Hasil Analisis

BAB IV HASIL DAN PEMBAHASAN

4.3 Hasil Analisis

Untuk mengetahui pengaruh infrastruktur jalan, listrik dan pelabuhan terhadap

pertumbuhan ekonomi di pulau Sulawesi dilakukan dengan mengunakan analisis regresi

berganda. Dengan analisis regresi ini akan diketahui kekuatan dan arah hubungan antara variabel

independen yaitu pajang jalan, volume bongkar muat pelabuhan dan konsumsi listrik dengan

variabel dependen: pertumbuhan ekonomi pulau Sulawesi :

Tabel 4.4

Hasil Estimasi Model Regresi Linear Berganda pengaruh jalan, pelabuhan dan listrik terhadap pertumbuhan ekonomi pulau Sulawesi

( Pada α= 0,05 ) Model Unstandardized Coofficients Standardized Coofficients t Sig. ANOVA R R Square B Std. Error Beta F Sig. (Constant) -10.757 5.101 -2. 109 .073 6.080 .028 .850 .723 JLN .031 .031 .013 .052 .960 LST 1.554 1.544 .711 1.358 .217 PLBH .489 .489 .142 .292 .779 Sumber: lampiran 1

Berdasarkan hasil estimasi analisis regresi diatas, menunjukan bahwa panjang jalan (PJL),

volume bongkar muat pelabuhan (PLBH) dan konsumsi listrik (LST) mempunyai hubungan

yang positif dengan kenaikan PDRB Sulawesi. hasil regresi menjukan nilai elastisitas koefisien

variabel bebas yang mengandung arti sebagai berikut:

1.

Koefisien β₀ = -10.757 ini berarti bahwa jika infrastruktur jalan, pelabuhan, dan listrik sama dengan nol, maka pertumbuhan ekonomi akan tumbuh sebesar -10.757 miliar pertahun nya.

2.

Koefisien β₁= 0.031 artinya bahwa terdapat hubungan positif antara panjang jalan dengan pertumbuhan ekonomi di pulau Sulawesi. Nilai tersebut dapat diartikan bahwa jika jalan

naik/meningkat 1 kilo meter, maka PDRB pulau Sulawesi akan mengalami kenaikan sebesar

0,031 miliar rupiah

3.

Koefisien β₂= 0.489 berarti bahwa jika aktivitas volume bongkar muat sebesar 1 ton pada pelabuhan pulau Sulawesi, maka PDRB pulau Sulawesi akan naik sebesar 0.489 miliar

rupiah.

4.

Koefisien β₃= 1.554 artinya jika terjadi pemakaian listrik 1 Kwt, maka PDRB pulau Sulawesi akan naik sebesar 1.544 miliar rupiah.

4.3.1 Uji Statistik 4.3.1.1 Uji Simultan F

Uji F (simultan) digunakan untuk menunjukan apakah semua variabel independen yang

dimasukan dalam model regresi mempunyai pengaruh yang signifikan secara bersamaan

terhadap variabel dependen. Dalam konteks penelitian ini, pengujian secara simultan ingin

melihat apakah variabel jalan, listrik dan pelabuhan berpengaruh terhadap PDRB atau tidak.

Untuk melihat apakah ada atau tidaknya pengaruh antara variabel bebas terhadap variabel terkait

dilihat dari nilai signifikannya.

Dapat dilihat pada tabel 4.4 dari hasil uji simultan diperoleh bahwa apabila nilai

probabilitas F-hitung lebih kecil dari nilai α=0,05 (0,028 < 0,05). Dengan demikian variabel bebas pada penelitian ini yaitu jalan, pelabuhan dan listrik mempunyai pengaruh signifikan secara

simultan terhadap kenaikan PDRB pulau Sulawesi.

Uji-t dilakukan untuk mengetahui besarnya pengaruh masing-masing variabel-variabel

indepeden terhadap variabel dependen. Pengujian secara parsial (Uji-t) dilakukan dengan

membandingkan nilai propabilitas dengan taraf signifikansi 0,05. Jika dan nilai probabilitas

<0,05 maka dapat dikatakan bahwa masing-masing variabel independent yaitu pajang jalan

(PJL), bongkar muat pelabuhan (PLBH) dan konsumsi listrik (LST) berpengaruh nyata dan kuat

terhadap variabel dependen (PDRB). sebaliknya jika nilai probabilitas > 0.05 maka dapat

dikatakan bahwa masing-masing variabel independent pajang jalan (PJL), bongkar muat

pelabuhan (PLBH) dan konsumsi listrik (LST) tidak berpengaruh nyata terhadap variabel

dependen (Y). hal ini ditunjukan oleh hasil perhitungan.

Dari perhitungan nilai t adalah panjang jalan (JLN) 0.960, volume bongkar muat (PLBH)

0.217 dan pemakaian listrik (LST) 0.779 hal mengandung makna bahwa secara parsial JLN,

PLBH dan LST tidak berpengaruh nyata terhadap pertumbuhan ekonomi pulau sulawesi.

4.3.1.2 Uji Koefisien R_Square

Koefisien determinasi digunakan untuk menguji goodness-fit dari model regresi yang dapat lihat dari nilai R Square. Untuk mengetahui tingkat perkembangan pertumbuhan ekonomi

pulau Sulawesi yang disebabkan oleh beberapa infrasturktur antara lain yaitu pajang jalan (PJL),

bongkar muat pelabuhan (PLBH) dan konsumsi listrik (LST) dapat dilihat melalui besarnya

koefisien determinasi. Dari perhitungan nilai R Square adalah .723. Hal ini berarti 72,3 persen

pertumbuhan ekonomi pulau sulawesi dapat dijelaskan oleh ketiga variabel independen di atas,

sedangkan sisanya yaitu 27,7 persen dijelaskan oleh sebab-sebab yang lain.

4.3.2 Uji Asumsi Klasik

Uji asumsi klasik ini dilakukan karena dalam model regresi perlu memperhatikan adanya

tidak dipenuhi maka variabel-variabel yang menjelaskan akan menjadi tidak efisien Pada

penelitian ini. Oleh karena itu perlu pengujian-pengujian lebih lanjut dan dilakukan perlakuan-

perlakuan yang tepat untuk menghilangkan masalah tersebut. pengujian yang dilakukan adalah

uji Multikolineritas, uji heterokedastisitas dan uji autokorelasi.

4.3.2.1 Uji Multikolineritas

Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan

adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat

problem Multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara

variabel independen. Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan

memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF

(Variance Inflation Factor) dan Tolerance-nya. Nilai dari VIF yang kurang dari 10 dan tolerance yang lebih dari 0.10 maka menandakan bahwa tidak terjadi adanya gejala multikolinearitas.

Sehingga dapat disimpulkan bahwa model regresi tersebut tidak terdapat problem

multikolinieritas.

Tabel 4.5 Hasil Uji Multikolineritas

Variabel Tolerance Variance Inflation Factor (VIF)

Panjang Jalan (JLN) .642 1.558

Volume Bongkar Muat Pelabuhan (PLB)

.145 6.916

Listrik (LST) .167 5.976

Dari perhitungan mengunakan program SPSS versi 16 dapat kita ketahui bahwa nilai VIF

dan tolerance sebagai berikut :

2. Variabel bongkar muat pelabuhan (PLBN) mempunyai nilai VIF sebesar 6.916 dan tolerance

sebesar 0.145

3. Variabel konsumsi listrik (LST) mempunyai nilai VIF sebesar 5.976 dan tolerance sebesar

0.167

Dari ketentuan yang ada bahwa jika nilai VIF < 10 dan tolerance 0.10 maka tidak terjadi

gejala multikolineritas dan nilai-nilai didapat dari perhitungan adalah sesuwai dengan ketetapan

nilai VIF dan tolerance, dan dari hasil analisis diatas dapat diketahui nilai tolerance semua

variabel independen (JLN, PLB, LST) lebih dari 0.10 dan nilai VIF kurang dari 10 maka dapat

disimpulkan bahwa variabel independennya tidak terjadi multikolinearlitas sehingga model

tersebut telah memenuhi syarat asumsi klasik dalam analisis regresi.

4.3.2.2 Uji Autokorelasi

Uji yang paling di kenal untuk menguji autokorelasi adalah dengan uji Durbin-Watson

(Gujarati, 2006 : 121). Adapun untuk melihat ada tidaknya autokorelasi dalam hasil regresi dapat

melihat nilai Durbin-watson statistiknya.

Tabel 4.6 Hasil Uji Autokorelasi Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change .723 6.080 3 7 .023 1.642

Dari hasil estimasi terhadap masalah serial korelasi atau autokorelasi diperolah nilai DW

sebesar 1.642 atau berada diantara -2 sampai +2. Dengan demikian dapat dikatakan bahwa model

4.3.2.3 Uji Heterokedastisitas

Dari hasil analisis dengan menggunakan SPSS versi 16 diatas dapat diketahui bahwa titik-

titik yang menyebar secara acak baik diatas maupun dibawah angka nol, pada sumbu Y serta

tidak membentuk pola atau kecenderungan tertentu pada diagram plot, sehingga dapat

mengidentifikasikan tidak terjadi adanya heteroskedastisitas dan model regresi tersebut layak

digunakan untuk memprediksi pertumbuhan ekonomi.