4.1 Pendugaan Fungsi Pertumbuhan
4.2.1 Uji Normalitas Data
Uji normalitas dilakukan untuk mengetahui apakah variabel dependen
maupun variabel independen mempunyai distribusi normal atau tidak . Model regresi yang baik adalah model yang mempunyai distribusi data yang normal.
Uji normalitas dalam penelitian ini dilakukan dengan menggunakan Grafik P-Plot pada program SPSS .
Berdasarkan tampilan output chart, dapat dilihat hasil dari grafik P-Plot.
Pada grafik tersebut terlihat bahwa titik-titik mengikuti dan mendekati garis diagonalnya, sehingga dapat disimpulkan bahwa model regresi pada penelitian ini memenuhi asumsi normal .
4.7 Grafik P-Plot
47 4.2.2 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antara variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas.
Uji multikolinearitas dilakukan dengan menghitung nilai Variance Inflation Factor (VIF) tiap -tiap variabel independen. Multikolinearitas terjadi jika nilai Variance Inflation Factor (VIF) melebihi 10,00. Jika nilai Variance Inflation Factor (VIF) kurang dari 10,00 menunjukkan bahwa korelasi antar variabel independen masih bisa ditolerir. Hasil uji multikolinearitas pada penelitian ini dapat dilihat pada tabel di bawah ini
Tabel 4.8
Output SPSS Uji Multikolinieritas
Coefficientsa
48
a. Dependent Variable: Y Pertumbuhan Ekonomi
Berdasarkan Tabel 4.8, diketahui bahwa tolerance untuk kedua variabel independen adalah 0.693 atau lebih besar dari 0.1 dan VIF sebesar 1.444 lebih kecil dari 10, maka dapat disimpulkan bahwa antara variabel bebas tidak terjadi multikolinieritas.
4.2.3 Uji Autokorelasi
Uji autokorelasi dimaksudkan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Apabila terjadi korelasi, disinyalir ada problem autokorelasi. Autokorelasi muncul disebabkan adanya observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (variabel penganggu) tidak bebas dari satu observasi ke observasi yang lainnya. Hal ini sering ditemukan pada data runtut waktu atau time series karena ”gangguan” pada seorang individu/kelompok cenderung mempengaruhi ”gangguan” pada individu/ kelompok yang sama pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi, maka penulis melakukan pengujian menggunakan kurva Durbin-Watson (DW). Dengan ketentuan sebagai berikut:
1. Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi.
2. Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
3. Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.
49
Nilai du dan dl dapat diperoleh dari tabel statistik Durbin Watson yang bergantung banyaknya observasi dan banyaknya variabel yang menjelaskan.
Tabel 4.9
Output SPSS Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .895a .800 .721 2984541.94130 .645
Gambar 4.1
dL dU 2 4-Du 4-dL
0.5591 1.7771 2.2229 3.4409 Autokorelasi
Tanpa Kesimpulan
Tidak ada
Tidak ada
Tanpa
Kesimpulan Autokorelasi
50
Berdasarkan hasil penghitungan seperti tampak pada table dan kurva DW di atas diketahui nilai Durbin-Watson (DW) sebesar 0.645. karena nilai DW berada di daerah tidak ada kesimpulan dengan demikian dapat disimpulkan bahwa di dalam model tidak terjadi autokorelasi .
4.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk memastikan dalam model regresi terjadi kesamaan variance dari residual satu pengamatan lain.
Jika variansi dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Pada umumnya untuk mengetahui ada atau tidaknya heteroskedastisitas pada suatu model pengujian digunakan Uji Glejser.
Namun pada penelitian kali ini, penulis menggunakan metode lain yaitu dengan melihat pola titik-titik pada scatterplot regresi, dengan cara melihat grafik scatterplot antara standardized predicted value (ZPRED) dengan studentized residual (SRESID). Ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi – Y sesungguhnya).
Dasar pengambilan keputusan pada scatterplot regresi yaitu dengan melihat pola, jika ada pola tertentu seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi heteroskedastisitas. Jika tidak ada
DW 0.645
51
pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.2 Grafik Scatterplot
Berdasarkan output gambar scatterplot di atas, didapat titik-titik menyebar di bawah dan di atas sumbu Y, dan tidak membentuk suatu pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas atau bersifat homokedastisitas. Dari gambar 4.10 di atas dapat diketahui bahwa titik-titik tidak membentuk pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model regresi ini.
52 BAB V KESIMPULAN 5.1 Kesimpulan
Dari hasil pembahasan pada bab sebelumnya penelitian mengenai Pengaruh investasi dan pertumbuhan penduduk terhadap pertumbuhan ekonomi di kota Malang, penulis mengambil kesimpulan sebagai berikut :
1. Hasil Penelitian membuktikan kebenaran dugaan (hipotesis) bahwa terdapat pengaruh parsial dari investasi terhadap pertumbuhan ekonomi. Hal tersebut dapat dilihat dari tℎ𝑖𝑡𝑢𝑛𝑔 untuk variabel X1 (Investasi) sebesar 3.564, sedangkan nilai t𝑡𝑎𝑏𝑒𝑙 untuk n = 8 sebesar 2.306 . Jadi 3.564 > , 2.306 dapat disimpulkan bahwa secara parsial variabel Investasi berkorelasi positif terhadap Pertumbuhan Ekonomi (Y) pada ɑ= 5% .
2. Hasil Penelitian membuktikan kebenaran dugaan (hipotesis) bahwa terdapat pengaruh parsial dari pertumbuhan penduduk terhadap pertumbuhan ekonomi. Hal ini dapat dilihat dari tℎ𝑖𝑡𝑢𝑛𝑔 untuk variabel X2 (Pertumbuhan Penduduk) sebesar -0.280, sedangkan nilai t𝑡𝑎𝑏𝑒𝑙
untuk n = 8 sebesar 2.306. Jadi -0.280 < 2.306, dapat disimpulkan bahwa secara parsial variabel Pertumbuhan Penduduk (X2) berkolerasi negative terhadap Pertumbuhan Ekonomi (Y).
3. Hasil Penelitian membuktikan kebenaraan dugaan (hipotesis) bahwa terdapat pengaruh simultan dari investasi dan pertumbuhan penduduk terhadap pertumbuhan ekonomi. Hal tersebut dapat dilihat dari fℎ𝑖𝑡𝑢𝑛𝑔 sebesar 10.024 dimana lebih besar dari nilai ftabel untuk n=8 sebesar 5.14. Jadi 10.024 > 5.14 dengan tingkat signifikan sebesar 0.018 karena 0.018 < 0.05 maka dapat dikatakan
53
investasi (X1) dan pertumbuhan penduduk (X2) secara bersama-sama mampu menjelaskan Pertumbuhan Ekonomi (Y) pada ɑ = 5%.
5.2 Saran
Berdasarkan penelitian terhadap pengaruh investasi dan pertumbuhan penduduk terhadap pertumbuhan ekonomi di kota Malang, maka dapat disimpulkan saran-saran sebagai berikut :
1. Pemerintah kota Malang, disarankan untuk lebih memperkuat lagi peranan KB (Keluarga Berencana) untuk bisa menekan pertumbuhan penduduk di Kota Malang agar bisa terkendali 2. Pemerintah lebih memperhatikan SDM mendapat prioritas
tersendiri agar pertumbuhan ekonomi kota Malang berkembang lebih tinggi lagi pendapatan PDRB disemua sektor industri 3. Untuk peneliti selanjutnya, disarankan untuk menganalisis
variabel dengan baik dan menggunakan sampel tahun yang lebih sesuai dengan kebutuhan penelitian.
54
DAFTAR PUSTAKA
Mudji, Arthi and Willstar Taripar, Analisa Produk Domestik Bruto ( Pdrb ) Buku Pangripta 1 No 1, 2018
Azaini, M, analisis pengaruh pertumbuhan ekonomi, upah minimum Dan Investasi terhadap penyerapan tenaga kerja di kota Malang . Universitas Brawijaya , 2014 .
Sakip, I. A, Pengaruh Investasi danTenaga Kerja Terhadap Pertumbuhan Ekonomi di Provinsi Jawa Timur Tahun 2011 -2015 .
University of Muhammadiyah Malang, 2017
Nujum S & Rahman Z , Pengaruh Investasi dan Inflasi Terhadap Pertumbuhan Ekonomi di Kota Makassar .
Jurnal Economic Resource , 2019 .
Cakra, C. A., Militina, T., & Jiuhardi, J. Pengaruh investasi dan belanja Daerah serta jumlah penduduk terhadap pertumbuhan ekonomi dan Pengangguran di Kalimantan Timur .
Jurnal Ilmu EKonomi Mulawarman, 2020
55
a. Dependent Variable: Pertumbuhan Ekonomi
Uji T
Model Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant)
-30270858.532
22437529.932 -1.349 .235
Investasi 2.923 .820 .856 3.564 .016
56
1 Regression 17857356792 0454.500
a. Dependent Variable: Pertumbuhan Ekonomi
b. Predictors: (Constant), Pertumbuhan Penduduk, Investasi
Koefisien Determinasi (R²)
a. Predictors: (Constant), Pertumbuhan Penduduk, Investasi b. Dependent Variable: Pertumbuhan Ekonomi
57
Uji Normalitas
Uji Multikolinearitas Coefficientsa
Model Unstandardized Coefficients Standardize d Coefficients
t Sig. Collinearity
Statistics
B Std. Error Beta Toleran
ce
VIF
1 (Consta nt)
-30270858.5 32
22437529.9 32
-1.349 .235
Investasi 2.923 .820 .856 3.564 .016 .693 1.444
Pertumbu han Pendudu k
-16681.890 59607.730 -.067 -.280 .791 .693 1.444
a. Dependent Variable: Y Pertumbuhan Ekonomi
58
Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .895a .800 .721 2984541.94130 .645
Uji Heteroskedastisitas
59
60
61
DAFTAR RIWAYAT HIDUP
DATA PRIBADI
1. Nama Lengkap : Evi Rahmawati
2. Tempat Tanggal Lahir : Jakarta, 05 April 1996
3. Alamat Lengkap : Jl. Pintu Air 3 No. 60 RT 27/07, Gandul Depok
4. Jenis Kelamin : Perempuan
5. Agama : Islam
6. Status : Menikah
7. Tinggi / Berat Badan : 155 cm / 60 kg 8. Handphone : 081283059014
9. E-mail : [email protected] RIWAYAT PENDIDIKAN
1. (2008) Lulus SDN 01 – Jakarta Selatan 2. (2011) Lulus SMP PGRI 12 – Jakarta Selatan 3. (2014) Lulus SMKN 28 – Jakarta Selatan
PENGALAMAN KERJA
1. Sales Associate Mei 2014- Agustus 2018
2. Cashier November 2019- November 2020 .