BAB IV HASIL DAN PEMBAHASAN
C. Teknik Analisis Data
Uji asumsi klasik merupakan uji statistk yang digunakan untuk mengukur sejauh mana suatu model regresi dapat disebut sebagai model yang baik. model regresi disebut sebagai model yang baik jika model tersebut memenuhi asumsi-asumsi klasik yaitu normalitas, multikolinieritas, autokorelasi, dan heteroskedastisitas. Proses pengujian asumsi klasik menggunakan SPPS dilakukan bersamaan denga proses uji regresi sehingga langkah-langkah menggunakan langkah kerja yang sama dengan uji regresi.
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
Uji normalitas dalam penelitian ini dilakukan dengan cara analisis grafik.
Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan dengan melihat histogram dari residualnya:
49
1) Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal regresi memenuhi asumsi normalitas.
2) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regrsi tidak memenuhi asumsi normalitas.
Gambar 4. 1 Grafik Histogram
Sumber : Output SPSS (diolah)
Gambar 4. 2 Grafik Uji Normalitas
Sumber : Output SPSS (diolah)
Berdasarkan gambar 4.1 gambar histogram terlihat bahwa pola distribusi mendekati normal, karena data mengikuti arah garis grafik histogramnya dapat diketahui bahwa uji normalitas terpenuhi. Dari gambar 4.2 Normal Probability Plot menunjukkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal dan menunjukkan pola distribusi normal, sehingga dapat disimpulkan bahwa asumsi normalitas telah terpenuhi dan layak dipakai untuk memprediksi variabel pertumbuhan ekonomi berdasarkan variabel bebas.
b. Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi variabel bebas (independen). Model regresi yang baik tidak terjadi korelasi diantara variabel independen. Tolerance mengukur variabilitas independen yang terpilih yang tidak dijelaskan oleh variabel lainnya.
Berdasarkan aturan Variance Inflation Factor (VIF) dan tolerance, maka apabila VIF melebihi angka 10 atau tolerance kurang dari 0,10 maka dinyatakan terjadi gejala multikolinieritas. Sebaliknya jika nilai VIF kurang dari 10 atau tolerance lebih dari 0,10 maka dinyatakan tidak terjadi gejalah multikolinieritas.
Tabel 4. 4 Uji Multikolinearitas Coefficients
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
Desentralisasi Fiskal .631 1.585
Pengeluaran Pemerintah .631 1.585
51
Sumber : Output SPSS (diolah)
Berdasarkan tabel 4.4 diatas, maka dapat diketahui nilai VIF untuk masing-masing variabel penelitian sebagai berikut:
1) Nilai VIF untuk variabel desentralisasi fiskal sebesar 1,585 < 10 dan nilai toleransi sebesar 0,631 > 0,10 sehingga variabel desentralisasi fiskal dinyatakan tidak terjadi gejala multikolinieritas.
2) Nilai VIF untuk pengeluaran pemerintah sebesar 1,585 < 10 dan nilai toleransi sebesar 0,631 > 0,10 sehingga variabel pengeluaran pemerintah dinyatakan tidak terjadi multikolonieritas.
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dalam penelitian ini, uji autokorelasi dilakukan dengan uji Lagrange Multiplier Test atau LM Test untuk mendeteksi ada atau tidaknya
korelasi. Kriteria penilaian dengan uji Lagrange Multiplier Test atau LM Test adalah sebagai berikut.
1) Jika X2hitung < X2 tabel maka tidak terjadi gejala autokorelasi 2) Jika X2 hitung > X2 tabel maka terjadi gejala autokorelasi
Rumus untuk mencari X2hitung sebagai berikut:
X2hitung = N R square
Tabel 4. 5 Uji Autokorelasi Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,864a ,747 ,409 ,41040462
a. Predictors: (Constant), UT_2, Pengeluaran Pemerintah, UT_1, Desentralisasi Fiskal
Sumber : Output SPSS (diolah)
Berdasarkan klasifikasi nilai LM Test yaitu α = 0,05, df= 2, n = 10.
X2hitung = N R square ( 10 0, 747 = 7,47) X2tabel = 5,991
Berdasarkan hasl diatas, menunjukkan bahwa X2hitung < X2tabel (7,47 < 5,991) maka disimpulkan bahwa tidak terjadi gejala autokorelasi.
e. Uji Heteroskedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas dalam penelitian ini dilakukan dengan analisis grafik, yaitu lihat grafik scatter plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID, Deteksi ada tidaknya heteroskedastisitas dapat dilakukan sebagai berikut:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2) Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas.
53
Gambar 4. 3 Grafik Scatterplot
Sumber : Output SPSS (diolah)
Berdasarkan gambar 4.5 tersebut, terlihat titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas, serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroksiditas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi pertumbuhan ekonomi berdasarkan masukan variabel independennya.
2. Analisis Hasil Penelitian
Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda. Pada analisis regresi linier berganda digunakan untuk mengetahui arah hubungan antara variabel independen dan variabel dependen. Analisis data di lakukan dengan menggunakan sofware SPSS versi 26. Persamaan regresi dapat dilihat dari tabel hasil uji coefficients tabel 4.6 berikut.
Tabel 4. 6 Hasil Penelitian
Model Unstandardized Coefficients Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) -17,856 1,956 -9,127 ,000
Desentralisasi Fiskal ,015 ,028 ,053 ,543 ,604
Pengeluaran
Pemerintah ,242 ,025 ,945 9,605 ,000
Sumber : Output SPSS (diolah)
Berdasarkan tabel 4.6 di atas maka dapat pengaruh desentralisasi fiskal dan pengeluaran pemerintah terhadap pertumbuhan ekonomi dapat di buat kedalam persamaan regresi linier berganda berikut ini :
Y = β0 + β1X1 + β2X2 + e
Sehingga persamaan regresinya menjadi sebagai berikut ini:
Y = -17,856 + 0,015X1 + 0,242X2 + e
Nilai uji t berdasarkan nilai signifikansi variabel desentralisasi fiskal (X1) sebesar 0,604 dinyatakan lebih besar dari taraf α = 0,05 (0,604 > 0,05). Hal ini ditunjukkan juga dengan nilai thitung = 0,543. Darihasil tersebut dapat disimpulkan bahwa variabel desentralisasi fiskal (X1) tidak berpengaruh signifikan terhadap pertumbuhan ekonomi. Dengan demikian dalam penelitian ini menolak hipotesis Ha dan menerima H0. Nilai signifikansi variabel pengeluaran pemerintah (X2) sebesar 0,000 dinyatakan lebih kecil dari taraf α = 0,05 (0,000 < 0,05). Dari hasil tersebut sehingga dapat disimpulkan bahwa pengeluaran pemerintah (X2) mempunyai pengaruh signifikan terhadap pertumbuhan ekonomi. Dengan demikian dalam penelitian ini menolak hipotesis H0 dan menerima Ha.
55
Nilai konstanta sebesar -17,856 berarti jika Desentralisasi Fiskal (X1) dan Pengeluaran Pemerintah (X2) nilainya 0 atau konstanta maka jumlah Pertumbuhan Ekonomi (Y) nilainya sebesar -17,856.
Nilai konstanta regresi Desentralisasi Fiskal (X1) sebesar 0,015 menyatakan bahwa setiap penambahan 1% desentralisasi fiskal maka akan menyebabkan peningkatan tingkat pertumbhhan ekonomi sebesar 0,015. Dan sebaliknya jika desentralisasi fiskal berkurang 1% maka akan menyebabkan penurunan terhadap pertumbuhan ekonomi di provinsi sulawesi selatan sebesar 0,015. Dari hasil tersebut sehingga dapat disimpulkan bahwa desentralisasi fiskal tidak berpengaruh signifikan secara sistematis terhadap pertumbuhan ekonomi.
Nilai konstanta regresi pengeluaran pemerintah sebesar 0,242 menyatakan bahwa setiap penambahan 1% tingkat pengeluaran pemerintah maka akan menyebabkan peningkatan pertumbuhan ekonomi sebesar 0,242. Begitu pula sebaliknya, setiap penurunan 1% tingkat pengeluaran pemerintah maka akan menyebabkan penurunan pertumbuhan ekonomi sebesar 0,242. Dari hasil tersebut sehingga dapat disimpulkan bahwa pengeluaran pemerintah berpengaruh signifikan terhadap pertumbuhan ekonomi.
3. Uji Hipotesis
Pengujian hasil regresi berganda dilakukan uji hipotesis dengan prosedur pengujian sebagai berikut:
a. Koefisien korelasi (R)
Koefisien korelasi (R) pada dasarnya merupakan nilai yang menunjukkan tentang adanya hubungan antara dua variabel atau lebih serta besarnya hubungan variabel tersebut.
Berdasarkan tabel 4.5 terlihat bahwa hasil dari perhitungan yang diperoleh nilai koefisien korelasi (R) sebesar 0,864 atau sebesar 86,4% artinya nilai ini hubungan antara variabel X yaitu desentralisasi fiskal, pengeluaran pemerintah terhadap variabel Y sangat kuat.
b. Koefisien Determinasi R-Square (𝐑𝟐)
Koefisien determinasi R2 digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi antara 0 dan 1. Saat nilai koefisien mendekati satu, berarti kemampuan variabel–variabel independen menunjukkan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Berdasarkan tabel 4.5 terlihat bahwa hasil dari perhitungan yang diperoleh nilai koefisien determinasi R2 sebesar 0,7,47 atau sebesar 74,7% kemampuan variasi dari variabel desentralisasi fiskal (X1) dan pengeluaran pemerintah (X2) dalam menjelaskan variabel pertumbuhan ekonomi sisanya sebesar 25,3%
dijelaskan oleh variabel lain.
c. Uji F
Uji F bertujuan untuk mengetahui apakah semua variabel independen yang dimasukan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji F digunakan untuk melihat kevalidasan model regresi yang digunakan. Hipotesis simultan dalam penelitian ini adalah diduga bahwa
57
desentralisasi fiskal (X1) pengeluaran pemerintah (X2) berpengaruh positif dan simultan terhadap pertumbuhan ekonomi (Y). dengan kriteria penerimaan dan penolakan sebagai berikut:
H0 : tidak ada pengaruh secara simultan desentralisasi fiskal (X1) pengeluaran pemerintah (X2) terhadap pertumbuhan ekonomi (Y).
Ha : ada pengaruh secara simultan desentralisasi fiskal (X1) pengeluaran pemerintah (X2) terhadap pertumbuhan ekonomi (Y).
Untuk mengetahui H0 dan Ha ditolak dan diterima, jika:
Nilai F (.sig) > α (0,05) H0 diterima dan Ha ditolak Nilai F (.sig) < α (0,05) H0 ditolak dan Ha diterima
Tabel 4. 7 Hasil Signifikan Simultan(Uji F)
Model Sum of
Squares Df Mean Square F Sig.
1 Regression 46,331 2 23,166 78,381 ,000a
Residual 2,069 7 ,296
Total 48,400 9
Sumber : Output SPSS (diolah)
Berdasarkan hasil pada tabel 4.7 diatas menunjukkan pengaruh variabel desentralisasi fiskal (X1) pengeluaran pemerintah (X2) terhadap pertumbuhan ekonomi (Y) dengan nilai Fhitung sebesar 78,381 dengan signifikansi 0,000 lebih kecil dari taraf signifikansi yang digunakan dalam penelitian ini yaitu 0,05 (0,000
< 0,05).
Hal ini menunjukkan bahwa variabel independen berpengaruh signifikan terhadap variabel dependen. Dengan demikian dapat disimpulkan bahwa pengujian hipotesis diatas menolak H0 dan menerima Ha hal ini menunjukkan bahwa variabel independen berpengaruh terhadap variabel dependen.
d. Uji t
Uji t dilakukan untuk mengetahui pengaruh masing-masing atau secara parsial variabel desentralisasi fiskal, pengeluaran pemerintah terhadap pertumbuhan ekonomi. Uji t digunakan untuk membuat keputusan apakah hipotesis terbukti atau tidak, dimana tingkat signifikansi yang digunakan yaitu 5%. Hipotesis yang digunakan dalam pengujian parsial ini adalah sebagai berikut:
Ho : tidak terdapat pengaruh variabel desentralisasi fiskal signifikan terhadap pertumbuhan ekonomi.
Ha : terdapat pengaruh variabel pengeluaran pemerintah signifikan terhadap pertumbuhan ekonomi.
Proses pengujian dilakukan dengan melihat pada tabel uji parsial dengan memperhatikan kolom signifikansi dan nilai thitung dan membandingkan dengan taraf signifikansi α = 0,05 adapun dasar pengambilan keputusan yaitu:
1. Jika nilai signifikansi < 0,05 dan thitung > ttabel, maka H0 ditolak Ha diterima 2. Jika nilai signifikansi > 0,05 dan thitung < ttabel, maka H0 diterima Ha ditolak
Dari pada tabel 4.6 perhitungan uji t dapat dilihat hasil pengujian parsial terhadap masing-masing variabel desentralisasi fiskal, pengeluaran pemerintah terhadap pertumbuhan ekonomi sebagai berikut:
59
Berdasarkan tabel 4.6 nilai signifikansi untuk variabel desentralisasi fiskal (X1) adalah 0,604 dinyatakan lebih besar dari taraf α = 0,05 (0,604 > 0,05). Hal ini ditunjukkan juga dengan nilai thitung = 0,543. Dari hasil tersebut sehingga dapat disimpulkan bahwa variabel desentralisasi fiskal (X1) tidak berpengaruh signifikan terhadap pertumbuhan ekonomi. Dengan demikian dalam penelitian ini menolak hipotesis Ha dan menerima H0.
Berdasarkan tabel 4.6 terdapat nilai signifikansi untuk variabel pengeluaran pemerintah (X2) 0,000 dinyatakan lebih kecil dari taraf α = 0,05 (0,000 < 0,05).
Dari hasil tersebut sehingga dapat disimpulkan bahwa variabel pengeluaran pemerintah (X2) mempunyai pengaruh signifikan terhadap pertumbuhan ekonomi.
Dengan demikian dalam penelitian ini menolak hipotesis H0 dan menerima Ha.