HASIL DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Jawa Tengah merupakan salah satu provinsi di Jawa yang letaknya berada di antara dua provinsi yaitu Jawa Barat dan Jawa Timur.
Letaknya antara 5o40’ dan 8o30’ Lintang Selatan dan antara antara 5o40’
dan 108o30’ dan 111o30’ Bujur Timur (termasuk Pulau Karimunjawa).
Secara Administratif, letak wilayah Provinisi Jawa Tengah berbatasan dengan Samudera Hindia dan Daerah Istimewa Yogyakarta di sebelah Selatan; Provinsi Jawa Barat di sebelah Barat; Provinsi Jawa Timur di sebelah Timur, dan Laut Jawa di sebelah Utara. Provinsi Jawa Tengah terbagi menjadi 29 Kabupaten dan 6 Kota. Dimana luas wilayah Jawa Tengah sebesar 3,25 juta hektar atau sekitar 25,04 % dari pulau Jawa dan 1,70 persen dari luas Indonesia. Berdasarkan Angka Sementara Proyeksi Sensus Penduduk (SP) 2010, jumlah penduduk Jawa Tengah pada tahun 2014 tercatat sebesar 33,52 juta jiwa atau sekitar 13,29 persen dari jumlah penduduk di Indonesia. Hal ini menempatkan sebagai provinsi yang memiliki jumlah penduduk terbanyak ketiga setelah Jawa Barat dan Jawa Timur.
Kondisi fisiografis Jawa Tengah terbagi menjadi 7 (tujuh) klasifikasi fisiografis yaiu Perbukitan Rembang, Zone Randublatung, Pegunungan Kendeng, Pegunungan Selatan Jawa Tengah bagian Timur,
75 Pegunungan Serayu Utara, Pegunungan Serayu Selatan, dan Pegunungan Progo Barat.
Selain fisiografis, Jawa Tengah juga memiliki kondisi topografi yang beraneka ragam, meliputi daerah pegunungan dan dataran tinggi yang membujur sejajar dengan panjang pulau Jawa di bagian Tengah;
dataran rendah yang yang hampir tersebar di seluruh Jawa Tengah; dan pantai yaitu pantai Utara dan Selatan. Kondisi fisiografis dan topografi yang beraneka ragam menyebabkan ketimpangan di Jawa Tengah cukup tinggi dikarenakan setiap daerah memiliki sumber daya alam, persebaran penduduk, ketersediaan sarana dan prasarana, dan kegiatan sosial ekonomi yang berbeda. Selain ketimpangan, hal ini menyebabkan provinsi Jawa Tengah memiliki kawasan rawan bencana yang dapat menganggu perekonomian Jawa Tengah. Kejadian bencana yang paling menonjol diantaranya adalah kejadian bencana erupsi Gunung Merapi pada tanggal 26 Oktober 2010 dan diikuti dengan aliran lahar hujan yang merusakkan areal persawahan dan permukmiman dikawasan puncak dan sekitar sungai yang berada di Kabupaten Magelang, Klaten, dan Boyolali.
Selama periode 2007-2013 kinerja perekonomian di Provinsi Jawa Tengah cukup baik, terlihat dari pertumbuhan Produk Domestik Regional Bruto (PDRB) Atas Dasar Harga Konstan tahun 2000 yang tumbuh dengan laju rata-rata 5,71 % per tahun. Namun demikian laju pertumbuhan tersebut belum cukup untuk mengurangi kesenjangan
76 pendapatan per kapita Provinsi Jawa Tengah dari angka rata-rata nasional. Rasio PDRB per kapita antara Provinsi Jawa Tengah dan nasional menurun dari 56,4 persen menjadi 49,3 persen. Dengan kenyataan bahwa laju pertumbuhan penduduk Jawa Tengah selama 2000-2010 relatif rendah, yaitu sebesar 0,37 persen per tahun.
B. Analisis dan Pembahasan 1. Analisa Deskriptif
a. Ketimpangan Pendapatan (Rasio Gini)
Ketimpangan merupakan masalah yang seringkali terjadi dalam proses pembangungan ekonomi. Dimana ketimpangan ini telah menimbulkan ketidakpuasan terhadap usaha-usaha pembangunan di beberapa negara berkembang, karena dianggap usaha tersebut hanya menguntungkan sebagian kecil masyarakatnya. Pembangunan ekonomi bukanlah bertujuan untuk menciptakan modernisasi dalam suatu masyarakat, tetapi yang lebih penting adalah menciptakan kehidupan yang lebih baik kepada seluruh masyarakat.
Dimana tujuan utama dari usaha-usaha pembangunan ekonomi selain menciptakan pertumbuhan yang setinggi-tingginya, harus pula menghapus atau mengurangi tingkat kemiskinan, ketimpangan pendapatan, dan tingkat pengangguran. Kesempatan kerja bagi penduduk atau masyarakat akan memberikan pendapatan
77 0.00
0.10 0.20 0.30 0.40
Jawa Tengah
untuk memenuhi kebutuhan hidupnya . Todaro,2002 (dalam Kuncoro, 2004:127).
Untuk mengetahui seberapa besar ketimpangan di Provinsi Jawa Tengah, maka penelitian ini menggunakan koefisien gini atau rasio gini. Koefisien gini merupakan ukuran kuantitatif agregat ketimpangan pendapatan yang berkisar dari 0 (kemerataan kesempurnaan) sampai dengan 1 (ketimpangan sempurna).
Semakin tinggi nilai koefisien gini yang mendekati 1 maka semakin timpang distribusi pendapatannya dan sebaliknya, jika semakin rendah nilai koefisien gini maka semakin merata distribusi pendapatannya. Berikut merupakan gambaran dari ketimpangan pendapatan antar Kabupaten/Kota Provinsi Jawa Tengah.
Grafik 4.1
Rata-rata Ketimpangan Pendapatan antar Kabupaten/Kota di Provinsi Jawa Tengah (Dalam Persen)
Sumber: BPS Provinsi Jawa Tengah, (data diolah)lampiran 1
Berdasarkan grafik 4.1 ketimpangan pendapatan dari tahun 2007-2014 mengalami tren yang meningkat dan berfluktuatif. Hal ini menunjukkan bahwa pendistribusian pendapatan dari tahun ke
78 tahun semakin memburuk atau timpang. Berdasarkan hasil Susenas pada tahun 2013, Kabupaten Pemalang memiliki nilai Koefisien Gini terendah sebesar 0,24 dan tertinggi sebesar 0,41 yaitu Kabupaten Blora. Angka koefisien gini tertinggi setelah Kabupaten Blora secara berturut-turut meliputi wilayah Kabupaten Boyolali (0,40), Kabupaten Banjarnegara (0,39), Kabupaten Cilacap (0,37), Kota Salatiga (0,37) dan Kabupaten Banyumas (0,36). Angka ini menunjukkan bahwa ketimpangan pendapatan di Provinsi Jawa Tengah termasuk ketimpangan sedang. Adapun penyebab ketimpangan yang terjadi di Provinsi Jawa Tengah yaitu struktur perekonomian di Kabupaten/Kota yang berbeda dimana beberapa daerah merupakan industri dan perkotaan yang cukup maju sedangkan daerah lain merupakan perdesaan yang masih di dominasi oleh sektor pertanian atau sektor primer.
Dapat dilihat bahwa pada tahun 2008 mengalami kenaikan dengan nilai koefisien gini sebesar 0.27 dari tahun sebelumnya sebesar 0,23. Hal ini disebabkan karena terjadinya krisis keuangan global dan bencana gunung merapi . Krisis keuangan global menyebabkan daerah- daerah yang memiliki banyak kelompok pekerja yang masuk ke dalam kategori tidak berpendidikan seperti pekerja kontrak atau borongan industri yang berorientasi ekspor dan padat karya seperti tekstil, pakaian jadi, makanan dan minuman, barang-barang kulit dan barang kayu rentan akan
79 kemiskinan yang menyebabkan tingkat pendapatan akan menurun sehingga ketimpangan semakin tinggi. Biasanya kebanyakan pekerja seperti ini berada di daerah perindustrian dan perkotaan.
Hal ini dapat dibuktikan dengan nilai koefisien gini tertinggi di daerah Kabupaten Banyumas yang di dominasi oleh industry pengolahan dan perdagangan sebesar 0,3450 dan daerah perkotaan seperti kota Salatiga sebesar 0,3220.
Kemudian pada tahun 2010-2012 nilai koefisien gini juga mengalami peningkatan yang cukup signifikan. Hal ini disebabkan karena terjadi bencana yaitu gunung Merapi yang meletus pada 26 Oktober 2010. Dimana lereng sisi selatan berada dalam administrasi Kabupaten Sleman, Daerah Istimewa Yogyakarta, dan sisanya berada dalam wilayah Provinsi Jawa Tengah, yaitu Kabupaten Magelang di sisi barat, Kabupaten Boyolali di sisi utara dan timur, serta Kabupaten Klaten di sisi tenggara.
Gunung Merapi terletak di tengah provinsi Jawa Tengah menyebabkan ketimpangan yang cukup signifikan akibat bencana tersebut, karena berhentinya aktivitas mata pencaharian , berhentinya pembangunan infrastruktur, dan gagal panen. Dimana pada tahun 2012 menjadi tahun yang memiliki nilai koefisien gini paling tinggi yaitu sebesar 3,4. Dimana nilai koefisien gini tertinggi yaitu Kabupaten Karanganyar (0,39) dan terendah yaitu Kabupaten Pemalang (0,24).
80 b. Pertumbuhan Ekonomi
Untuk mencapai pembangunan ekonomi yang berkelanjutan tidak terlepas dari pertumbuhan ekonomi dan pemerataan pendapatan sebagai pondasi dasar. Trade off atau pertukaran antara pertumbuhan ekonomi dan ketimpangan pendapatan selalu terjadi dalam proses pembangunan. Tingginya pertumbuhan ekonomi suatu daerah tidak menjamin kesejahteraan masyarakat secara riil, dimana pertumbuhan ekonomi menjadi tidak berarti lagi oleh kaum miskin jika tidak diiringi dengan penurunan dari kesenjangan pendapatan.
Seperti yang dikemukakan oleh Kuznets bahwa pada tahap-tahap awal pertumbuhan ekonomi, distribusi pendapatan cenderung menurun, dengan kata lain terjadinya ketimpangan yang tinggi.
Namun dalam jangka panjang kondisi tersebut akan membaik.
Hipotesis ini dikenal dengan hipotesis “U-Terbalik” Kuznet.
Menurut Kuznet distribusi pendapatan akan meningkat sejalan dengan pertumbuhan ekonomi (Todaro, 2011:277).
Pertumbuhan ekonomi adalah kenaikan jangka panjang dalam kemampuan suatu negara untuk menyediakan semakin banyak jenis barang-barang ekonomi kepada penduduknya. Tolak ukur keberhasilan pembangunan dapat dilihat dari pertumbuhan ekonomi, struktur ekonomi, dan semakin kecilnya ketimpangan pendapatan antarpenduduk, antar daerah, dan antar sektor
81 (Kuncoro, 2004: 127). Berikut merupakan laju pertumbuhan ekonomi antar Kabupaten/Kota Provinsi Jawa Tengah :
Grafik 4.2
Rata-rata Laju Pertumbuhan Ekonomi antar Kabupaten/Kota di Provinsi Jawa Tengah (Dalam Persen)
Sumber: BPS Provinsi Jawa Tengah, (data diolah) Lampiran 1
Berdasarkan grafik 4.2 laju pertumbuhan ekonomi antar Kabupaten/Kota provinsi jawa tengah memiliki tren yang meningkat dan berfluktuatif. Pertumbuhan ekonomi Jawa Tengah tahun 2013 yang ditunjukkan laju pertumbuhan Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan 2000 mengalami penurunan dari tahun sebelumnya, yaitu 4,79 % pada tahun 2008 dan 4,71 % pada tahun 2009, penurunan ini disebabkan karena krisis keuangan global yang berpengaruh terhadap perekonomian daerah akibat kinerja ekspor yang berdampak langsung pada penurunan output nasional dan daerah.
Penurunan juga terjadi pada tahun 2013 dengan laju pertumbuhan ekonomi sebesar 5,81 % dimana pada tahun 2012 sebesar 6,34 % . Rendahnya peningkatan investasi menjadi salah
4.00 4.50 5.00 5.50 6.00
Jawa Tengah
82 satu penyebab rendahnya pertumbuhan ekonomi tahun 2013 dibanding tahun 2012. Dimana nilai investasi menurut lapangan usaha terjadi penurunan yang cukup besar pada sektor sekunder yaitu industri mineral non logam dengan total penurunan hampir 42 %.
Pertumbuhan riil sektoral tertinggi pada tahun 2013 dicapai oleh sektor keuangan, persewaan, dan jasa perusahaan sebesar 10,56 % dan sektor pertumbuhan yang paling rendah pada tahun 2013 yaitu sektor pertanian yaitu sebesar 2,18 %. Jika dilihat dari besaran Produk Domestik Regional Bruto Atas Dasar Harga Berlaku tanpa migas tahun 2013 dari masing-masing Kabupaten/Kota di Jawa Tengah nilainya sangat beragam.
Kabupaten/Kota dengan Produk Domestik Regional Bruto Terendah adalah Kota Salatiga dan yang tertinggi adalah Kota Semarang.
Dari sebaran data Produk Domestik Regional Bruto Atas Dasar Harga Berlaku, tiga Kabupaten/Kota yaitu Kota Semarang, Cilacap dan Kudus nilainya sangat mencolok jauh di atas Kabupaten/Kota lainnya. Kabupaten Kudus dengan potensi industry rokok menghasilkan Produk Domestik Bruto Regional sebesar 41,193 triliun rupiah, menempati posisi ketiga terbesar setelah Kota Semarang dan Kabupaten Cilacap dengan nilai Produk Domestik Regional Bruto masing-masing sebesar 61,093
83 triliun rupiah dan 56,098 triliun rupiah. Sedangkan Kota Salatiga menempati posisi terendah dengan nilai Produk Domestik Regional Bruto sebesar 2,282 triliun rupiah.
Kenaikan Produk Domestik Bruto Regional atas dasar harga konstan juga mengalami kenaikan pada tahun 2010 mencapai Rp.
444,4 triliun. Angka ini meningkat dibandingkan tahun 2009 sebesar Rp. 397,9 triliun. (Publikasi BPS, 2010-2011)
Laju pertumbuhan ekonomi meningkat secara signifikan pada tahun 2011 sebesar 4,99 % ke 5,51% pada tahun 2012 dikarenakan adanya kenaikan investasi baik dari dalam negeri maupun asing dari sektor pengolahan dimana sektor industri pengolahan masih memberikan sumbangan sektor tertinggi terhadap perekonomian Jawa Tengah yaitu sebesar 32,73 %. Dimana pada tahun 2012 kenaikan tertinggi terjadi pada industri tekstil yaitu pada sebesar 498 juta rupiah dari 251 juta rupiah pada tahun 2011 dengan laju kenaikan sekitar 50 %. Sektor industri lain yang mengalami kenaikan adalah sektor industri karet dimana pada tahun 2012 sebesar 159 juta rupiah dan mengalami kenaikan sekitar 60 % dari 65 juta rupiah (Publikasi BPS, 2012-2013).
c. Tingkat Pengangguran Terbuka
Menurut Sjafrizal (Syafrizal, 2008:117) faktor-faktor yang mempengaruhi ketimpangan pembangunan antar wilayah salah satunya adalah karena perbedaan kondisi demografis.
84 Kondisi demografis ini akan dapat mempengaruhi ketimpangan pembangunan antar wilayah karena hal ini akan berpengaruh terhadap produktivitas kerja masyarakat. Daerah dengan kondisi demografis yang baik akan cenderung mempunyai produktivitas kerja yang lebih tinggi sehingga hal ini akan mendorong peningkatan investasi yang selanjutnya akan meningkatkan penyediaan lapangan kerja dan pertumbuhan ekonomi daerah yang bersangkutan.
Pengangguran meliputi penduduk yang sedang mencari pekerjaan, atau mempersiapkan suatu usaha, atau merasa tidak mungkin mendapatkan pekerjaan, atau sudah punya pekerjaan tetapi belum mulai bekerja. Tingkat pengangguran terbuka adalah ukuran yang menunjukkan besarnya penduduk usia kerja yang termasuk dalam kelompok penangguran. Di hitung dari perbandingan antara jumlah pencari kerja dengan jumlah angkatan kerja, dan dinyatakan dalam persen.
85 0.00
2.00 4.00 6.00 8.00 10.00
2007 2008 2009 2010 2011 2012 2013 2014
Jawa Tengah
Grafik 4.3
Rata-rata Tingkat Pengangguran Terbuka antar Kabupaten/Kota di Provinsi Jawa Tengah 2007-2014
(Dalam Persen)
Sumber: BPS Provinsi Jawa Tengah, (data diolah) Lampiran 1
Berdasarkan grafik 4.3 tingkat pengangguran terbuka menunjukkan bahwa tingkat penangguran terbuka antar Kabupaten/Kota Provinsi Jawa Tengah memiliki tren yang menurun dengan angka tingkat penangguran yang cukup rendah yaitu dari 2007-2014 rata-rata tingkat penangguran terbuka sebesar 6,92 % yang berarti bahwa dari 100 orang angkatan kerja terdapat sekitar 6 orang yang menganggur. Hal ini menunjukkan bahwa penyerapan tenaga kerja di Provinsi Jawa Tengah cukup baik.
Berdasarkan tipe daerah terlihat bahwa tingkat pengangguran terbuka untuk daerah perkotaan sekitar 6,54 % lebih besar dibandingkan dengan daerah pedesaan yang tercatat sebesar 5,60 persen. Hal ini terjadi karena pasar tenaga kerja tidak mampu dalam menyerap tenaga kerja yang ada yang biasanya terjadi di daerah perkotaan dimana antara permintaan dan penawaran tenaga kerja tidak seimbang.
86 Dimana tingkat pengangguran terbuka tertinggi berada di daerah Kabupaten Brebes sebesar 9,54 % dan terendah berada di Kabupaten Kebumen. Namun rendahnya tingkat penangguran di provinsi Jawa Tengah diikuti dengan rendahnya relative PDRB per Kapita dibandingkan nasional dimana nilai PDRB per Kapita provinsi Jawa Tengah pada tahun 2012 sebesar 17.140 rupiah sedangkan nasional sebesar 33.748 rupiah. Hal ini menunjukkan bahwa rendahnya tingkat pengangguran di tengah rendahnya pendapatan per kapita mengindikasikan bahwa tingkat produktivitas pekerja rendah di tingkat daerah.
Kemudian peningkatan penganggguran terbuka hanya terjadi pada tahun 2008 dan 2010 dimana pada tahun 2008 adanya krisis keuangan global yang menyebabkan gejolak perekonomian dan beberapa perusahaan mengalami kebangkrutan akibat menurunnya ekspor Indonesia yang mencapai 20-30% dan terpaksa melakukan PHK terhadap pegawainya. Dimana di provinsi Jawa Tengah terdapat banyak daerah yang merupakan daerah industrialisasi yang menyerap banyak tenaga kerja.
Begitu juga halnya dengan bencana gunung Merapi yang menyebabkan banyak industri mengalami kerugian dan berhenti melakukan kegiatan produksi. Kedua hal ini dapat dijadikan alasan mengapa tingkat penangguran terbuka mengalami kenaikan pada tahun 2008 dan 2010.
87 d. Belanja Modal
Proses mendorong peningkatan kesejahteraan masyarakat dan mengurangi ketimpangan pendapatan antar daerah merupakan salah satu bagian penting dari tanggung jawab pemerintah daerah, salah satunya diwujudkan melalui peningkatan belanja modal setiap tahunnya. Pemerintah daerah berusaha secara langsung menciptakan lapangan pekerjaan untuk masyarakat melalui implementasi kegiatan pembangunan seperti pembangunan infrastruktur yang bersifat padat karya.
Selain itu dengan pembangunan infrastruktur ekonomi, akan mendorong aktivitas ekonomi secara luas yang diharapkan dapat mendatangkan investasi swasta, sehingga dapat mendorong pertumbuhan ekonomi serta terbukanya kesempatan kerja dan pada akhirnya akan meningkatkan kesejahteraan masyarakat (Sabir, 2015:94).
Dengan kata lain pertumbuhan ekonomi berawal dari investasi, investasi meningkatkan kapasitas produksi, kapasitas produksi mendorong terbukanya kesempatan lapangan kerja dan berdampak pada peningkatan pendapatan dan kesejahteraan masyarakat.
88 0.00
50,000,000,000.00 100,000,000,000.00 150,000,000,000.00 200,000,000,000.00 250,000,000,000.00
2007 2008 2009 2010 2011 2012 2013
Jawa Tengah
Grafik 4.4
Rata-rata Belanja Modal antar Kabupaten/Kota di Provinsi Jawa Tengah 2007-2014 (Dalam Rupiah)
Sumber :DJPK (Kementerian Keuangan), (diolah) Lampiran 1
Berdasarkan grafik 4.4 dari tahun 2007-2013 tingkat belanja modal antar Kabupaten/Kota Provinsi Jawa Tengah sangat berfluktuatif dimana pada tahun 2008-2010 mengalami penurunan yang signifikan, hal ini mungkin disebabkan karena krisis global yang berdampak pada APBN (Anggaran Pendapatan dan Belanja Negara) dan APBD (Anggaran Pendapatan dan Belanja Daerah).
Namun pada tahun 2010-2013 belanja modal mengalami kenaikan yang signifikan, hal ini menandakan bahwa pemerintah daerah mampu bangkit dari keadaan yang buruk akibat krisis global. Dengan melakukan kebijakan fiscal yaitu meningkatkan belanja daerah khususnya belanja modal , untuk memperbaiki perekonomian dengan belanja yang berkaitan dengan infrastruktur untuk mendorong investasi daerah.
Kenaikan belanja modal ini akibat dari usaha meningkatkan pertumbuhan ekonomi provinsi yang menunjukan kenaikan yang
89 signifikan pada tahun 2009-2012. Hasil ini sesuai teori wagner yang mengemukakan bahwa apabila pertumbuhan ekonomi semakin maju akan semakin besar pula pengeluaran pemerintah (dalam Ketut Wahyu, 2013:47).
Pada tahun 2013 belanja modal tertinggi berada di kota Semarang dengan nilai belanja modal sebesar 591.011 miliar rupiah. Dan terendah berada di Kota Salatiga dengan nilai belanja modal sebesar 69.203 miliar rupiah. Kota Semarang memiliki nilai belanja modal yang tinggi karena merupakan pusat pertumbuhan ekonomi dan dijadikan daerah tujuan untuk berwisata. Sehingga pembangunan di Kota Semarang sangat dibutuhkan untuk menunjang perekonomian yang semakin maju yang akan berkontribusi kepada pertumbuhan ekonomi provinsi Jawa Tengah.
2. Estimasi Model Data Panel a. PLS vs FEM (Uji Chow)
Untuk mengetahui model panel yang digunakan maka pengujian yang dilakukan menggunakan Chow-test atau Likelihood ratio test, dengan asumsi yaitu:
H0: model mengikuti Pool,
H1: model mengikuti Fixed effect dan lanjut tes Hausman
Pedoman yang akan digunakan dalam pengambilan kesimpulan uji Chow adalah sebagai berikut :
90 1) Jika nilai p-value F > 0,05 artinya Ho: maka model Pooled
Least Square.
2) Jika nilai p-value F < 0,05 artinya H1: maka model fixed effect dan dilanjutkan uji Hausman untuk memilih apakah menggunakan model fixed effect atau random effect.
Dari hasil berdasarkan metode Fixed Effect Model (FEM) vs Pool Least Square (PLS) diperoleh nilai probabilitas F-statistik sebagai berikut:
Tabel 4.1 Hasil Uji Chow
Effects Test Statistic d.f. Prob.
Cross-section F 1.910645 (34,207) 0.0032
Cross-section Chi-square 66.871117 34 0.0006
Sumber : data diolah. Lampiran 2
Dari tabel 4.1 diatas diperoleh F-Statistik 1.910645 dengan d.f (34,207) dan nilai p-value F-Statistik sebesar 0,0032 yang berarti nilai p-value F-Statistik lebih kecil dari tingkat signifikansi α=5% (0,0032 < 0,05). Maka Ho ditolak, sehingga model panel yang digunakan fixed effect dan dilanjutkan uji Hausman untuk memilih apakah menggunakan model fixed effect atau random effect.
b. FEM vs REM (Uji Hausman)
Uji Hausman untuk memilih antara metode Fixed Effect atau metode Random Effect yang akan digunakan untuk
91 mengestimasi regresi data panel. Pengujian yang dilakukan menggunakan Hausman test dengan asumsi, yaitu:
H0: model mengikuti Random Effect.
H1: model mengikuti Fixed Effect.
Pedoman yang akan digunakan dalam pengambilan kesimpulan uji Hausman adalah sebagai berikut :
1) Jika nilai p-value F > 0,05 artinya Ho : maka model Random Effect
2) Jika nilai p-value F < 0,05 artinya H1: maka model Fixed Effect .
Dari pengolahan uji Hausman diperoleh hasil sebagai berikut:
Tabel 4.2 Hasil Uji Hausman
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 10.158372 3 0.0173
Sumber : data diolah. Lampiran 3
Dari tabel 4.1 diatas diperoleh nilai p-value F-Statistik sebesar 0,0173, yang berarti nilai p-value F-Statistik lebih kecil dari tingkat signifikansi α=5% (0,0173 < 0,05). Maka Ho ditolak, sehingga model panel yang digunakan fixed effect.
Jadi berdasarkan uji Chow dan uji Hausman, dapat disimpulkan bahwa model terbaik yang dapat digunakan dalam penelitian ini adalah Fixed Effect Model.
92 3. Uji Asumsi Klasik
a. Uji Normalitas
uji normalitas, dilakukan untuk melihat bahwa suatu data terdistribusi dengan normal atau tidak. Uji normalitas residual metode OLS secara formal dapat dideteksi dari metode yang dikembangkan oleh Jarque-Bera (J-B). Deteksi dengan melihat Jarque-Bera test yang merupakan asimtotis (sampel besar dan didasarkan atas residual OLS).
Hipotesis :
H0 : Data terdistribusi normal H1 : Data tidak terdistribusi normal
1) Jika probability JBtest lebih besar α 5% = data berdistribusi normal probability JBtest lebih besar α 5% = data berdistribusi normal (tolak H1, terima Ho)
2) Jika probability JBtest lebih kecil α 5% = data tidak berdistribusi normal (terima H1, tolak Ho)
Hasil pengolahan uji Normalitas dapat di lihat pada grafik 4.6 berikut
93 Grafik 4.5
Uji Normalitas
Sumber : data diolah. Lampiran 4
Dari grafik diatas diperoleh nilai Jarque-Bera sebesar 3.807834 dan nilai probabilitasnya sebesar 0,148984 yang berarti nilai probability JBtest lebih besar dari α=5%, m a k a t o l a k H 1 , t e r i m a H o y a n g b e r a r t i data berdistribusi normal .
b. Multikolinearitas
Multikolinearitas artinya terdapat korelasi yang signifikan di antara dua atau lebih variabel bebas dalam suatu model regresi.Untuk mendeteksi ada atau tidaknya multikolinearitas dalam model persamaan penelitian ini, penulis menggunakan matriks korelasi (Correlation Matriks).
Apabila pengujian multikolinearitas dilakukan dengan menggunakan correlation matrix, jika hasilnya ada yang melebihi dari 0,8, itu menandakan bahwa terjadi multikolinearitas yang serius. Jika terjadi multikolinearitas yang serius, maka akan
94 berakibat buruk, karena hal tersebut akan mengakibatkan pada kesalahan standar estimator yang besar. (Gujarati, 2006:68&71)
Hipotesis :
H0 : tidak ada multikolinieritas H1 : ada multikolinieritas
1) Pada Correlation Matrix, jika nilai korelasi yang dihasilkan < 0,8) = Tidak terdapat multikolineritas (tolak H1,terima Ho)
2) Pada Correlation Matrix, jika nilai korelasi yang dihasilkan sangat tinggi (umumnya > 0,8) = Terdapat multikolineritas.(
tolak Ho, terima H1)
Hasil dari uji Multikolinieritas dengan menggunakan correlation matrix adalah sebagai berikut :
Tabel 4.3
Hasil Uji Multikolinieritas
Sumber : data diolah. Lampiran 5
Dari tabel 4.3 dapat dilihat bahwa tidak terdapat multikolinieritas dimana nilai korelasi setiap variabel independen yang dihasilkan kurang dari 0,8 (<0,8) yang berarti tidak terdapat multikolineritas (tolak H1,terima Ho).
PE TPT BM
PE 1.000000 0.031865 0.128333
TPT 0.031865 1.000000 -0.088236
BM 0.128333 -0.088236 1.000000
95 c. Uji Heterokedastisitas
Ada beberapa cara untuk mendeteksi adanya heteroskedastisitas, diantaranya dapat menggunakan uji Park, dimana jika nilai probabilitas seluruh variabel independen lebih besar dari α= 5% maka dapat disimpulkan data terbebas dari heteroskedastisitas. Berikut ini uji heterokedastisitas dengan uji Park :
Tabel 4.4 Hasil Uji Park
Variable Coefficient Std. Error t-Statistic Prob.
C -13.29445 8.721665 -1.524302 0.1287
PE -0.080706 0.187293 -0.430909 0.6669
TPT -0.103934 0.064710 -1.606157 0.1095
BM 0.262190 0.341468 0.767831 0.4433
Sumber : data diolah. Lampiran 6
Dari tabel diatas diketahui bahwa nilai probabilitas seluruh variabel independen Pertumbuhan Ekonomi, Tingkat Pengangguran Terbuka dan Belanja Modal lebih besar dari α= 5%
maka dapat disimpulkan data terbebas dari heteroskedastisitas.
d. Uji Autokorelasi
Pada umumnya ada beberapa cara untuk mendeteksi adanya autokorelasi, namun seringkali mendeteksi autokorelasi dengan menggunakan Uji Durbin-Watson.
Berikut adalah nilai durbin Watson pada model penelitian:
96 Tabel 4.5
Uji Autokorelasi
R-squared 0.400636 Mean dependent var 0.289469
Adjusted R-squared 0.293503 S.D. dependent var 0.051915 S.E. of regression 0.043637 Akaike info criterion -3.284174 Sum squared resid 0.394161 Schwarz criterion -2.741122 Log likelihood 440.3113 Hannan-Quinn criter. -3.065487 F-statistic 3.739618 Durbin-Watson stat 1.821805 Prob(F-statistic) 0.000000
Data terbebas autokorelasi jika nilai Durbin-Watson berada di antara du dan 4-du atau du < DW < 4-du.
Data terbebas autokorelasi jika nilai Durbin-Watson berada di antara du dan 4-du atau du < DW < 4-du.