BAB IV HASIL PENELITIAN DAN PEMBAHASAN
E. Hasil dan analisis
1. Analisis Linier Berganda
Teknik analisis data yang digunakan dalam penelitian ini adalah dengan analisis regresi linier berganda, yang digunakan untuk mengetahui pengaruh antara variabel independen dengan variabel dependen. Penggunaan regresi linier berganda karena penelitian ini menggunakan lebih dari satu variabel independen, diantaranya Tenaga Kerja, Total Output, dan Biaya Input untuk mengetahui pengaruhnya
terhadap variabel dependen yaitu Pertumbuhan Ekonomi Sulawesi Selatan tahun 2006-2015. Pengolahan data dengan menggunakan Eviews 11 lite
Tabel 4.7
Hasil Uji Linear Berganda
Sumber : Hasil Pengolahan Eviews
Dimana :
Y = Pertumbuhan ekonomi α = Nilai konstanta
b1 = Besarnya pengaruh tenaga kerja b2 = Besarnya pengaruh total input b3 = Besarnya pengaruh biaya input X1 = Variabel tenaga kerja
X2 = Variabel biaya input
Dependent Variable: Y Method: Least Squares Date: 11/25/20 Time: 20:32 Sample: 2006 2015
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 0.322646 1.016996 0.317254 0.7618
X1 -0.590710 0.394687 -1.496657 0.1851
X2 0.366799 0.205163 1.787839 0.1240
X3 -0.127047 0.155442 -0.817329 0.4450
R-squared 0.447494 Mean dependent var 2.003652 Adjusted R-squared 0.171240 S.D. dependent var 0.115006 S.E. of regression 0.104697 Akaike info criterion -1.386322 Sum squared resid 0.065769 Schwarz criterion -1.265288 Log likelihood 10.93161 Hannan-Quinn criter. -1.519096 F-statistic 1.619868 Durbin-Watson stat 2.929084 Prob(F-statistic) 0.281221
Y = α + b
1X
1+ b
2X
2+ b
3X
3+ e
X3 = Variabel total output e = Faktor eror
Persamaan di atas dapat di jelaskan sebagai berikut :
a) Variabel Tenaga Kerja mempunyai koefisien regresi yang negatif yaitu -0.5907 dan tidak signifikan. Hal ini berarti bahwa setiap kenaikan tenaga kerja industri sebesar 1% maka akan menurunkan pertumbuhan ekonomi Sulawesi Selatan sebesar -0.5907%.
b) Variabel Biaya Input mempunyai koefisien regresi yang positif yaitu 0.3667 dan tidak signifikan. Hal ini berarti bahwa setiap kenaikan biaya input industri sebsar 1% maka akan meningkatkan pertumbuhan ekonomi Sulawesi Selatan sebesar -0.3667%
c) Variabel Total Ouput mempunyai koefisien regresi yang negatif yaitu -0.1270dan tidak signifikan. Hal ini berarti bahwa setiap kenaikan total output industri sebesar 1% akan menurunkan pertumbuhan ekonomi Sulawesi Selatan sebesar -0.1270 %.
2. Uji Asumsi Klasik a) Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya berdistribusi normal atau tidak. Untuk menguji apakah distribusi data normal atau tidak, ada dua cara untuk mendeteksinya, yaitu dengan analisis grafik dan uji statistik. Analisis grafik merupakan cara termudah untuk melihat normalitas residual dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Data yang terdistribusi normal ditunjukkan dengan nilai signifikansi diatas α =
5% atau 0,05 (Ghozali, 2013). Sehingga apabila data tersebut memiliki distribusi normal maka uji t dapat dilakukan.
Gambar 4.1 Hasil Uji Normalitas
0 1 2 3 4 5 -0.2 -0.1 0.0 0.1 Series: Residuals Sample 2006 2015 Observations 10 Mean 4.89e-16 Median 0.005371 Maximum 0.143882 Minimum -0.168741 Std. Dev. 0.085485 Skewness -0.390239 Kurtosis 3.014257 Jarque-Bera 0.253895 Probability 0.880780 Series: Residuals Sample 2006 2015 Observations 10 Mean 4.89e-16 Median 0.005371 Maximum 0.143882 Minimum -0.168741 Std. Dev. 0.085485 Skewness -0.390239 Kurtosis 3.014257 Jarque-Bera 0.253895 Probability 0.880780
Sumber : Hasil Pengolahan Eviews
Penelitian ini uji normalitas menggunakan Jarque-Bera dengan nilai probabilitas statistik sebesar 0.253895 > α = 10%. Maka, dapat disimpulkan bahwa data yang digunakan dalam model ini berdistribusi normal
b) Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan pada periode lain, dengan kata lain variabel gangguan tidak random.
Tabel 4.8
Hasil Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test: Null hypothesis: No serial correlation at up to 2 lags
F-statistic 1.086189 Prob. F(2,4) 0.4200
Obs*R-squared 3.519515 Prob. Chi-Square(2) 0.1721
Berdasarkan uji autokorelasi pada tabel 4.9 dapat dilihat dari nilai probalitas chi square 0.1721> α = 0.5. dengan demikian tidak terjadi autokorelasi dalam residual.
c) Multikolinearitas
Uji multikolinieritas dilakukan untuk menganalisis korelasi antara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi dapat dilihat berdasarkan variance inflation factor (VIF). Jika nilai tolerance VIF < 10, maka tidak terdapat multikolinieritas antar variabel independen.
Tabel 4.9
Hasil Uji Multikolinearitas
Variance Inflation Factors Date: 11/25/20 Time: 20:33 Sample: 2006 2015
Included observations: 10
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 1.034281 943.5652 NA
X1 0.155778 2094.378 3.575840
X2 0.042092 10707.83 9.158802
X3 0.024162 6469.036 8.548546
Sumber : Hasil Pengolahan Eviews
Berdasarkan pada tabel 4.8 hasil pengujian multikoliniearitas dengan menggunakan Eviews 11 terlihat bahwa ke tiga variabel independen yaitu Tenaga Kerja, Total Output, dan Biaya Input menunjukkan angka VIF kurang dari 10. Dengan demikian dapat disimpulkan model regresi tersebut tidak multikoliniearitas dan layak digunakan.
d) Heterokedasitas
Hasil uji heterokedastisitas menggunakan metode Breusch pagan Godfrey didapat hasil seperti berikut
Berdasarkan hasil estimasi diperoleh Obs*R-Squared : 1.059232> dari α = 0,5 sehingga dapat disimpulkan penelitian ini tidak ada masalah heterokedastisitas.
3. Uji Hipotesis
Setelah memberikan gambaran umum mengenai perkembangan masingmasing variabel yang dimaksudkan dalam penulisan ini, maka pada bagian ini akan dibahas hasil yang diperoleh dalam pengujian dengan menggunakan Eviews 11, karena hubungan antara variabel dependent dan variabel independent serta untuk mengetahui signifikan antara variabel-variabel tersebut baik secara parsial maupun simultan
Dalam penelitian ini metode yang digunakan adalah metode regresi linier berganda, yang menjadi variabel terikat (dependen) adalah pertumbuhaan ekonomi (Y) sedangkan untuk variabel bebasnya (independent) adalah Tenaga Kerja (X1), Biaya input (X2), dan Total Output (X3)
a. Uji T
Uji ini bertujuan untuk mengetahui apakah variabel bebas memiliki pengaruh terhadap terhadap variabel terikatnya secara parsial. Uji ini dapat dilakukan dengan membandingkan t hitung dengan t tabel atau dengan melihat nilai probabilitas dan derajat kepercayaan yang ditentukan dalam penelitian. Suatu variabel dapat dikatakan memiliki pengaruh sigifikan terhadap variabel
dependennya apabila nilai probabiitasnya lebih kecil dari dari derajat kepercayaan, begitupun sebaliknya apabila nilai probabilitas lebih besar dari derajat kepercayaan maka dapat disimpulkan tidak terjadi pengaruh signifikan terhadap variabel dependennya. Derajat kepercayaan yang digunakan dalam penelitian ini sebesar 95 persen (α = 5%). Uji T digunakan untuk membuktikan hipotesis yang telah dibuat, adapun hipotesis tersebut sebagai berikut:
Tabel 4.10 Hasil Uji T
Sumber : Hasil Pengolahan Eviews
Berdasarkan dari hasil perhitungan yang ditunjukkan pada tabel 4.9 dapat diinterpretasikan sebagai berikut :
1) Pengujian Hipotesis Satu
Berdasarkan pada pengujian di atas, didapatkan hasil estimasi variabel Tenaga Kerja Industri memiliki nilai t sebesar -1.496657 dengan probabilitas 0.1851. Nilai signifikansi dibawah α (0,05) menunjukkan bahwa variabel Tenaga Kerja Industri memiliki pengaruh negatif dan tidak signifikan terhadap Pertumbuhan Ekonomi Sulawesi Selatan.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.322646 1.016996 0.317254 0.7618
X1 -0.590710 0.394687 -1.496657 0.1851
X2 0.366799 0.205163 1.787839 0.1240
2) Pengujian Hipotesis Dua
Berdasarkan pada pengujian di atas, didapatkan hasil estimasi variabel Biaya Input Industri memiliki nilai t sebesar 1.787839 dengan probabilitas 0.1240. Nilai signifikansi di dibawah α (0,05) menunjukan bahwa variabel Biaya Input Industri memiliki pengaruh positif dan tidak signifikan terhadap Pertumbuhan Ekonomi Sulawesi Selatan
3) Pengujian Hipotesis Tiga
Berdasarkan pada pengujian di atas, didapatkan hasil estimasi variabel Total Output Industri memiliki nilai t sebesar
-0.817329dengan probabilitas 0.4450. Nilai signifikansi di dibawah α (0,05) menunjukan bahwa variabel Total Output Industri memiliki arah yang negatif dan tidak signifikan terhadap Pertumbuhan Ekonomi Sulawesi Selatan.
b. Uji F
Uji dilakukan untuk menguji bagaimana pengaruh masing-masing variabel bebas terhadap variabel terikat secara bersama-sama. Pengujian ini dapat dilakukan dengan melihat nilai probabilitas dari F statistik. Bila nilai probabilitas < 0.05 artinya seluruh variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen. Bila nilai probabiliotas > 0.05 artinya seluruh variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. Adapun hipotesisnya sebagai berikut :
Tabel 4.11 Hasil Uji F
Sumber : Hasil Pengolahan Eviews
Tabel 4.11 menunjukkan nilai probabilitas 0.807457 < 0.05 diartikan sebagai variabel Tenaga kerja, Biaya Input, dan Total Output secara Bersama-sama tidak memiliki pengaruh dan tidak signifikan terhadap pertumbuhan ekonomi Sulawesi Selatan.
c. Uji Koefisien Determinasi (R2)
Uji Koefisien Determinasi (R2) juga digunakan untuk menjelaskan seberapa besar variasi variabel independen dapat menjelaskan variabel dependen. Uji dapat dilakukan dengan melihat nilai Adjusted R-Square pada hasil regresi
Tabel 4.12
Hasil Uji Koefisien Determinasi
R-squared 0.447494
Adjusted R-squared 0.171240 Sumber : Hasil Pengolahan Eviews
Dari hasil regresi pengaruh variabel tenaga kerja, nilai tambah, total output, dan biaya input terhadap pertumbuhan ekonomi Sulawesi Selatan (Y) diperoleh nilai R2 sebesar 0.171240. Hal ini berarti variasi variabel independen (bebas) menjelaskan variasi Pertumbuhan Ekonomi di Sulawesi Selatan sebesar 17 persen. Adapun sisanya variasi variabel lain dijelaskan diluar model sebesar 83 persen.
F-statistic 0.434475