Examining The Association Between Local Government Financial Indicators and Public Service
NURSETYAUTAMI, ANNISA FISAKINAH (Adv.: Mahfud Sholihin, Ph.D., ), Mahfud Sholihin, Ph.D.,
Penelitian ini mereplikasi model Trussel dan Patrick dan menyesuaikannya dalam konteks Indonesia untuk menganalisis indikator keuangan yang terasosiasi dengan penurunan layanan publik di kabupaten-kabupaten Indonesia. Analisis regresi logistik digunakan untuk meneliti apakah penurunan pelayanan publik disebabkan oleh gejala tertentu dari fiskal distres. Penurunan pelayanan publik dihipotesiskan berasosiasi positif dengan resiko pendapatan dan penggunaan hutang, dan berasosiasi negatif dengan organisational slack dan sumberdaya entitas. Sebuah model dikembangkan untuk memprediksi kecenderungan dari penurunan pelayanan publik yang signifikan oleh kabupaten-kabupatendi Indonesia. Selama periode 2007-2010, terdapat 66,67 persen dari kabupaten-kabupaten di Indonesia yang mengalami penurunkan dalam layanan publiknya. Hasil penelitian juga menunjukkan bahwa tingkat belanja modal yang tinggi relatif terhadap total pendapatan pada tahun sebelum penurunan merupakan indikator prediksi yang paling berpengaruh terhadap penurunan layanan publik.
This paper replicates the model of Trussel and Patrick and adjusting it to the Indonesian context to analyse the financial indicators associated with reductions of public services in Indonesian local government. Logistic regression analysis is used to examine whether or not reductions in public services is caused by certain symptoms of fiscal distress. Public service reductions is hypothesised to be positively associated with revenue risk and debt usage, and negatively associated with organisational slack and entity resources. A model is developed to predict the likehood of significant reductions in public services by Indonesian local governments. During the period 2007-2010, there are 66.67 percent of the local governments have reduced public services. The results also show that a high level of capital expenditures relative to total revenues in the year preceding the reduction isthe most influential predictor of a reduction in public services.
Kata Kunci : fiscal distress, public finance, logistic regression, public service expenditure
