LAAROIBALAAROIBA

Reslaj : Religion Education Social Laa Roiba JournalReslaj : Religion Education Social Laa Roiba Journal

Penelitian ini bertujuan untuk membuktikan secara empiris pengaruh kemandirian keuangan, rasio efisiensi level of capital outlay (LCO), rasio solvabilitas anggaran (Budgetary Solvency Ratio), rasio pertumbuhan terhadap financial distress pemerintah daerah kabupaten dan kota di Provinsi Jawa Timur periode 2018-2022. Metode penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengambilan sampel jenuh (total sampling) yang menghasilkan 190 data observasi dari 29 kabupaten dan 9 kota selama lima tahun. Analisis data menggunakan regresi logistik biner. Hasil penelitian menunjukkan bahwa Kemandirian Keuangan dan Rasio Efisiensi (LCO) berpengaruh negatif signifikan dalam memprediksi kondisi financial distress, sedangkan rasio solvabilitas anggaran (BSR) dan rasio pertumbuhan tidak berpengaruh signifikan. Variabel independen menjelaskan 62,5 persen variabel dependen, sementara sisanya dipengaruhi faktor di luar penelitian.

Analisis menunjukkan bahwa Kemandirian Keuangan dan Rasio Efisiensi (LCO) berpengaruh negatif signifikan terhadap Financial Distress, sementara Rasio Solvabilitas Anggaran dan Rasio Pertumbuhan tidak berpengaruh signifikan secara parsial.Secara simultan, keempat variabel tersebut bersama‑sama menjelaskan 62,5 % varians Financial Distress.Tingkat kemandirian keuangan rata‑rata 18,75 % dan efisiensi 97,18 % menandakan rendahnya kemandirian dan kurangnya efisiensi, serta alokasi belanja modal masih jauh di bawah target 30 %, sehingga pemerintah daerah Jawa Timur belum optimal memanfaatkan otonomi.

Penelitian selanjutnya dapat mengkaji dampak variabel non‑keuangan seperti opini audit, karakteristik pemerintah daerah, dan derajat desentralisasi terhadap financial distress dengan menggunakan data panel yang mencakup seluruh provinsi di Indonesia, sehingga dapat menangkap variasi kelembagaan yang lebih luas. Selain itu, studi longitudinal yang memperpanjang periode observasi dan memasukkan variabel makroekonomi serta fluktuasi Pendapatan Asli Daerah (PAD) dapat mengungkap dinamika hubungan antara perubahan PAD dan risiko keuangan daerah dalam konteks guncangan ekonomi. Terakhir, penelitian komparatif yang menerapkan algoritma machine‑learning seperti random forest, gradient boosting, dan support vector machine untuk memprediksi financial distress dapat dibandingkan dengan model regresi logistik tradisional, guna meningkatkan akurasi prediksi dan menyediakan alat keputusan yang lebih robust bagi pembuat kebijakan.

Read online
File size295.59 KB
Pages22
DMCAReport

Related /

ads-block-test