1
PENGARUH PENDAPATAN ASLI DAERAH, INVESTASI SWASTA DAN TENAGA KERJA TERHADAP PERTUMBUHAN EKONOMI DI PROVINSI
SUMATERA BARAT PADA ERA DESENTRALISASI FISKAL
Indriyani1, Erni Febrina Harahap2, Nurul Huda2
1
Jurusan Ekonomi Pembangunan, Fakultas Ekonomi Universitas Bung Hatta
2
Ekonomi Pembangunan, Fakultas Ekonomi Universitas Bung Hatta Fakultas Ekonomi Universitas Bung Hatta Padang
Email : [email protected], [email protected], [email protected] Abstract
Increasing of population will be increase the labor, the addition of the areas will be encouraged the production. Growth of the population (labor force) is accompanied by the availability of jobs will be increase economic out put.
Analysis of the date used for this research used multiple linear regression analysis method. Using partial test (t test), simultaneous test (F test) and test the coefficient of determination (R2). Classical assumption test by using normality test, multicollinearity test, autocorrelation test and heteroskidastity test. The data used in this research is GDP West Sumatera Province, local revenue, private investment and employment.
The result of local revenue and labor have positive and significant impact on GDP West Sumatera Province, while private investment have positive impact and not significant to GDP West Sumatera Province.
Keyword : GDP, local revenue, private investment, and labor. Pendahuluan
Otonomi Daerah merupakan salah satu bentuk dari program pemerintah yang
dibuat dengan tujuan agar dapat
menyelesaikan permasalahan daerah dalam mengelola informasi kedaerahan, membuat pemerintah daerah berada dalam posisi lebih baik, untuk memobilisasi sumber
daya secara mandiri serta untuk
pencapaian tujuan pembangunan daerah. Kebijakan desentralisasi dan otonomi daerah dapat dilakukan dengan baik (Kuncoro, 2004).
Pendapatan asli Daerah (PAD) merupakan sumber pendapatan daerah yang dapat dijadikan sebagai salah satu tolok ukur bagi kinerja perekonomian
suatu daerah. Berdasarkan
Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah dan Undang-Undang
Nomor 33 Tahun 2004 tentang
Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah Daerah, Pendapatan Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah yang dipungut
berdasarkan peraturan daerah sesuai
2
meliputi: Pajak Daerah, Retribusi daerah, Hasil pengelolaan kekayaan daerah yang dipisahkan, dan Lain-lain PAD yang sah.
Menurut Sadono Sukirno (2005) kegiatan investasi memungkinkan suatu masyarakat terus menerus meningkatkan kegiatan ekonomi dan kesempatan kerja, meningkatkan pendapatan nasional dan
meningkatkan taraf kemakmuran
masyarakat. Peranan ini bersumber dari tiga fungsi penting dari kegiatan investasi, yakni (1) investasi merupakan salah satu
komponen dari pengeluaran agregat,
sehingga kenaikan investasi akan
meningkatkan permintaan agregat,
pendapatan nasional serta kesempatan kerja; (2) pertambahan barang modal sebagai akibat investasi akan menambah kapasitas produksi; (3) investasi selalu diikuti oleh perkembangan teknologi. Selain menjelaskan mengenai PAD dan investasi swasta penulis juga menjelaskan tentang tenaga kerja,tenga kerja yaitu setiap orang yang mampu melakukan pekerjaan guna menghasilkan barang dan jasa baik untuk memenuhi kebutuhannya sendiri maupun untuk masyarakat.
Selanjutnya pertumbuhan ekonomi adalah peningkatan dalam kemampuan
dari suatu perekonomian dalam
memproduksi barang-barang dan jasa. Dengan kata lain pertumbuhan ekonomi lebih menunjukkan pada perubahan yang
bersifat kuantitatif dan biasanya di ukur
dengan menggunakan data produk
domestik bruto.
Dampak diberlakukannya
desentralisasi fiskal pada pertumbuhan ekonomi, dapat dilihat dari perkembangan PDRB, Pendapatan Asli Daerah, Investasi Swasta dan Tenaga Kerja di provinsi sumatera barat sebagai berikut :
Data PDRB, PAD, Investasi Swasta dan Tenaga Kerja di Provinsi Sumatera Barat
Tahun PDRB (Juta) PAD (Ribu) Investasi Swasta (Juta) Tenaga Kerja (Orang) 2006 Rp.31.562.318,6 Rp.374.433.098 Rp.1.654.868 2.051.800 2007 Rp.33.471.906,73 Rp.445.591.302 Rp.2.206.012 2.106.711 2008 Rp.35.511.100 Rp.512.650.147 Rp.2.224.253 2.127.512 2009 Rp.37.408.890 Rp.535.411.294 Rp.2.935.126 2.172.002 2010 Rp.39.602.250 Rp.552.991.062 Rp.3.758.984 2.194.040 Sumber : BPS Sumatera Barat dalam angka (2006-2010).
Berdasarkan data yang diperoleh di BPS Sumatera Barat diketahui bahwa perkembangan PDRB Sumatera Barat
selama periode 2006 sampai 2010
mengalami peningkatan. Pada tahun 2006 perkembangan PDRB Provinsi Sumatera Barat sebesar Rp. 31.562.318,60 Juta, dan pada akhir tahun 2010 PDRB Provinsi Sumatera Barat meningkat mencapai nilai sebesar Rp. 39.602.250,00 Juta. Hal ini membuktikan bahwa Provinsi Sumatera Barat menunjukkan ke arah pembangunan ekonomi yang teguh.
Selanjutnya perkembangan PAD di
Provinsi Sumatera Barat mengalami
3
Pada tahun 2006 perkembangan PAD di Provinsi Sumatera Barat sebesar Rp. 374.433.098,00 Ribu, dan pada akhir tahun 2010 perkembangan PAD di Provinsi Sumatera Barat meningkat mencapai nilai
sebesar Rp. 552.991.062,00 Ribu.
Sedangkan perkembangan realisasi
Investasi Swasta di Provinsi Sumatera Barat juga mengalami peningkatan dari tahun 2006 sampai 2010. Pada tahun 2006 perkembangan investasi swasta yang telah direalisasikan di Provinsi Sumatera Barat sebesar Rp. 1.654.868,00 juta, dan pada akhir tahun 2010 besar investasi swasta di
Provinsi Sumatera Barat mencapai
Rp.3.758.984,00 Juta. Kemudian
perkembangan Jumlah penduduk Provinsi Sumatera Barat yang termasuk dalam angkatan kerja tahun 2006 sebanyak 2.051.800 jiwa, meningkat menjadi 2.106.711 jiwa pada tahun 2007, dan pada tahun 2008 terjadi peningkatan kembali jumlah angkatan kerja di kabupaten/ Kota Provinsi Sumatera Barat menjadi sebanyak 2.127.512 jiwa. Hingga akhir tahun 2010 jumlah angkatan kerja mencapai sebanyak 2.194.040 jiwa.
Metodologi Penelitian
Metode yang digunakan dalam penelitian ini adalah metode analisis
regresi linear berganda dan dapat
dinyatakan dalam fungsi sebagai berikut: Y = f(X1, X2,X3) ...
Uji koefisien regresi (t statistik)
melihat pengaruh antara variabel
independen secara individual terhadap variabel dependen.
t test = 1 + 𝑏𝑖
𝑠𝑒(𝑏𝑖 )
dimana:
t test=Nilai t yang dihitung bi= Elastisitas variabel (i)
se(bi)= Standar error (i) dengan ketentuan : 1. t hitung < t tabel
hipotesa nol (Ho) diterima dan hipotesa alternatif (Ha) ditolak, artinya tidak ada hubungan yang berarti antara variabel bebas dengan variabel terikat.
2. t hitung > t tabel
hipotesa nol (Ho) ditolak dan hipotesa alternatif (Ha) diterima, artinya terdapat hubungan yang berarti antara variabel bebas dengan variabel terikat.
Pengujian R2 atau koefisien dete-rminasi berguna untuk melihat seberapa besar proporsi sumbangan seluruh variabel bebas terhadap naik turunnya variabel tidak bebas.
R2 = 𝑥1𝑦1
𝑥12 𝑦12
Dimana:
R2 = Koefisien determinasi
Nilai R2 berkisar antara 0 sampai 1, suatu R2 sebesar 1 berarti ada kecocokan sempurna, sedangkan yang bernilai 0 berarti tidak ada hubungan antara variabel independen dan dependen.
4
Untuk menguji ada tidaknya
pengaruh seluruh variable bebas terhadap variable terikat :
F test = 𝑅
2 𝑘−1
1−𝑅2(𝑛−𝑘)
Dimana ;
F test = Nilai F yang dihitung
R2 = Koefisisien Determinasi
k = Jumlah variable
n = Jumlah tahun pengamatan
dengan ketentuan: 1. F hitung< Ftabel
Hipotesa nol (Ho) diterima dab hipotesa alternatif (Ha) ditolak, artinya tidak ada hubungan yang berarti antara variabel bebas dengan variabel terikat.
2. F hitung > F tabel
Hipoteas nol (Ho) ditolak dan hipotesa alternatif (Ha) diterima, artinya terdapat hubungan yang berarti antara variabel bebas dengan variabel terikat.
Analisis data dengan menggunakan Ordinary Least Square (OLS) memerlukan asumsi-asumsi dalam Model Regresi Linear Klasik (MRLK) digunakan dalam penelitian ini. OLS merupakan model yang
paling popular digunakan untuk
mempelajari hubungan di antara variabel ekonomi.
Metode ini dianggap mempunyai sifat-sifat yang dapat diunggulkan oleh karena secara teknis sangat mudah dalam perhitungan dan penarikan interpretasinya. Di samping itu, karena sifat penaksir OLS
yang Best Linear Unbiased Estimator (BLUE), di mana nilai penaksir tak bias, mempunyai varians yang minimum. OLS harus ditunjang oleh seperangkat asumsi yang harus dipenuhi agar tercapai hasil yang optimum. Menurut Gujarati (2003) bahwa asumsi-asumsi dalam MRLK yang perlu diuji adalah :
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 yang mempunyai distribusi normal atau mendekati normal. Ada beberapa metode untuk mengetahui normal atau tidak suatu
data. Dalam penelitian ini akan
menggunakan Kolmogorov-Smirnov(K-S). Dasar pengambilan keputusannya, jika nilai probabilitas lebih besar dari tingkat kekeliruan 5% (0,05), maka dapat disimpulkan bahwa nilai residual dari
model regresi berdistribusi
normal.(Suliyanto, 2011).
Pendeteksian multikolinearitas ber-tujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi
antar variabel bebas (independent
variables). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini
5
tidak ortogonal. Variabel ortogonal adalah variabel-variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Untuk mendeteksi ada atau tidak ada multikolinearitas di dalam model regresi dapat dilakukan dengan beberapa cara sebagai berikut :
a) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak
signifikan mempengaruhi variabel
terikat.
b) Menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel-variabel bebas
ada korelasi yang cukup tinggi
(umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multi-kolinearitas. Tidak adanya korelasi yang tinggi antar variabel bebas tidak berarti bebas dari multikolinearitas.
Multikolinearitas dapat disebabkan
karena adanya efek kombinasi dua atau lebih variabel bebas.
Menurut Gujarati (2003) bahwa pada dasarnya tidak ada alat diagnosa multikolinearitas yang memberi jawaban
lengkap atas masalah kolonieritas.
Masalah multikolinearitas adalah masalah derajat dan merupakan fenomena spesifik sampel. Dalam beberapa situasi, mungkin
multikolinieritas mudah terdiagnosa, tapi dalam situasi lain tidak.
Apabila terjadi masalah
multi-kolinearitas, maka menurut Gujarati dapat diperbaiki dengan beberapa cara sebagai berikut :
1) Mengeluarkan salah satu atau lebih
variabel kolonieritas. Namun
mengeluarkan variabel-variabel dari model membawa dampak kesalahan spe-sifikasi model.
2) Meningkatkan ukuran sampel. 3) Mengkaji ulang modelnya.
4) Memanfaatkan informasi sebelumnya tentang beberapa parameter.
5) Transformasi variabel.
Pendeteksian autokorelasi bertujuan mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu (time series) karena gangguan pada
6
seseorang individu/ kelompok cenderung
mempengaruhi pada gangguan pada
individu/kelompok yang sama pada
periode berikutnya.
Uji LM akan menghasilkan statistik
Breusch-Godfrey. Pengujian
Breusch-Godfrey (BG Test) dilakukan dengan meregres variabel pengganggu ut. Hal ini
akan dilakukan dengan autoregresive model sebagai berikut :
t n n t t t u u u U 1 1 2 2 ... 1
Dasar pengambilan keputusan adalah angka statistik F atau apabila ukuran sampel besar dapat menggunakan dasar statistik 2 yang diperoleh dari ((n-p)R2)2p. Secara manual, jika (n-p) * R2 atau χ2 hitung lebih besar dari χ2 tabel, maka hipotesis nol yang menyatakan bahwa tidak ada autokorelasi dalam model ditolak. Tetapi jika (n-p) * R2 atau χ2 hitung lebih kecil dari χ2
tabel, maka hipotesis nol yang menyatakan bahwa tidak ada autokorelasi dalam model diterima. Uji ini menggunakan dasar hipotesis nol bahwa semua koefisien
autoregressive secara simultan sama
dengan nol. Dengan kata lain tidak terdapat autokorelasi pada setiap order pengamatan.
Apabila terjadi autokorelasi, menurut Gujarati (2003) dapat diatasi dengan beberapa cara yaitu :
1) Metode Cohran-Orcut. Metode ini dilakukan dengan cara mentransformasi persamaan utama dengan koefisien ρ dari autoregressive dalam error term. Proses penaksiran dilakukan hingga mendapatkan nilai ρ yang paling baik.
Transformasi model regresi awal
dilaksanakan berdasarkan nilai yang terbaik.
2) Metode Hidreth Lu. Metode ini mentransformasi model utama dengan nilai koefisien ρ mulai dari 0,1 sampai dengan 1,0 untuk mentransformasi modelnya. Hasil terbaik dipilih dengan melihat sum square terkecil dari regresi-regresi tersebut.
3) Metode Durbin Watson. Metode ini mentransformasi model utama dengan nilai koefisien ρ yang dihtung dari 1-d/2 (d adalah DW Statistik).
Dalam penelitian ini metode yang digunakan adalah metode Durbin Watson.
Heteroskedastisitas muncul apa bila
kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi lainnya. Jika varians dari residual satu pengamatan ke pengamtan lain konstan, maka disebut homokedastisitas. Untuk menguji model
regresi yang digunakan terdapat
heteroskedastisida atau tidak, dapat
7
glejtser, dan uji brusch-pagan-godfrey (Gujarati, 2003)
Dalam penelitian ini untuk men-getahui adanya heteroskedastisitas di-lakukan dengan uji park, dalam uji park, apabila koefisien parameter beta dari persamaan tersebut signifikan secara statistik, hal ini menunjukan bahwa dalam data model empiris yang diestimasi terdapat heteroskedastisitas. Sebaliknya, jika parameter beta tidak terdapat beta tidak signifikan secara statistik, maka dapat disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas.
Hasil Dan Pembahasan
Persamaan regresi linear berganda diperoleh hasil sebagai berikut :
Y = -1218161,925 + 0,056 X1 + 0,414 X2 + 14,236 X3 t-hitung= (17,893) (1,377) (17,662) t-tabel = 1,662 F- hitung= 703,997 F-tabel = 2,705 R2= 0,959 α= 5%
Koefisien dari nilai PAD adalah 0,056 dan nilai tersebut positif, maka peningkatan PAD berpengaruh positif terhadap PDRB Provinsi Sumatera Barat. Artinya setiap kenaikan PAD sebesar Rp.1 ribu , maka PDRB Provinsi Sumatera Barat akan meningkat sebesar Rp.0,056 Juta.
Koefisien dari investasi swasta adalah 0,414 dan nilai tersebut adalah positif, maka peningkatan investasi swasta
berpengaruh positif terhadap PDRB
Provinsi Sumatera Barat. Jika investasi swasta meningkat sebesar Rp.1 Juta, maka
akan meningkatkan PDRB Provinsi
Sumatera Barat sebesar Rp.0,414 juta. Koefisien dari Tenaga Kerja adalah 14,236 dan nilai tersebut positif, maka peningkatan Tenaga kerja berpengaruh positif terhadap PDRB Provinsi Sumatera Barat. Jika Tenaga Kerja meningkat sebesar 1 orang, maka PDRB Provinsi Sumatera Barat akan meningkat sebesar Rp.14,236 Juta.
Dari perhitungan Nilai R square adalah 0,959. Variasi naik turunya pertumbuhan PDRB Provinsi Sumatera Barat dapat dijelaskan oleh PAD, Investasi, Tenaga Kerja Sebesar 95,90 persen sedangkan 04,10 persen dijelaskan oleh variabel-variabel lain di luar model.
Berdasarkan hasil regresi diperoleh nilai t-hitung untuk Pendapatan Asli Daerah 17,893 dan t-tabel dengan tingkat kepercayaan 95% (α =5%) , df = 91 diperoleh 1,662. Terlihat t- tabel lebih kecil dari t-hitung, maka H0 ditolak, Ha
diterima yang berarti bahwa Pendapatan Asli Daerah (PAD) berpengaruh signifikan
8
terhadap PDRB Provinsi Sumatera Barat pada tingkat kepercayaan 95%.
Berdasarkan hasil regresi diperoleh nilai t-hitung Investasi Swasta sebesar
1,377 dan t-tabel dengan tingkat
kepercayaan 95% (α =5%) , df = 91 diperoleh 1,662. Terlihat t- tabel lebih kecil dari t-hitung, maka Ho diterima, Ha
ditolak yang berarti Investasi Swasta berpengaruh tidak signifikan terhadap PDRB Provinsi Sumatera Barat.
Hal ini dikarenakan investasi swasta yang direalisasikan di kabupaten/ kota di Sumatera Barat tidak merata sehingga kontribusinya bagi penunjang ekonomi tidak efektif, disamping itu dengan tidak
meratannya realisasi tersebut juga
mengakibatkan pembangunan infratsruktur yang seharusnya bisa menunjang kegiatan ekonomi tidak bisa berjalan dengan sebagaimana mestinya jadi terhalang.
Berdasarkan hasil regresi diperoleh nilai t-hitung untuk Tenaga Kerja sebesar
17,662 dan t-tabel dengan tingkat
kepercayaan 95% (α =5%) , df = 91 diperoleh 1,662. Terlihat t- tabel lebih kecil dari t-hitung, maka H0 ditolak, Ha
diterima yang berarti bahwa Tenaga Kerja berpengaruh signifikan terhadap PDRB Provinsi Sumatera Barat.
Uji F- hitung/statistik secara
serempak ditunjukan oleh perbandingan F-hitung dengan F-tabel. F-tabel (F α/2 k-1(n-k),
dengan derajat kepercayaan sebesar 95%. Adalah F0,025,(3)(91) = 2,705. Sedangkan
F-hitung sebesar 703,997. karena F-F-hitung lebih besar dari F-tabel (703,997>2,705). Ini berarti bahwa PAD, Investasi Swasta, dan Tenaga Kerja berpengaruh signifikan dalam menjelaskan perkembangan PDRB Provinsi Sumatera Barat.
Dalam penelitian ini, normalitas diuji dengan menggunakan
Kolmogorov-Smirnov (K-S). Dasar pengambilan
keputusannya, jika nilai probabilitas lebih besar dari tingkat kekeliruan 5% (0,05), maka dapat disimpulkan bahwa nilai residual dari model regresi berdistribusi normal (Suliyanto,2011).
Uji Normalitas One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Standardized Residual N 95 Normal Parameters (a,b) Mean ,0 Std. Deviation ,98391316 Most Extreme Differences Absolute ,062 Positive ,062 Negative -,053 Kolmogorov-Smirnov Z ,609
Asymp. Sig. (2-tailed) ,852
Sumber : Data diolah
Berdasarkan hasil output diatas
terlihat bahwa sig.(2-tailed) sebesar
9
Hal ini berarti nilai residual terstandarisasi dinyatakan menyebar secara normal.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ada tidaknya gejala
multikolinearitas dilakukan dengan
memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor)dan Tolerance-nya. Nilai dari VIF yang kurang dari 10 dan tolerance yang lebih dari 0,10 maka menandakan bahwa tidak terjadi adanya gejala multikolinearitas. Sehingga dapat disimpulkan bahwa model regresi tersebut tidak terkena multikolinieritas.
Uji Multikolinearitas
Model Tolerance VIF
PAD 0,512 1,953
Investasi Swasta 0,538 1,859
Tenaga Kerja 0,523 1,911
Sumber : data diolah
Dari ketentuan yang ada bahwa jika nilai VIF < 10 dan tolerance > 0,10 maka tidak terjadi gejala multikolinearitas dan nilai yang didapat dari perhitungan adalah sesuai dengan ketetapan nilai VIF dan tolerance, dan dari hasil analisis diatas dapat diketahui nilai toleransi semua variabel independen (PAD, Investasi, dan Tenaga Kerja) lebih dari 0,10 dan nilai VIF kurang dari 10. Maka dapat disimpulkan tidak terjadi multikolinearitas
Dari Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson. secara umum panduan mengenai angka Durbin-Watson dapat diambil patokan sebagai berikut:
(Andryan Setya Dharma, 2010).
Keputusan ada tidaknya
Autokorelasi adalah:
1. Bila nilai DW berada di antara du sampai dengan 4-du, maka koefisien autokorelasi sama dengan nol. Artinya tidak ada autokorelasi
2. Bila nilai DW lebih kecil dari dl, koefisien autokorelasi lebih besar dari nol. Artinya ada autokorelasi positif 3. Bila nilai DW terletak di antara dl dan
du, maka tidak dapat disimpulkan
Hasil Durbin Watson Test
Dw Dl Du 4-Dl 4-Du 2,01 0 1,601 5 1,731 6 2,398 5 2,268 4 Sumber : Data diolah
10
Tabel di atas memperlihatkan bahwa nilai D-W berada di antara Du < DW < 4-Du (1,7316<2,010< 2,2684), maka dapat disimpulkan bahwa tidak terjadi masalah autokorelasi pada persaman tersebut.
Uji Heteroskedastisitas
Sumber : Data diolah
Dari hasil analisis dengan
mengunakan SPSS 15 diatas dapat diketahui bahwa titik-titik yang menyebar secara acak baik diatas maupun dibawah angka nol, pada sumbu Y serta tidak membentuk pola atau kecenderungan tertentu pada diagram plot, sehingga dapat mengidentifikasikan tidak terjadi adanya heteroskedastisitas dan model regresi layak
digunakan untuk memprediksi
pertumbuhan ekonomi di Provinsi Sumatera Barat.
Kesimpulan Dan Saran
Berdasarkan hasil penemuan empiris yang diperkuat oleh hasil perhitungan
statistik, maka penulis mengambil
kesimpulan sebagai berikut :
1. Secara umum PAD, Investasi
Swasta, dan Tenaga Kerja secara bersama-sama berpengaruh sig-nifikan terhadap PDRB Provinsi Sumatera Barat. Hasil ini diperkuat oleh pengujian test, dimana F-hitung lebih besar dari F-tabel
(703,997> 2,705) pada tingkat
kepercayaan 95% dan didukung dengan perolehan nilai koefisien Determinasi (R2) sebesar 95,90 yang berarti PDRB Provinsi Sumatera
Barat dipengaruhi oleh ketiga
variabel tersebut yaitu PAD,
Investasi Swasta, dan Tenaga Kerja sebesar 04,10 persen dan sisanya sebesar 10,10 persen merupakan faktor-faktor lain yang mem-pengaruhi PDRB Provinsi Sumatera Barat.
2. Pada pengujian parsial (Uji t-test) masing-masing variabel independen ( PAD, dan Tenaga kerja ) menunjukkan pengaruh positif dan signifikan terhadap PDRB Provinsi Regression Standardized Predicted Value
4 2 0 -2 R egres sio n St uden ti ze d R esi dual2 0 -2 -4 Scatterplot Dependent Variable: PDRB
11
Sumatera Barat pada tingkat
kepercayaan 95%. Sementara
investasi Swasta berpengaruh
negatif dan tidak signifikan ter-hadap PDRB Provinsi Sumatera Barat pada tingkat kepercayaan 95%.
DAFTAR PUSTAKA
Badan Pusat Statistik. 2006-2011. Agam Dalam Angka. Padang: Badan Pusat Statistik.
_______. 2006-2011. Bukittinggi Dalam
Angka. Padang: Badan Pusat
Statistik.
________. 2006-2011. Dharmasraya
Dalam Angka. Padang: Badan Pusat Statistik.
________. 2006-2011. Kep Mentawai Dalam Angka . Padang: Badan Pusat Statistik.
________. 2006-2011. Kota Padang
Dalam Angka. Padang: Badan Pusat Statistik.
________. 2006-2011. Kota Pariaman Dalam Angka. Padang: Badan Pusat Statistik.
_______. 2006-2011. Kota Sawahlunto Dalam Angka. Padang: Badan Pusat Statistik.
_______. 2006-2011. Kota Solok Dalam
Angka. Padang: Badan Pusat
Statistik.
________. 2006-2011. Lima Puluah Kota Dalam Angka. Padang: Badan Pusat Statistik.
________. 2006-2011. Padang Pajang Dalam Angka. Padang: Badan Pusat Statistik.
_______. 2006-2011. Padang Pariaman Dalam Angka. Padang: Badan Pusat Statistik.
________. 2006-2011. Pasaman Barat Dalam Angka. Padang: Badan Pusat Statistik
_______. 2006-2011. Pasaman Dalam Angka. Padang: Badan Pusat Statistik.
_______. 2006-2011. Payakumbuah
Dalam Angka. Padang: Badan Pusat Statistik
_______. 2005-2011. Pesisir Selatan Dalam Angka 2007. Padang: Badan Pusat Statistik.
________. 2006-2011. Sijunjung Dalam Angka. Padang: Badan Pusat Statistik.
________. 2006-2011. Solok Dalam
Angka 2012. Padang ; Badan Pusat Statistik.
_______. 2006-2011. Solok Selatan Dalam
Angka. Padang: Badan Pusat
Statistik.
_________. 2006-2011. Sumatera Barat Dalam Angka. Padang: Badan Pusat Statistik .
________.2006-2011. Tanah Datar Dalam
Angka. Padang: Badan Pusat
Statistik.
Gujarati, Damodar N. 2003, Basic
Econometrics, Fifth Edition.
McGraw Hill, USA.
Kuncoro, M. 2004. Otonomi Daerah: Reformasi, Perencanaan, Stretegi dan Peluang. Penerbit Erlangga. Jakarta.
Parhah/Kontribusi_Desentralisasi_Fiskal_ Terhadap_Pertumbuhan_Ekonom.P df. Diakses tanggal 4 Juli 2011.
12
Pujiati., Amin. 2008. Analisis
Pertumbuhan Ekonomi Di
Karesidenan Semarang Di Era
Desentraliasi Fiskal. Jurnal
Ekonomi Pembangunan. Kajian
Ekonomi Negara Berkembang.
Hal:61-70.
Republik Indonesia. 2004.
Undang-Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah Daerah.
Setyadharma, Andryan. 2010. “Uji Asumsi
Klasik Dengan SPSS 16.0”.
Fakultas Ekonomi, Universitas
Negeri Semarang. Semarang. Sukirno, Sadono. 2005. Makro Ekonomi
Modem: Perkembangan Pemikiran dari Klasik hingga Keynesian Baru. Jakarta: PT. Raja Grafindo Persada.
Suliyanto., 2011. Ekonometrika Terapan : Teori & Aplikasi dengan SPSS. Andi Yogyakarta. Yogyakarta. http://www.jbs.co.id
