28 BAB III
METODE PENELITIAN
A. Lokasi Penelitian
Pada penelitian ini, lokasi yang digunakan adalah Pulau Jawa. Dalam Pulau Jawa terdiri dari Provinsi Jawa Timur, Provinsi Jawa Barat, Provinsi Jawa Tengah, Provinsi DI Yogyakarta, Provinsi DKI Jakarta, dan Provinsi Banten.
B. Jenis Penelitian
Penelitian ini menggunakan pendekatan yang bersifat deskriptif kuantitatif. Metode kuantitatif dimana penelitian dilakukan menggunakan beberapa variabel dan dilakukan secara sistematis untuk meneliti sebuah fenomena dengan cara menghimpun data dan diukur menggunakan ilmu matematika, statistik, dan komputasi untuk menguji hipotesis yang ditentukan (Astuti & Ayuningtyas, 2018).
C. Definisi Operasional dan Pengukuran Variabel
Definisi operasional variabel memuat tentang arti dan makasud variabel penelitian dengan tujuan untuk memperjelas pengertian variabel yang diteliti sebagai idikator dalam penelitian. Adapun variabel yang digunakan dalam penelitian ini adalah :
1. Variabel Dependen (Y): adalah variabel yang diakibatkan atau dipengaruhi oleh variabel independen atau bebas. Penelitian ini menggunakan pertumbuhan ekonomi sebagai variabel dependen.
2. Variabel Independen (X): adalah variabel yang mempengaruhi variabel lain yang digunakan ataupun menghasilkan akibat pada variabel lainnya. Dalam penelitian kuantitatif variabel indpenden atau bebas menjelaskan terjadinya topik penelitian. Penelitian ini menggunakan investasi sebagai variabel X1, tenaga kerja sebagai variabel X2, dan keterbukaan perdagangan sebagai variabel X3.
Setelah menentukan variabel penelitian, selanjutnya mendefinisikan variabel tersebut dengan jelas. Beberapa definisi operasional variabel dalam penelitian ini sebagai berikut :
1) Pertumbuhan Ekonomi (Y)
Pertumbuhan ekonomi merupakan sebuah indikator yang dapat digunakan untuk melihat kesejahteraan ekonomi disuatu wilayah.
Dalam suatu perekonomian variabel pertumbuhan ekonomi dapat dilihat dengan menggunakan indikator nilai Produk Domestik Regional Bruto (PDRB). Data PDRB yang digunakan adalah atas dasar harga konstan seri 2010 yang dinyatakan dalam satuan milyar rupiah. PDRB atas dasar harga konstan untuk memperlihatkan pertumbuhan ekonomi secara keseluruhan dari tahun ke tahun.
2) Investasi (X1)
Investasi adalah aktivitas penanaman modal dengan tujuan memperoleh keuntungan. Pada penelitian ini investasi akan diaproksikan dengan total nilai PMA dan PMDN di Pulau Jawa untuk melihat pengaruh investasi secara keseluruhan.
3) Tenaga Kerja (X2)
Tenaga kerja merupakan usia penduduk yang memasuki usia kerja (15-64 tahun), yang telah mampu melakukan pekerjaan yang dapat menghasilkan barang maupun jasa. Data yag digunakan dalam indikator tenaga kerja adalah angkatan kerja di Pulau Jawa yang dinyatakan dalam satuan orang.
4) Keterbukaan Perdagangan (X3)
Keterbukaan perdagangan adalah aktivitas perdagangan internasional berupa kegiatan ekspor impor. Pengukuran keterbukaan perdagangan dihitung berdasarkan jumlah ekspor dan impor dibagi dengan Produk Domestik Regional Bruto (Purnomo, 2020).
D. Teknik Pengumpulan Data
Pengumpulan data dilakukan dengan teknik dokumentasi. Data yang digunakan adalah data sekunder dengan jenis data panel. Pengambilan data dilakukan dari pihak ketiga yaitu melalui website Badan Pusat Statistik (BPS) Indonesia. Selanjutnya diolah sesuai kepentingan untuk mencapai tujuan penelitian.
E. Teknik Analisis Data
Dalam penelitian ini dilakukan olah data menggunakan Analisis Inferensial atau lebih dikenal sebagai Analisis Kuantitatif. Data yang diperoleh akan diolah menggunakan program E-Views 9 dengan metode regresi data panel. Analisis regresi data panel merupakan gabungan dari data timer series dan cross section. Data time series dalalam penelitian ini adalah
tahun 2015-2020. Sedangkan data cross section menggunakan enam provinsi di Pulau Jawa. Berikut adalah persamaan regresi data panel :
𝑌𝑖𝑡= 𝛽0+ 𝛽1𝑋1𝑖𝑡+ 𝛽2𝑋2𝑖𝑡+ 𝛽3𝑋3𝑖𝑡+ 𝑒𝑖𝑡 Dimana :
Y = Log PDRB ADHK 𝛽0 = Konstanta
𝛽1𝛽2𝛽3 = Koefisien Regresi Variabel Bebas X1 = Log Investasi
X2 = Log Tenaga Kerja
X3 = Log Keterbukaan Perdagangan i = Cross Section (provinsi) t = Time Series (tahun) 𝑒 = Error
1. Estimasi Model Regresi
Analisis regresi data panel dilakukan dengan tiga metode estimasi, yaitu Common Effect, Fixed Effect, dan Random Effect untuk kemudian dilakukan pemilihan model estimasi.
a) Macam – macam model regresi data panel 1) Common Effect Model (CEM)
Estimasi common effect adalah estimasi data panel dengan menggunakan metode Ordinary Least Square (OLS).
Pendekatan ini paling sederhana dengan tidak memperhatikan dimensi individu atau waktu. Model ini berasumsi bahwa
intersep dan koefisien regresi bernilai tetap untuk setiap objek penelitian dan waktu. Common Effect Model adalah :
𝑌𝑖𝑡= 𝛽1+ 𝛽2𝑋2𝑖𝑡+ 𝛽3𝑋3𝑖𝑡+ ……+ 𝛽𝑛𝑋𝑛𝑖𝑡+𝑢𝑖𝑡 2) Fixed Effect Model (FEM)
Estimasi fixed effect adalah model dengan intersep yang berbeda-beda tetapi memiliki koefisien yang sama. Untuk membedakan objek satu dengan objek lainnya digunakan variabel dummy atau variabel semu sehingga disebut dengan model Least Square Dummy Variabels (LSDV). Fixed Effect Model adalah:
𝑌𝑖𝑡= 𝛼1+ 𝛼2𝐷2+ ⋯ + 𝛼𝑛𝐷𝑛+ 𝛽2𝑋2𝑖𝑡+ ……+ 𝛽𝑛𝑋𝑛𝑖𝑡+ 𝑢𝑖𝑡 3) Random Effect Model (REM)
Estimasi random effect tidak menggunakan variabel dummy seperti yang digunakan pada metode fixed effect.
Metode ini menggunakan residual yang diduga memiliki hubungan antar waktu dan antar objek. Metode ini mengasumsikan bahwa setiap variabel mempunyai perbedaan intersep tetapi intersep tersebut bersifat random atau stokastik.
Metode Generalized Least Square (GLS) digunakan dalam metode ini sebagai pengganti OLS. Random Effect Model adalah :
𝑌𝑖𝑡 = 𝛽1+ 𝛽2𝑋2𝑖𝑡+ 𝛽3𝑋3𝑖𝑡+ ……+ 𝛽𝑛𝑋 + 𝑢𝑖𝑡+ 𝜀𝑖𝑡
b) Pemilihan Model Estimasi
Sebelum melakukan regresi, dilakukan uji estimasi model untuk memperoleh model yang paling tepat digunakan diantara ketiga jenis model dengan cara melakukan serangkaian uji:
1) Uji Chow
Uji chow adalah uji untuk membandingkan model Common Effect dengan Fixed Effect. Adapun hipotesis dalam
pengujian ini adalah :
H0 = Common Effect Model H1 = Fixed Effect Model
Dalam proses pengambilan keputusan apabila nilai probabilitas F > 0,05 maka H0 diterima yang berarti model yang paling tepat adalah Commond Effect Model. Jika nilai probabilitas F < 0,05 maka H0 ditolak dan menerima H1 yang berarti model yang paling tepat adalah Fixed Effect Model.
Perhitungan dari Uji Chow sebagai berikut :
𝐹 =
(𝑆𝑆𝐸1− 𝑆𝑆𝐸2) (𝑛 − 2)
𝑆𝑆𝐸2 (𝑛𝑡 − 𝑛 − 𝑘) Dimana :
𝑆𝑆𝐸1= Sum square eror dari Commond Effect Model 𝑆𝑆𝐸2= Sum square eror dari Fixed Effect Model n = Jumlah crossection
nt = Jumlah crosection x time series
k = Jumlah variabel independent 2) Uji Hausman
Uji hausman adalah uji untuk menentukan apakah model Fixed Effect atau Random Effect yang lebih tepat digunakan.
Hipotesis dalam pengujian ini adalah : H0 = Model Random Effect
H1 = Model Fixed Effect
Dalam proses pengambilan keputusan jika nilai probabilitas F > 0,05 maka H0 diterima yang berarti model paling tepat adalah Model Random Effect. Jika nilai probabilitas F < 0,05 maka H0 ditolak dan H1 diterima yang berarti model paling tepat adalah Model Fixed Effect.
3) Uji Lagrange Multiplier (LM)
Uji LM adalah uji untuk menentukan apakah model Commond Effect atau model Random Effect yang lebih tepat
digunakan. Hipotesis dalam pengujian ini adalah : H0 = Model Common Effect
H1 = Model Random Effect
Dalam proses pengambilan keputusan jika nilai probabiltas F > 0,05 maka H0 diterima yang berarti model paling tepat adalah model Commond Effect. Jika probabiltas F <
0,05 maka H0 ditolak dan menerima H1 yang berarti model paling tepat adalah model Random Effect.
2. Uji Signifikansi
Uji signifikansi merupakan proses yang dilakukan untuk menguji kesalahan atau kebenaran dari hasil hipotesis nol dari sampel. Adapun uji signifikasi yang digunakan dalam penelitian ini sebagai berikut :
a) Uji F (Simultan)
Untuk menguji hipotesis secara simultan, alat uji yang dipergunakan adalah koefisien korelasi (R) dan koefisien determinasi (𝑅2). Koefisien korelasi dan koefisien determinasi merupakan uji yang digunakan untuk mengetahui keeratan pengaruh antara variabel bebas (X) dengan variabel terikat (Y). Untuk mengetahui apakah variabel bebas secara serentak atau bersama-sama mempengaruhi terhadap variabel bebas.
𝐹 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑅2 𝑘 (1 − 𝑅2) (𝑛 − 𝑘 − 1) Dimana:
𝑅2 = Koefisien Determinasi
𝑘 = Jumlah variabel yang digunakan 𝑛 = Jumlah sampel
Rumusan hipotesis:
H0: 𝑏1 = 𝑏2 = 0, artinya tidak terdapat pengaruh yang serentak antara semua variabel bebas terhadap variabel terikat.
H0: 𝑏1 ≠ 𝑏2 ≠ 0, artinya terdapat pengaruh secara serentak antara semua variabel bebas terhadap variabel terikat.
Adapun kriteria penilainnya adalah sebagai berikut:
1) Ho diterima bila F hitung < F tabel atau tidak signifikan.
2) Ho ditolak bila F hitung > F table atau signifikan.
b) Uji t (Parsial)
Untuk menguji hipotesis secara parsial, merupakan uji yang digunakan untuk mengetahui dan mengukur variabel-variabel mana yang mempunyai keeratan pengaruh yang paling tinggi atau kuat, dan mana yang mempunyai keeratan pengaruh yang paling rendah atau lemah terhadap variabel terikat (Y). Dengan kata lain pengujian ini dilakukan untuk mengetahui apah setiap variabel bebas (X) memiliki pengaruh terhadap variabel terikat (Y).
𝑡ℎ𝑖𝑡𝑢𝑛𝑔= 𝑏𝑖 𝑠𝑏𝑖 Dimana:
Bi = Koefisien Regresi Sbi = Standar Deviasi
Besarnya tangka signifkansi yang digunakan dalam penelitian ini adalah sebesar α=5% atau 0,05 sehingga hipotesismya adalah sebagai berikut:
H0 : 𝑏1 = 𝑏2 = 0, artinya tidak terdapat pengaruh yang signifikan antara semua variabel bebas terhadap variabel terikat.
H0: 𝑏1 ≠ 𝑏2 ≠ 0, artinya terdapat pengaruh secara signifikan antara semua variabel bebas terhadap variabel terikat.
Adapun kriteria penilaiannya adalah :
1) Ho diterima jika t hitung < t tabel atau tidak signifikan.
2) Ho ditolak jika t hitung > t tabel atau signifikan.
c) Koefisien Determinasi (𝑹𝟐)
Koefisien determinasi merupakan ukuran ringkasan yang menginformasikan seberapa baik sebuah regresi sampel sesuai dengan datanya. Nilai 𝑅2 menunjukkan besarnya variabel-variabel independen dalam mempengaruhi variabel dependen. Nilai 𝑅2 berkisar antara (0 ≤ 𝑅2 ≤ 1). Semakin besar 𝑅2 maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel-variabel independen. Sebaliknya, semakin kecil nilai 𝑅2, maka semakin kecil variasi variabel dependen yang dapat dijelaskan oleh variasi variabel indepen.
Penelitian ini hanya menggunakan analisis data panel, karena data panel dapat memiminimalkan bias yang kemungkinan besar muncul dalam hasil analisis, memeberi lebih banyak informasi dan variasi. Keunggulan data panel adalah mampu mendeteksi dan mengukur dampak dengan lebih baik. Dengan demikian pengujian data panel tidak memerlukan uji asumsi klasik menurut Gujarati dalam (Kasmiarno & Mintaroem, 2017).