BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Penelitian
Penelitian ini menganalisa sektor pertanian dan sektor industri pengolahan terhadap pertumbuhan ekonomi di Kabupaten Pangkep. Data yang digunakan dalam penelitian ini menggunakan data time series dari tahun 2010 hingga 2017 yang bersumber dari Badan Pusat Statistik Kabupaten Pangkep. Dalam pengolahan data dalam penelitian ini menggunakan aplikasi SPSS 20 dengan metode anaisis regresi linear berganda.
1. Pertumbuhan Ekonomi
Pertumbuhan ekonomi merupakan salah satu indikator makro untuk melihat kinerja perekonomian secara riil di suatu wiayah. Pertumbuhan ekonomi dapat dipandang sebagai pertambahan jumlah barang dan jasa yang dihasilkan oleh semua sektor kegiatan ekonomi yang ada di suatu wilayah selama kurun waktu setahun. (BPS Pangkep 2017)
Tingkat pertumbuhan ekonomi ditunjukkan dalam bentuk persen, dan periode yang digunakan untuk menghitung laju pertumbuhan ekonomi adalah satu tahun. Rumus sederhana untuk menghitung laju pertumbuhan ekonomi adalah.
LPEt = PDRBt – PDRBt-1 /PDRBt-1 × 100%
Keterangan
LPEt = Laju pertumbuhan ekonomi (%) tahun t
PDRBt = PDRB riil pada tahun t (menggunkan PDRB harga Konstan)
PDRBt-1 = PDRB riil pada tahun t-1 (menggunakan PDRB harga konstan )
Berdasarkan hasil perhitungan laju pertumbuhan ekonomi maka dapat dilihat pada tabel dibawah ini.
Tabel 4.2
Produk Domestik Regional Brutodan Pertumbuhan Ekonomi Kabupaten Pangkep2010-2017
Tahun PDRB Pertumbuhan Ekonomi (%)
2011 9.503.814,47 9.84 2012 10.288.642,27 8.26 2013 11.248.478,74 9.33 2014 12.419.763,40 10.41 2015 13.367.009,34 7.63 2016* 14.477.292,27 8.31 2017** 15.433.504,47 6.60
Sumber: Badan Pusat Statistik Kabupaten Pangkep
Dilihat dari persentase pertumbuhan ekonomi Kabupaten Pangkep tergolong tidak stabil karena mengalami kenaikan dan penurunan. Selama tahun 2017 terjadi pertumbuhan ekonomi sebesar 6,60 persen, lebih rendah jika dibandingkan dengan pertumbuhan ekonomi tahun sebelumnya yang mencapai 8,31 persen. Pertumbuhan ekonomi tertinggi dicapai pada tahun 2014 sebesar 10.41 persen.
2. Sektor Pertanian
Sektor pertanian ini mencakup sublapangan usaha pertanian, kehutanan, dan perikanan yang terdiri atas tanaman pangan, tanaman hortikultural, tanaman perkebunan, peternakan, dan jasa pertanian dan
perburuan, sublapangan usaha kehutanan dan penebangan kayu, dan sublapangan usaha perikanan. Kategori ini merupakan lapangan usaha yang menjadi tumpuan dalam penyerapan tenaga kerja di Kabupaten Pangkep. (BPS Pangkep 2017)
Tabel 4.3
Tingkat Pertumbuhan Ekonomi Sektor Pertanian Kabupaten Pangkep Tahun2010-2017
Sumber: Badan Pusat Statistik Kabupaten Pangkep
Berdasarkan tabel 4.3 diatas menunjukkan jumlah produksi sektor pertanian di Kabupaten Pangkep terus mengalami peningkatan di setiap tahunnya. Jumlah produksi terbesar di hasilkan pada tahun 2017 yakni sebesar 2.342.347.80. Sedangkan jumlah produksi terendah terdapat pada tahun 2010 yaitu 1.502.577.86.
Meskipun setiap tahunnya mengalami peningkatan terhadap jumlah produksi akan tetapi jika dilihat dari presentase laju pertumbuhan sektor pertanian pada tabel 4.3 menunjukkan bahwa sektor pertanian mengalami fluktuatif karena mengalami penurunan dan kenaikan.
3. Sektor Industri Pengolahan
Sektor industri pengolahan meliputi kegiatan ekonomi di bidang perubahan secara kimia atau fisik dari bahan, unsur atau komponen menjadi produk baru. Bahan baku industri pengolahan berasal dari produk pertanian, ketuhanan, perikanan, pertambangan atau penggalian
Tahun PDRB Sektor Pertanian
Tingkat Pertumbuhan Sekto Pertanian (%) 2010 1.502.577,86 - 2011 1.620.763,13 7.87 2012 1.648.160,09 1.69 2013 1.714.847,04 4.05 2014 1.895.696,31 10.55 2015 2.025.498,52 6.85 2016* 2.168.250,18 7.05 2017** 2.342.347,80 8.03
seperti produk dari kegiatan industri pengolahan lainnya. Unit industri pengolahan di gambarkan sebagai pabrik, mesin atau peralatan yang khusus digerakkan dengan mesin dan tangan. (BPS Pangkep 2017)
Tabel 4.4
Tingkat Pertumbuhan ekonomi Sektor Industri Pengolahan Kabupaten PangkepTahun 2010-2017
Tahun PDRBSektor industri pengolahan
Tingkat pertumbuhan sektor industri pengolahan (%) 2010 4.191.681,52 - 2011 4.659.342,28 11.16 2012 5.107.100,10 9.61 2013 5.771.529,60 13.01 2014 6.522.200,66 13.01 2015 7.077.958,41 8.52 2016* 7.741.444,35 9.37 2017** 8.132.345,42 5.05
Sumber: Badan Pusat Statistik Kabupaten Pangkep
Berdasarkan tabel diatas menunjukkan jumlah produksi sektor industri pengoahan terus mengalami peningkatan di setiap tahunnya. Jumlah produksi terbesar dihasilkan pada tahun 2017 yakni sebesar 8.132.345,42. Dan jumlah produksi terendah terjadi pada tahun 2010 dengan jumlah 4191681.52.
Meskipun setiap tahunnya mengalami peningkatan terhadap jumlah produksi namun, jika dilihat dari laju persentase pertumbuhan sektor
industri pengolahan mengalami fluktuatif karena mengalami kenaikan dan penurunan.
Adapun data yang akan diolah pada penelitian ini adalah total dari pertumbuhan ekonomi,pertumbuhan ekonomi SektorPertanian dan pertumbuhan ekonomi Sektor Industri Pengolahan yang diuji dengan menggunakan aplikasi SPSS20. Adapun data yang akan diolah sebagai berikut:
Tabel 4.5
Sektor Pertanian, Sektor Industri Pengolahan dan Pertumbuhan Ekonomi Kabupaten PangkepTahun 2011-2017
Tahun Sektor Pertanian Sektor Industri Pengolahan
Pertumbuhan Ekonomi (%)
2011 7.87 11.16 9.84
2013 4.05 13.01 9.33
2014 10.55 13.01 10.41
2015 6.85 8.52 7.63
2016* 7.05 9.37 8.31
2017** 8.03 5.05 6.60
Sumber: Badan Pusat Statistik Kabupaten Pangkep
Penelitian ini menggunakan analisis regresi liniar berganda dengan aplikasi SPSS 20. dimana yang menjadi variabel bebas (X) yakni Sektor pertanian (X1) dan Sektor Industri pengolahan (X2), adapun yang menjadi variabel terikat adalah Pertumbuhan Ekonomi (Y). Adapun hasil pengolahan data menggunakan SPSS 20 adalah sebagai berikut:
1) Uji Asumsi Klasik a. Uji Normalitas
Uji ini bertujuan untuk melihat apakah data berdistribusi secara normal atau tidaknya. Alat uji yang digunakan adalah uji one-Sample Kolmogrov-Smirnov Test.
Tabel 4.6 Uji Normalitas
Sumber: Data Olahan SPSS 20
Berdasarkan hasil uji normalitas pada tabel diatas menunjukkan bahwa nilai residual dari variabel sektor pertanian, sektor industri pengolahan dan variabel pertumbuhan ekonomi adalah 0.922. Dengan demikian, data tersebut berdistribusi secara normal hal ini dikarenakan nilai dari variabel tersebut lebih besar dari nilai signifikan diatas 5% atau > 0.05.
b. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi atau hubungan yang kuat antar variabel bebas.
Tabel 4.7 Uji Multikolinearitas
Nilai tolerance pada variabel sektor pertanian (X1) dan sektor industri pengolahan (X2) adalah 0.1000 lebih besar dari 0.10. sementara, nilai VIF untuk variabel sektor pertanian (X1) dan sektor industri pengolahan (X2) adalah 1.000 < 10.00. maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas dalam model regresi.
c. Uji Autokorelasi
Uji autokorelasi adalah untuk mengetahui adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efesien baik dalam model sampel kecil maupun dalam sampel besar. Salah satu cara untuk menguji autokorelasi adalah dengan percobaan Uji Runs Test.
Tabel 4.8 Uji Autokorlasi
Sumber : Data Olahan SPSS 20
Berdasarkan tabel output “Runs Test” diatas, diketahui nilai Asymp. Sig. (2-tailed) adalah 0.952 > 0.05, maka dapat disimpulkan bahwa tidak terdapat masalah atau gejala autokorelasi.
d. Uji Heteroskedastisitas
Uji ini berfungsi untuk menguji terjadinya perbedaan variance dari nilai residual pada suatu periode pengamatan ke periode pengamatan yang lainnya.
Gambar 4.1 Uji Heteroskedastisitas
Sumber : Data Olahan SPSS 20
Berdasarkan hasil output SPSS dengan menggunakan gambar scatterplots maka dapat dilihat bahwa terdapat titik-titik data penyebar diatas dan dibawah atau di sekitar angka 0 (nol), serta titik-titik menyebar diatas atau dibawah angka 0 (nol), kemudian untuk penyebaran titik-titik data tidak membentuk suatu pola. Maka dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas dalam model regresi berganda.
2) Analisis Regresi Linear Berganda
Regresi linear berganda adalah sebuah metode pendekatan hubungan antara dua atau beberapa variabel dependen dan variabel inddependen. Dengan regresi linear dapat diketahui terdapat atau tidaknya pengaruh antara sektor pertanian dan sektor industri pengolahan terhadap pertumbuhan ekonomi.
Tabel 4.9
Hasil Uji Regresi Linear berganda
Formulasi persamaan regresi linear berganda adalah sebagai beriku: Y = a + b1X1 + b2X2+e Y = 3.494 + 0,107X1+0.444X2 Keterangan : Y = Pertumbuhan Ekonomi a = Bilangan Konstanta b1, b2 = koefisien Regresi X1 = Sektor Pertanian
X2 = Sektor Industri Pengolahan e = Standar error
Dari persamaan regresi diatas maka dapat diambil kesimpulan bahwa nilai konstanta sebesar 3.494 menyatakan bahwa jika variabel independen nilainya 0, maka faktor yang mempengaruhi pertumbuhan ekonomi adalah sebesar 3.494.nilai koefisien regresi variabel sektor pertanian (X1) sebesar 0.107%, artinya jika sektor pertanian mengalami kenaikan sebesar 1% maka variabel pertumbuhan ekonomi (Y) akan mengalami kenaikan sebesar 0.107%. nilai koefisien regresi variabel sektor industri pengolahan (X2) sebesar 0.444%, artinya jika nilai sektor industri pengolahan mengalami kenaikan sebesar 1% maka variabel pertumbuhan ekonomi (Y) akan mengalami kenaikan sebesar 0.444%. koefisien bernilai positif berarti terjadi hubungan positif antara sektor pertanian dan sektor industri pengolahan terhadap pertumbuhan ekonomi . maka jika sektor pertanian dan sektor industri pengolahan meningkat pertumbuhan ekonomi akan meningkat.
a. Uji T atau Uji Parsial
Uji T bertujuan untuk mengetahui ada atau tidaknya pengaruh persial (sendiri) yang diberikan variabel bebas (X) terhadap variabel terikat (Y). Derajat signifikan yang digunakan adalah 0.05
Tabel 4.10 Uji T
Sumber: Data Olahan SPSS 20
Berdasarkan hasil output SPSS 20 maka dapat dilihat tabel coeficient diatas diketahui niai signifikan (sig) variabel sektor pertanian (X1) adalah sebesar 0.144 . karena nilai signifikan (sig) 0.144 > 0.05, maka dapat disimpulkan bahwa hipotesis pertama atau sektor pertanian di tolak. Artinya sektor pertanian berpengaruh positif dan tidak berpengaruh signifikan terhadap pertumbuhan ekonomi (Y). Sedangkan untuk sektor industri pengolahan nilai signifikan (sig) 0.002 < 0.05 sehingga dapat disimpulkan bahwa hipotesis kedua diterima. Artinya sektor industri pengolahan berpengaruh secara positif dan signifikan terhadap pertumbuhan ekonomi.
Berdasarkan pengambin keputusan melalui T tabel maka diketehui nilai T hitung variabel sektor pertanian adalah sebesar 1.815. karena nilai T hitung 1.815 < 2.776 maka dapat disimpulkan bahwa sektor
pertanian (X1) atau hipotesis pertama ditolak. Artinya sektor pertanian (X1) berpengaruh positif dan tidak berpengaruh signifikan terhadap pertumbuhan ekonomi (Y). Sedangkan niai T hitung variabel sektor industri pengolahan adalah sebesar 7.280. karena nilai T hitung 7.280 > 2.776 maka dapat disimpulkan bahwa sektor industri pengolahan (X2) atau hipotesis kedua diterima. Artinya sektor industri pengolahan (X2) berpengaruh secara positif dan signifikan terhadap pertumbuhan ekonomi (Y).
b. Uji F atau Uji Simultan
Uji F digunakan untuk mengetahu ada atau tidaknya pengaruh secara simutan atau secara bersama-sama yang diberikan terhahap variabel terikat.
Tabel 4.11 Uji F
Berdasarkan tabel “Anova” diatas diketahui nilai sig. Adalah sebesar 0.004 karena niai sig. 0.004 < 0.05, maka sesuai dengan dasar pengambian keputusan dalam uji F dapat disimpulkan bahwa sektor pertanian (X1) dan sektor industri pengolahan secara simultan berpengaruh terhadap pertumbuhan ekonomi (Y).
Berdasarkan perbandingan nilai F dengan F tabel, diketahui nilai F hitung adalah sebesar 28.109. karena niai F hitung 28.109 > F tabel 5.79, maka sebagaimana dasar pengambilan keputusan dalam uji F dapat disimpulkan bahwa sektor pertanian (X1) dan sektor industri pengolahan (X2) secara simultan berpengaruh terhadap pertumbuhan ekonomi (Y).
c. Koefisien determinasi (R2)
Koefisien determinasi atau R square berguna untuk memprediksi kontribusi pengaruh variabel X secara simultan terhadap Variabel Y.
Tabel.12
Koefisien Determinasi (R2)
Berdasarkan tabel output SPSS “model summary” diatas diketahui nilai koefisien determinasi adalah sebesar 0.934. Besarnya angka koefisien determinasi adalah 0.934 atau sama dengan 93.4%. Angka tersebut mengandung arti bahwa sektor pertanian dan sektor industri pengolahan secara simultan atau secara bersama-sama berpengaruh terhadap pertumbuhan ekonomi sebesar 93.4%, sedangkan sisanya 6.6% (100% - 93.4%) dipengaruhi oleh variabel lain diluar persamaan regresi ini atau yang tidak diteliti.