A. Jenis dan Lokasi Penelitian
Jenis penelitian yang dilakukan adalah jenis penelitian kuantitatif. Me-nekankan pada data-data yang berupa angka yang kemudian diolah dengan meng-gunakaan metode statistik. Pada dasarnya, jenis penelitian kuantitatif dilakukan pada penelitian yang dalam pengujian hipotesisnya berupa data dalam bentuk angka. Dengan metode kuantitatif akan memperoleh hasil signifikan perbedaan atau signifikan hubungan antara variabel yang diteliti.
Adapun lokasi penelitian ini dilakukan di Kabupaten Jeneponto Provinsi Sulawesi Selatan, tentang Pertumbuhan Ekonomi dan Indeks Pembangunan Mannusia (IPM) yang meliputi indeks kesehatan, indeks pendidikan dan indeks daya beli memalui Badan Pusat Statistik (BPS). Penelitian ini telah dilakukan pada tanggal 08 Juli 2019.
B. Sumber Data Penelitian
Sumber data dalam penelitian ini merupakan data sekunder adalah data yang diperoleh dari sumber kedua yaitu diambil dari Badan Pusat Statistik Kabupaten Jeneponto.
C. Metode Pengumpulan Data
1. Teknik Kepustakaan (Library Research),mengumpulkan data melalui literatur buku, jurnal, atau karya ilmiah lainnya.
2. Studi Dokumentasi, dilakukan melalui data (catatan tertulis atau dokumen) yang tersedia di lokasi penelitian.
D. Uji Asumsi Klasik
Uji asumsi klasik merupakan salah satu syarat yang harus dipenuhi di-dalam analisis regresi linear berganda. Hal ini dikarenakan karena hasil regsi harus diuji terlebih dahulu apakah sudah memenuhi asumsi klasik. Uji asumsi klasik ada beberapa bagian antara lain:
1. Uji Normalitas
Uji normalitas adalah salah satu alat ukur apakah data tersebut bisa di-katakan normal atau tidak. Didi-katakan normal jika hasil output regresi menyebar di sekitaran garis diagonal dengan kata lain jika nilai signifikansinya lebih besar dari 0.05 maka data tersebut mempunyai distribusi normal, akan tetapi jika hasil output data yang dilakukan menyebar jauh dari garis diagonal maka model regresinya bias di katakana tidak normal.
2. Uji multikolineritas
Uji multikolineritas bertujuan menguji apakah model regresi ditemukan korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling ber-korelasi, maka variabel-variabel tidak ortogal. Variabel ortogal adalah variabel bebas yang nilai korelasi antar sesama variabel independen sama dengan nol.
Salah satu cara untuk melihat ada tidaknya multikolinearitas pada suatu model regresi adalah dengan melihat nilai Tolerance dan Variance Inflation
a) Jika nilai Tolerance> 0.10 dan VIF < 10, maka dapat di artikan bahwa tidak terdapat multikolonieritas pada penelitian tersebut.
b) Jika nilai Tolerance<0.10 dan VIF > 10, maka terjadi gangguan multikolonie-ritas pada penelitian tersebut (Ghozali, 2016 : 103)
3. Uji Heteroskedastisitas
Heteroskedastisitas berarti variasi residual tidak sama untuk semua peng-amatan. Heteroskedastisitas bertentangan dengan salah satu asumsi dasar regresi homoskedastisitas yaitu variasi residual sama untuk semua pengamatan. Untuk melihat akan adanya heterokedstisitas maka dapat dilakukan dengan mengguna-kan metode OLS (Ordinary Least Square). Metode OLS (Ordinary Least Square) merupakan suatu metode yang digunakan untuk regresi berganda agar memper-mudah mengetahui pengaruh variabel bebas terhadap variabel tak bebas. Metode ini juga akan menghasilkan estimasi terbaik dibandingkan dengan metode lain jika semua asumsi klasik terpenuhi. Begitupun sebaliknya, apabila asumsi klasik tidak terpenuhi maka akan menghasilkan estimator yang jelek. model regresi bias di-katakan terbebas dari heterokedasitas jika di masing-masing variabel mempunyai signifikan diatas 0,05.
4. Uji Autokerelasi
Uji Autokerelasi dapat didefinisikan sebagai korelasi antara anggota se-rangkaian observasi yang diurutkan menurut waktu (seperti dalam data deretan waktu) atau ruang (seperti dalam data cross-sectional). Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan peng-ganggu pada periode waktu atau ruang dengan kesalahan pengpeng-ganggu pada waktu
atau ruang (sebelumnya). Pengujian menggunakan uji Durbin Watson untuk melihat gejala autokorelasi.
E. Analisis Regresi Berganda
1. Analisis Koefisien Determinasi (R²)
R² bertujuan untuk mengetahui seberapa jauh variasi variabel independen dapat menerangkan dengan baik variasi variabel dependen. Nilai R² yang sempurna adalah satu, yaitu apabila keseluruhan variasi dependen dapat dijelaskan sepenuhnya oleh variabel independen yang dimasukkan dalam model.
Dimana 0 < R² < 1 sehingga kesimpulan yang dapat diambil adalah:
a) Nilai R² yang kecil atau mendekati nol, berarti kemampuan variabel variabel bebas dalam menjelaskan variasi variabel tidak bebas dan sangat terbatas. b) Nilai R² mendekati satu, berarti kemampuan variabel-variabel bebas dalam
menjelaskan hampir semua informasi yang digunakan untuk memprediksi variasi variable tidak bebas.
2. Pengujian Koefisien Regresi Secara Bersama-sama (Uji F Statistika)
Uji F Statistika pada dasarnya dimaksudkan untuk membuktikan secara statistik bahwa seluruh variabel independen berpengaruh secara bersama-sama terhadap variabel dependen yaitu pertumbuhan ekonomi, dengan hipotesis untuk menunjukkan apakah semua variabel bebas yang dimaksudkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel tak bebas. Hipótesis yang digunakan adalah sebagai berikut :
H0 : ß0=ß1=ß2=ß3=…..=0 H1 : ß0≠ß1≠ß2≠ß3≠…..≠0
Kriteria pengujiannya apabila nilai Fhitung < Ftabel maka H0 diterima yang artinya seluruh variabel independen yang digunakan tidak berpengaruh secara signifikan terhadap variabel dependen. Apabila Fhitung > Ftabel maka H0 ditolak yang berarti seluruh variabel independen berpengaruh secara signifikan terhadap variabel dependen dengan taraf signifikan tertentu.
3. Uji Signifikansi parameter Individual (Uji Statistik t)
Menurut Ghozali (2016 : 170) Uji t digunakan untuk menguji pengaruh masing-masing variabel bebas terhadap variabel terikatnya. Uji ini dapat mem-bandingkan t-hitung dengan t-tabel. Pada penelitian ini menggunakan standar α = 0,05 yang berarti jika sig. 5% atau 0,05 maka H0 diterima, Ha ditolak dan jika sig < 5% maka H0 ditolak, Ha diterima.
F. Teknik Analisis Data
Metode yang digunakan dalam penelitian ini adalah metode statistik guna keperluan estimasi. Dalam penelitian ini analisis yang digunakan adalah model analisis regresi berganda. Pada dasarnya model regresi linear berganda memiliki sifat yang sama dengan model regresi linear sederhana. Hanya saja, model ini terdiri dari lebih dari 1 variabel independen. Oleh karena itu, maka bentuk umum yang gunakan dari model regresi berganda adalah:
Y = α + β1X1 + β2X2 + β3X3 + µi
Keterangan:
Y = Tingkat Pertumbuhan Ekonomi α = Konstanta
X1 = Indeks Kesehatan X2 = Indeks Pendidikan
X3 = Indeks Daya Beli
BAB IV