BAB V : HASIL DAN PEMBAHASAN
5.1. Pengujian Hasil Persamaan Regresi
Model pertumbuhan ekonomi Neo Klasik dengan menggunakan pendekatan fungsi produksi Cobb-Douglas.
Model utama :
L_PDRB = b0 +b 1 L_PMA(t-1) + b2 L_PMDN(t-1) + b3 L_AK(t-1) + b4 L_PD dimana:
(t-1)
L_PDRB = Logaritma Pertumbuhan Ekonomi L_PDRB = Logaritma Pertumbuhan ekonomi L_PMA = Logaritma Realisasi Nilai Penanaman
Modal Asing (PMA)
L_PMDN = Logaritma Realisasi Nilai Penanaman Modal Dalam Negeri (PMDN)
L_TK = Logaritma Jumlah Angkatan Kerja
L_PD = Logaritma Jumlah Pengeluaran Pemerintah
β0, β1... β5 = constanta
Pengujian untuk mengetahui pengaruh realisasi Penanaman Modal Asing (PMA), realisasi Penanaman Modal Dalam Negeri (PMDN), jumlah Angkatan Kerja (AK) , dan Pengeluaran Pemerintah Daerah (PD) terhadap pertumbuhan ekonomi Propinsi Sumatera Utara dilakukan dengan Analisis Regresi berganda.
Dengan analisis regresi akan diketahui kekuatan dan arah hubungan antara variabel dependen yaitu pertumbuhan ekonomi dengan variabel independen :
Realisasi nilai PMA, PMDN,Jumlah Angkatan Kerja, dan pengeluaran pemerintah daerah. Teknik estimasi variabel dependen yang melandasi analisa regresi tersebut dinamakan OrdinaryLeast Square (OLS).
Menurut Gujarati (2003) asumsi utama yang mendasari model regresi linear klasik dengan menggunakan model OLS adalah:
1. Model regresi linear artinya linear dalam parameter : Yi= β1 + β2 Xi + u
2. Nilai X diasumsikan non stokastik, artinya nilai X dianggap tetap dalam sampel yang berulang.
i
3. Nilai rata-rata kesalahan adalah Nol atau E (u1/Xi) = δ
4. Homoskedastisitas, artinya varian kesalahan sama untuk setiap periode sama dan dinyatakan dalam bentuk matematis Var (u
2
i / Xi) = δ2
5. Tidak ada autokorelasi antar kesalahan (antara u
. i dan uj
6. Antara u
tidak ada korelasi)
i dan Xi saling bebas, sehingga Cov (u i / Xi
7. Jumlah observasi n, harus lebih besar daripada jumlah parameter yang diestimasi (jumlah variabel bebas).
) = 0
8. Adanya variabilitas dalam nilai X (nilai X harus berbeda)
9. Model regresi telah dispesifikasi secara benar atau tidak ada bias kesalahan) spesifikasi dalam model yang digunakan dalam analisa empirik.
5.1.1. Analisis Regresi Linear Berganda
Hasil estimasi model utama persamaan linear berganda diperoleh hasil sebagai berikut :
PDRB = 8.553+ 0,254 Log TK + 0,121 Log PMDN
SE (1.716) (0,243) (0,118)
t hitung (4.984) (1.045) (1.028)
+ 0,100 Log PMA – 1,273 Log PD
(0,084) (0,163) (1.188) (-7.828) Keterangan : R2 =0,784 DW Test = 1,237 F hit = 27.294 SE = standart error
Sebelum menginterpretasikan hasil persamaan regresi diatas, terlebih dahulu akan dilakukan pengujian-pengujian sebagai berikut :
5.1.2. Uji Asumsi Klasik
Uji asumsi klasik ini dilakukan karena dalam model regresi perlu memperhatikan adanya penyimpangan-penyimpangan atas asumsi klasik, karena pada hakekatnya jika asumsi klasik tidak dipenuhi maka variabel-variabel yang menjelaskan akan menjadi tidak efisien.
regresi yang telah diolah dengan menggunakan program SPSS 17 (Penerbit CV.Andi Offset ,Hak Cipta Wahana Komputer tahun 2009 )yang meliputi :
Gambar 5.1 Uji Normalitas 5.1.2.1. Uji Normalitas
Uji normalitas menguji apakah dalam model regresi, variabel independen dan variabel dependen, keduanya terdistribusikan secara normal atau tidak, maka pengujian ini menggunakan bantuan komputer program SPSS 17 Normalitas data dalam penelitian dilihat dengan cara memperhatikan penyebaran data (titik) pada
Normal P-Plot of Regression Standardized Residual dari variabel terikat.
Persyaratan dari uji normalitas data adalah jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Berdasarkan hasil pengolahan data maka didapatkan hasil bahwa semua data berdistribusi secara normal dan tidak terjadi penyimpangan, sehingga data yang dikumpulkan dapat diproses dengan metode-metode selanjutnya.
Hal ini dapat dibuktikan dengan memperhatikan sebaran data yang menyebar disekitar garis diagonal pada “Normal P-Plot of Regresion Standardized Residual” sesuai gambar di atas, sehinggadapat dikatakan bahwa model regresi dalam penelitian ini berdistribusi normal.
5.1.2.2. Uji Multikolinieritas
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.
Dimana jika Nilai Tolerance lebih besar dari 1 dan VIF lebih besar dari 10 maka terdapat gejala Multikolineritas dan sebaliknya jika Nilai Tolenrence lebih kecil dari 1 dan VIF lebih kecil dari 10 maka terbebas dari gejala Multikolinieritas.
problem multikolinieritas.
Tabel 5.1. Hasil Uji Multikolinearitas
Variabel Tolerance Variance Inflation Factor
(VIF)
Tenaga Kerja (TK) 0,89 1,11
Penanaman Modal Dalam Negeri (PMDN) 0,93 1,06
Penanaman Modal Asing (PMA) 0,43 2,28
Total Pengeluaran Pemerintah (PD) 0,45 2,21
Dari perhitungan menggunakan program SPSS 17 dapat kita ketahui bahwa nilai VIF dan tolerance sebagai berikut :
1. Variabel Tenaga Kerja (TK) mempunyai nilai VIF sebesar 1,11 dan tolerance sebesar 0,89.
2. Variabel Penanaman Modal Dalam Negeri (PMDN) mempunyai nilai VIF sebesar 1,06 dan tolerance sebesar 0,93.
3. Variabel Penanaman Modal Asing (PMA) mempunyai nilai VIF sebesar 2.28 dan tolerance sebesar 0,43.
4. Variebel Pengeluaran Pemerintah (PD) mempunyai nilai VIF sebesar 2.21dan tolerance sebesar 0,45.
Dari ketentuan yang ada bahwa jika nilai VIF > 10 dan tolerance > 1 maka terjadi gejala multikolinearitas dan nilai-nilai yang didapat dari perhitungan adalah sesuai dengan ketetapan nilai VIF dan tolerance, dan dari
hasil analisis diatas dapat diketahui nilai VIF variabel independen ( TK,PMDN,PMA, PD) lebih kecil dari 10 maka dapat disimpulkan bahwa
variabel independennya tidak terjadi multikolinieritas sehingga model tersebut memenuhi syarat asumsi klasik dalam analisis regresi.
Dialam pengujian Autokorelasi ini terlebih dahulu harus ditentukan besarnya nilai kritis dari du dan dl
H
berdasarkan jumlah pengamatan dan variable bebasnya. Untuk pengujian ini digunakan hopotesa sebabagi berikut :
o
H
: p = 0, tidak ada gejala Autokorelasi. a
Dengan penjelasan sebabagi berikut : : p ≠ 0, ada gejala Autokoerelasi.
Ho diterima jika ( du < d < 4-du
H
) artinya data pengamatan tidak terdapat gejala autokorelasi.
o ditolak jika ( du < dl ) atau ( d < 4- dl
Tidak kesimpulan jika ( d
) artinya data pengamatan memiliki gejala autokorelasi.
l ≤ d ≤ du ) atau ( 4 – du ≤ d ≤ 4-dl
Adapun hasil pengujiannya adalah sebagai berikut :
), artinya Uji Durbin Watson tidak dapat memberikan kesimpulan yang pasti terhadap ada atau tidaknya gejala autokorelasi pada data pengamatan.
Tabel 5.2. Hasil Pengujian Auto Korelasi
Sumber Durbin Watson Dl Du
Nilai 1.237 1,160 1,803
Dari table diatas dapat diambil suatu kesimpulan yang menyatakan bahwa antara Variable bebas pada penelitian ini tidak dapat memberikan kesimpulan yang pasti terhadap ada atau tidaknya gejala Autokorelasi pada data pengamatan, karena : dl ≤ d ≤ du (1.160 ≤ 1.237 ≤ 1.803)
5
.1.2.4. Uji HeteroskedastisitasGambar 5.2.Uji Heteroskedastisitas
Dari hasil analisis dengan menggunakan SPSS 17 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.
Jadi dapat disimpulkan secara keseluruhan bahwa model regresi yang memenuhi syarat uji asumsi klasik adalah dalam bentuk Logaritma.
5.1.3. Uji Statistik
Tabel 5.3.Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 .886a .794 .756 .13903 1.237
a. Predictors: (Constant), L_PD, L_PMDN, L_TK, L_PMA, b. Dependent Variable: LY
5.1.3.1. Uji Koefisien Determinasi ( R2
Koefisien determinasi digunakan untuk menguji goodness-fit dari model regresi yang dapat lihat dari nilai R Square.
)
Untuk mengetahui tingkat perkembangan perekonomian di Propinsi Sumatera Utara yang disebabkan beberapa faktor antara lain yaitu Tenaga Kerja (TK), Penanaman Modal Dalam Negeri (PMDN), Penanaman Modal Asing (PMA), Pengeluaran Pemerintah Daerah (PD) dapat dilihat melalui besarnya koefisien determinasi.
Dari perhitungan nilai R Square adalah 0,79.
Hal ini berarti 79 persen perekonomian Propinsi Sumatera Utara dapat dijelaskan oleh kelima variabel independen di atas, sedangkan sisanya yaitu 21 persen dijelaskan oleh sebab-sebab yang lain.
5.1.3.2. Uji Signifikansi Parameter Individual (Uji Statistik t)
Pada uji statistik secara parsial dengan nilai t kritis (critical value) pada df =(n-k), dimana n adalah jumlah sampel dan k adalah jumlah variable independen termasuk konstanta. Untuk menguji koefisian regresi parsial secara individu dari masing-masing variabel bebas akan diuji sebagai berikut:
Tabel 5.4. Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 8.553 1.716 4.984 .000 L_TK .254 .243 .094 1.045 .304 .894 1.118 L_PMDN .121 .118 .090 1.028 .312 .937 1.067 L_PMA .100 .084 .152 1.188 .244 .438 2.282 L_PD -1.273 .163 -.988 -7.828 .000 .451 2.216 a. Dependent Variable: L_PDRB
a. Pengaruh Tenaga Kerja (TK) terhadap perekonomian di Propinsi Sumatera Utara 2001 – 2010
Hipotesis yang diajukan adalah: H0 = β1
H
= 0 = Tidak terdapat pengaruh yang signifikan antara Tenaga Kerja (TK) terhadap perekonomian di Propinsi Sumatera Utara.
0 = β1
Berdasarkan probabilitasnya, maka jika probabilitas lebih besar dari 0.05 maka 0diterima dan jika probabilitas lebih kecil dari 0.05 maka H0 ditolak.
> 0 = Terdapat pengaruh yang signifikan antara Tenaga Kerja (TK) terhadap perekonomian di Propinsi Sumatera Utara.
Dari hasil perhitungan diketahui sig. atau significance adalah 0.304 atau probabilitas jauh diatas 0.05, maka H0 diterima artinya Angkatan Kerja (AK) tidak berpengaruh secara signifikan terhadap perekonomian di propinsi Sumatera Utara sejak tahun 2001 – 2010.
b. Pengaruh realisasi Penanaman Modal Dalam Negeri (PMDN) terhadap perekonomian di Propinsi Sumatera Utara Tahun 2001 – 2010.
Hipotesis yang diajukan adalah: H0 = β1
H
= 0 = Tidak terdapat pengaruh yang signifikan antara realisasi Penanaman Modal Dalam Negeri (PMDN) terhadap perekonomian di propinsi Sumatera Utara.
1 = β1
Berdasarkan probabilitasnya, maka jika probabilitas lebih besar dari 0.05 maka H0 diterima dan jika probabilitas lebih kecil dari 0.05 maka H0 ditolak.
> 0 = Terdapat pengaruh yang signifikan antara realisasi Penanaman Modal Dalam Negeri (PMDN) terhadap perekonomian di propinsi Sumatera Utara.
Dari hasil perhitungan diketahui sig. atau significance adalah 0.312 atau probabilitas jauh di atas 0.05, maka H0 diterima artinya bahwa realisasi nilai Penanaman Modal Dalam Negeri (PMDN) benar-benar tidak berpengaruh secara signifikan terhadap perekonomian di propinsi Sumatera Utara sejak tahun 2001 – 2010.
c. Pengaruh realisasi nilai Penanaman Modal Asing (PMA) terhadap Perekonomian di Propinsi Sumatera Utara Tahun 2001-2010. Hipotesis yang diajukan adalah:
H0 = β1
H
= 0 = Tidak terdapat pengaruh yang signifikan antara realisasi nilai Penanaman Modal Asing (PMA) terhadap perekonomian di propinsi Sumatera Utara.
1 = β1 > 0 = Terdapat pengaruh yang signifikan antara realisasi nilai Penanaman Modal Asing (PMA) terhadap perekonomian di propinsi Sumatera Utara.
Berdasarkan probabilitasnya, maka jika probabilitas lebih besar dari 0.05 maka H0 diterima dan jika probabilitas lebih kecil dari 0.05 maka H0 ditolak. Dari hasil perhitungan diketahui sig. atau significance adalah 0.244 atau probabilitas jauh diatas 0.05, maka H0 diterima artinya bahwa realisasi nilai Penanaman Modal Asing (PMA) tidak berpengaruh secara signifikan terhadap perekonomian di propinsi Sumatera Utara sejak tahun 2001 –2010.
d. Pengaruh realisasi nilai Pengeluaran Pemerintah (PD) terhadap perekonomian di Propinsi Sumatera Utara Tahun 2001–2010. Hipotesis yang diajukan adalah:
H0= β1
H
= 0 = Tidak terdapat pengaruh yang signifikan antara pertumbuhan realisasi nilai Pengeluaran Pemerintah (PD) terhadap perekonomian di propinsi Sumatera Utara.
1 = β1
Berdasarkan probabilitasnya, maka jika probabilitas lebih besar dari 0.05 maka H0 diterima dan jika probabilitas lebih kecil dari 0,05 maka H0 ditolak. Dari hasil perhitungan diketahui sig. atau significance adalah 0,000 atau probabilitas jauh di bawah 0.05, maka H0 ditolak artinya bahwa realisasi nilai Pengeluaran Pemerintah (PD) benar-benar berpengaruh secara signifikan terhadap perekonomian di propinsi Sumatera Utara sejak tahun 2001 – 2010.
> 0 = Terdapat pengaruh yang signifikan antara pertumbuhan realisasi nilai Pengeluaran Pemerintah (PD) terhadap perekonomian di Propinsi Sumatera Utara.
Tabel 5.5. Anovab
Model Sum of Squares df Mean Square F Sig.
1 Regression 2.110 4 .528 27.294 .000a
Residual .580 30 .019
Total 2.690 34
a. Predictors: (Constant), L_PD, L_PMDN, L_AK, L_PMA b. Dependent Variable: L_PDRB
Uji pengaruh simultan digunakan untuk mengetahui apakah variable independent secara bersama-sama atau simultan mempengaruhi variable dependent.
Uji Statistik secara serentak ditunjukkan oleh perbandingan nilai F hitung dengan F tabel. Nilai F tabel dengan df = (k-1, n-k), dengan derajat kepercayaan sebesar 95 persen (α = 5%), df = 35 diperoleh sebesar 2,64. Pada tabel 5.5 di atas terlihat bahwa pada persamaan, F hitung 27.29 adalah jauh lebih besar dari pada F tabelnya.
Ini berarti bahwa keempat variabel independen tidak signifikan dalam menjelaskan perekonomian di Propinsi Sumatera Utara.