisis Deskriptif Statistik .................................................... 35

2. Uji Asumsi Klasik .................................................................... 36

a. Uji Normalitas ...................................................................... 36

b. Uji Heterokedastisitas .......................................................... 37

c. Uji Autokorelasi ................................................................... 38

d. Uji Multikoliniearitas........................................................... 39

3. Uji Hipotesis ............................................................................ 40

a. Uji Signifikansi t .................................................................. 41

b. Uji Regresi Simultan (Uji F) ............................................... 42

c. Uji Koefisien Determinasi (R2) ............................................ 43

C. Pembahasan .................................................................................. 43


commit to user

xv

BAB V. PENUTUP .......................................................................................... 46

A. Simpulan ...................................................................................... 46

B. Keterbatasan ................................................................................. 47

C. Saran ............................................................................................. 48

DAFTAR PUSTAKA........................................................................................ 49

LAMPIRAN...................................................................................................... 51


commit to user

xvi

DAFTAR TABEL

Tabel Halaman

Tabel 1 Sampel Penelitian ......................................................................... 33

Tabel 2 Deskripsi Statistik Data Penelitian ............................................... 35

Tabel 3 Normalitas Data ........................................................................... 36

Tabel 4 Normalitas setelah Transformasi dan Seleksi

Data Outlier .................................................................................. 37

Tabel 5 Uji Heteroskedastisitas ................................................................. 38

Tabel 6 Uji Autokorelasi ........................................................................... 39

Tabel 7 Uji Multikoliniaritas ..................................................................... 40

Tabel 8 Uji Signifikansi t .......................................................................... 41

Tabel 9 Uji Signifikansi F ......................................................................... 42

Tabel 10 Uji Koefisien Determinasi ........................................................... 43


commit to user

xvii

DAFTAR GAMBAR

Gambar Halaman

Gambar 1 Kerangka Pemikiran ..................................................................... 18


commit to user

xviii


commit to user

PENGARUH EXPENDITURE, REAL ESTATE DAN GROSS DOMESTIC


DAERAH DI INDONESIA

ABSTRAKSI

CHANDRA KURNIAWAN

F0308024

Penelitian ini bertujuan untuk menganalisis pengaruh expenditure, real

estate, dan gross domestic product mempengaruhi kinerja keuangan pemerintah

daerah di Indonesua yang dinyatakan dengan current ratio (CR), debt to equity

ratio (DER), assets turnover (AT), operating revenue to operating expense

(OROE), dan operating revenue to total revenue (ORTR).

Sampel yang digunakan dalam penelitian ini berjumlah 480 laporan

keuangan pemerintah daerah di Indonesia tahun 2008-2010. Sampel ini dipilih

berdasarkan purposive sampling method. Penelitian ini menggunakan alat analisis

data regresi berganda dengan bantuan software komputer untuk statistik SPSS

versi 16.0.

Hasil dari penelitian ini menunjukkan bahwa variabel real estate

berpengaruh terhadap kinerja keuangan pemerintah daerah di Indonesia,

sedangkan variabel expenditure dan gross domestic product tidak berpengaruh

terhadap kinerja keuangan pemerintah daerah di Indonesia.

Kata kunci : expenditure, real estate, gross domestic product, current ratio (CR),

debt to equity, assets turnover , operating revenue to operating expense, dan

operating revenue to total revenue, kinerja keuangan pemerintah daerah.


commit to user

THE EFFECT OF EXPENDITURE, REAL ESTATE AND GROSS

DOMESTIC PRODUCT TO FINANCIAL PEFORMANCE OF LOCAL

GOVERNMENT IN INDONESIA

ABSTRAC

CHANDRA KURNIAWAN

F0308024

This study aims to analyze the influence of expenditure, real estate, and

Gross Domestic Product affect financial performance of local government in

Indonesia which is indicated by current ratio (CR), debt to equity ratio (DER),

assets turnover (AT), operating revenue to operating expense (OROE), dan

operating revenue to total revenue (ORTR).

This research used 480 financial report of local government in Indonesia at

2008-2010 as the sample. This sample was selected using proportional purposive

sampling method. This research used a multiple regression analysis pf data with

the help of computer software for stastitical 16.0 version of SPSS

The result of this study showed that the variable real estate affect the

financial performance of local government in Indonesia. But, the variables

expenditure and gross domestic product give no affect on the financial

performance of local government ini Indonesia.

Keywords : expenditure, real estate, gross domestic product, debt to equity ratio,

assets turnover, operating revenue to operating expense, operating

revenue to total revenue, financial performance of local government.


commit to user

1

BAB I

PENDAHULUAN

A. Latar Belakang

Reformasi yang dimulai tahun 1998 telah merambah ke seluruh aspek

kehidupan berbangsa dan bermasyarakat. Salah satu aspek reformasi yang

dominan adalah aspek pemerintahan. Aspek pemerintahan yang dimaksud adalah

hubungan pemerintah pusat dan pemerintah daerah. Isu yang paling mencuat

dalam aspek ini adalah otonomi yang lebih luas dan nyata kepada daerah (Rusydi,

2010).

Salah satu dampak dari era reformasi tahun 1998 dalam aspek sektor

publik adalah diterbitkannya kebijakan otonomi daerah yaitu Undang-undang

nomor 22 tahun 1999 untuk menjalankan amanat reformasi/perubahan dan demi

mengembangkan pembangunan daerah. Kemudian pemerintah memperbaharuinya

dengan Undang-undang nomor 32 tahun 2004 tentang pemerintah daerah. Dengan

adanya otonomi daerah maka terjadi perubahan dari sentralisasi menjadi

desentralisasi, yaitu perubahan sistem pertanggungjawaban maupun pengambilan

keputusan dari pemerintah pusat ke setiap pemerintah daerah.

Menurut Rusydi (2010), desentralisasi dimaknai dalam tiga aspek. Pertama

sebagai pelepasan tanggung jawab pusat kepada daerah, secara langsung dimaknai

sebagai pelepasan daerah sebagai pelaksana dan pengambil keputusan

administrasi dengan bimbingan teknis oleh pusat. Kedua sebagai delegasi yang

berkaitan dengan situasi dimana daerah bertindak atas nama pemerintah pusat.


commit to user

2

Ketiga sebagai revolusi dimana pelimpahan kewenangan untuk memutuskan

sesuatu di daerah.

Kartasasmita (1996) dalam penelitian Pertiwi (2007) menyatakan bahwa

desentralisasi pada dasarnya adalah penataan mekanisme pengelolaan kebijakan

dengan kewenangan yang lebih besar diberikan kepada daerah agar

penyelenggaraan pemerintahan dan pelaksanaan pembangunan lebih efektif dan

efisien. Pemerintah daerah juga diharapkan dapat merealisasikan pendapatan yang

mereka punya dengan membelanjakan dana tersebut sesuai dengan kebutuhan

masyarakat masing-masing. Desentralisasi fiskal ini didesain dengan asumsi

bahwa pemerintah daerah lebih tahu akan kebutuhan dan kondisi daerah masing-

masing, diharapkan mampu meningkatkan efisiensi pengeluran pemerintah.

(Pertiwi 2007).

Meskipun sudah diubah menjadi sistem desentralisasi, dalam

kenyataannya masih banyak kesenjangan antar daerah di Indonesia, hal ini

mengakibatkan kebijakan otonomi daerah yang dirancang pemerintah pusat belum

dapat berjalan secara efisien dan efektif (Adi, 2005). Penelitian Kuncoro (2004)

menyatakan bahwa kesenjangan antar daerah muncul karena adanya sumbangan

akan hasil eksploitasi sumber daya terhadap pembangunan ekonomi hanya

berkutat di pusat. Penelitian Halacmi (2005) memberikan solusi agar pemerintah

daerah mengagendakan evaluasi secara berkala untuk mengukur kinerja selain itu

pemerintah daerah perlu menciptakan tata kelola atau sistem pengendalian internal

yang baik.

Pengukuran kinerja merupakan salah satu cara yang dapat digunakan

pemerintah daerah dalam mencapai pemerintahan yang baik (Halachmi, 2005),


commit to user

3

Menurut Chow, Ganulin, Haddad, dan Wiliamson (1998) Pengukuran kinerja

merupakan komponen yang penting karena akan memberikan umpan balik atas

rencana yang telah diimplementasikan. Mardiasmo (2007) menyatakan bahwa

pengukuran kinerja dilakukan untuk memenuhi tiga maksud (1) untuk membantu

memperbaiki kinerja pemerintah (2) untuk mengaloksikan sumberdaya dan

pembuatan keputusan (3) untuk mewujudkan pertanggungjawaban publik dan

memperbaiki komunikasi kelembagaan. Sedangkan menurut Wood (1998)

pengukuran kinerja memiliki tujuan antara lain (1) mengevaluasi tentang

bagaimana program tersebut berjalan (2) sebagai sarana perbandingan atas

pelayanan yang diberikan (3) dan sebagai alat komunikasi kepada publik.

Fakta menarik terkait kinerja keuangan adalah hasil audit Badan

Pemeriksa Keuangan tahun 2010 yang membuktikan bahwa kinerja keuangan

kabupaten/kota di Indonesia belum bisa dikatakan baik, karena dari 516 daerah

yang diaudit, 7% mendapat opini wajar tanpa pengecualian, 66% mendapatkan

opini wajar dengan pengecualian, 5% mendapatkan opini tidak wajar dan 22%

mendapatkan opini tidak memberikan pendapat. Sedangkan pada tahun 2009 dari

504 daerah yang diaudit, 3% mendapatkan opini wajar tanpa pengecualian, 65%

mendapatkan opini wajar dengan pengecualian, 10% mendapatkan opini tidak

wajar, dan 22% mendapatkan opini tidak memberikan pendapat.

Berdasarkan data tersebut masih banyak daerah yang belum mendapatkan

opini wajar tanpa pengecualian maupun wajar dengan pengecualian, hal ini

membuktikkan bahwa masih buruknya kinerja keuangan pemerintah daerah yang

berakibat buruknya penilaian pemerintah daerah oleh BPK. Berdasarkan uraian


commit to user

4

diatas disimpulkan bahwa pengukuran kinerja keuangan daerah adalah sesuatu

yang penting untuk dilakukan.

Kinerja keuangan pemerintah daerah dipengaruhi oleh beberapa faktor,

faktor yang mempengaruhi kinerja keuangan terdiri dari tiga kategori yaitu

environmental factor, organization factor, dan financial factor (Groves et all,

2001). Beberapa penelitian mengungkapkan bahwa terdapat faktor-faktor yang

mempengaruhi kinerja keuangan pemerintah daerah di dalam maupun luar negeri.

Faktor-faktor tersebut diantaranya expenditure, real estate, gross domestic bruto.

Expenditure termasuk financial factor yang mempengaruhi kinerja

keuangan pemerintah daerah. Menurut Patriati (2010) expenditure merupakan

belanja rutin dalam suatu periode tertentu. Belanja tersebut digunakan untuk

memberikan layanan publik sebaik-baiknya. Semakin baik pelayanan publik yang

diberikan menunjukkan semakin baik pengelolaan pembelanjaan pemerintah

daerah sehingga menciptakan value for money yang baik.

Sedangkan real estate merupakan environmental factor yang

mempengaruhi kinerja keuangan pemerintah daerah, real estate adalah jumlah

keseluruhan atas nilai tanah, gedung atau bangunan, dan jalan yang dimiliki dan

dilaporkan oleh pemerintah daerah kabupaten/kota pada periode tertentu. Semakin

banyak dan semakin baik jumlah bangunan, gedung, dan jalan semakin baik juga

pelayanan publik yang diberikan sehingga semakin banyak juga pendapatan yang

diperoleh pemerintah daerah, dengan demikian semakin baik pula kinerja

keuangan pemerintah daerah tersebut (Patriati, 2010).

Selain expenditure, gross domestic product juga merupakan salah satu dari

financial factor, gross domestic product juga dikenal sebagai product domestic


commit to user

5

regional bruto (PDRB). Cohen (2006) melakukan pengujian terkait pengaruh

PDRB dengan kinerja pemerintah dearah. Bukti empiris yang diperoleh adalah

adanya pengaruh PDRB pemerintah daerah dengan kinerja keuangan pemerintah

daerah. PDRB yang tinggi berkolerasi positif terhadap pendapatan asli daerah.

Semakin tinggi jumlah pendapatan daerah, semakin besar dana yang tersedia bagi

pembangunan daerah sehingga pemerintah daerah bersangkutan mampu

menyediakan pelayanan jasa pada masyarakat yang lebih baik. (Mahmudi, 2007).

Penelitian Steven dan Mc Gowen (1983) mengenai indikator keuangan

dan tren keuangan pemerintah daerah, menggunakan tiga variabel independen

yaitu (1) pendapatan dan pengeluaran (2) tax (3) real estate dan variabel

independen yang terdiri dari debt to revenue ratio, grant to revenue ratio serta

grant to expenditure ratio. Melalui penelitian Steven dan Mc Gowen (1983)

hasilnya adalah tren keuangan pemerintah daerah dipengaruhi oleh banyak faktor

yaitu jumlah penduduk dan sumber pendapatan bagi pemerintah daerah.

Cohen (2006) menggunakan kinerja keuangan yang terdiri dari return on

equity, return on assets, profit margin, current ratio, debt/equity, long term

liabilities/total assets, assets turnover, operating revenues/total revenues dan

operating revenues/operating expense sebagai variabel dependen penelitiannya.

Serta meggunakan gross domestic product, populasi penduduk, real estate,

tourist, dan capital sebagai variabel independen penelitiannya. Melalui penelitian

Cohen (2006) ditemukan bahwa gross domestic product, populasi penduduk,

variabel real estate, tourist dan capital mempengaruhi kinerja keuangan

pemerintah daerah di Yunani yang dinyatakan dalam sembilan rasio keuangan.

Sedangkan rasio profitabilitas yang dinyatakan dalam rasio ROA, ROE dan profit


commit to user

6

margin tidak dipengaruhi oleh faktor-faktor tersebut karena profitabilitas sektor

pemerintah berbeda dengan perusahaan/swasta.

Penelitian Ningsih (2010) menggunakan revenue, expenditure, real estate,

capital, taxes, grant, gross domestic product, dan employment dengan menilai

hubungannya dengan kinerja keuangan yang diproksikan dengan rasio

kemandirian, rasio efisiensi, dan rasio efektivitas. Penelitian ini mengambil

sampel di Pemerintah Daerah Kabupaten/Kota di Jawa Tengah. Hasil penelitian

Ningsih (2010) menyatakan bahwa revenue, expenditure, dan employment saja

yang berpengaruh postif dengan kinerja keuangan.

Penelitian Suyono (2010) menggunakan revenue, expenditure, real estate,

capital, taxes, dan grant sebagai variabel independennya, dan menggunakan

kinerja keuangan yang terdiri atas current ratio, debt to equity, assets turnover,

operating revenues to total revenues, dan operating revenues to operating

expenses sebagai variabel dependennya. Adapun hasil dari penelitian tersebut

adalah tidak adanya pengaruh antara expenditure, real estate, capital, taxes

terhadap kinerja keuangan pemerintah daerah di Indonesia. Dan adanya pengaruh

antara revenue dan grant terhadap kinerja keuangan pemerintah daerah di

Indonesia.

Penelitian Winarna (2010) melakukan pengujian revenue, expenditure,

real estate, taxes, grant, population, tourist, gross domestic product terhadap

kinerja keuangan yang dinilai dengan rasio kemandirian, rasio efisiensi, rasio

efektivitas. Penelitian Winarna (2010) mengambil sampel pada pemerintah daerah

di Jawa Tengah. Hasil dari penelitian ini adalah revenue dan expenditure

mempengaruhi rasio efisiensi, rasio efektifitas, rasio kemandirian tetapi taxes,


commit to user

7

grant, real estate, population, tourist, employment, dan gross domestic product

tidak berpengaruh pada kinerja pemerintah daerah di Jawa Tengah.

Penelitian terdahulu terkait dengan kinerja keuangan pemerintah daerah

yang dilakukan Steven dan Mc Gowen (1983), Cohen (2006), Ningsih (2010),

Suyono (2010), Winarna (2010) belum memberikan hasil yang konsisten. Maka

memotivasi penulis untuk melakukan penelitian dengan judul “PENGARUH

EXPENDITURE, REAL ESTATE, DAN GROSS DOMESTIC PRODUCT

TERHADAP KINERJA KEUANGAN PEMERINTAH DAERAH DI

INDONESIA” yang diharapkan memberikan manfaat maupun referensi bagi

penelitian selanjutnya.

Perbedaan antara penelitian ini dengan penelitian terdahulu adalah:

1. Steven dan Mc Gowen (1983) menggunakan variabel independen: debt to

revenue ratio, grant to revenue ratio, grant expense ratio dalam mengukur

kinerja keuangan.

2. Cohen (2006) mengambil sampel pada pemerintah daerah Yunani serta

menggunakan variabel dependen yaitu return on asset, return on equity, asset

turnover.

3. Ningsih (2010) menggunakan rasio kemandirian, rasio efisiensi, rasio

efektivitas dalam menilai kinerja keuangan serta mengambil sampel yang

lebih sempit yaitu pemerintah daerah kabupaten/kota di Jawa Tengah.

4. Winarna (2010) mengambil sampel pada pemerintah daerah kabupaten/kota di

Jawa Tengah, serta menggunakan periode penelitian dari tahun 2005 sampai

dengan tahun 2007.


commit to user

8

5. Suyono (2010) menggunakan periode penelitian dari tahun 2005 sampai tahun

2007, selain itu Suyono (2010) tidak menggunakan variabel independen gross

domestic product.

B. Rumusan Masalah

1. Apakah expenditure berpengaruh positif terhadap kinerja keuangan

kabupaten/kota di Indonesia?

2. Apakah real estate berpengaruh positif terhadap kinerja keuangan


3. Apakah gross domestic product berpengaruh positif terhadap kinerja keuangan


C. Tujuan Penelitian

Penelitian ini bertujuan untuk menguji faktor keuangan dan faktor

lingkungan, yang terdiri dari expenditure, real estate, gross domestic product

pada pemerintah daerah.

D. Manfaat Penilitian

1. bagi pemerintah

Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi kinerja keuangan

yang akurat bagi pemerintah daerah di seluruh Indonesia.

2. bagi lembaga donatur, investor, pinjaman

Hasil penelitian ini diharapkan dapat menjadi informasi terutama informasi

terkait dengan kinerja keuangan dalam pengambil keputusan untuk lembaga

donatur yang akan memberikan donasi, maupun bank dalam memberikan

pinjaman kepada pemerintah-pemerintah daerah di Indonesia.


commit to user

9

3. bagi akademisi

Hasil penelitian ini diharapkan dapat memberikan referensi bagi penelitian

selanjutnya serta memberikan tambahan pengetahuan dan inspirasi mengenai

kinerja keuangan pemerintah daerah.

4. bagi penulis

Penulis memperoleh wawasan, pengetahuan, pengalaman khususnya dalam hal

kinerja keuangan pemerintah daerah di Indonesia.


commit to user

10

BAB II

TINJAUAN PUSTAKA DAN HIPOTESIS

A. Laporan Keuangan Pemerintah Daerah

Sutopo dan Setiawan (2010) menyatakan penyusunan laporan keuangan

pemerintah merupakan perwujudan dari transparansi dan akuntabilitas

pengelolaan keuangan negara. Laporan keuangan adalah suatu penyajian data

keuangan termasuk catatan yang menyertainya, yang dimaksudkan untuk

mengkomunikasikan sumber daya ekonomi (aktiva) dan/atau kewajiban suatu

entitas pemerintah pada saat tertentu atau perubahan atas aktiva dan/atau

kewajiban selama suatu periode tertentu sesuai dengan standar akuntansi

pemerintah. Laporan keuangan disusun untuk menyediakan informasi yang

relevan mengenai posisi keuangan dan seluruh transaksi yang dilakukan oleh

suatu entitas pelaporan selama satu periode pelaporan (Suyono, 2010)

Kerangka konseptual standart akuntansi pemerintah (paragraf 21)

menyatakan bahwa laporan keuangan terutama digunakan untuk membandingkan

realisasi pendapatan, belanja, transfer, dan pembiayaan dengan anggaran yang

telah ditetapkan, menilai kondisi keuangan, mengevaluasi efektivitas dan efisiensi

suatu entitas pelaporan, dan membantu menentukan ketaatannya terhadap

peraturan perundang-undangan. Menurut kerangka konseptual standart akuntansi

pemerintah (paragraf 16) terdapat beberapa kelompok utama pengguna laporan

keuangan pemerintah, namun tidak terbatas pada: masyarakat, para wakil rakyat,


commit to user

11

lembaga pengawas/ lembaga pemeriksa, pihak yang memberi atau berperan dalam

proses donasi, investasi, dan pinjaman dan pemerintah.

B. Tujuan Pelaporan Keuangan Pemerintah Daerah

Menurut kerangka konseptual standart akuntansi pemerintah (Paragraf 23)

pelaporan keuangan pemerintah seharusnya menyajikan informasi yang

bermanfaat bagi para pengguna dalam menilai akuntabilitas dan membuat

keputusan baik keputusan ekonomi, sosial, maupun politik dengan:

1. menyediakan informasi mengenai kecukupan penerimaan periode berjalan

untuk membiayai seluruh pengeluaran.

2. menyediakan informasi mengenai kesesuaian cara memperoleh sumber daya

ekonomi dan alokasinya dengan anggaran yang ditetapkan dan peraturan

perundang undangan.

3. menyediakan informasi mengenai jumlah sumber daya ekonomi yang

digunakan dalam kegiatan entitas pelaporan serta hasil-hasil yang telah

dicapai.

4. menyediakan informasi mengenai bagaimana entitas pelaporan mendanai

seluruh kegiatannya dan mencukupi kebutuhan kasnya.

5. menyediakan informasi mengenai posisi keuangan dan kondisi entitas

pelaporan berkaitan dengan sumber-sumber penerimaannya, baik jangka

pendek maupun jangka panjang, termasuk yang berasal dari pungutan pajak

dan pinjaman.

6. menyediakan informasi mengenai perubahan posisi keuangan entitas

pelaporan, apakah mengalami kenaikan atau penurunan, sebagai akibat

kegiatan yang dilakukan selama periode pelaporan.


commit to user

12

C. Jenis Laporan Keuangan Pemerintah Daerah

Karena pentingnya laporan keuangan bagi setiap daerah maka pemerintah

pusat menerbitkan UU Nomor 17 tahun 2003 mengenai kewajiban presiden,

gubernur, walikota, bupati menyampaikan pertanggung jawaban dalam

pelaksanaan APBD atau APBN dalam bentuk laporan keuangan. Menurut PP RI

Nomor 24 tahun 2005 laporan keuangan pemerintah daerah setidaknya meliputi :

1. laporan realisasi anggaran

Laporan ini menyajikan ikhtisar sumber, alokasi, dan penggunaan sumber

daya ekonomi yang dikelola oleh pemerintahan pusat/daerah dalam satu

periode. Selain itu laporan realisasi anggaran menyajikan unsur pendapatan

(basis kas maupun basis akrual), belanja (basis kas atau basis akrual), transfer,

pembiayaan, penerimaan pembiayaan antara lain dapat berasal dari pinjaman

dan hasil divestasi.

2. neraca

Menurut kerangka konseptual standart akuntansi pemerintah (paragraf 59)

neraca menggambarkan posisi keuangan suatu entitas mengenai aset,

kewajiban, dan ekuitas dana pada satu periode.

3. laporan arus kas

Laporan arus kas menyajikan informasi kas sehubungan dengan aktivitas

operasional, investasi aset non keuangan, pembiayaan, dan transaksi non-

anggaran yang menggambarkan saldo awal, penerimaan, pengeluaran, dan

saldo akhir kas pemerintah pusat/daerah selama periode tertentu (kerangka

konseptual standart akuntansi pemerintah paragraf 73).


commit to user

13

4. catatan atas laporan keuangan

Menurut kerangka konseptual standart akuntansi pemerintah (paragraf 75),

catatan atas laporan keuangan meliputi penjelasan naratif atau rincian dari

angka yang tertera dalam laporan realisasi anggaran, neraca, dan laporan arus

kas. Catatan atas laporan keuangan juga mencakup informasi tentang

kebijakan akuntansi yang dipergunakan oleh entitas pelaporan dan informasi

lain yang diharuskan dan dianjurkan untuk diungkapkan di dalam standar

akuntansi pemerintahan serta ungkapan ungkapan yang diperlukan untuk

menghasilkan penyajian laporan keuangan secara wajar.

D. Karakteristik Kualitatif Laporan Keuangan Pemerintah Daerah

Karakteristik kualitatif laporan keuangan merupukan ukuran-ukuran

normatif yang perlu diwujudkan dalam informasi akuntansi sehingga dapat

memenuhi tujuannya (kerangka konseptual standart akuntansi pemerintah

paragraf 32). Keempat karakteristik kualitatif laporan keuangan adalah:

1. relevan

kerangka konseptual standart akuntansi pemerintah (paragraf 33), laporan

keuangan dikatakan relevan apabila memenuhi kriteria sebagai berikut:

a. memiliki nilai umpan balik

Informasi memungkinkan pengguna untuk menegaskan dan mengoreksi

ekspektasi mereka di masa lalu.

b. memiliki nilai prediktif

Informasi mampu membantu pengguna dalam memprediksi masa depan

dengan berdasarkan pada peristiwa masa lalu dan masa kini.


commit to user

14

c. tepat waktu

Informasi tepat waktu sehingga dapat berpengaruh dan berguna dalam

pengambilan keputusan.

d. lengkap

Informasi disajikan selengkap mungkin, yaitu mencakup semua informasi

yang mampu mempengaruhi pengambilan keputusan.

2. andal


laporan keuangan yang dapat diandalkan adalah laporan keuangan yang bebas

dari pengertian yang menyesatkan, kesalahan yang material, dan jujur.

Informasi dalam laporan keungan dapat diandalkan menurut Kerangka

Konseptual Standar Akuntansi Pemerintah Paragraf 35 apabila memenuhi

kriteria sebagai berikut:

a. penyajian Jujur

Informasi menggambarkan dengan jujur transaksi serta peristiwa lainnya

yang seharusnya disajikan atau yang secara wajar dapat diharapkan untuk

disajikan.

b. dapat diverifikasi

Informasi yang disajikan pada laporan keuangan dapat diuji kebenarannya

dan apabila pengujian dilakukan oleh pihak yang berbeda maka hasilnya

tidak berbeda jauh.

c. netralitas

Informasi diarahkan pada kebutuhan umum dan tidak berpihak pada

kebutuhan pihak tertentu.


commit to user

15

3. dapat dibandingkan


informasi yang termuat dalam laporan keuangan akan lebih berguna jika dapat

dibandingkan dengan laporan keuangan periode sebelumnya atau laporan

keuangan entitas pelaporan lain pada umumnya. Perbandingan dapat

dilakukan secara internal dan eksternal. Perbandingan secara internal dapat

dilakukan bila suatu entitas menerapkan kebijakan akuntansi yang sama dari

tahun ke tahun. Perbandingan secara eksternal dapat dilakukan bila entitas

yang diperbandingkan menerapkan kebijakan akuntansi yang sama.

4. dapat dipahami

Informasi yang disajikan dalam laporan keuangan dapat dipahami oleh

pengguna dan dinyatakan dalam bentuk serta istilah yang disesuaikan dengan

batas pemahaman para pengguna. Untuk itu, pengguna diasumsikan memiliki

pengetahuan yang memadai atas kegiatan dan lingkungan operasi entitas

pelaporan, serta adanya kemauan pengguna untuk mempelajari informasi yang

dimaksud. (kerangka konseptual standart akuntansi pemerintah paragraf 37).

E. Interpretasi Laporan Keuangan Pemerintah Daerah

Menurut Rahardjo (2010) untuk memperoleh gambaran tentang

perkembangan keuangan suatu entitas, perlu dilakukan suatu interpretasi atau

analisis terhadap data keuangan dari perusahaan yang bersangkutan, dan data

keuangan itu akan tercermin dalam laporan keuangannya. Kinerja merupakan

prestasi yang dicapai oleh organisasi dalam periode tertentu (Bastian, 2006).

Kinerja merupakan suatu kondisi yang harus diketahui dan dikonfirmasikan


commit to user

16

kepada pihak tertentu untuk mengetahui tingkat pencapaian hasil suatu instansi

dihubungkan dengan visi yang diemban suatu organisas serta mengetehui dampak

positif dan negatif dari kebijakan operasional (Bahrul, 2010).

Kewajiban pemerintah untuk mempertanggungjawabkan kinerja dengan

sendirinya dipenuhi dengan menyampaikan informasi yang relevan sehubungan

dengan menyampaikan informasi yang relevan sehubungan dengan hasil program

yang dilaksanakan kepada wakil rakyat dan juga kelompok-kelompok masyarakat

yang memang ingin menilai kinerja pemerintah (Patriati, 2010). Penelitian

Suyono (2010) menyatakan bahwa interprestasi laporan keuangan bertujuan untuk

mengetahui bagaimana cara memahami laporan keuangan, bagaimana

menafsirkan angka-angka dalam laporan keuangan, bagaimana mengevaluasi

laporan keuangan, dan bagaimana menggunakan informasi keuangan untuk

pengambilan keputusan sehingga terdapat beberapa teknik dalam

menginterprestasikan laporan keuangan, salah satunya adalah analisis rasio

keuangan yang terdapat untuk mengevaluasi maupun

menganalisis/menginterprestasikan laporan keuangan untuk pengambilan

keputusan tertentu.

F. Pelaporan dan Pengukuran Kinerja Pemerintah

Menurut government accounting standart board (GASB) dalam concept

statement Nomor 2 pengukuran kinerja dibagi dalam tiga indikator. Pertama,

indikator pengukuran service effort, pengukuran ini menggunakan rasio untuk

membandingkan sumber daya keuangan dan non-keuangan dengan ukuran lain

yang menunjukkan permintaan potensial atas jasa yang diberikan. Service effort


commit to user

17

berarti bagaimana sumber daya digunakan untuk melaksanakan berbagai program

atau pelayanan jasa yang beragam. Sedangkan arti kata effort adalah jumlah

sumber daya keuangan dan non-keuangan, dinyatakan dalam uang atau satuan

lainnya, yang dipakai dalam pelaksanaan suatu program atau jasa pelayanan.

Kedua, indikator pengukuran service accomplishment, pengukuran ini

menggunakan dua jenis ukuran ukuran accomplishment atau prestasi yaitu

outputs dan outcomes. Outputs untuk mengukur kuantitas jasa yang disediakan

yang memenuhi standar kualitas tertentu sedangkan outcomes mengukur hasil

penyediaan outputs tersebut dan mengukur hasil yang muncul dari outputs yang

ada. Outcomes menjadi bermakna jika dalam penggunaannya dibandingkan

dengan outcomes tahun-tahun sebelumnya atau dibandingkan dengan target yang

telah ditetapkan sebelumnya. Ketiga, indikator yang menghubungkan antara effort

dengan accompleshment, indikator ini merupakan pembandingan antara effort

dengan accomplishment yang digunakan untuk mengukur efisiensi yang

memberikan informasi sejauh mana hasil yang diberikan sehubungan dengan

jumlah sumber daya yang dipakai, Suyono (2010). Menurut Rusydi (2010)

penilaian kinerja/performance appraisal pada dasarnya merupakan faktor kunci

guna mengembangkan suatu organisasi secara efektif dan efisien, karena adanya

kebijakan maupun program yang lebih baik atas program yang lebih baik atas

sumber daya manusia yang ada dalam organisasi.

G. Kerangka Pemikiran

Penelitian ini bertujuan untuk menguji pengaruh expenditure, real estate,

gross domestic product (GDP) terhadap kinerja keuangan pemerintah daerah di

Indonesia yang dinyatakan dalam current ratio (CR), debt to equity (DER), asset


commit to user

18

turnover (AT), operating revenues to total revenues (ORTR), operating revenues

to operating expenses (OROE) sebagaimana yang digunakan oleh Suyono (2010).

Kerangka berpikir dalam penelitian ini dijelaskan dengan gambar di bawah ini.

Gambar 1

Kerangka Pemikiran

Variabel Dependen Variabel Independen

H. Hipotesis

1. Pengaruh Expenditure terhadap Kinerja Keuangan Pemerintah Daerah.

Menurut penelitian Suyono (2010) expenditure merupakan jumlah

pengeluaran yang dilakukan oleh pemerintah daerah dalam suatu periode tertentu.

Expenditure dalam pemerintahan dinamakan sebagai belanja. Menurut standar

akuntansi pemerintahan, belanja dibedakan menjadi belanja pembangunan dan

belanja rutin. Selain itu, belanja pemerintah juga diklasifikasikan sebagai belanja

operasional dan belanja modal.

Expenditure

Real Estate

Kinerja

Keuangan

Gross Domestic

Product (GDP)


commit to user

19

Halim dan Damayanti (2008) dalam penelitian Ningsih (2010) menyatakan

bahwa jumlah belanja modal yang tinggi mengindikasikan bahwa pemerintah

daerah lebih banyak melakukan pengeluaran untuk asset jangka panjang sehingga

dampak pada kinerja pemerintah daerah akan dirasakan pada beberapa tahun

setelah terjadi belanja modal tersebut. Akibat adanya belanja modal tersebut

dalam jangka pendek adalah adanya jumlah pengeluaran yang tinggi oleh

pemerintah daerah yang dapat memperngaruhi ketersediaan dana bagi pemerintah

daerah.

Adanya pengaruh expenditure terhadap kinerja keuangan pemerintah juga

telah dibuktikan oleh McGowen (1983). Menurut McGowen (1983) semakin

besar atau tinggi jumlah expenditure pemerintah daerah mengindikasikan bahwa

pertumbuhan pembangunan pemerintah daerah tinggi sehingga ada upaya

pemerintah untuk memenuhi kebutuhan infrastruktur dalam penyediaan pelayanan

bagi masyarakat.

Atas dasar uraian di atas, maka hipotesis kedua dalam penelitian ini dapat

dinyatakan sebagai berikut.

H1 : Terdapat pengaruh positif expenditure terhadap kinerja

keuangan pemerintah daerah.

2. Pengaruh Real Estate terhadap Kinerja Keuangan Pemerintah

Daerah.

Penelitian Suyono (2010) menyatakan bahwa jumlah real estate yang tinggi

dengan pengelolaan yang baik dapat menciptakan pelayanan yang baik yaitu

pelayanan yang sesuai dengan standar minimal mutu pelayanan bagi masyarakat.

Selain itu, jumlah real estate yang tinggi dan pengelolaan yang baik dapat


commit to user

20

meningkatkan pendapatan yang dihasilkan oleh pemerintah daerah sehingga

menciptakan kinerja keuangan yang baik bagi pemerintah daerah. Pelayanan yang

dihasilkan oleh pemerintah daerah membutuhkan infrastruktur dalam proses

penciptaanya dan hal ini dapat dilakukan jika pemerintah daerah mempunyai

dukungan yang kuat dengan adanya jumlah real estate yang cukup oleh pemerintah

daerah bersangkutan. Selain itu, dengan adanya jumlah real estate yang cukup tinggi

yang dimiliki oleh pemerintah daerah dapat berakibat pada pendapatan yang

dihasilkan yang tinggi pula, sehingga dapat dinyatakan bahwa pemerintah daerah

akan menciptakan kinerja keuangan yang baik atau tinggi dengan kepemilikan real

estate yang tinggi dan pengelolaan yang baik.

Worthington dan Dollery (1999) dalam penelitian Suyono (2010)

memperoleh bukti empiris bahwa jumlah real estate berpengaruh terhadap

pengeluaran pemerintah daerah dan kinerja keuangan pemerintah daerah. Hasil

yang berbeda diperoleh Cohen (2006) yang menyatakan bahwa jumlah real estate

tidak berpengaruh terhadap kinerja keuangan pemerintah daerah di Yunani. Hasil

penelitian yang diperoleh Cohen (2006) disebabkan oleh adanya kesulitan yang

dialami oleh pemerintah daerah di Yunani dalam melakukan pengukuran dan

penilaian real estate yang disajikan dalam neraca pemerintah darah di Yunani.

Oleh karena adanya kesulitan ini, maka banyak laporan keuangan pemerintah

daerah yang tidak menyajikan atau menyajikan tetapi tidak lengkap sehingga

dapat mempengaruhi hasil dalam penelitian Cohen (2006) tersebut.

Atas dasar teori tersebut di atas, maka hipotesis ketiga dalam penelitian ini

dapat dinyatakan seperti berikut ini.


commit to user

21

H2 : Terdapat pengaruh positif real estate terhadap kinerja keuangan

pemerintah daerah.

3. Pengaruh GDP Terhadap Kinerja Keuangan Pemerintah Daerah

GDP atau gross domestic product dalam penelitian Cohen (2006)

diyatakan kedalam GDP per daerah atau lebih dikenal dengan sebutan produk

domestik regional bruto (PDRB). Angka-angka yang disajikan oleh PDRB dapat

menggambarkan kondisi ekonomi yang terjadi, baik mengenai struktur ekonomi

di masa lalu, keadaan yang sedang berjalan, bahkan kemungkinan-kemungkinan

yang terjadi di masa yang akan datang. Tingkat PDRB yang tinggi mencerminkan

tingkat kesejahteraan masyarakat setempat yang juga tinggi.

Melalui PDRB dapat diketahui kinerja ekonomi, pertumbuhan ekonomi,

struktur ekonomi dan PDRB per kapita suatu daerah (PDRB Kabupaten Pak Pak

Barat). Atas dasar logika teori tersebut di atas, maka hipotesis ketiga dalam

penelitian ini dapat dinyatakan seperti berikut ini.

H3 : Terdapat pengaruh GDP terhadap kinerja keuangan

pemerintah daerah


commit to user

22

BAB III

METODE PENELITIAN

A. Desain Penelitian

Penelitian ini merupakan studi empiris yang bertujuan untuk meperoleh

bukti mengenai ada tidaknya pengaruh positif expenditure, real estate, gross

domestic product terhadap kinerja keuangan pemerintah daerah di Indonesia. Data

penelitian ini adalah laporan keuangan pemerintah daerah di Indonesia antara

tahun 2008 sampai dengan tahun 2010 sehingga penelitian ini merupakan

penelitian dengan data cross section.

B. Populasi, Sampel, dan Teknik Pengambilan Sampel

Populasi menurut Sekaran (2006) mengacu pada keseluruhan kelompok

orang, kejadian, atau hal minat yang ingin peneliti investigasi. Populasi dalam

penelitian ini adalah laporan keuangan daerah baik kabupaten atau kota yang

berada di Indonesia, tahun 2008 sampai dengan tahun 2010 yang dipublikasikan

melalui website www.bpk.go.id.

Sampel menurut Sekaran (2006) merupakan sejumlah anggota yang dipilih

dari populasi. Dengan mempelajari sampel, penelitian mampu menarik

kesimpulan yang dapat digeneralisasikan terhadap populasi penelitian. Sampel

dari penelitian ini diambil dengan teknik purpose sampling, yaitu pengambilan

sampel menggunakan kriteria-kriteria tertentu sebagai pertimbangan yang

digunakan peneliti dalam penelitian ini disesuaikan dengan kriteria yang

dipergunakan Suyono (2010). Kriteria pengambilan sampel tersebut adalah

sebagai berikut:

http://www.bpk.go.id/


commit to user

23

1. laporan keuangan pemerintah daerah kabupaten atau kota di Indonesia tahun

2008 sampai dengan tahun 2010.

2. laporan keuangan pemerintah daerah kabupaten atau kota di Indonesia dengan

pendapat atau opini audit wajar tanpa pengecualian, wajar tanpa pengecualian

dengan paragraf penjelas, dan wajar dengan pengecualian sedangkan laporan

keuangan dengan pendapat atau opini tidak wajar dan tidak memberikan

pendapat tidak digunakan dalam sampel ini karena informasi yang tersaji

tersebut tidak wajar dan tidak dapat digunakan sebagai dasar pengambilan

keputusan oleh pemakai laporan keuangan.


2008 sampai dengan tahun 2010 yang mencatumkan data serta informasi yang

diperlukan untuk pengukuran variabel dan analisis data untuk pengujian

hipotesis dalam penelitian.

C. Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder. Data

sekunder menurut Sekaran (2006) adalah data yang mengacu pada informasi yang

dikumpulkan dari sumber yang telah ada. Sumber data dari penelitian ini salah

satunya adalah laporan keuangan pemerintah daerah di Indonesia tahun 2008

sampai dengan tahun 2010 yang dipublikasikan melalui website www.bpk.go.id

dalam mencari variabel real estate dan expenditure. Sumber data lain yang

dipergunakan adalah data statistik yang dipublikasikan melalui website

www.bps.go.id masing-masing pemerintah daerah kabupaten atau kota dalam

mencari variabel gross domestic product.

http://www.bpk.go.id/

http://www.bps.go.id/


commit to user

24

D. Definisi Operasional dan Pengukuran Variabel

Penelitian ini menggunakan tiga variabel independen yaitu expenditure,

real estate, dan gross domestic product dan menggunakan satu variabel dependen

yaitu kinerja keuangan yang diproksikan melalui current ratio, debt to equity,

asset turnover, operating revenue to total revenue, operating revenue to operating

expensi. Untuk selanjutnya variabel-variabel tersebut akan diuji secara sistematis.

1. Variabel Independen

Variabel independen dalam penelitian ini menggunakan variabel

independen sebagaimana yang sudah dilakukan oleh Cohen (2006) dan Suyono

(2010) yang terdiri dari variabel berikut ini:

a. expenditure

Variabel ini diukur dengan jumlah belanja rutin atau belanja operasional

pemerintah daerah dalam suatu periode tertentu. Jumlah belanja rutin atau

operasional dalam penelitian ini diambil dari jumlah belanja operasi dalam

laporan realisisasi anggaran pemerintah daerah pada suatu periode tertentu.

Variabel ini diukur dengan nilai expenditure atas jumlah expenditure

daerah yang tersaji dalam laporan keuangan pemerintah daerah.

b. real estate

Variabel ini merupakan jumlah keseluruhan atas nilai tanah, gedung atau

bangunan dan jalan yang dimiliki dan dilaporkan oleh pemerintah daerah

pada periode tertentu. Variabel ini diukur dengan nilai real estate atas

jumlah real estate daerah yang tersaji dalam laporan keuangan pemerintah

daerah.


commit to user

25

c. gross domestic product

Variabel ini dalam perhitungan per wilayah dinyatakan dalam PDRB

(produk domestik regional bruto). Data ini didapatkan dalam tabel PDRB

atas dasar harga konstan 2000 dari website masing-masing pemerintah

daerah.

2. Variabel Dependen

Variabel dependen dalam penelitian ini adalah kinerja keuangan yang diproksikan

ke dalam lima rasio keuangan, agar dalam pengambilan kesimpulan tidak bias

maka dari kelima rasio keuangan tersebut difaktorkan menjadi satu dengan

menggunakan bantuan program SPSS versi 16.0 yaitu dengan memasukkan lima

rasio keuangan tersebut ke dalam variabel dependen dan kemudian diolah dengan

factor analyze untuk menggabungkan lima rasio keuangan tersebut menjadi satu

variabel dependen baru yang dinamai kinerja keuangan (Suyono, 2010). Adapun

kelima rasio keuangan sebagai gambaran kinerja keuangan tersebut adalah:

a. current ratio (CR)

Current ratio adalah perbandingan antara harta lancar dan kewajiban

lancar. rasio ini menggambarkan kemampuan pemerintah daerah untuk

memenuhi kewajiban lancarnya dengan harta lancar yang dimiliki. Data

yang digunakan dalam perhitungan ini adalah data yang berasal dari

laporan neraca pemerintah daerah. Cohen (2006) menggunakan formula

untuk menentukan current ratio seperti berikut ini:

CR = bilitiesCurrentLia

etsCurrentAss


commit to user

26

b. debt to equity (DER)

Debt to equity rasio merupakan perbandingan antara jumlah total utang

pemerintah dengan total ekuitas dana. Rasio ini menggambaran

kemampuan pemerintah daerah dalam memberi jaminan pemenuhan

seluruh jumlah utang dengan jumlah ekuitas dana yang dimilki oleh

pemerintah pada periode tertentu. Kedua angka rasio ini ditentukan dengan

menggunakan angka dalam laporan neraca pemerintah daerah. Untuk

menentukan besarnya rasio ini, Cohen (2006) menggunakan cara sebagai

berikut:

D/E = Equity

Debt

c. asset turnover (AT)

Asset turnover adalah perbandingan antara jumlah pendapatan asli daerah

dengan jumlah total asset yang dimiliki olek kabupaten/kota. Angka rasio

ini menggambarkan kemampuan pemerintah daerah dalam memperoleh

pendapatan asli daerah denggan menggunakan asset yang dimiliki oleh

pemerintah daerah yang bersangkutan, semakin tinggi angka rasio ini

menandakan bahwa semakin baik kemampuan pemerintah dalam

mengusahakan asset yang dimiliki utuk menghasilkan pendapatan bagi

daerah. Menurut Cohen (2006) formula untuk menentukan angka rasio ini

adalah seperti berikut ini:

AssetsTurnover = sTotalAsset

venuestingTotalOpera Re


commit to user

27

d. operating revenues to total revenues (ORTR)

Rasio ini adalah perbandingan antara jumlah pendapatan asli daerah

dengan jumlah total pendapatan daerah dengan jumlah seluruh pendapatan

yang diterima oleh pemerintah daerah yang bersangkutan. Rasio ini dapat

diambil dalam laporan neraca pemerintah daerah. Untuk menentukan

jumlah rasio ini Cohen (2006) menggunakan formula sebagai berikut:

ORTR = venuesTotal

venuestingTotalOpera

Re

Re

e. operating revenues to operating expenses (OROE)

Operating revenues to operating expenses adalah perbandingan antara

jumlah pendapatan asli daerah dengan belanja operasi daerah dalam suatu

periode tertentu. Rasio ini menggambarkan kemampuan pemerintah

daerah dalam memperoleh pendapatan asli daerah dengan belanja operasi

yang dikeluarkan dalam suatu periode tersentu. Rasio ini dapat diketahui

dengan mengamati dalam laporan realisasi anggaran pemerintah daerah.

Cohen (2006) menggunakan formula untuk menentukan rasio ini dengan

cara:

OROE = xpensesOperatingE

venuestingTotalOpera Re


commit to user

28

E. Teknik Analisis Data

1. Statistik Deskriptif

Statistik deskriptif digunakan untuk memberikan gambaran mengenai

distribusi dan perilaku sampel dengan menghitung mean, median, standar

deviasi, minimum, dan maximum dari masing-masing sampel.

2. Analisis Regresi Berganda

Metode analisis data yang digunakan dalam penelitian ini adalah model

regresi berganda (multiple regression model) untuk menguji pengaruh EXP,

REAL, GDP terhadap kinerja keuangan pemerintah daerah yang dinyatakan

dalam rasio CR, DER, AT, ORTR, dan OROE. Model penelitian ini adalah

sebagai berikut:

FP = β0 + β2 EXP + β3 REAL β9GDP + e

Keterangan:

FP = Financial Performance (CR, DER, AT, ORTR dan OROE),

β 0 = Konstanta,

β 1 – β 8 = Koefisien Regresi,

EXP = Expenditure,

REAL = Real Estate, dan

GDP = Gross Domestic Product.


commit to user

29

Ada beberapa tahapan yang harus dilalui dalam melakukan analisis regresi

berganda, tahapnya adalah sebagai berikut:

3. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji kenormalan distribusi dalam

model regresi pada variabel penggganggu atau variabel residual (Ghozali,

2006). Model regresi yang baik adalah model yang memiliki distribusi

normal (Ghozali, 2006). Alat uji yang digunakan untuk uji normalitas

yaitu dengan menggunakan one sample kolmogorov-smirnov. Data

dikatakan terdistribusi normal apabila signifikansi variabel dependen

memiliki probability value lebih dari 5%.

b. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari satu pengamatan ke

pengamatan yang lain. Jika variance tetap, maka disebut homokedastis

dan jika berbeda disebut heteroskedastis.

Salah satu metode dalam menguji heteroskedastisitas dalam model regresi

adalah dengan uji glejser. Metode uji glejser meregresikan nilai absolute

residual dengan variabel bebas (Ghozali, 2006), apabila koefisien

parameter beta diatas 0,05 atau 5%, maka tidak terjadi heteroskedastisitas.

c. Uji Autokorelasi

Uji Autokorelasi dilakukan bertujuan untuk menguji apakah dalam model

regresi linier ada korelasi antara kesalahan pengganggu pada periode yang


commit to user

30

satu dengan kesalahan penggangu pada periode sebelumnya (Ghozali,

2006). Auto korelasi muncul karena observasi yang berurutan sepanjang

waktu berkaitan satu sama lain (Suyono, 2010).

Alat uji yang digunakan untuk menguji autokorelasi adalah uji run test.

Hasil pengujian dari run test dapat dilihat dari nilai probability value yang

apabila nilainya diatas 0,05 atau 5% maka tidak terjadi gejala autokorelasi,

sedangkan apabila nilai probability value dibawah 0,05 atau 5% maka

terjadi gejala autokorelasi pada model regresi.

d. Uji Multikolinearitas

Multikolineritas merupakan suatu keadaan dimana terdapat hubungan

yang sempurna antara beberapa semua variabel independen dalam model

regresi. Uji multikoliniearitas bertujuan untuk menguji apakah di dalam

model regresi ditemukan adanya korelasi antar variabel bebas

(independen). Model regresi yang baik seharusnya tidak terjadi korelasi di

antara variabel independen (Ghozali, 2005).

Multikolinearitas antar variabel independen dapat dilihat dari nilai

tolerance dan variances inflation factor (VIF) (Ghozali, 2005). Kedua

ukuran tersebut menunjukkan setiap variabel independen yang satu yang

dijelaskan oleh variabel independen yang lain. Nilai tolerance yang rendah

sama artinya dengan nilai VIF yang tinggi (Ghozali, 2006). Jika nilai

tolerance lebih besar dari 0.1 dan nilai VIF lebih kecil dari 10, maka tidak

terjadi multikoliniearitas.


commit to user

31

4. Pengujian Uji Hipotesis

a. Uji Koefisien Regresi Parsial (Uji signifikansi t)

Pengujian ini bertujuan untuk mengetahui apakah masing-masing variabel

independen berpengaruh signifikan terhadap variabel dependen. Tingkat

signifikansi yang digunakan dalam uji signifikansi t ini adalah 5%.

b. Pengujian Koefisien Determinasi (R2)

Pengujian ini dilakukan dengan tujuan untuk mengetahui seberapa besar

variabel independen dapat menjelaskan variabel dependennya. Nilai

pengujian koefisien determinasi (R2) dapat dilihat dari hasil pengujian

regresi berganda untuk variabel independen berupa expenditure, real

estate dan gross domestic product dengan variabel dependen yaitu kinerja

keuangan pemerintah daerah. Penelitian ini menggunakan Adjusted R

Square (Adj R2) karena menggunakan lebih dari satu variabel independen

(Ghozali, 2006).

c. Uji Regresi Simultan (Uji F)

Pengujian ini bertujuan untuk mengetahui pengaruh variabel independen

secara bersama-sama terhadap variabel dependen dengan melihat nilai

signifikansi F. Jika nilai signifikansi F lebih kecil dari 0,05 maka hipotesis

alternatif tidak dapat ditolak atau dengan α = 5% variabel independen

secara statistis mempengaruhi variabel dependen secara bersama-sama.


commit to user

32

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A. Deskripsi Data

Data yang digunakan dalam penelitian ini adalah laporan keuangan

pemerintah daerah kabupaten/kota tahun 2008-2010 yang dipublikasikan melalui

website Badan Pemeriksa Keuangan Republik Indonesia serta hasil PDRB

berdasarkan harga konstan tahun 2008-2010 yang dipublikasikan melalui website

Badan Pusat Statistik Republik Indonesia. Dari populasi tersebut, kemudian

ditentukan sampel penelitian dengan menggunakan purposive sampling method

dengan kriteria-kriteria sebagai berikut:


2008 sampai dengan tahun 2010.

2. laporan keuangan pemerintah daerah kabupaten atau kota di Indonesia dengan

pendapat atau opini audit wajar tanpa pengecualian, wajar tanpa pengecualian

dengan paragraf penjelas, dan wajar dengan pengecualian sedangkan laporan

keuangan dengan pendapat atau opini tidak wajar dan tidak memberikan

pendapat tidak digunakan dalam sampel ini karena informasi yang tersaji

tersebut tidak wajar dan tidak dapat digunakan sebagai dasar pengambilan

keputusan oleh pemakai laporan keuangan.


2008 sampai dengan tahun 2010 yang mencatumkan data serta informasi yang

diperlukan untuk pengukuran variabel dan analisis data untuk pengujian

hipotesis dalam penelitian.


commit to user

33

Tabel 1

Sampel Penelitian

Kriteria Sampel Jumlah

Laporan Keuangan Pemerintah Daerah Seluruh Indonesia tahun

2008-2010 yang didapatkan melalui kantor BPK RI

Laporan Keuangan Pemerintah Daerah Seluruh Indonesia tahun

2008-2010 yang tidak wajar (adverse) dan tidak beropini

(disclaimer).

Laporan Keuangan Pemerintah Daerah kabupaten/kota dan

provinsi seluruh Indonesia tahun 2008 s.d 2010 yang tidak

menyajikan secara lengkap data dan informasi yang dibutuhkan

dalam penelitian.

Laporan Keuangan Pemerintah Daerah Seluruh Indonesia yang

memenuhi kriteria opini beserta kriteria tambahan yang

menjadi sampel penelitian.

1261

331

450

480

Berdasarkan tabel diatas, dapat diketahui bahwa jumlah Laporan

Keuangan Pemerintah Daerah (LKPD) yang diperoleh dari BPK RI adalah 1.261

buah. Atas jumlah laporan keuangan tersebut, 331 laporan keuangan tidak dapat

dijadikan sampel penelitian karena mendapatkan opini tidak wajar (adverse), dan

tidak beropini (disclaimer) oleh BPK, hal ini dikarenakan bahwa laporan

keuangan yang tidak wajar (adverse) dan tidak beropini (disclaimer), tidak sesuai

dengan karakteristik kualitatif laporan keuangan menurut standar akuntansi

pemerintah, yaitu laporan keuangan yang tidak dapat diandalkan kebenaran dan

ketepatannya sehingga dikhawatirkan akan mampu mengubah ketepatan dari hasil

dari penelitian ini.

. Selain kriteria opini audit BPK atas Laporan Keuangan Pemerintah Daerah

(LKPD), penelitian ini juga menggunakan informasi lain dalam pengukuran

variabel independen. Untuk sampel sebelumnya yang memenuhi kriteria opini

dari BPK tetapi tidak mencantumkan informasi untuk pengukuran variabel


commit to user

34

independen, maka laporan keuangan tersebut tidak digunakan dalam penelitian

ini, yaitu sebanyak 450 laporan keuangan. Setelah dilakukan identifikasi dengan

menggunakan kriteria pengambilan sampel, maka diperoleh sampel sebanyak 480

laporan keuangan.

B. Hasil dan Analisis Data

Dalam rangka analisis pengaruh positif variabel expenditure (EXP), real

estate (REAL), dan gross domestic product (GDP) terhadap kinerja keuangan

yang diproksikan dengan current ratio (CR), debt to equity ratio (DER), asset

turnover (AT), operating revenue to total revenue (ORTR), operating revenue to

operating expense (OROE). Pengujian data dalam penelitian ini menggunakan

analisis multiple regression yang dibantu dengan software SPSS for Windows

16.0. Selanjutnya diuraikan hasil analisis data penelitian dari deskripsi statistik

analisis, uji asumsi klasik (uji normalitas, uji heterkedastisitas, uji autokorelasi,

dan uji multikoliniearitas) sampai dengan uji hipotesis (uji koefisien regresi

parsial/uji signifikansi t), uji koefisien determinasi, uji regresi simultan/uji F).


commit to user

35

1. Deskripsi Statistik Analisis

Bagian ini dilakukan untuk mencari nilai mean (rata-rata), maximum,

minimum, dan standar deviasi dari variabel-variabel pada penelitian ini.

Tabel 2

Deskripsi Statistik Analisis

Variabel N Minimum Maximum Mean Std. Deviation

EXP 480 13349200406 2593631396675 536113230425 301473986751

REAL 480 926957907 18192880358868 1494947172660 1680589456357

GDP 480 639870000 31697282000000 2868205363537 3520483479410

CR 480 0,11879 1011305,782 3392,00713 48083,22318

DER 480 0,00000 0,18362 0,01014 0,01933

AT 480 0,00157 1,61832 0,14561 0,20853

ORTR 480 0,00059 7,65814 0,0926 0,35408

OROE 480 0,01378 1103,68833 2,82177 50,36259

Valid N

(listwise) 480

Berdasarkan tabel 1 diketahui bahwa expense (EXP) memiliki rata-rata

sebesar 536.113.230.425. Nilai minimum yang sebesar 13.349.200.406 sedangkan

nilai maksimal sebesar 2.593.631.396.675.

Real estate (REAL) memiliki rata-rata sebesar 1.494.947.172.660. Real

estate terbesar (maksimum) yaitu 18.192.880.358.868 sedangkan real estate

terkecil (minimum sebesar 926.957.907.

Untuk variabel gross domestic product (GDP) memiliki rata-rata (mean)

sebesar 2.868.205.363.537. Untuk GDP paling besar (maksimum) sebesar

31.697.282.000.000 dan untuk GDP paling kecil (minimum) adalah sebesar

639.870.000.


commit to user

36

2. Uji Asumsi Klasik

Uji asumsi klasik dilakukan dengan tujuan untuk memenuhi syarat untuk

dapat menggunakan model regresi dalam pengujian hipotesis. Uji asumsi klasik

terdiri atas uji normalitas, uji multikolinearitas, uji autokorelasi dan uji

heteroskedastisitas.

Sebelum melakukan uji asumsi klasik, semua variabel independen

ditransform dengan menggunakan log, mengingat variabel independen dan

variabel dependen memiliki selisih yang tinggi. Variabel independen

(expenditure, real estate, gross domestic product) kabupaten/kota di Indonesia

berjumlah jutaan atau miliaran, sedangkan variabel dependen (current ratio, debt

to equity ratio, asset turnover, operating revenue to total revenue, operating

revenue to operating expense) kabupaten/kota di Indonesia berjumlah pecahan,

puluhan dan ratusan. Transform log memiliki tujuan agar variabel independen

lebih seimbang sebelum diregresikan dengan variabel dependen.

a. Uji Normalitas

Uji normalitas data dilakukan untuk menguji apakah data yang diuji dalam

model regresi, nilai residual atau variabel pengganggu memiliki distribusi yang

normal. Untuk menguji normalitas, penelitian ini menggunakan alat uji one

sample kolmogorav-smirnov terhadap data residual regresi yang dilaksanakan

dengan menggunakan program SPSS 16.0. Hasil dari pengujian normalitas dengan

alat uji one sample kolmogorov-smirnov dapat dilihat pada tabel berikut ini.


commit to user

37

Tabel 3

Normalitas Data Sebelum Seleksi Data Outlier

Unstandardized Residual

N

480

Normal Parametersa Mean 0,0000

Std. Deviation 1

Most Extreme Differences Absolute 0,250619408

Positive 0,177373602

Negative -0,250619408

Kolmogorov-Smirnov Z

5,479345018

Asymp. Sig. (2-tailed)

0,000

Dari tabel 3 diketahui bahwa probability value yang dihasilkan dari

pengujian one sample kolmogorov smirnov atas seluruh nilai residu data yang

digunakan dalam penelitian ini memiliki dibawah tingkat signifikansi penelitian

minimal, yaitu 5 % atau 0,05 yang mengindikasikan bahwa data yang digunakan

mempunyai distribusi yang tidak normal. Untuk dapat menggunakan pengujian

dengan model regresi, syarat yang harus dipenuhi adalah distribusi data yang

harus normal (Ghozali, 2006).

Untuk memperoleh data yang normal maka dilakukan penghilangan

outlier data yang ditunjukkan dalam kolom wise number pada tabel casewise

diagnostic, dengan ketentuan outliers outside 2 standard deviations. Setelah

mengeluarkan data outlier, maka selanjutnya data tersebut diuji kembali dengan

menggunakan one sample kolmogorov smirnov. Berikut ini merupakan tabel hasil

uji normalitas setelah menghilangkan data outlier.


commit to user

38

Tabel 4

Normalitas Data Setelah Seleksi Data Outlier


N

249

Normal Parametersa,,b

Mean -5,33933E-17

Std. Deviation 0,066

Most Extreme Differences Absolute 0,084

Positive 0,084

Negative -0,068

Kolmogorov-Smirnov Z

1,318

Asymp. Sig. (2-tailed) 0,075

Dari tabel dapat dilihat bahwa dengan dikeluarkannya data outlier maka

data terdistribusi secara normal yaitu dengan melihat nilai probability value

sebesar 0,075 yang lebih besar dari tingkat signifikansi minimal yaitu 0,05. Maka

dapat disimpulkan data sudah terdistribusi secara normal.

b. Uji Heteroskedastisitas

Uji Heteroskedastisitas dilakukan dengan tujuan untuk mengetahui apakah

model regresi terjadi ketidaksamaan variance dari satu pengamatan ke

pengamatan yang lain. Untuk menguji Heteroskedastisitas dalam penelitian ini

adalah dengan menggunakan uji glejser, yaitu dengan metode meregresikan nilai

absolute residual dengan variabel bebas. Kriteria yang digunakan dalam

penelitian ini adalah jika probabiliy value lebih besar dari 0,05 maka tidak terjadi

heteroskedastisitas, sebaliknya bila probabiliy value lebih kecil dari 0,05 maka

terjadi heteroskedastisitas.


commit to user

39

Tabel 5

Uji Heteroskedastisitas

Variabel Sig Kesimpulan

LOG_EXP .343 Tidak terjadi Heteroskedastisitas

LOG_REAL .882 Tidak terjadi Heteroskedastisitas

LOG_GDP .937 Tidak terjadi Heteroskedastisitas

Berdasarkan hasil uji heteroskedastisitas, menunjukkan bahwa probabilitas

pada model regresi dalam penelitian ini adalah sebesarlebih dari 0.05 atau 5%

sehingga dinyatakan bahwa tidak ada gejala heteroskedastisitas.

c. Uji Autokorelasi

Ghozali (2006) menyatakan bahwa uji autokorelasi digunakan untuk

mengetahui kesalahan pengganggu pada periode t dengan periode t-1. Uji

autokorelasi dilakukan untuk mengetahui hubungan yang terjadi antara anggota-

anggota dalam satu rangkaian data observasi yang terletak berderetan secara

berurutan (series) atau hubungan antara tempat yang saling berdekatan (cross

section).

Untuk meneliti Autokorelasi alat uji yang digunakan pada penelitian ini

adalah alat uji runs test. Hasil dari pengujian ini dapat dilihat dari nilai probabiliy

value yang dihasilkan dari runs test. Apabila nilai probabiliy value yang

dihasilkan lebih besar dari batas nilai minimal signifikansi yaitu 5% atau 0,05

maka tidak terjadi gejala autokorelasi. Sebaliknya, apabila nilai probabiliy value

lebih kecil dari 5%, maka dapat disimpulkan bahwa terdapat gejala autokorelasi

dalam model regresi yang digunakan oleh penelitian ini. Berikut ini merupakan

hasil dari uji runs test untuk menemukan adanya gejala autokorelasi dari model

regresi yang digunakan oleh penelitian ini.


commit to user

40

Tabel 6

Uji Autokorelasi


Test Valuea -.00996

Cases < Test Value 126

Cases >= Test Value 127

Total Cases 253

Number of Runs 129

Z .189

Asymp. Sig. (2-tailed) .850

Berdasarkan tabel hasil uji autokorelasi dapat diketahui bahwa nilai

probabiliy value yang dihasilkan adalah sebesar 0.850 atau 85% yang lebih besar

dari 0,05 atau 5%. Sehingga dapat disimpulkan bahwa tidak ada gejala

autokorelasi dari model regresi yang akan digunakan dalam penelitian ini.

d. Uji Multikolinieritas

Uji multikolinieritas digunakan untuk menunjukkan ada tidaknya

hubungan linier diantara variabel-variabel independen dengan model regresi.

Pengujian ini dilakukan dengan menggunakan tolerance dan variance infation

factor (VIF) dengan ketentuan jika tolerance value lebih kecil dari 0,01 atau VIF

lebih besar dari 10 maka terjadi multikolonieritas dan jika tolerance value lebih

besar dari 0,01 atau VIF lebih kecil 10 maka tidak terjadi multikolonieritas. Hasil

uji multikolonieritas dapat dilihat pada tabel berikut:


commit to user

41

Tabel 7

Uji Multikoliniearitas

Variabel Tolerance VIF Kesimpulan

LOG_EXP 0,472 2.118 Tidak terjadi Multikolinieritas

LOG_REAL 0,556 1.800 Tidak terjadi Multikolinieritas

LOG_GDP 0,666 1.502 Tidak terjadi Multikolinieritas

Dari tabel uji multikoliniearitas dapat disimpulkan bahwa semua nilai

tolerance dari semua variabel dalam model regresi lebih besar dari 0,1 dan nilai

variance inflation factor dari semua variabel dalam model regresi lebih kecil dari

10, maka dapat disimpulkan bahwa model regresi yang digunakan dalam

penelitian ini tidak mengalami gejala multikolinearitas atau semua variabel dalam

model penelitian ini homokedastisitas.

3. Uji Hipotesis

Tujuan dari penelitian ini adalah untuk memperoleh bukti empiris

pengaruh expenditure (EXP), real estate (REAL), gross domestic product (GDP)

terhadap kinerja keuangan yang diproksikan dengan current ratio (CR), debt to

equity (DER), asset turnover (AT), operating revenue to total revenue (ORTR),

operating revenue to operating revenue (OROE). Untuk tujuan itu, penelitian ini

menggunakan metode principal components untuk mendapatkan factor scores

yang kemudian digunakan sebagai variabel dependen dalam pengujian model

regresi berganda. Berikut merupakan hasil dari pengujian data dengan model

regresi berganda untuk mengambil kesimpulan terkait dengan hipotesis yang

diajukan dalam penelitian ini.


commit to user

42

a. Uji Signifikansi t

Tujuan dari ujian signifikansi t adalah untuk menguji pengaruh variabel

independen terhadap variabel dependen sebagaimana dinyatakan dalam hipotesis

penelitian ini. Selain itu uji signifikansi t juga digunakan untuk mengetahui tanda

koefisien regresi masing-masing variabel independen sehingga dapat ditentukan

arah pengaruh masing-masing variabel independen terhadap variabel dependen.

Kriteria pengambilan kesimpulan atas hasil uji signifikansi t adalah

probability value (sig) t, apabila (sig) t lebih kecil dari 0,05 atau 5%, maka

dinyatakan bahwa variabel independen berpengaruh terhadap variabel dependen

sehingga hipotesis yang diajukan dalam penelitian dapat diterima atau didukung

oleh data penelitian, sebaliknya jika (sig) t lebih besar dari 0,05 atau 5% maka

dinyatakan variabel independen tidak berpengaruh pada variabel dependen dan

hipotesis yang diajukan tidak diterima atau tidak didukung oleh data penelitian.

Berikut ini adalah hasil uji signifikansi t dalam penelitian ini.

Tabel 8

Uji Signifikansi t

Variable Unstandardized

Coefficients t Sig.

(Constant) .605 2.719 .007

LOG_EXP .043 3.582 .000

LOG_REAL -.078 -10.370 .000

LOG_GDP .000 -.119 .906

Dari tabel diatas dapat disimpulkan bahwa variabel real estate (REAL)

dan expenditure (EXP) berpengaruh terhadap kinerja keuangan pemerintah daerah

di Indonesia karena nilai probabilitas 0.000 yang lebih kecil dari tingkat

signifikansi sebesar 0,05 atau 5%. Sementara itu, hasil tabel 7 mengindikasikan

bahwa variabel gross domestic product (GDP) tidak berpengaruh terhadap kinerja


commit to user

43

keuangan pemerintah daerah di Indonesia karena nilai probabilitas variabel gross

domestic product 0,906 yang lebih besar dari tingkat signifikansi penelitian yaitu

0,05 atau 5%.

Hasil dari uji signifikansi t juga dapat dijadikan dasar dalam penyusunan

model penelitian yang dapat dirumuskan dengan model berikut ini.

FP = 0,605 + 0,043 (LOG_EXP) – 0,78 (LOG_REAL) – 0,000

(LOG_GDP) + e

b. Uji Signifikansi F

Uji signifikansi F dilakukan untuk menguji kelayakan model regresi untuk

digunakan dalam melakukan analisis hipotesis dalam penelitian. Untuk kriteria

dalam uji signifikansi F ini adalah dengan melihat probability value (sig), apabila

probability value yang dihasilkan dalam penelitian ini lebih besar dari 0,05 atau

5% maka dapat dinyatakan bahwa model tidak layak (fit) untuk digunakan dalam

pengujian hipotesis penelitian. Sedangkan jika probability value yang dihasilkan

dalam penelitian ini lebih kecil dari 0,05 atau 5% maka model dinyatakan layak

(fit) untuk digunakan sebagai model regresi dalam penelitian.

Tabel 9

Uji Signifikansi F

Model Sum of

Squares Df

Mean

Square F Sig.

1 Regression .557 3 .186 41.984 0,000a

Residual 1.101 249 .004

Total 1.658 252

Tabel 8 menunjukkan bahwa probability value atau sig atas model regresi

yang digunakan dalam penelitian ini lebih kecil dari tingkat signifikansi penelitian


commit to user

44

0,05 atau 5% maka hasil ini mengindikasikan bahwa model regresi yang

digunakan dalam penelitian ini layak (fit) untuk digunakan sebagai model regresi

pengujian hipotesis.

c. Uji Koefisien Determinasi (R2)

Uji koefisien determinasi dilakukan untuk menunjukkan seberapa jauh

pengaruh variabel independen dalam menerangkan variasi variabel dependen.

Untuk model regresi yang menggunakan satu variabel independen determinasi

ditunjukkan oleh nilai R Square (R2), sedangkan untuk model regresi yang

menggunakan dua atau lebih variabel independen koefisien determinasinya

ditunjukkan oleh nilai adjusted R Square (adj R2). Hasil dari pengujian koefisien

determinasi disajikan dalam tabel berikut ini.

Tabel 10

Uji Koefisien Determinasi

Model R R Square Adjusted R

Square

Std. Error of

the Estimate

1 .580a .336 .328 .06649003

Tabel uji koefisien determinasi menunjukkan bahwa nilai adj R square

adalah 0,328 atau 32,8%. Nilai tersebut mengindikasikan bahwa variabel kinerja

keuangan pemerintah daerah di Indonesia mampu dijelaskan oleh variabel

independen berupa EXP, REAL, dan GDP sebesar 32,8 % dan sisanya sebear 67,2

% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.

C. Pembahasan

Dari hasil penelitian ini ditemukan bahwa jumlah expenditure berpengaruh

positif terhadap kinerja keuangan pemerintah daerah di Indonesia, real estate


commit to user

45

berpengaruh negatif terhadap kinerja keuangan pemerintah daerah di Indonesia,

sedangkan jumlah gross domestic product tidak berpengaruh terhadap kinerja

keuangan pemerintah daerah di Indonesia. Hasil penelitian yang menyatakan

bahwa expenditure berpengaruh terhadap kinerja keuangan pemerintah daerah

konsisten dengan penelitian Ningsih (2010) dan Winarna (2010), namun

kontradiktif terhadap penelitian Suyono (2010). Hasil penelitian yang menyatakan

bahwa jumlah real estate berpengaruh terhadap kinerja keuangan pemerintah

daerah konsisten dengan penelitian Worthington dan Dollery, namun kontradiktif

terhadap penelitian Steven dan Mc Gowen (1983), Cohen (2006), Ningsih (2010),

Suyono (2010), Winarna (2010). Sedangkan hasil penelitian yang menyatakan

bahwa jumlah gross domestic bruto tidak berpengaruh terhadap kinerja keuangan

pemerintah daerah konsisten dengan penelitian Ningsih (2010) dan Winarna

(2010), namun kontradiktif dengan penelitian Cohen (2006).

Dari hasil peneltian yang menyatakan bahwa jumlah expenditure

berpengaruh positif terhadap kinerja keuangan pemerintah daerah karena semakin

besar jumlah expenditure pemerintah daerah mengindikasikan bahwa

pertumbuhan pembangunan pemerintah daerah juga tinggi sehingga ada upaya


bagi masyarakat (Steven dan Mc Gowen dalam penelitian Patriati, 2010).

Mahmudi (2007) dalam penelitian Suyono (2010) menyatakan bahwa indikasi

adanya pertumbuhan pembangunan di daerah salah satunya adalah dengan adanya

pertumbuhan jumlah belanja pada pemerintah yang bersangkutan. Apabila

pertumbuhan belanja tinggi, maka hal ini mengindikasikan bahwa laju

pertumbuhan pembangunan daerah tinggi sehingga berpengaruh terhadap


commit to user

46

pelayanan yang disediakan untuk masyarakat. Sedangkan menurut Ningsing

(2010) jumlah expenditure sudah mampu menghasilkan output atau hasil yang

optimal sehingga mampu meningkatkan kinerja keuangan pemerintah daerah.

Berdasarkan hasil penelitian, jumlah real estate berpengaruh negatif

terhadap kinerja keuangan pemerintah daerah menurut Halim dan Damayanti

dalam penelitian Suyono (2010) dikarenakan bahwa dengan jumlah belanja modal

(belanja gedung, bangunan, jalan, tanah) mengindikasikan bahwa pemerintah

daerah lebih banyak melakukan pengeluaran asset jangka panjang sehingga

dampak pada kinerja pemerintah daerah akan dirasakan pada beberapa tahun

setelah terjadi belanja modal tersebut. Akibat adanya belanja modal dalam jangka

pendek adalah adanya jumlah pengeluaran yang tinggi oleh pemerintah daerah

yang dapat mempengaruhi ketersediaan dana bagi pemerintah daerah.

Tidak berpengaruhnya gross gomestic product (GDP) terhadap kinerja

keuangan pemerintah daerah menurut Ningsih (2010) dikarenakan jumlah GDP

yang dalam penelitian ini diwakili oleh PDRB dengan pendekatan harga konstan

yang terbagi atas 9 sektor usaha yaitu: sektor 1) pertanian, 2) pertambangan dan

penggalian, 3) industri pengolahan, 4) listrik, gas, dan air bersih, 5) bangunan,

perdagangan, hotel, dan restoran 6) pengangkutan dan komunikasi, 7) jasa

keuangan, 8) persewaan dan jasa perusahaan, 9) jasa-jasa lain belum mampu

dikelola secara optimal oleh pemerintah daerah setempat sehingga belum dapat

berkontribusi dalam pendapatan daerah sehingga tidak mampu mendorong

pencapaian kinerja keuangan pemerintah daerah.


commit to user

47

BAB V

PENUTUP

A. Simpulan

Pengujian data karateristik pemerintah daerah yang terdiri dari

expenditure, real estate, dan gross domestic product terhadap kinerja keuangan

pemerintah daerah di Indonesia yang diproksikan dengan current assets (CR),

debt to equity (DER), assets turnover (AT), operating revenue to total revenue

(ORTR), dan operating revenue to operating expenses (OROE) dengan

menggunakan model multiple regression menunjukkan bahwa jumlah expenditure

berpengaruh positif terhadap kinerja keuangan pemerintah daerah, real estate

memiliki pengaruh negatif terhadap kinerja keuangan pemerintah daerah

sedangkan jumlah gross domestic product tidak berpengaruh terhadap kinerja

keuangan pemerintah daerah.

Expenditure atau belanja operasional pemerintah daerah memiliki

pengaruh positif terhadap kinerja keuangan pemerintah daerah karena semakin

besar jumlah expenditure pemerintah daerah mengindikasikan bahwa

pertumbuhan pembangunan pemerintah daerah juga tinggi sehingga ada upaya


bagi masyarakat.

Real estate yang merupakan jumlah keseluruhan atas nilai tanah, gedung

atau bangunan dan jalan yang dimiliki dan dilaporkan oleh pemerintah daerah

pada periode tertentu dalam penelitian ini memilki pengaruh negatif terhadap

kinerja keuangan pemerintah daerah. Halim dan Damayanti dalam penelitian


commit to user

48

Suyono (2010) menyatakan bahwa dengan jumlah belanja modal (belanja gedung,

bangunan, jalan, tanah) mengindikasikan bahwa pemerintah daerah lebih banyak

melakukan pengeluaran asset jangka panjang sehingga dampak pada kinerja

pemerintah daerah akan dirasakan pada beberapa tahun setelah terjadi belanja

modal tersebut. Akibat adanya belanja modal dalam jangka pendek adalah adanya

jumlah pengeluaran yang tinggi oleh pemerintah daerah yang dapat

mempengaruhi ketersediaan dana bagi pemerintah daerah.

Sementara untuk jumlah gross domestic product atau product domestic

regional bruto tidak mempengaruhi kinerja keuangan pemerintah daerah, hal ini

mengindikasikan bahwa pemerintah belum mampu mengelola secara optimal hasil

sektor lapangan usaha yakni 1) sektor pertanian, 2) pertambangan dan penggalian,

3) industri pengolahan, 4) listrik, gas, dan air bersih, 5) bangunan, perdagangan,

hotel, dan restoran 6) pengangkutan dan komunikasi, 7) jasa keuangan, 8)

persewaan dan jasa perusahaan, 9) jasa-jasa lain daerah setempat sehingga belum

dapat berkontribusi dalam pendapatan daerah sehingga tidak mampu mendorong

pencapaian kinerja keuangan pemerintah daerah.

B. Keterbatasan

Penelitian ini dilakukan dengan beberapa keterbatasan yang dengan

keterbatasan tersebut dapat berpengaruh pada hasil penelitian. Berikut ini adalah

keterbatasan-keterbatasan dalam penelitian ini:

1. penelitian ini menguji data tanpa memisahkan status daerah (kabupaten,

kota, dan provinsi) dan ukuran daerah sehingga analisis penelitian ini

dilakukan tanpa memisahkan status dan ukuran daerah.


commit to user

49

2. banyak situs bps kabupaten/kota yang tidak mencantumkan hasil PDRB,

situs rusak/tidak dapat dibuka bahkan di hacked sehingga banyak

mengurangi sampel penelitian.

3. variabel independen penelitian ini tidak menggunakan organization factor

sebagaimana yang diungkapkan oleh Groves et all (2001) dan hanya

menggunakan financial factor yaitu expenditure dan Gross Domestic

Product sedangkan variabel real estate merupakan environmental factor.

C. Saran

Hasil penelitian dan keterbatasn penelitian mendasari pengajuan saran atau

rekomendasi. Berikut ini adalah saran-saran yang bisa diajukan untuk penelitian

selanjutnya:

1. memisahkan sampel penelitian berdasarkan kriteria tertentu, seperti status

daerah yang terdiri dari kabupaten, kota, dan provinsi.

2. meminta langsung hasil product regional domestic bruto atas dasar harga

konstan kabupaten/kota di Indonesia ke Badan Pusat Statistik Pusat karena

banyak website Badan Pusat Statistik kabupaten/kota tidak mencantumkan

hasil PDRB, situs rusak/tidak dapat dibuka bahkan di hacked sehingga

banyak mengurangi sampel penelitian.

3. menambahkan organization factor sebagaimana yang diungkapkan oleh

Groves et all (2001) karena dalam penelitian ini hanya terdapat financial

factor dan environtmen factor saja.


commit to user

52

LAMPIRAN


commit to user

53


commit to user

54

A. Hasil Outline SPSS

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

EXP 480 13349200406 2593631396675 536113230425 301473986751

REAL 480 926957907 18192880358868 1494947172660 1680589456357

GDP 480 639870000 31697282000000 2868205363537 3520483479410

CR 480 0,11879 1011305,782 3392,00713 48083,22318

DER 480 0,00000 0,18362 0,01014 0,01933

AT 480 0,00157 1,61832 0,14561 0,20853

ORTR 480 0,00059 7,65814 0,0926 0,35408

OROE 480 0,01378 1103,68833 2,82177 50,36259

Valid N (listwise) 480

One-Sample Kolmogorov-Smirnov Test

Unstandardized

Residual

N 253

Normal Parametersa Mean .0000000

Std. Deviation .06609307

Most Extreme Differences Absolute .081

Positive .081

Negative -.055

Kolmogorov-Smirnov Z 1.282


a. Test distribution is Normal.


commit to user

55

Runs Test

Unstandardized

Residual

Test Valuea -.00996

Cases < Test Value 126

Cases >= Test Value 127

Total Cases 253

Number of Runs 129

Z .189


Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) .605 .223 2.719 .007

LOG_EXP .043 .012 .269 3.582 .000 .472 2.118

LOG_REAL -.078 .008 -.718 -10.370 .000 .556 1.800

LOG_GDP .000 .006 -.008 -.119 .906 .666 1.502

a. Dependent Variable: KINERJA

KEUANGAN

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) .271 .139 1.947 .053

LOG_EXP -.007 .007 -.087 -.951 .343 .472 2.118

LOG_REAL .000 .005 -.013 -.148 .882 .556 1.800

LOG_GDP .000 .004 -.006 -.079 .937 .666 1.502

a. Dependent Variable: ABS_KINERJA


commit to user

56

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression .557 3 .186 41.984 .000a

Residual 1.101 249 .004

Total 1.658 252

a. Predictors: (Constant), LOG_GDP, LOG_REAL, LOG_EXP

b. Dependent Variable: KINERJA KEUANGAN

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .580a .336 .328 .06649003

a. Predictors: (Constant), LOG_GDP, LOG_REAL, LOG_EXP

b. Dependent Variable: KINERJA KEUANGAN


commit to user

57

B. Sampel Skripsi

No Kabupaten/Kota EXP REAL GDP CR DER AT ORTR OROE

1 aceh timur 409931984962 477734910205 1529160890000 1,63391 0,02606 0,01830 0,02779 0,03516

2 aceh besar 446419462837 783903872063 2262296060000 29,12987 0,00227 0,02167 0,03805 0,04742

3 kota langsa 258786586039 466234551501 5436258940000 3,35810 0,01183 0,02678 0,05307 0,06621

4 pidie jaya 99178598141 12689072701 588072440000 61,98693 0,00860 0,03759 0,01033 0,01378

5 badung 813434613163 1825383958213 5196125340000 117,60435 0,00232 0,23045 0,60615 0,93407

6 buleleng 623871420834 1146500004842 1575700000000 24,43004 0,00382 0,04056 0,07205 0,08441

7 tabanan 576108620730 1465451262567 2221759970000 138,23842 0,00087 0,03269 0,08666 0,10026

8 kota denpasar 585815824292 1863291475230 5029895330000 90,53432 0,00258 0,08006 0,25658 0,30085

9 serang 869204674400 1188016913048 663998883000 3112,98789 0,00003 0,07568 0,13276 0,15941

10 kota tangerang 738845192000 3056290643702 2606699000000 48,92558 0,00461 0,04838 0,16301 0,24613

11 bengkulu utara 424930359896 1005804910175 731037550000 57,80042 0,00069 0,01353 0,02879 0,03764

12 kaur 188759131858 405267523467 225805260000 210,58655 0,00029 0,01061 0,02058 0,03074

13 muko muko 195870928658 481301947318 560089750000 0,24199 0,18362 0,01085 0,02000 0,03405

14 kota bengkulu 336477576736 1000080160700 1898199000000 1,77837 0,02897 0,02508 0,05422 0,07302

15 bantul 737419578232 1640238628824 3810168400000 21,92250 0,00262 0,03381 0,06819 0,09466

16 gunung kidul 573130721533 793642556835 5502208000000 388,03743 0,00073 0,03083 0,04781 0,05742

17 kulonprogo 504164787479 750432963667 381016840000 7,93874 0,00586 0,04375 0,07267 0,08388

18 kota yogyakarta 591219774235 2455000197152 5021148000000 44,48287 0,00229 0,04393 0,18387 0,22400

19 bungo 343638024281 688356674052 994577080389 42,95226 0,00232 0,05852 0,11854 0,18696

20 cianjur 997508818042 2340924990739 3481032240000 1,48030 0,03255 0,02887 0,06499 0,07791

21 cirebon 1000755868330 1837741771638 3288246000000 45,72796 0,00064 0,04579 0,09093 0,10144

22 indramayu 834664775243 2441251864903 6806742930000 62,23955 0,00034 0,02010 0,05476 0,06802

23 karawang 1053004524691 1443841839527 1756280339000 30,35646 0,00470 0,06765 0,10905 0,12515

24 subang 847925077265 2698301328031 5996993000000 7,40170 0,00142 0,02148 0,06483 0,07547

25 tasikmalaya 798692193481 1490909207372 5080500040000 17,73950 0,00466 0,02399 0,04552 0,05909

26 kota bandung 1713209462497 17618306047430 26978909000000 20,32019 0,00089 0,01683 0,15585 0,18359

27 kota bogor 566665307612 3053458382854 4252821780000 26208,71895 0,00000 0,02806 0,13615 0,17253

28 kota sukabumi 374963580847 895834746733 758183486000 31,44241 0,00160 0,05579 0,14389 0,17144

29 batang 417047843863 1296530054805 2169900000000 219,97117 0,00120 0,02648 0,07103 0,08966

30 blora 577494559219 7008511926 1979627000000 157,98270 0,00058 0,01777 0,06891 0,08501

31 boyolali 663115703998 1191310855958 3889372858000 558,60077 0,00025 0,03637 0,08145 0,09611

32 cilacap 886346227991 2284996374485 2239002000000 8,56341 0,00555 0,03623 0,08833 0,11596


commit to user

58

33 demak 577802039971 829526011254 2787524020000 78,68789 0,00088 0,03740 0,06309 0,07584

34 grobogan 686832058005 1145971596786 2948793820000 1,16844 0,07300 0,04214 0,07370 0,08725

35 jepara 557983935424 3901849333183 3889988850000 17,29297 0,00084 0,01670 0,09432 0,12698

36 pekalongan 541586163172 9522186889 1887853700000 78,28647 0,00075 0,01476 0,08203 0,10207

37 pemalang 627466724697 1545295518164 3142808000000 62,59496 0,00324 0,03512 0,08818 0,10638

38 purbalingga 526726245434 1115578373827 4444058180000 7,42987 0,00972 0,04568 0,09335 0,12112

39 rembang 465435654415 630940404489 2093413000000 2,52289 0,02219 0,05889 0,08826 0,10984

40 sragen 634111365753 1195627027620 2729450320000 21,96125 0,00253 0,04284 0,08181 0,10377

41 temanggung 492044566385 1617691032525 2219155630000 6,99899 0,00295 0,02055 0,06577 0,07707

42 wonosobo 466686800795 1240500173836 1741148310000 12,61050 0,00281 0,02471 0,06282 0,08176

43 kota salatiga 241853726432 848795974787 8321548800000 57,96279 0,00186 0,03541 0,11555 0,18667

44 kota tegal 299090201057 996019852706 3286263440000 57,42716 0,00490 0,04846 0,17987 0,23260

45 blitar 661657026363 1488616205221 3125947580000 9,23594 0,00587 0,02776 0,05504 0,07436

46 magetan 530977698994 1457308700878 2935182280000 20,94580 0,00304 0,02246 0,05945 0,07349

47 malang 995277824009 3252103199406 1303448846000 10,25665 0,00321 0,02709 0,07673 0,10080

48 nganjuk 629516914312 1910609293437 4781882610000 132,79892 0,00038 0,02759 0,07692 0,09580

49 ngawi 588317245316 1174715673516 2785335430000 23,09801 0,00114 0,01573 0,03301 0,04023

50 pacitan 454261692496 1054381655397 1370203620000 214,85477 0,00020 0,01855 0,04257 0,05216

51 pamekasan 495758014972 1005902469142 1953007330000 1382,70655 0,00025 0,02821 0,06031 0,07455

52 pasuruan 658734642966 1345150381380 6057291880000 93,81075 0,00097 0,04501 0,08991 0,12211

53 probolinggo 316612621779 1548869532661 601455155000 150,61297 0,00034 0,02034 0,09293 0,12012

54 kota madiun 286318835308 862983879940 1864815070000 11772,99481 0,00001 0,02377 0,07247 0,09435

55 kota probolinggo 316612621779 889111215891 1808452670000 22,55162 0,00142 0,03664 0,09293 0,12012

56 pontianak 538195995337 626467728059 1179805853900 7,97753 0,00475 0,02211 0,02905 0,03778

57 sambas 496880753963 962710251327 2628632187000 787,23849 0,00003 0,02001 0,03990 0,04638

58 sanggau 453699484479 929697685212 2438810893000 119,79552 0,00072 0,03012 0,03995 0,05267

59 sintang 455361135520 919236645231 1881764671000 22,79423 0,00338 0,02183 0,03945 0,06093

60 balangan 178231264860 454838304075 1728565489000 9,67934 0,02551 0,02760 0,05840 0,11372

61 tanah laut 363594321211 537149077746 2025926475000 361,60317 0,00067 0,04821 0,08894 0,11934

62 kotawaringin timur 421613193647 851578669751 656000000000 46,56660 0,00130 0,03267 0,06458 0,09687

63 kota palangkaraya 367020146652 1011007771588 2797115400000 52,69066 0,00223 0,02014 0,04702 0,06312

64 kota tarakan 494935207152 2821894182040 2251526420000 99,21194 0,00261 0,02157 0,09435 0,17964

65 bintan 397405465444 935459808459 2804000000000 386,24992 0,00044 0,10733 0,25474 0,34317

66 kota tanjung pinang 389136491352 528720568745 2209300000000 35,32306 0,00652 0,04128 0,06942 0,09147

67 kota bandar lampung 652412631035 1514600856118 5802308000000 81,73165 0,00057 0,03897 0,09046 0,10371

68 kota metro 278400940684 1188638698994 872698000000 2,20269 0,01978 0,01415 0,06181 0,07237


commit to user

59

69 lombok tengah 510078177470 1312191566739 1961000000000 32,99222 0,00056 0,01727 0,04129 0,05269

70 sumbawa 410671620876 1140730041438 1640941000000 140,10416 0,00056 0,01833 0,04544 0,06310

71 alor 273864100690 459620975530 393000000000 4,24979 0,00601 0,02339 0,04230 0,05930

72 manggarai barat 196424954493 683931848870 381360000000 30,98373 0,00163 0,01863 0,04036 0,07663

73 ngada 196460825858 539413593812 364560000000 4,47478 0,01095 0,02273 0,05916 0,08362

74 rote ndao 187035661263 544528347040 315770000000 787,23849 0,01271 0,02084 0,05053 0,07803

75 sumba barat 149357203978 436846745479 270850000000 64,69354 0,00137 0,02657 0,10061 0,11889

76 kota kupang 349593395335 642765386206 2000220000000 13,64227 0,00725 0,03288 0,07666 0,09164

77 indragiri hilir 622318161671 1648083584912 1551819415000 9,90096 0,00944 0,02951 0,06024 0,09331

78 kuantan singingi 570411930143 1570584468235 2719000000000 21,13396 0,00558 0,01211 0,02875 0,04331

79 pelalawan 475593019574 1283523021876 2716426800000 1200,14239 0,00018 0,01470 0,03785 0,06724

80 majene 231761204500 449628384268 530488510000 27,97297 0,00095 0,01111 0,02146 0,03030

81 bone 581664611158 1376929707814 2776660000000 2,10267 0,02555 0,03207 0,06728 0,08711

82 bulukumba 38126144860 1366830883424 1539670000000 34,53737 0,00096 0,01256 0,03913 0,05246

83 enrekang 272507600913 800618717251 671530000000 9,53712 0,00746 0,02315 0,05490 0,08812

84 gowa 435777703486 1515504008895 1650320000000 11,60225 0,00586 0,01787 0,05292 0,07395

85 luwu 338993422826 635822742694 1480670000000 11,55488 0,00335 0,01986 0,03886 0,05193

86 luwu timur 211512158037 814283536951 4429720000000 18,99946 0,01190 0,03748 0,09174 0,22113

87 luwu utara 322198401277 954390351573 1356830000000 18,09457 0,00237 0,01471 0,03867 0,05277

88 pangkajene dan kepulauan 345637546909 697625109105 2237500000000 6,59089 0,00685 0,04711 0,08220 0,12774

89 pinrang 365337888049 1139617418393 2214900000000 5,67877 0,00401 0,00157 0,04842 0,06268

90 sidenreng rappang 321739133612 1439120599957 1368330000000 0,82100 0,03661 0,01170 0,04094 0,05963

91 sinjai 290825761526 1234554671179 957710000000 1,43449 0,00934 0,01668 0,05530 0,08443

92 soppeng 316667127330 577869925893 1082810000000 7,38626 0,01284 0,01980 0,03895 0,05514

93 takalar 32018939890 627687991199 799560000000 1,88908 0,01015 0,01664 0,03222 0,04127

94 tana toraja 431928574196 642336879233 587420000000 22,55692 0,00429 0,02462 0,04012 0,04996

95 wajo 399119232402 784878403230 2204400000000 14,73145 0,00584 0,01591 0,05706 0,07364

96 kota makassar 949107551869 4891458261527 13551830000000 0,99817 0,02323 0,02778 0,14171 0,16661

97 kota palopo 262045342936 275395432125 799330000000 0,65977 0,03805 0,05152 0,05884 0,07972

98 kota parepare 158976988301 1092803187757 655260000000 37,69007 0,01456 0,02419 0,09064 0,13258

99 banggai 439627420425 4347860680 625142000000 18,85788 0,00494 0,02395 0,03808 0,05242

100 banggai kepulauan 203926571599 515992706194 1137849000000 11,24827 0,01197 0,01650 0,03140 0,05977

101 tojo una-una 214761235849 625384836187 427329000000 920,23584 0,00008 0,02152 0,04671 0,07955

102 kota bitung 287386205855 1259621826904 1943000000000 93,62648 0,00087 0,01092 0,04710 0,06052

103 kota padang panjang 176415549825 443659626783 372248750000 563,28170 0,00019 0,02054 0,05193 0,07628

104 kota payakumbuh 241962644018 546892204596 774485720000 295,55054 0,00039 0,41828 0,09893 0,13015


commit to user

60

105 kota solok 201253215165 685195883141 404280000000 11,82930 0,01611 0,02282 0,07502 0,10755

106 muara enim 544420226374 1640037351578 4804098000000 63,14519 0,00100 0,02713 0,06634 0,10352

107 musi banyuasin 609629695381 3032487241356 4139647000000 78221,01515 0,00000 0,00726 0,02392 0,04984

108 serdang bedagai 13349200406 557835692618 6798890000000 2,48879 0,03761 0,03023 0,04050 0,05230

109 tapanuli tengah 291607321213 631088694523 1067350100000 3,61374 0,01574 0,01335 0,02659 0,03851

110 aceh selatan 388419993474 898163988114 1191675330000 7,01002 0,01890 0,01486 0,03438 0,04187

111 aceh besar 458100482782 854168670106 2384814250000 9,12901 0,00416 0,02613 0,05040 0,05927

112 pidie 468338653513 1356742489034 588072440000 6,10156 0,00071 0,00977 0,02919 0,03400

113 kota langsa 276632107275 525245718393 5676870960000 0,80306 0,04235 0,01768 0,03736 0,04643

114 badung 890192793292 2259990190887 552832009000 5,30470 0,03947 0,21970 0,60091 0,95504

115 bangli 357165746347 476350203267 1040363440000 1970,39865 0,000065697 0,03510 0,03985 0,04564

116 buleleng 665875955338 1230351835871 166790000000 3,33136 0,01886 0,04800 0,08228 0,09534

117 jembrana 357314921049 865819848507 1663250000000 70,79197 0,00101 0,03028 0,07110 0,09000

118 karangasem 486751765690 1391979566848 1747169480000 9,28023 0,00994 0,04475 0,07682 0,09829

119 tabanan 620851949963 1523602495080 2342711270000 7,65068 0,00544 0,05409 0,13601 0,15115

120 kota denpasar 690066634045 1897061768786 5358246420000 56,97767 0,00298 0,09332 0,26202 0,31179

121 bangka barat 221382453088 774804971552 2511697000000 827,74141 0,00013 0,02634 0,06832 0,12014

122 belitung 278595235311 759910822622 1146190000000 74,27571 0,00230 0,04194 0,12355 0,18219

123 serang 732387630508 1287851001730 685093992000 3210,90576 0,000029571 0,05917 0,13044 0,16192

124 kota tangerang 846256268485 4801152971267 2756254000000 1612,08971 0,00006 0,04746 0,16366 0,22874

125 kaur 209498851509 513351760674 235465470000 362,86177 0,00004146753 0,01402 0,03076 0,04302

126 kota bengkulu 390570594059 1130896446614 2000757350000 1,12341 0,02123 0,02050 0,05664 0,07181

127 bantul 792019021918 1747832010316 4140704900000 232,15350 0,00043 0,04060 0,10054 0,11198

128 gunung kidul 462231695650 976498434055 598778200000 123,44883 0,00085 0,02984 0,05401 0,06899

129 kulonprogo 535336367498 680952154531 414070490000 13,23956 0,00547 0,04188 0,06599 0,07352

130 sleman 860189984372 1975756601483 6099557000000 55,73490 0,00171 0,06098 0,15783 0,17874

131 kota yogyakarta 695351653001 2781605693214 5244851000000 41,01033 0,00157 0,04956 0,21530 0,23222

132 bone bolango 237970915543 365157014315 2630607200000 12,14491 0,00387 0,02288 0,03498 0,04667

133 batang hari 399194701979 964145775285 1069000000000 133,33849 0,00023 0,01601 0,03796 0,04591

134 bungo 407907862119 811885452413 1107587870000 12,34699 0,00303 0,03414 0,07954 0,10151

135 cirebon 1027867966368 1949453730236 3401195000000 545,58853 0,00014 0,04779 0,09030 0,11295

136 subang 905221270495 1706316357436 5996993000000 483,64570 0,00007 0,03206 0,06081 0,07475

137 sumedang 853884585124 1348605798813 5381581990000 5,25805 0,01964 0,06304 0,10754 0,12200

138 tasikmalaya 1077105694371 1642045927885 5291155180000 10,08022 0,00001 0,02366 0,10754 0,04610

139 kota banjar 289435382729 764899064208 712214330000 65,67713 0,00086 0,02572 0,07177 0,08931

140 kota bogor 653406249754 3159363439836 4508601050000 23145,56711 0,00000 0,03139 0,14000 0,17741


commit to user

61

141 kota depok 710846165501 2453655208384 395817703000 29,85505 0,00451 0,04073 0,11667 0,16279

142 kota sukabumi 436393838808 2449579866374 787871976000 6,69202 0,00496 0,05507 0,13066 0,15168

143 banyumas 923565517678 2424198636044 4400542230000 14,19556 0,00336 0,03977 0,11330 0,13049

144 batang 484333585551 1381665237607 2250600000000 182,66666 0,00096 0,02715 0,07238 0,09218

145 blora 733757544269 1001063663762 2078031000000 104,98518 0,00103 0,03723 0,06141 0,06773

146 boyolali 713725383770 907839224960 4100520281000 1132,93401 0,00026 0,05513 0,08372 0,09808

147 brebes 794401562427 1027476610576 5247900000000 15,00916 0,00634 0,05066 0,08304 0,10105

148 cilacap 932287773327 2446404005851 2279298000000 26,45703 0,00332 0,03908 0,10062 0,12254

149 demak 594178104143 989151532428 2901151510000 123,50280 0,00041 0,03862 0,06789 0,08455

150 grobogan 689545059235 1214832982095 3097083250000 1,63909 0,04973 0,05127 0,09142 0,11178

151 jepara 667357698957 4054659647164 4085438360000 11,95615 0,00136 0,01626 0,09006 0,10777

152 karanganyar 722849222570 4724412531062 4921454720000 10,89372 0,00339 0,01320 0,08693 0,09265

153 kendal 675655443480 2475281132777 5090233180000 20,47670 0,00191 0,02745 0,09716 0,11368

154 kudus 614705051816 1491394205051 1039200000000 37,45110 0,00229 0,04237 0,09157 0,13510

155 pekalongan 554904405494 1549765025481 1978085980000 51,21856 0,00152 0,03244 0,08678 0,09982

156 pemalang 715505594792 1616336737794 3293056000000 19,83474 0,00394 0,04201 0,09869 0,11435

157 purbalingga 581484695549 1211490686014 5161810200000 5,15729 0,01053 0,05554 0,11488 0,13220

158 rembang 530460549530 674514314439 2186736000000 312,35687 0,00058 0,06155 0,09356 0,10724

159 semarang 656265875384 1608269795056 530072000000 17,13273 0,00206 0,04634 0,11573 0,12970

160 sragen 704794171324 1281123012131 2893427190000 62,07588 0,00066 0,04461 0,09112 0,10312

161 sukoharjo 654829853392 833320059062 4756902500000 513,80787 0,00074 0,04194 0,06664 0,07459

162 tegal 703638297197 1271463588090 1255102106900 376,78433 0,00303 0,04405 0,08228 0,10070

163 wonosobo 495600218304 1454163921557 1811092670000 1,50963 0,01761 0,02662 0,06888 0,09347

164 kota salatiga 282027667986 987600402230 869452990000 23,81803 0,00227 0,03935 0,14103 0,18812

165 kota surakarta 665383987500 5439938456225 4817877630000 1,09795 0,00763 0,01654 0,13024 0,15325

166 blitar 740133062616 1524782150365 3391757370000 53,13526 0,00117 0,03107 0,06135 0,07873

167 bojonegoro 984814905797 2916053298106 7267000000000 5,16976 0,03336 0,02107 0,07568 0,09673

168 magetan 543586952510 1569632681185 3082366160000 35,25014 0,00139 0,02620 0,06768 0,08255

169 malang 995277824009 3476813387634 1371879910000 8,79429 0,00425 0,03795 0,11283 0,14036

170 nganjuk 699341589212 2405444839711 5069928850000 66,28384 0,00055 0,02680 0,08013 0,10335

171 ngawi 700445011804 1321765316018 2942602510000 98,74941 0,00060 0,01573 0,03206 0,03650

172 pacitan 498978684344 1147317736627 1453314020000 145,46041 0,00022 0,01992 0,04194 0,05545

173 pamekasan 540392117759 1153624978416 2054203800000 1151,13418 0,00018 0,02780 0,05877 0,07443

174 pasuruan 769263422977 1482485423898 6397872160000 367,37621 0,00024 0,04400 0,08876 0,11396

175 ponorogo 660228416667 1913260155361 3148981710000 3,82543 0,00598 0,02246 0,00059 0,07277

176 probolinggo 554437448006 1337012754843 635866590000 2623,04526 0,00002 0,02553 0,05480 0,07674


commit to user

62

177 trenggalek 615453745903 886875463582 2889713400000 27,83384 0,00256 0,03320 0,05659 0,06570

178 tulungangung 836316707075 995327257761 7953502890000 503,29637 0,00039 0,06468 0,08181 0,09844


180 ketapang 463409298694 2579618468246 2597582805000 37,57252 0,00131 0,00990 0,03813 0,06511

181 pontianak 251697946053 482691513605 11954163270000 2,72781 0,01410 0,02984 0,06098 0,08523

182 sambas 522093338748 1125865423374 2771435435000 2,00808 0,01659 0,01845 0,03779 0,04828

183 sintang 475731972308 1025349915632 1983081852000 2013,26318 0,00003450 0,02087 0,04453 0,06120

184 hulu sungai utara 307580075679 701966492472 832029106000 1784,72499 0,00011 0,02485 0,05314 0,08257

185 tanah laut 427727717612 600593943127 2142793727000 459,46278 0,00066 0,03417 0,06059 0,08513

186 tapin 298189907341 769411727452 953095738000 6924,68960 0,00058 0,01692 0,03683 0,06316

187 kapuas 480532968951 1282192667913 2058980330000 142,10096 0,00034 0,01285 0,02884 0,04039

188 kotawaringin barat 380474687692 1207967174413 244315910000 13,58261 0,00417 0,02269 0,06247 0,09312

189 kota bontang 435811259631 2055591350238 2373529508000 4,71597 0,01829 0,02818 0,08818 0,12721

190 kota tarakan 703515797683 3561944477937 2364675400000 1011305,78159 0,00057 0,02097 0,13902 0,18940

191 kota tanjung pinang 490829288735 595644435520 2363290000000 18,29833 0,00997 0,04994 0,08404 0,09562


193 kota metro 290245748003 1241296120362 1017101000000 3,33190 0,01746 0,01393 0,05366 0,07256

194 kota tidore kepulauan 245042907247 339368081659 253040000000 147,14060 0,00047 0,01883 0,02814 0,03673

195 sumbawa 497579574501 1267782032162 1730446000000 186,69355 0,00028 0,01820 0,04868 0,05728

196 kota mataram 382096056598 911137170144 4822322810000 644,82652 0,00012 0,02851 0,07568 0,09493

197 belu 425153915253 728813676087 974400000000 23,34608 0,00232 0,02433 0,04245 0,05187

198 kota kupang 391616212353 1282192667913 2122330000000 7,56059 0,01239 0,03460 0,07567 0,09245


200 kota pekan baru 920293002188 3964172867532 9753637660000 83,30654 0,00017 0,02952 0,12553 0,14110

201 majene 252787600530 519065049904 562687760000 17,47263 0,00077 0,01194 - 0,03192

202 bantaeng 265014868261 804172427267 692240000000 67,68833 0,00156 0,01214 0,03310 0,04398

203 bone 604024787978 1652347870912 2985220000000 0,88795 0,05320 0,02148 0,05175 0,06508

204 enrekang 295241138598 994553865477 716020000000 0,49563 0,02028 0,02062 0,05608 0,07599

205 gowa 467650720759 1855428514597 1782160000000 9,93240 0,00445 0,02273 0,07665 0,10590

206 luwu utara 383690427390 995256152681 1447490000000 162,58235 0,00016 0,01790 0,04551 0,05464

207 pinrang 383390108633 1465724306713 2384280000000 0,37953 0,01982 0,01594 0,05498 0,06970


209 sinjai 292122765630 1387876955060 1024920000000 0,70200 0,01333 0,00758 0,02834 0,04227

210 soppeng 356495077618 845288353790 1156500000000 13,32747 0,00653 0,01514 0,03435 0,04517

211 takalar 325625061677 704087936516 852210000000 1,28345 0,01139 0,01592 0,03374 0,04294

212 tana toraja 325056615766 774808204138 623230000000 0,39317 0,03992 0,01767 0,05043 0,05059


commit to user

63

213 wajo 468316322160 1571927760523 2316830000000 19,76087 0,00256 0,01606 0,05320 0,06947

214 kota makassar 1043862690314 6521471275594 14798190000000 0,76577 0,01829 0,02301 0,13977 0,16314

215 kota parepare 287615936268 1196297278029 707230000000 49,80553 0,02326 0,02629 0,10164 0,12996

216 banggai 455135687672 894824997857 674553000000 18773,49706 0,0000027863 0,02176 0,03856 0,05338

217 donggala 374652135974 887905229930 5803886000000 302,47090 0,00017 0,02865 0,07598 0,09040

218 poso 456579260438 1040245052604 1028969000000 136,44919 0,00115 0,01704 0,04022 0,05047

219 tojo una-una 249392218181 793276108779 461297000000 5624,68090 0,00001 0,02015 0,04608 0,07834

220 kepulauan mentawai 281157573567 418599498240 509396330000 708,40986 0,00044 0,03139 0,07655 0,10381

221 sawahlunto sijunjung 311974741054 2910591701 1271638210000 847,42994 0,00012 0,02156 0,06278 0,07969


223 kota payakumbuh 293606213670 659802644967 819397150000 743,30050 0,00030 0,03839 0,09641 0,11061

224 kota solok 214796911793 782166834949 463910000000 12,71788 0,01124 0,02287 0,07820 0,11094

225 musi banyuasin 669331674617 3993448129247 4405528000000 69,22686 0,00022 0,00759 0,03110 0,05480

226 pakpak bharat 164948808322 470854493877 1648500000000 53,34301 0,00098 0,00885 0,00235 0,03202

227 serdang bedagai 481957394302 655199873495 7206650000000 2,74755 0,01822 0,02341 0,03181 0,03946

228 simalungun 700921364572 1822901056299 5299691110000 6449,43891 0,0000048479 0,02231 0,04745 0,06494

229 tapanuli tengah 331280129057 1024291150323 1128825600000 3,90602 0,01636 0,01174 0,03137 0,04020

230 tapanuli utara 420874499523 658168465341 1529396540000 240,73633 0,01278 0,01547 0,02294 0,02998

231 aceh besar 484771292983 912870621923 2520171600000 3466,07949 0,00001 0,02202 0,04135 0,05074

232 biereuen 477473913501 1500385258580 2654641640000 1,03448 0,01507 0,00608 0,01619 0,02059

233 aceh barat daya 256538625094 632227146436 1175300000000 14,13651 0,00601 0,44021 0,02022 1,33266

234 tabanan 696284973401 1686567268395 2474758710000 11,27390 0,00383 0,05852 0,14889 0,16783

235 kota denpasar 861039504285 1957367618620 5710412320000 23,80248 0,00380 0,10884 0,28823 0,30252

236 bangka barat 263458230120 968602474376 2645872000000 217,40790 0,00024 0,02242 0,07468 0,10398

237 belitung 327809061402 888204812540 1190740000000 22,92770 0,00384 0,03762 0,12371 0,15268

238 serang 876762582982 1279114867277 713511099000 2929,90613 0,000026593 0,06577 0,14252 0,15365

239 kota tangerang 1082159884283 3548267516155 2940285000000 82,57948 0,00096 0,05265 0,17225 0,21312

240 kaur 243135267628 559575328205 245742420000 22,12998 0,00073 0,00847 0,01912 0,02487

241 kepahiang 226595215712 882417938358 754320000000 3,49771 0,00509 0,00779 0,02534 0,04254

242 lebong 241742767435 756419419461 515000000000 1,97601 0,01070 0,00630 0,01920 0,02588

243 bantul 883984320634 1857751387960 4562558900000 149,93128 0,00034 0,03532 0,08272 0,09235

244 gunung kidul 591074560559 997404954303 6624572000000 78,56748 0,00126 0,03111 0,05329 0,06306

245 kulonprogo 564186881612 745565687318 456255890000 49,43195 0,00205 0,04611 7,65814 8,59339

246 sleman 989131133924 1949293241691 6373200000000 63,66723 0,00118 0,06475 0,14882 0,16485

247 kota yogyakarta 784516524448 2737427132215 5505942000000 39,08100 0,00123 0,05529 0,22002 0,22871

248 bone bolango 267220486162 407308505438 2805677300000 3,62925 0,01226 0,01219 0,02035 0,02516


commit to user

64

249 bungo 439870554715 994577080389 1181881350000 7,92984 0,00416 0,03188 0,07389 0,10427

250 merangin 449503619988 830053031400 1097537000000 6,73655 0,01529 0,49700 0,04517 1,24687

251 cianjur 1203478818999 2693409179072 3705164620000 9,51572 0,00517 0,03510 0,07749 0,09489

252 cirebon 1295556134517 1774959023815 3529761000000 39,99572 0,00166 0,06053 0,09399 0,10762

253 karawang 1307330224022 1882443829831 2103066216000 15,32148 0,00873 0,08017 0,12958 0,16085

254 majalengka 962765675682 2121804047683 4427890000000 2,39930 0,00960 0,03098 0,06804 0,07935

255 sumedang 1015178785329 1455434843607 5608738560000 1,26050 0,02256 0,06298 0,09999 0,10702

256 tasikmalaya 1158757242108 1797577605429 5517024390000 8,00774 0,00701 0,02140 0,03691 0,04172

257 kota bandung 2114631608410 18192880358868 31697282000000 71,05841 0,00026 0,02177 0,18108 0,20896

258 kota banjar 298485110320 794579694057 749848400000 130,82634 0,00049 0,03433 0,09725 0,12516

259 kota bogor 775827453091 3334770190018 4782307180000 9263,68278 0,0000034972 0,03331 0,14289 0,15573

260 kota depok 818630018101 2692086517933 375415041000 196,74849 0,00042 0,03980 0,12807 0,16471

261 kota sukabumi 517268112663 985786281253 816791464000 3,76873 0,00944 0,07264 0,16186 0,17684

262 banyumas 1073429080941 2516440271271 4654634020000 15,42349 0,00355 0,05147 0,13499 0,15361

263 batang 544249249672 1369698412745 2362500000000 97,89655 0,00114 0,02712 0,07045 0,08346

264 blora 743451499455 1283971537691 2182809000000 741,27291 0,00034 0,02917 0,06520 0,06334

265 brebes 966432395065 1122597551895 5507400000000 17,38161 0,00440 0,04126 0,06439 0,07349

266 grobogan 809159332529 1177338381331 3253398650000 2,53223 0,02995 0,04797 0,08302 0,09685

267 jepara 732552015301 3722983130369 4270256900000 11,86278 0,00220 0,02019 0,09385 0,11567

268 karanganyar 770859496416 975518358697 5076549880000 11,02388 0,00787 0,05794 0,09092 0,10314

269 kendal 773432149232 2579843589219 5392965710000 12,80453 0,00231 0,02941 0,09568 0,11150

270 kudus 737119248999 1572259744542 1037800000000 49,43195 0,00097 0,04565 0,11228 0,12757

271 pati 919386893221 931143095600 4579852540000 33,86791 0,00346 0,08241 0,11234 0,12239

272 pekalongan 651127407137 1593891022595 2087114170000 9,23277 0,00372 0,03629 0,09014 0,10379

273 pemalang 848691198556 1686383378483 3455713000000 33,84785 0,00255 0,03787 0,08187 0,09007

274 purbalingga 641568030012 1242409841990 5770135410000 27,24166 0,00709 0,05156 0,11022 0,12439

275 rembang 589790377958 753520369589 2283966000000 8,09496 0,00591 0,06287 0,09642 0,11139

276 semarang 731855015729 1663560939230 556055000000 30,46718 0,00108 0,04844 0,11718 0,13504

277 sragen 816477537101 1359873911683 3069751140000 17,67763 0,00141 0,04635 0,09016 0,09753

278 tegal 827230438091 1365361212434 1281528201300 275,14029 0,00056 0,04198 0,07722 0,08832

279 temanggung 572092862630 1702333579668 2409386480000 25,01450 0,00116 0,02810 0,08171 0,09651

280 wonosobo 634241741632 1332835306816 1888808280000 40,04846 0,00081 0,02975 0,07355 0,08211

281 kota salatiga 328973091955 1044521522755 913020050000 15,56330 0,00278 0,03570 0,12527 0,15670

282 banyuwangi 1077797014610 2924966716732 1101519517000 787,51728 0,00010 0,02568 0,07504 0,08411

283 blitar 916777342325 1649671290683 3720374710000 32,66526 0,00194 0,03108 0,05865 0,06969

284 bojonegoro 726067655449 2931458121044 8128000000000 5,44913 0,02088 0,02324 0,06556 0,11003


commit to user

65

285 lumajang 768636802054 1268680133473 6369000000000 661,01307 0,00029 0,04630 0,08894 0,10088

286 magetan 671474788323 1615205229930 3271278740000 137,65827 0,01376 0,02654 0,06494 0,07739

287 malang 1383355784120 3634647260618 1457896781000 11,43631 0,00401 0,01772 0,07835 0,09431

288 nganjuk 864521860584 2483473609956 5388408950000 136,34452 0,00037 0,02809 0,08206 0,09208

289 ngawi 822312813657 1498184539517 3121821490000 138,60274 0,00037 0,01514 0,03099 0,03343

290 pacitan 604878534159 1195545660116 1548222770000 208,10827 0,00019 0,01961 0,04952 0,04875

291 pamekasan 651153105060 1238545644295 2172261910000 10,71118 0,01061 0,03078 0,06225 0,07573

292 pasuruan 996299700666 1787526595930 6790942480000 154,86558 0,00048 0,04233 0,08839 0,10068

293 ponorogo 807975594935 1994606687242 3311058410000 4,13632 0,00647 0,02163 0,05266 0,06023

294 trenggalek 709718527714 960777938837 3066326520000 28,38815 0,00260 0,04095 0,06740 0,07546

295 tulungangung 969464814429 1124639936410 7829889530000 609,01968 0,00023 0,06549 0,08523 0,09735

296 kota madiun 383066202197 2153004251309 2144849990000 31074,13982 0,00000 0,01782 0,05413 0,10901


298 bengkayang 363901024596 1028106425618 1166187322000 5,46662 0,02223 0,33206 0,02886 1,11656

299 kapuas hulu 483376942315 1706560681861 1182011428000 13,70539 0,00910 0,38601 0,02652 1,60804

300 kayong utara 206960510312 302221424570 1182011428000 1687,02485 0,00005 0,77253 0,01747 1,64531

301 landak 422239116068 1532204385059 1601720553000 0,37145 0,12849 0,30200 0,02887 1,26253

302 pontianak 333840935513 539970037104 12205648110000 27,37842 0,00184 0,01776 0,03066 0,04391

303 sambas 579092745680 1257325769004 2934326187400 1,76089 0,01345 0,01736 0,03631 0,04516

304 sekadau 257468194320 740053310416 668124840000 0,80701 0,08050 0,44791 0,02759 1,68881

305 sintang 545731792993 1112505361267 2086332298000 62,32681 0,00122 0,01998 0,04184 0,05547

306 kota pontianak 333840935513 2185337245931 6621193735000 44,35687 0,00143 0,03525 0,11410 0,15747

307 kota singkawang 321847674467 935543831391 1230090189000 0,67410 0,02744 0,02166 0,05454 0,07560

308 tanah laut 427924059829 693409022618 2270999327000 1100,09112 0,00032 0,03644 0,07043 0,11265

309 tapin 367047780585 1002632258417 1004944167000 1188,13762 0,000074775 0,01566 0,03823 0,05650

310 barito selatan 336606691054 757781683305 972700000000 2,38663 0,02073 0,01358 0,02658 0,03775

311 kapuas 527938955577 1460002001693 2166964690000 16,68474 0,02404 - 0,02503 0,03487

312 kotawaringin barat 401377185728 1431597824487 260345509000 7,02199 0,00562 0,02473 0,07549 0,10667

313 lamandau 240212393753 705342862887 590621720000 44,68143 0,00370 0,38858 1,00000 1,42216

314 murung raya 351682330770 1186126991711 947299000000 66,63544 0,00380 0,32605 0,03058 1,54231

315 kota palangkaraya 441923936599 1170607762432 3588027290000 4,67101 0,03022 0,40190 0,04866 1,20039

316 bulungan 566873919466 2147055108039 1097723180000 291,15614 0,01936 0,37683 0,08970 1,85471

317 kutai kartanegara 2593631396675 9215153357426 10421950000000 13,06260 0,03456 0,36669 0,02133 1,14470

318 kutai timur 1226660232427 3525900549634 2140410930000 23,74671 0,00818 0,33868 0,03720 1,38061

319 bintan 470420493236 1551524408819 3111000000000 116,97292 0,00107 0,06611 0,19600 0,27787



commit to user

66

321 kota metro 346552744053 1317568807822 1164387000000 3,40973 0,01576 0,01714 0,06467 0,07958

322 halmahera tengah 205411231087 228565267933 547180000000 10,85407 0,01423 0,93306 0,02551 1,59401

323 halmahera timur 285727397036 510486590730 252800000000 64,41712 0,00219 0,38095 0,09041 1,46969

324 kota tidore kepulauan 289226924093 452998050492 267070000000 178,20523 0,00048 0,62917 0,01780 1,34564

325 sumbawa 569607828733 1343562329428 1833216000000 2989,93901 0,00001331 0,02152 0,05422 0,06287

326 kota mataram 452795532576 980397526177 5056789460000 40,81418 0,00176 0,03278 0,07995 0,09826

327 belu 465660198826 750887388341 1022050000000 8,86921 0,00775 0,03334 0,05990 0,07183

328 kupang 466277082703 798930143762 1009560000000 71,00928 0,00438 0,30312 0,06685 1,04232

329 manggarai 334575009425 1256572332903 595470000000 686,50742 0,00015 0,31104 0,05833 1,40257

330 kota kupang 436341976594 1237590267961 2296920000000 29,15909 0,00151 0,02328 0,06784 0,08440

331 raja ampat 374449418301 1381335709303 540747120000 130,48086 0,00047 0,38558 0,02806 1,74308

332 teluk bintuni 393219571968 842369726980 601647510000 4,49062 0,00684 0,55950 0,01173 1,92583

333 teluk wondama 240247641309 716619427085 1801046000000 3,95140 0,00723 0,44887 0,01562 1,72211

334 indragiri hilir 738578314451 2313546099840 2417999721000 15,58082 0,01138 0,36512 0,04131 1,43075

335 indragiri hulu 618886319098 1120653925658 1161101000000 24,04790 0,00537 0,61877 0,04470 1,38663


337 rokan hilir 813661420152 3698239922892 4115430350000 355,04041 0,00112 0,26219 0,04012 1,74805

338 kota pekan baru 984853399332 4157211886294 10078249000000 1073,56571 0,00001527 0,03363 0,13404 0,16102

339 majene 294095756628 741808725019 611588410000 0,64095 0,02168 0,43861 0,01770 1,35311

340 bantaeng 294125218698 850131972515 746910000000 9,16576 0,01157 0,35852 0,02842 1,32597

341 barru 291468555776 1330552023046 726210000000 1,74497 0,05631 0,28864 0,02873 1,53651

342 bone 660655005176 1744547873881 3213090000000 1,00319 0,03389 0,01785 0,04096 0,05274

343 bulukumba 496282699295 1591757306164 1742030000000 3,62858 0,00752 0,00927 0,02802 0,03424

344 enrekang 332334272333 1087212124641 751810000000 0,67225 0,02788 0,01150 0,03212 0,04408

345 gowa 567611332714 1855428514597 1890030000000 9,93240 0,00444 0,02544 0,07624 0,09767

346 jeneponto 352469513070 776377248806 891010000000 0,54058 0,12419 0,45696 0,02580 1,46446

347 kepulauan selayar 311409008353 1249808813554 463010000000 0,65950 0,07274 0,26727 0,02773 1,25299

348 luwu 401899883588 814753127232 1691510000000 17,15517 0,00462 0,49218 0,03259 1,36879

349 luwu timur 324217668013 1266609798538 4936910000000 8,02143 0,00466 0,03798 0,11512 0,18242

350 luwu utara 422592659677 1048372267051 1533360000000 2673,98366 0,00002 0,42318 0,05246 1,17535

351 pangkajene dan kepulauan 467261809633 947994030235 2519980000000 0,69819 0,02642 0,04219 0,08596 0,11137

352 pinrang 425023418845 1942692349757 2532740000000 0,70850 0,01838 0,01155 0,03530 0,04943


354 sinjai 334559401446 1488324535299 1086670000000 0,38315 0,07436 0,26705 0,00968 1,40798

355 soppeng 401869912912 905790110286 1207980000000 13,87202 0,01203 0,42727 0,03276 6,52852

356 takalar 333794783403 921781717225 910630000000 9,13245 0,01355 0,40040 0,02429 1,33748


commit to user

67

357 tana toraja 336800845237 842248063097 662320000000 1,75240 0,01419 0,01881 0,04362 0,06022

358 toraja utara 263776552516 44993245240 686870000000 584,11638 0,00052 0,05588 0,02074 0,03140

359 kota makassar 1200551074792 7512509301590 16252450000000 1,44514 0,08070 0,16867 0,14429 1103,68833

360 kota parepare 341760155458 1269125206696 767160000000 2,41930 0,11665 0,28623 0,10636 1,24488

361 banggai 510034242428 979619134453 730405000000 1141,42512 0,00004581 0,01970 0,03708 0,04910

362 banggai kepulauan 266778151484 976963699638 1476089000000 0,62414 0,01039 0,00570 0,01588 0,02439

363 morowali 417087421013 1012157917409 1474440000000 0,32541 0,04335 0,00943 0,02066 0,02924

364 poso 486628069347 1126318540158 1109852000000 128,29910 0,00077 0,01242 0,00318 0,03628

365 sigi 346778675530 516266730197 1602592000000 590,49860 0,00011 0,01561 0,02125 0,02903

366 tojo una-una 299693121266 900759886438 497433000000 135,51928 0,00024 0,01834 0,04815 0,06672

367 toli-toli 326751885645 1419633572816 1288940000000 224,12012 0,00047 0,00736 0,03054 0,04019

368 kolaka utara 234705289957 663391051223 810097130000 2,07207 0,02006 0,40127 0,01860 1,75802

369 kota bitung 343331542956 550624591906 2204000000000 16,60603 0,00434 0,59287 0,04199 1,30142

370 pasaman barat 393778811573 1171040392801 270000000000 19,50671 0,00632 0,32963 0,05075 1,11819


372 kota sawahlunto 251375167528 422643476526 519599070000 96,00345 0,00065 0,03684 0,07589 0,09461

373 banyuasin 581087543181 1759319812943 1192177500000 1,12058 0,01879 0,01052 0,02704 0,03872

374 muara enim 690492717539 2191086894484 5480977000000 254,41349 0,00021 0,02409 0,06405 0,09509

375 musi banyuasin 935425302985 4424797601517 4709082000000 307,21264 0,00024 0,01132 0,03493 0,06845

376 pakpak bharat 178606140841 503735577019 1760200000000 157,58938 0,00031 0,00699 0,01938 0,02538

377 serdang bedagai 548329936756 794187896595 7656140000000 0,22982 0,03991 0,02371 0,03401 0,04029

378 simalungun 835666477896 1992155544081 5571105010000 0,28221 0,02503 0,02105 0,04663 0,05416

379 tapanuli tengah 364225210640 1071539384853 1198281700000 2,27976 0,00856 0,01091 0,02941 0,03740

380 tapanuli utara 449796070623 795118872028 1614372070000 3147,83633 0,00384 0,01472 0,02738 0,03431

381 kota medan 1810401957278 5207545368020 3582222000000 3,27804 0,02251 0,09139 0,28454 0,32531

382 kota padangsidempuan 328392953595 843423751536 935450190000 8,51563 0,00474 0,01971 0,03887 0,04447

383 kota pematangsiantar 427487837022 1697364677020 2038920000000 3,55832 0,00618 0,01334 0,05372 0,06061

384 kota tanjungbalai 268508018507 822628254935 1397170000000 10,19082 0,00424 0,02212 0,07102 0,08985

385 tangerang 1251573592784 4241372817997 1664735800000 257,80755 0,00107 0,35954 0,17652 1,52507

386 kota cilegon 407935081609 1192996296330 11050000000000 3,93085 0,02925 0,31433 0,23419 1,19543

387 sleman 770763819787 1810666953192 5810000000000 66,80896 0,00508 0,39778 0,14858 1,22797

388 gorontalo 329164698922 329164698922 744969000000 28,08142 0,00314 0,36779 0,04665 1,40063

389 sarolangon 1080859744246 339242147505 1055110000000 27,26054 0,00822 0,34016 0,03918 1,37103

390 tanjung jabung barat 273169589104 1433712675515 1998250000000 2072,05461 0,00017 0,28719 0,04002 1,90758

391 tebo 234399438597 1114033001923 817651460000 9,23662 0,00855 0,35425 0,03680 1,97075

392 kebumen 699126438054 12629319288337 2721250000000 74,71365 0,00222 0,06591 0,06841 1,22521


commit to user

68

393 kudus 557876296309 1296600294059 11243359370000 51,53882 0,00354 0,46132 0,09233 1,38855

394 magelang 731010664461 1259621826904 3761388590000 93,62648 0,00165 0,52654 0,09680 1,14750

395 sidoarjo 692100702476 4415539014508 23609843240000 4,70639 0,03840 0,21012 0,18085 1,70727

396 tuban 508015404965 1990696319189 7522332190000 17,24006 0,01682 0,32354 0,11774 1,53660

397 hulu sungai selatan 301068791963 829851271434 1693277054000 444,55487 0,00039 0,43592 0,04886 1,51818

398 hulu sungai utara 266563919507 540192320936 790475137000 1442,24384 0,00028 0,49905 0,05669 1,50486

399 tabalong 406286549614 2112508617 790475137000 59,90987 0,00370 0,29756 0,05903 1,15958

400 tapin 260324835379 514448185531 910957488000 104,31541 0,00333 0,53685 0,03561 1,70760

401 kota banjarmasin 461206106208 1031622429059 4333905190000 2,94493 0,11700 0,44741 0,09341 1,50872

402 kota balikpapan 889511837311 2420702726429 15147326040000 418,08852 0,00464 0,39122 0,08544 1,54768

403 lingga 227528374831 523513033893 528750000000 734,52393 0,00075 0,55395 0,02573 2,08466

404 kota mataram 341490849022 818295956030 2029661990000 130,14386 0,00147 0,36475 0,07500 1,28199

405 ende 373113208289 435466535682 721013210000 272,84750 0,00041 0,44007 0,04556 1,21211

406 lembata 239470098560 279455773355 139370000000 3,09005 0,04689 0,62602 0,05080 1,30043

407 sikka 330813088194 548342560853 789830000000 28,19368 0,00388 0,51628 0,05407 1,24498

408 sumba barat daya 124878533524 252622914201 351760000000 127,15738 0,00139 0,61826 0,02357 1,59776

409 timor tengah selatan 401636883258 629057565265 879820000000 0,87397 0,03761 0,61719 0,03123 1,24072

410 timor tengah utara 287737838915 627276493915 627276493915 6,31894 0,01953 0,42796 0,02779 1,36639

411 fakfak 46922930374 926957907 639870000 36,63991 0,00273 0,59084 0,03955 14,94995

412 kepulauan sangihe 252455895779 252455895779 667500000000 1,73364 0,02661 0,59850 0,04791 1,41693

413 kepulauan siau tagulandang biaro 101534302599 101534302599 270040000000 16,64994 0,00867 1,06355 0,01705 1,47018

414 padang pariaman 489247030823 123395762958 1020070520000 12,28783 0,02171 0,35791 0,03910 1,24510

415 gianyar 552675851980 929815466380 3187822910000 5,46537 0,04175 0,64271 0,15790 1,28963

416 tangerang 1370300753164 4801152971267 1738209100000 46,15071 0,00424 0,32214 0,19390 1,40320

417 kota cilegon 463735677550 1452236743911 11580000000000 17,85496 0,00760 0,28425 0,25087 1,16502

418 gorontalo 1188618667058 391732585212 800681000000 5,21364 0,00650 0,38934 0,05877 1,32354

419 sarolangon 1218814273035 372116306223 1139367920000 2,98355 0,01266 0,31935 0,04395 1,27252


421 tebo 367387450032 1256490589393 858592230000 10,08022 0,00432 0,31035 0,03892 1,27123

422 kebumen 785843886200 12748680510692 2828400000000 368,58238 0,00023 0,67242 0,07157 1,12048

423 magelang 741329462099 1358014601286 3938764680000 117,66896 0,00150 0,50235 0,08657 1,17769

424 wonogiri 795752279901 8669389466 2901577440000 462,38441 0,03295 0,33056 0,06682 1,07375

425 kota pekalongan 293567746909 11070204543 3098070000000 7955,95510 0,00002 0,23563 0,08097 1,35630

426 tuban 627380297385 2201799214361 7972830040000 24,02928 0,00985 0,32366 0,12291 1,34803

427 kota kediri 509566448346 1659993392729 22717910670000 520,04766 0,00030 0,33352 0,13217 1,31922

428 hulu sungai selatan 351228486994 949091634604 1889424763000 284526,78112 0,00000 0,41698 0,05664 1,41525


commit to user

69

429 hulu sungai tengah 329067837712 2656529047 978130720000 184,25309 0,00223 0,34842 0,05981 1,48535

430 tabalong 438698976166 1514074599198 2353926535000 565,23461 0,00024 0,38162 0,03727 1,52180

431 tanah bumbu 361180092196 4090380967 304188990000 1,04229 0,07212 0,49565 0,02720 1,82696

432 kota balikpapan 943557170039 2855953134983 15404235460000 37,92539 0,01055 0,33079 0,11296 1,35486

433 biak numfor 344363957580 910974620953 824406310000 0,31472 0,12218 0,45488 0,02728 1,46077

434 kampar 1001637702790 10299515220 4354920000000 86,68580 0,00368 0,30511 0,09797 1,15712

435 kolaka utara 180753141136 2043693695 708000000000 4,37628 0,01759 0,46015 0,02347 1,92960

436 kota kendari 401136237171 660985578180 1188000000000 18,30380 0,00756 0,53522 0,06993 1,20671


438 minahasa utara 258777436043 396178166406 1260203000000 6,12097 0,02794 0,64378 0,02966 1,53185


440 padang pariaman 538482746854 1430391225301 1087775990000 84,72743 0,00209 0,33209 0,03939 1,07873

441 kota pariaman 205211239363 1298100083 1490000000000 18,55973 0,02052 0,48378 0,03918 1,52513

442 tangerang 1312946341067 3923800754167 1854911900000 25,42127 0,00748 0,31766 0,26680 1,24471

443 gorontalo 439836768866 1245241933035 861725000000 13,83382 0,00674 0,36819 0,06404 1,26484

444 kerinci 402158736119 870161379513 1059597040000 79,75601 0,00228 0,44662 0,07591 1,34745

445 sarolangon 373120049406 1373739271558 1232586990000 11,32970 0,00897 0,32177 0,05071 1,41276


447 tebo 311724722800,23 1482997071551 858592230000 0,64163 0,03760 0,29526 0,05119 1,62570

448 kota jambi 580061034402,52 1659910257459 3215391400000 11,22192 0,01537 0,34055 0,12213 1,19327

449 kota sungai penuh 195281990725,43 61596924800 588610120000 60,22910 0,00431 1,61832 0,04245 1,87539

450 boyolali 806507488699 994771033219 4248048241000 1210,37011 0,00030 0,64504 0,10723 1,13812

451 kebumen 890343021614 1225739969453 2945830000000 260,00709 0,00018 0,61324 0,06598 1,09856

452 magelang 872689818924 1419426030073 4116390070000 99,22096 0,00144 0,52207 0,08715 1,09349

453 wonogiri 859536100773 2057349434074 2992794290000 1330,89462 0,00009 0,37693 0,07559 1,14197

454 kota pekalongan 351681107888 843850360207 3230350000000 4313,74188 0,00003 0,23708 0,13505 1,18628

455 kota surakarta 745272527188 5632573318236 5103886240000 2,42798 0,04308 0,13460 0,15289 1,15195

456 bangkalan 661108745421,70 2105423443901 3447581930000 96,59572 0,00201 0,46559 0,06198 1,36914

457 lamongan 938054102981,75 2739991044053 6191066480000 1072,23178 0,00012 0,30357 0,10153 1,13429

458 sidoarjo 1396000789285,19 5033920445842 26161060470000 22,32226 0,00808 0,26536 0,25513 1,19974

459 tuban 698832707474,60 2480593770452 8468910000000 14,23444 0,01320 0,34444 0,15221 1,40656

460 hulu sungai tengah 370457239338 1042776707718 1044319320000 1751,33722 0,00009 0,37872 0,07540 1,35437

461 tabalong 502894806455 1665154252651 2530088715000 45,43861 0,00194 0,35708 0,06191 1,37472

462 kota balikpapan 1110422222680 3042171548805 16205193800000 5,37436 0,03559 0,30910 0,12950 1,11965

463 karimun 612367153548 2343985146702 2041000000000 38,30291 0,00842 0,39286 0,38085 1,09913

464 lembata 262428705001 329580091438 152440000000 2,36703 0,05522 0,56336 0,05360 1,25269


commit to user

70

465 sabu raijua 76338715238 56635105215 146970000000 2408,98952 0,00010 0,99096 0,01941 1,57484

466 sikka 388201885149 709691252385 858010000000 14,14259 0,00538 0,47092 0,06370 1,17468

467 sumba barat daya 222117592527 455825528565 385170000000 14,02677 0,01035 0,56600 0,05328 1,58706

468 timor tengah selatan 460491543722 758621461146 954250000000 1242,12533 0,00012 0,52172 0,04000 1,18676

469 timor tengah utara 342520505284 1016208312534 498970000000 27,68635 0,00396 0,00332 0,03819 1,21282

470 supiori 186299747812 824255019209 126342240000 23,88841 0,01233 0,38796 0,03081 2,36561

471 raja ampat 374449418301 1381435709303 540747120000 130,48086 0,00047 0,38558 0,04891 1,74308

472 kampar 1541561021158 3597432821337 4661065930000 13,70217 0,01142 0,29848 0,06549 0,88681

473 polewali mandar 417367369128 595400733603 1428767950000 19,94909 0,00680 0,69579 0,04067 1,30657

474 kolaka utara 201844445582 663391051223 810097130000 2,07207 0,02793 0,28819 0,03269 1,26259

475 kepulauan sangihe 344895147867 707982049718 747130000000 10,88516 0,00600 0,55333 0,06891 1,42391


477 minahasa utara 332159166045 454412258626 1351808000000 21,69444 0,00582 0,57535 0,03306 1,16162


479 padang pariaman 623439774325 1592838821389 1158557510000 74,37751 0,00117 0,35781 0,03963 1,06592

480 kota pariaman 248373029252 521044411658 1700000000000 75,94705 0,00481 0,47843 0,05993 1,39586

PENGARUH EXPENDITURE, REAL ESTATE, DAN GROSS …/Pengaruh...EXPENDITURE, REAL ESTATE, DAN GROSS...

Documents

Transcript of PENGARUH EXPENDITURE, REAL ESTATE, DAN GROSS …/Pengaruh...EXPENDITURE, REAL ESTATE, DAN GROSS...