Data dan Sumber Data

BAB III METODOLOGI PENELITIAN

3.3 Data dan Sumber Data

Jenis data dalam penelitian ini yaitu data sekunder. Data sekunder adalah data yang didapat dari buku, catatan dan majalah berupa laporan pemerintah, artikel, buku-buku sebagai teori dan lain sebagainya. Data yang digunakan dalam penelitian ini adalah data tingkat partisipasi angkatan kerja, pengeluaran pemerintah, pertumbuhan ekonomi dan indeks pembangunan manusia di Provinsi Sulawesi Utara dengan periode pengematan tahun 2011-2020 (sepuluh tahun) yang diperoleh dari Badan Pusat Statistik Provinsi Sulawesi Utara.

39 3.4 Metode Pengumpulan Data

Metode pengumpulan data merupakan cara yang dilakukan peneliti untuk mengungkapkan atau menjaring informasi kuantitatif dari responden sesuai lingkup penelitian (Sujarweni, 2019:93). Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi pustaka. Studi Pustaka adalah kegiatan mempelajari, mendalami dan mengutip teori-teori atau konsep-konsep dari sejumlah literatur baik buku, jurnal, majalah, koran atau karya tulis lainnya yang relevan dengan topik, fokus atau variabel penelitian (Widodo, 2017:75).

3.5 Definisi Operasional dan Pengukuran Variabel

Untuk menghindari perbedaan penafsiran maka akan dijelaskan definisi masing-masing variabel yang digunakan dalam penelitian ini. Penelitian ini menggunakan dua variabel terikat dengan dua variabel bebas. Variabel terikat dalam penelitian ini adalah pertumbuhan ekonomi dan indeks pembangunan manusia di Provinsi Sulawesi Utara sedangkan tingkat partisipasi angkatan kerja dan pengeluaran pemerintah merupakan variabel-variabel bebas. Definisi operasional masing-masing variabel dalam penelitian ini adalah sebagai berikut:

3.5.1 Variabel Bebas (X)

Variabel bebas atau variabel independen adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel terikat. Variabel bebas dalam penelitian ini adalah sebagai berikut :

1. Tingkat Partisipasi Angkatan Kerja (X₁)

40

Tingkat partisipasi angkatan kerja yang digunakan dalam penelitian ini adalah persentase jumlah angkatan kerja berusia 15 tahun ke atas di Provinsi Sulawesi Utara yang diukur dengan satuan persen.

2. Pengeluaran Pemerintah (X₂)

Pengeluaran pemerintah yang digunakan dalam penelitian ini adalah realisasi belanja pemerintah menurut jenis pengeluaran yang ada Provinsi Sulawesi Utara yang diukur dengan satuan jutaan.

3.5.2 Variabel Terikat (Y)

Variabel Terikat atau variabel dependen adalah variabel yang dipengaruhi atau akibat, karena adanya variabel bebas. Variabel terikat dalam penelitian ini adalah sebagai berikut :

1. Pertumbuhan Ekonomi (Y1)

Pertumbuhan ekonomi yang digunakan dalam penelitian ini adalah laju pertumbuhan produk domestik regional bruto atas dasar harga konstan menurut lapangan usaha di Provinsi Sulawesi Utara yang diukur dengan satuan persen.

2. Indeks Pembangunan Manusia (Y2)

Indeks pembangunan manusia yang digunakan dalam penelitian ini adalah indeks yang mengukur capaian pembangunan kualitas hidup manusia baik dari aspek pendidikan, kesehatan dan pengeluaran perkapita masyarakat yang ada di Provinsi Sulawesi Utara yang diukur dalam satuan persen

41 3.6 Metode Analisis Data

Penelitian ini dilakukan untuk menganalisis pengaruh variabel tingkat partisipasi angkatan kerja dan pengeluaran pemerintah terhadap indeks pembangunan manusia melalui pertumbuhan ekonomi dengan menggunakan teknik analisis regresi linier berganda dan analisis jalur (path analysis). Metode analisis yang digunakan dalam penelitian ini adalah analisis jalur (path analysis) yang diolah menggunakan SPSS 23 dan Microsoft Excel 2010).

Analisis jalur merupakan perluasan dari analisis regresi linear berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model casual) yang telah ditetapkan sebelumnya berdasarkan teori. Hubungan kausalitas antar variabel telah dibentuk dengan model berdasarkan landasan teoritis (Ghozali:2013).

Persamaan model dengan menggunakan data time series ditunjukkan oleh 𝒀_𝒕 = 𝑩_𝟎+ 𝜷_𝟏𝑿_𝒕 + 𝜺_𝒕 ; 𝒊 = 𝟏, 𝟐, … . . , 𝑻

Dimana “T” merupakan banyaknya data time series. Sehingga variabel-variabel dalam penelitian ini di aplikasikan dalam sebuah model sebagai berikut : Persamaan Substruktur 1 :

Menurut Juliansyah Noor (2014:84) “Persamaan struktural adalah persamaan yang menyatakan hubungan antarvariabel pada diagram jalur yang ada”. Dalam analisis ini persamaan model substruktur 1 dapat ditulis dengan persamaan matematis berikut :

𝒀_𝟏 = 𝜷_𝟎+ 𝒂_𝟏𝑿_𝟏 + 𝒂_𝟐𝑿_𝟐 + 𝒆_𝟏

42

Dari persamaan tersebut jelas dilihat bahwa Y₁ merupakan variabel dependen, sedangkan X₁ dan X2 adalah variabel independen. Pada persamaan substruktur 1 ini akan dijawab pengaruh variabel X₁ dan X2 terhadap Y1. (Agus Widarjoono 2013 : 98)

Persamaan Substruktur 2 :

Dalam analisis ini persamaan model substruktur 2 dapat ditulis dengan persamaan matematis berikut :

𝒀_𝟐= 𝜷_𝟎+ 𝒂_𝟏𝑿_𝟏 + 𝒂_𝟐𝑿_𝟐 + 𝒆_𝟏

Dari persamaan tersebut jelas dilihat bahwa 𝑌₂ merupakan variabel dependen, sedangkan X₁, X₂ dan Y1 adalah variabel independen. Pada persamaan substruktur 2 ini akan dijawab pengaruh variabel X₁, X₂ dan Y1 Terhadap Y2.

Persamaan Substruktur 3 :

𝒀_𝟏= 𝜷_𝟎+ 𝒀_𝟐+ 𝒆_𝟏

Pada persamaan substruktur 3 ini akan dijawab pengaruh variabel Y1 terhadap variabel Y2.

3.6.1 Uji Asumsi Klasik 3.6.1.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas kedua-duanya berdistribusi normal atau tidak.

Dalam model regresi linier, asumsi ini ditunjukkan oleh nilai error yang berdistribusi normal. Model regresi yang baik adalah model regresi yang memiliki distribusi normal atau mendekati normal, sehingga layak dilakukan pengujian

43

secara statistik. Pengujian normalitas data menggunakan test of normality Kolmogorov-Smirnov dalam program SPSS.

3.6.1.2 Uji Multikoliniearitas

Uji multikolinieritas adalah adanya hubungan antara variabel independen dalam satu regresi (Widarjono, 2018:101). Uji multikolinieritas bertujuan untuk menguji apakah model regresi terdapat korelasi antar variabel bebas atau tidak.

Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas.

Apabila variabel bebas saling berkorelasi, maka variabel-variabel tidak ortugal.

Variabel tidak ortugal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Salah satu ciri adanya gejala multikolinieritas adalah jika koefisien korelasi cukup tinggi katakanlah di atas 0,85 maka kita duga ada multikolinieritas dalam model. Sebaliknya jika koefisien korelasi relatif rendah maka kita duga model tidak mengandung unsur multikolinieritas (Widarjono, 2018:104)

3.6.1.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari nilai residual antar pengamatan tetap, maka kondisi ini disebut homoskedastis. Akan tetapi jika berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah model yang bersifat homoskedastis. Untuk mendeteksi adanya heteroskedastisitas adalah dengan me-regress model dengan log residu kuadrat. Apabila probabilitas dari masing-masing variabel bebas lebih dari 0,05 maka terjadi penerimaan terhadap 𝐻₀, sehingga

44

tidak terdapat heteroskedastis pada model tersebut atau hasilnya data dalam kondisi homokedastis.

3.6.1.4 Uji Autokorelasi

Menurut (Widarjono, 2018: 140) Autokorelasi dapat didefinisikan sebagai korelasi antara anggota observasi satu dengan observasi lain yang berlainan waktu. Dengan kaitannya dengan asumsi OLS, autokorelasi merupakan korelasi antara satu variabel gangguan dengan variabel gangguan lainnya. Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode waktu atau ruang dengan kesalahan pengganggu pada waktu atau ruang sebelumnya. Untuk mendeteksi adanya masalah ini, dapat digunakan uji durbin-watson (DW). Kriteria dari uji DW sebagai berikut :

Tabel 3.1

Uji Statistik Durbin-Watson d

Nilai Statistik d Hasil

0 < d < d_𝐿 Menolak hipotesis nol; ada autokorelasi positif 𝑑_𝐿 < d < 𝑑_𝑢 Daerah keragu-raguan; tidak ada keputusan

𝑑_𝑈 < d < 4 - 𝑑_𝑢 Gagal menolak hipotesis nol; tidak ada autokorelasi positif/negatif

4 - 𝑑_𝑈 < d < 4 - d_𝐿 Daerah keragu-raguan; tidak ada keputusan 4 - d_𝐿 < d < 4 Menolak hipotesis nol; ada autokorelasi positif Sumber : Widarjono, 2019

45 3.6.2 Uji Signifikansi

3.6.2.1 Uji t (Parsial)

Uji parsial digunakan untuk mengetahui seberapa besar pengaruh variabel bebas secara individual dalam menjelaskan variabel terikat. Uji ini dilakukan dengan melihat probabilitas t hitung, ketika prob < taraf sig 5%, maka 𝐻₀ ditolak.

Sehingga dapat disimpulkan variabel bebas tersebut signifikan mempengaruhi variabel terikat.

3.6.2.2 Uji F (Simultan)

Uji F diperuntukkan guna melakukan uji hipotesis koefisien (slope) regresi secara bersamaan (Nachrowi & Usman, 2006:17). Uji F bertujuan untuk mengetahui besarnya pengaruh dari seluruh variabel bebas secara bersama-sama terhadap variabel terikat. Apabila nilai prob F < taraf sig 5%, maka dapat disimpulkan bahwa variabel bebas secara bersama-sama berpengaruh signifikan terhadap variabel terikat.

3.6.2.3 Koefisien Determinasi (𝑹^𝟐)

Koefisien determinasi atau goodness of fit digunakan untuk mengetahui seberapa jauh kemampuan model dalam menjelaskan variasi variabel terikat. Nilai dari 𝑅² berada pada rentang 0-1. Semakin tinggi angka tersebut maka semakin baik model yang dibuat dan sebaliknya semakin rendah angka tersebut maka semakin kecil pengaruh variabel dependent terhadap variabel independent.

46

DAFTAR PUSTAKA

Badan Pusat Statistik. (2010-2021). Sulawesi Utara dalam Angka

Feriyanto, N. (2014). Ekonomi Sumber Daya Manusia dalam Perspektif Indonesia. Yogyakarta: UPP STIM YKPN.

RSimanjuntak, P. J. (1998). Pengantar Ekonomi Sumber Daya Manusia. Jakarta:

Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Sujarweni.V.W. (2019). Metodologi Penelitian Bisnis dan Ekonomi. Yogyakarta:

Pustakabarupress.

Sukirno, S. (2019). Makroekonomi Teori Pengantar (Edisi ke 3). Depok: Rajawali Pers.

Todaro, M. P., & Smith, S. C. (2011). Pembangunan Ekonomi (Edisi Ke-1).

Jakarta: Penerbit Erlangga.

Widarjono, A. (2018). Ekonometrika Pengantar dan Aplikasinya disertai Panduan Eviews (Edisi ke 5). Yogyakarta: UPP STIM YKPN.

Widodo. (2019). Metodologi Penelitian Populer dan Praktis. Depok: Rajawali Pers.

Sjafrizal (2017). Perencanaan Pembangunan Daerah dalam Era Otonomi. Depok:

Rajawali Pers

Todaro, M. P., & Smith, S. C. (2011). Pembangunan Ekonomi (Edisi Ke-1).

Jakarta: Penerbit Erlangga.

Jhingan M.L. (1984). Ekonomi Perencanaan dan Pembangunan. Jakarta : Raja Grafindo Persada.

47

Anggraeni . W. (2011). Pengaruh Tingkat Partisipasi Angkatan Kerja (TPAK), Investasi Asing (PMA) dan Ekspor terhadap PDRB di DKI Jakarta Periode 1987-2009.

Ponomban, Y.Y, Rosalina A.M.K, Ita P.R. (2020). Pengaruh Investasi Swasta (PMDN/PMA), Pengeluaran Pemerintah dan tenaga kerja terhadap Pertumbuhan Ekonomi Kabupaten Minahasa Tenggara.

Waritz T.A. (2019). Analisis Pengaruh Tingkat Partisipasi Angkatan Kerja dan Investasi Asing terhadap Pembangunan Manusia di Negara-Negara Asean.

Serang M.R. (2017). Pengaruh Pengeluaran Pemerintah, Produktivitas Tenaga Kerja dan Faktor Demografi terhadap Kinerja Pembangunan Manusia di Kabupaten/ Kota Provinsi Maluku.

Herman (2017). Pengaruh Pertumbuhan Ekonomi terhadap Indeks Pembangunan Manusia di Kota Pekanbaru.

Ghozali (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS 21 updatePLS Regresi. Semarang : Universitas Diiponogoro

Todaro, Michael,(2004). Pembangunan ekonomi Dunia Ketiga, Erlangga: Jakarta Nugroho G.A. (2017). Analisis Pengaruh Pengeluaran Pemerintah terhadap

Pertumbuhan Ekonomi dan Indeks Pembangunan Manusia di Indonesia.