Indeks Korupsi Partai Politik


Menyimak twitwar mengenai data korupsi politisi, rasanya akan sangat mudah membawa kita pada situasi perdebatan konyol soal dukung mendukung partai ini itu. Menarik sebetulnya jika kita mencoba keluar dari “kemelut” seperti itu dan memandangnya sebagai seorang akademisi dengan mencoba membuat analisis yang seobyektif mungkin. Data mengenai politisi yang telah dipidana korupsi (perkaranya sudah diputus oleh hakim tipikor) baik di pusat maupun di daerah (DPR, DPRD Propinsi, DPRD Kab/Kota) sejauh ini yang tersedia dalah sebagaimana tersaji berikut ini (data sampai akhir tahun 2013) :

sumber : http://chirpstory.com/li/184257 (pada tautan akan dijumpai lampiran berupa daftar nama politisi dimaksud)...Analisis Indeks Korupsi

Memang ada data lain yang dirilis Sekretaris Kabinet, DR Dipo Alam per September 2012 yang diambil dari data izin pemeriksaan yang dikeluarkan oleh Presiden untuk politisi DPR. Data tersebut memiliki tiga kelemahan. Pertama, mereka yang diperiksa belum tentu dipidana. Kedua, tidak ada lampiran nama-namanya. Ketiga, data tersebut hanya menyangkut politisi DPR saja, karena ijin pemeriksaan anggota DPRD Propinsi dikeluarkan oleh Mendagri atau anggota DPRD Kab/Kota oleh Gubernur.

Data dimaksud adalah :
1.Partai Golkar 64 orang (36 %)
2.Partai Demokrasi Indonesia Perjuangan (PDIP) 32 orang (18 %)
3.Partai Demokrat 20 orang (11 %)
4.Partai Persatuan Pembangunan (PPP) 17 orang (9,65 %)
5.Partai Kebangkitan Bangsa (PKB) 9 orang (5 %)
6.Partai Amanat Nasional (PAN) 7 orang (3,9 %)
7.Partai Keadilan Sejahtera (PKS) 4 orang (2,27 %)
8.Partai Bulan Bintang (PBB) 2 orang (1,14 %)
sumber : http://politik.kompasiana.com/2012/09/29/inilah-partai-terkorup-menurut-seskab-dipo-alam-497273.html

Mengamati kedua data, sebetulnya kita bisa menarik kesimpulan awal adanya kemiripan pola, meski urutannya tidak persis sama. Dengan berbagai alasan tersebut di atas maka untuk selanjutnya kita akan mengelaborasi data pertama.
Langkah selanjutnya yang bisa kita lakukan untuk analisis adalah membagi jumlah politisi korup dari partai tertentu dengan perolehan suara pada Pemilu 2009. Ini diperlukan untuk menghilangkan bias perbedaan jumlah populasi suara per partai. Partai mayoritas tentu akan mengatakan begini : jelas saja koruptor di partai kami lebih banyak kan kami partai besar (yang politisinya lebih banyak). Oke, mari kita bagi jumlah politisi dengan jumlah suara dan darinya kita akan mendapatkan semacam “rasio korupsi” atau “indeks korupsi” yang sudah terurut dari besar ke kecil sebagai berikut :

Indeks Korupsi (politisi korup/1 juta suara pileg 2009)

Indeks korupsi ini bisa diartikan sebagai “jumlah koruptor per satu juta suara”, yang bisa dibaca juga sebagai peluang “dihasilkannya” koruptor dari partai tertentu jika jumlah indeks dibuat jadi 100%.

Peluang Adanya Politisi Korup di Setiap Parpol

Menarik jika kita melihat data di atas dengan memilah dua jenis partai : partai-partai yang sudah ada semenjak Orde Baru (partai Orba : Partai Golkar, PDIP, dan PPP) dan partai-partai yang berdiri pasca Reformasi (partai Reformasi). Terlihat bahwa Partai Orba menduduki posisi-posisi puncak, dengan pengecualian PAN. Interpretasi saya barangkali begini : Politisi dari partai-partai Orba sepertinya belum bertobat dari korupsi, bahkan kemudian mengajak dan mengajari “adik-adiknya” dari partai Reformasi untuk turut korupsi. Ingat, korupsi dalam banyak moda harus dilakukan secara “berjamaah” supaya lebih aman. Juga bisa dilihat bahwa PAN dalam hal ini adalah “adik yang bisa belajar dengan cepat dari kakak-kakaknya”.

ANALISIS KORELASI

Bagi yang pernah mengikuti kuliah Dasar-dasar Statistik (Statistics 101) tentu sudah mengenal analisis korelasi. Kita bisa melangkah lebih jauh dengan data di atas untuk melihat korelasi (keterkaitan/ hubungan) antara data jumlah suara pada Pileg 2009 dengan jumlah koruptor di partai dimaksud.

Menarik bahwa hasil analisis korelasi Spearman terhadap kedua variabel menunjukkan hubungan yang kuat secara signifikan (Spearman’s ρ = 0,756, p-value = 0,007; lihat lampiran untuk rincian perhitungan). Fakta ini mengejutkan karena jika kita benar-benar anti korupsi maka seharusnya diindikasikan dengan nilai korelasi yang negatif atau paling tidak mendekati nol. Ini tandanya positif dan angkanya mendekati 1. Kalau kita baca secara hati-hati, ini bisa diartikan bahwa : suara rakyat yang makin besar terhadap suatu parpol, 76% nya akan berhubungan dengan makin banyaknya koruptor di partai itu ! Waduh, ini kok mengerikan ya.

Hemat saya, bisa diasosiasikan seperti itu kalau prosesnya kita balik. Jadi, rakyat harus diberitahu/diedukasi terlebih dahulu profil korupsi setiap parpol. Jika kemudian rakyat tetap memilih parpol yang korup, maka sesungguhnya korupsi politisi memang didukung oleh rakyat.

Jadi, urutan prosesnya sepertinya harus seperti ini
1) Sebelum April 2014 : beritahu rakyat soal grafik di bawah ini



2) Tanggal 9 April 2014 : Pemilu Legislatif
3) Hasil Pileg : Jika ranking indeks korupsi berkorelasi positif dengan ranking perolehan suara, maka sesungguhnya rakyat Indonesia mendukung politisi dan partai yang korup

Kesimpulannya : tanggal 9 April 2014 kita akan melakukan sebuah eksperimen raksasa untuk menguji apakah sebetulnya rakyat Indonesia mendukung korupsi atau tidak.

RAHMAT MULYANA
(pengajar manajemen keuangan dan metodologi penelitian keuangan, profesional di bidang keuangan, mantan direktur keuangan sebuah BUMN, mahasiswa S3 di bidang manajemen keuangan)

Sumber: http://thewhynotcorner.blogspot.com/2014/01/politisi-korup-dan-elektabilitas-partai.html

Info terbaru ada di: https://twitter.com/KPKwatch_RI

Mohon Maaf atas Kekurangan Kami.
Mohon Doa & Dukungannya supaya Kami Menjadi Lebih Baik Lagi.
http://www.pkspiyungan.org
http://www.pks.or.id

2 Responses to Indeks Korupsi Partai Politik

  1. Data mengenai politisi yang telah terpidana korupsi/maling.(Perkara yang telah di putus kan oleh hakim tipikor).
    Smoga bermamfaat untuk meyukses kan pemilu kali ini.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: