BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Hasil
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan karena dalam model regresi perlu memperhatikan adanya penyimpangan-penyimpangan atas asumsi klasik, karena pada umumnya jika asumsi klasik tidak dipenuhi maka variabel-variabel yang ada akan menjadi tidak efisien. Pengujian asumsi klasik dalam penelitian ini meliputi uji multikolinieritas, hereroskedastisitas, autokorelasi, dan apakah data dalam penelitian sudah berdistribusi secara normal atau belum, karena apabila terjadi penyimpangan terhadap asumsi klasik maka uji t dan uji F yang dilakukan sebelumnya tidak valid dan secara statistk dapat mengacaukan kesimpulan yang diperoleh.
4.2.2.1Hasil Uji Multikolinieritas
Multikolinearitas berarti adanya hubungan linear yang sempurna atau pasti antara beberapa atau semua variabel yang menjelaskan model regresi. jika koefisien kolerasi antara masing- masing variabel bebas lebih besar dari 0,8, berarti terjadi multikolinearitas dalam model regresi.
Tabel 4.7 Hasil Uji Multikolinieritas
GROWTH I UMP
GROWTH 1 -0.437897 -0.279484
I -0.437897 1 -0.004361
UMP -0.279484 -0.004361 1 Sumber: hasil perhitungan regresi (Lampiran)
Dari output di atas dapat kita lihat bahwa tidak terdapat variabel yang memiliki nilai lebih dari 0,8, sehingga dapat disimpulkan tidak terjadi multikolinearitas dalam model regresi.
4.2.2.2Hasil Uji Heteroskedastisitas
Pengujian heteroskedastisitas dapat digunakan untuk melihat apakah model regresi memiliki gangguan yang variannya sama (homoskedastisitas). Pengujian asumsi ini dilakukan dengan menggunakan uji White Heteroskedasticity cross term.
Apabila hasil nilai probabilitas obs*R-squared > dari taraf nyata yang digunakan (α=5%) maka dapat disimpulkan bahwa model persamaan mempunyai variabel penganggu yang variannya sama.
Jika nilai probabilitas obs*S-squared < dari taraf nyata yang digunaka maka model persamaan mempunyai variabel pengganggu yang variannya beda (heteroskedastisitas). Uji heteroskedastisitas pada model kesempatan kerja provinsi Sumatera Utara ditunjukkan pada tabel.
Tabel 4.8 Hasil Regresi Uji White Hteroskedasticity Cross Term
White Heteroskedasticity Test:
F-statistic 1.436675 Probability 0.476489 Obs*R-squared 10.39251 Probability 0.319654 Sumber: hasil perhitungan regresi (Lampiran)
Ho : tidak ada heteroskedastisitas H1 : ada heteroskedastisitas
Jika probabilitas obs*-square < ɑ, maka Ho ditolak
Jika probabilitas obs*-square > ɑ, maka Ho diterima
Dapat diketahui bahwa probabilitas obs*-square = 0.319654 > 0,05, maka Ho diterima.
Berdasarkan hasil diatas dapat diketahui bahwa hasil regresi uji White Heteroskedastisitas (cross term) menunjukkan kesempatan kerja memiliki nilai probabilitas obs*-square sebesar
0.319654 dan lebih besar dari taraf nyata yang digunakan (α = 5%) sehingga dapat disimpulkan
bahwa model regresi terbebas dari masalah heteroskedastisitas.
4.2.2.3Hasil Uji Normalitas
Uji normalitas untuk menguji apakah distribusi data normal atau tidak dalam penelitian ini menggunakan Jarque-Berra Test dimana hasilnya dapat ditunjukkan dari nilai probabilitas Jarque-Berra Test.
Ho : error term terdistribusi normal H1 : error term tidak terdistribusi normal
Jika probabilitas < ɑ, maka Ho ditolak
Jika probabilitas > α, maka Ho diterima
Uji normalitas menggunakan Jarque-Berra hasilnya dapat ditunjukkan dari nilai probabilitas
Jarque-Berra sebesar 0,841367. Menyatakan bahwa probabilitas 0,841367 > 0,05, maka Ho diterima, yang berarti bahwa model regresi yang digunakan terdistribusi normal.
4.2.2.4Hasil Uji Autokorelasi
Pengujian autokorelasi dengan menggunakan eviews dapat diketahui melalui serial Correlation LM Test, yaitu:
Jika nilai probabilitas obs*R-squared pada model > α = 5%, maka dapat disimpulkan bahwa model tidak mengalami gejala autokorelasi.
Jika nilai probabilitas obs*R-squared pada model < α = 5%, maka dapat disimpulkan bahwa model persamaan mengalami gejala autokorelasi.
Tabel 4.9 Hasil Regresi Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.066973 Probability 0.803241 Obs*R-squared 0.113723 Probability 0.735945 Sumber: hasil perhitungan regresi (Lampiran)
Berdasarkan tabel 4.4 dapat diketahui bahwa nilai probabilitas obs*R-squared adalah sebesar 0.735945 > 0,05, maka dapat disimpulkan model tidak mengalami gejala autokorelasi.
4.2.3 Pengujian Statistik
4.2.3.1Uji Signifikan Parameter Individu (Uji Statistik t)
Untuk mengetahui pengaruh dari masing-masing variabel independen terhadap variabel independen secara parsial digunakan uji t-statistik. Pengujian yang dilakukan secara parsial dari
setiap variabel independen akan menunjukkan pengaruh dari ketiga variabel independen yaitu upah minimum provinsi, pertumbuhan ekonomi dan investasi secara individu terhadap variabel dependen yaitu kesempatan kerja. Pengujian uji-t dilakukan dengan membandingkan antara nilai
probabilitas dengan nilai taraf nyata sebesar α = 5% = 0,05.
Tabel 4.10 Hasil Pengujian Regresi Secara Parsial
Variabel t-statistik Probabilitas α = 5% Kesimpulan GROWTH 2.412294 0.0365 0,05 Signifikan LnUMP -0.555589 0.5907 0,05 Tidak Signifikan LnI -1.596846 0.1414 0,05 Tidak Signifikan Sumber : data diolah dengan eviews (Lampiran)
1. Pertumbuhan Ekonomi
Berdasarkan tabel hasil regresi diperoleh nilai probabilitas sebesar 0.0365 dan t-hitung sebesar 2.412294 sehingga diperoleh hasil nilai probabilitas 0.0365 < α = 5% (0,05), maka keputusannya hipotesis nol (Ho) ditolak, yang berarti bahwa pertumbuhan ekonomi di Sumatera Utara berpengaruh positif terhadap kesempatan kerja dan signifikan secara statistik. Sehingga dapat disimpulkan bahwa pertumbuhan ekonomi berpengaruh nyata terhadap kesempatan kerja di Sumatera Utara.
2. Upah Minimum Provinsi
Berdasarkan tabel hasil regresi diperoleh nilai probabilitas sebesar 0.5907 dan t-hitung sebesar -0.555589 sehingga diperoleh hasil probabilitas 0.5907 > α = 5% (0,05), maka hipotesis nol (Ho) diterima , yang berarti bahwa upah minimum provinsi berpengaruh negatif terhadap kesempatan kerja dan tidak signifikan secara statistik. Sehingga dapat disimpulkan bahwa upah minimum provinsi tidak berpengaruh nyata terhadap kesempatan kerja di Sumatera Utara.
3. Investasi
Berdasarkan tabel regresi diperoleh nilai probabilitas sebesar 0.1414 dan t-hitung sebesar - 1.596846 sehingga diperoleh hasil probabilitas 0.1414 > α = 5% (0,05), maka hipotesis nol (Ho) diterima, yang berarti bahwa investasi berpengaruh negatif terhadap kesempatan kerja dan tidak signifikan secara statistik. Sehingga dapat disimpulkan bahwa investasi tidak berpengaruh nyata terhadap kesempatan kerja.
4.2.3.2Uji Koefisien Determinasi (��)
Koefisien determinasi ini menunjukkan tingkat derajat keakuratan hubungan antara variabel independen dengan variabel dependen. Dari hasil regresi diperoleh nilai sebesar 0.411453 yang berarti bahwa kesempatan kerja di provinsi Sumatera Utara dapat dijelaskan oleh variasi model dari upah minimum provinsi, pertumbuhan ekonomi dan investasi sebesar 41% dan sisanya 59% dijelaskan oleh variabel-variabel lain diluar model tersebut.
4.3Pembahasan
4.3.1 Pengaruh Upah Minimum Provinsi Terhadap Kesempatan Kerja Di Provinsi