31
Adapun lokasi penelitian ini adalah di provinsi Jawa Timur yang terdiri dari 38 kota dan kabupaten yaitu 29 kabupaten dan 9 kota dengan mengambil 25 (Dua Puluh Lima) sampel kota dan kabupaten.Provinsi Jawa Timur sendiri merupakan Provinsi yang memiliki jumlah penduduk terbanyak setelah Provinsi Jawa Barat. Tidak hanya itu saja, hampir semua kegiatan ekonomi yang berhubungan dengan industry banyak di lakukan di Pulau Jawa, hal ini terbukti dengan tingginya sector industry yang ada di pulau jawa. Pertumbuhan ekonomi Jawa Timur memang tergolong tinggi per tahunnya. Namun pertumbuhan ekonomi itu tidak diikuti pemerataan pembangunan di 38 kabupaten/kota yang ada di Jawa Timur.
B. Jenis Penelitian
Jenis penelitian yang digunakan adalah deskriptif kuantitatif yaitu memberikan gambaran atau penjelasan secara akurat berdasarkan data yang ada dan disediakan oleh instansi terkait yaitu BPS (Badan Pusat Statistik) dan DJPK (Direktorat Jendral Perimbangan Keuangan) serta menganalisis selanjutnya mengintrepretasikan dari data tersebut sehingga menghasilkan hasil yang akurat. C. Data dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder yaitu data Belanja Modal, Transfer Pemerintah Pusat dan Transfer Pemerintah Provinsi serta data PDRB (Produk Domestik Regional Bruto) yang berbentuk data berkala atau time series tahun 2012 sampai tahun 2015 dan data tampang lintang atau
cross section yaitu 25 kabupaten dan kota yang ada di Jawa Timur. Data di peroleh dari Badan Pusat Statistik (BPS) dan juga Badan Pusat Statistik (BPS) Kabupaten/Kota yang bersangkutan yang di akses melaui website BPS secara onlinedan direktorat jendral Perimbangan Keuangan (DJPK) yang sudah dipublikasi.
D. Definisi Operasional Variabel
Untuk mempermudah dalam mengartikan maka akan diberikan definisi dari masing-masing obyek yang diteliti, sehingga mudah dipahami. Dan obyek ini adalah sebagai berikut:
1. Variabel Dependen (Y)
Variabel dependen dalam penelitian ini yaituPertumbuhan Ekonomi merupakan perkembangan atau perubahan jumlah produksi atau output barang dan jasa di Jawa Timur Tahun 2012-2015.
2. Variabel Independent (X)
Variabel independent dalam penelitian ini terdapat 3 (tiga) variabel yaitu Belanja Modal, Transfer Pemerintah Pusat, Transfer Pemerintah Provinsi.
A. Belanja Modal (X1)
Belanja modal merupakan belanja yang harus dikeluarkan oleh pemerintah yang mempunyai manfaat lebih dari dua belas bulan untuk menunjang pembangunan berupa belanja modal Tanah, peralatan dan mesin, gedung dan bangunan, jalan, irigasi dan jaringan, Asset tetap lainnya, konstruksi dalam pengerjaan, Asset lainnya.
B. Transfer Pemerintah Pusat (X2)
Transfer Pemerintah pusat adalah dana transfer yang bersumber dari pemerintah pusat yang dialokasikan ke daerah (kota dan kabupaten) untuk penyesuaian dan otonomi khusus yang sudah ditetapkan oleh pemerintah berupa berupa dana otonomi khusus dan penyesuaian.
C. Transfer Pemerintah Provinsi (X3)
Dana Transfer Pemerintah Provinsi merupakan dana yang bersumber daripemerintah provinsi yang dialokasikan kepada daerah (kota dan kabupaten) untuk membiayai kebutuhan daerah berupa pendapatan bagi hasil pajak dan bagi hasil lainnya (SDA).
E. Teknik Pengumpulan Data
Teknik pengumpulan data yang dilakukan dalam penelitian ini adalah data sekunder dari instansi terkait berupa data pertumbuhan ekonomi provinsi Jawa Timur tahun 2012-2015 (data PDRB Jawa Timur yang diolah), data Transfer pemerintah Pusat, data Transfer Pemerintah daerah, Belanja Modal di 25 kabupaten / kota di Jawa Timur (Data Realisasi APBD Jawa Timur) dengan populasi 38 kota dan kabupaten di Jawa Timur. Populasi adalah kelompok elemen yang lengkap, yang biasanya berupa orang, objek, transaksi, atau kejadian dimana kita tertarikuntuk mempelajarinya atau menjadi objek penelitian (kuncoro, 2001:bab3 dalam kuncoro, 2013:bab7) dan populasi yang ingin diteliti berjumlah 38 kota dan kabupaten. Sampel adalah suatu himpunan bagian (subset) dari unit populasi (kuncoro, 2013:bab7) dan sampel yang diambil sebanyak 25 kota dan kabupaten.
F. Populasi
Kabupaten dan Kota yang ada di Jawa Timur berjumlah 38 Kabupaten dan Kota yang terdiri dari 29 Kabupaten dan 9 kota. Penentuan objek penelitian (kabupaten/ kota) sebagai berikut:
1. Data lain-lain pendapatan yang sah kabupaten/kota di provinsi Jawa Timur yang tidak memilah transfer pemerintah pusat dan transfer pemerintah provinsi.
2. Data APBD yang tidak tersajikan secara lengkap meliputi 10 kabupaten yaitu Ponorogo, Lumajang, Bondowoso, Situbondo, Sidoarjo, Ngawi, Lamongan, Gresik, Bangkalan, Sumenep. Dan 3 kota yaitu Kediri, Blitar, Madiun.
Sehingga objek yang terpilih 25 kabupaten/kota dalam penelitian. Tabel 3.1
Populasi dalam penelitian
No Kabupaten/kota No Kabupaten/kota 1 Blitar 14 Trenggalek 2 Bojonegoro 15 Tuban 3 Jember 16 Tulungagung 4 Madiun 17 Banyuwangi 5 Magetan 18 Pacitan 6 Malang 19 Kediri 7 Mojokerto 20 Pasuruan* 8 Nganjuk 21 Malang* 9 Pamekasan 22 Mojokerto* 10 Pasuruan 23 Surabaya* 11 Probolinggo 24 Batu* 12 Sampang 25 Probolinggo* 13 Jombang *Kota
G. Teknik Analisis Data
Model analisis yang digunakan dalam penelitian ini adalah model regresi data panel. Data panel yaitu gabungan antar data berkala ( time series) dan tampang lintang (cross section). data yang digunakan penelitian di sini yaitu data berkala (time series) tahun 2012-2015, data tampang lintang (cross section) yaitu 25 kota dan kabupaten di Jawa Timur.
Rumus regresi data panel:
𝑌
𝑖𝑡= 𝛽
0+ 𝛽
1𝑋
1𝑖𝑡+ 𝛽
2𝑋
2𝑖𝑡+ 𝛽
3𝑋
3𝑖𝑡+ 𝑒
𝑖𝑡Diman:
Yit : Pertumbuhan Ekonomi
i: Unit data tampang lintang (Kabupaten/kota di Jawa Timur) t : periode waktu (tahun 2012,2013,2014,2015)
β1, β2, β3: Koefisien Garis Regresi X1 : Belanja Modal
X2 : Transfer Pemerintah Pusat X3 : Transfer Pemerintah Provinsi e : Standart Error
β0 : Intersept
Penelitian ini menggunakan data panel karena data panel memberikan keuntungan-keuntungan dari data panel dibanding data cross-section atau data time-series. Baltagi membuat daftar keuntungan-keuntungan dari data panel sebagai berikut:
memberikan variabel spesifik-subjek, digunakan istilah subjek karena secara logika sederhana dapat mencakup unit-unit mikro seperti individu, perusahaan, negara bagian (state), dan negara (country).
2. Dengan mengabung antara observarsi time-series dan cross-section, data panel memberi “lebih banyak informasi, lebih banyak variasi, sedikit kolinieritas antar variabel, lebih banyak degree of freedom, dan lebih efisien,”
3. Dengan mempelajari observasi cross-section yang berulang-ulang, data panel paling cocok untuk mempelajari dinamika perubahan. Misalnya tingkat pengangguran, perputaran pekerjaan, dan mobilitas tenaga kerja, adalah paling tepat dipelajari menggunakan data panel.
4. Data panel paling baik untuk mendeteksi dan mengukur dampak yang secara sederhana tidak bisa dilihat pada data cross-section murni atau time-series murni. Contohnya dampak dari aturan upah minimum pada ketenagakerjaan dan pendapatan dapat dengan baik dipelajari jika memasukkan secara berurutan data peningkatan upah minimum federal dan/ atau upah minimum negara lain.
5. Data panel memudahkan untuk mempelajari model perilaku yang rumit. Contohnya fenomena keekonomian berskala (economies of scale) dan perubahan teknologi lebih tepat dipelajari menggunakan data panel dari pada data cross –section murni atau time-series murni.
6. Dengan membuat data berjumlah beberapa ribu unit, data panel dapat meminimumkan bias yang bisa terjadi jika mengagregasi individu-individu
atau perusahaan-perusahaan ke dalam agregasi besar.
Terdapat tiga pendekatan dalm metode estimasi model regresi dengan menggunakan data panel adalah sebagai berikut:
1. Common Effect Model atau Pooled Least Square (PLS)
Model pooled/common effect (CE) adalah model paling sederhana yang mengasumsikan bahwa tidak ada keheterogenan antar individu yang tidak terobservasi (intersep sama), karena semua heterogenan sudah dijelaskan oleh variabel independent.
2. Model Efek Tetap (FixedEffects Model, FEM)
FixedEffects Model adalah model dengan intersep berbeda-beda untuk setiap subjek sedangkan slope tetap sama antar subjek. Untuk mengestimasi data panel model Fixed Effect menggunakan teknik variabel dummy dalam membedakan satu subjek dengan subjek lainnya. Model ini sering disebut dengan model LSDV (Least Square Dummy Variabel).
3. Model Efek Random (Random Effect Model, REM)
Random effect disebabkan variasi dalam nilai dan arah hubungan antar subjek
diasumsikan random yang dispesifikasikan dalam bentuk residualModel ini mengestimasi data panel yang variabel residual diduga memiliki hubungan antar waktu dan antar subjek. Keuntungan menggunakan model random effect yakni menghilangkan heterokedastisitas.
Untuk memilih model yang tepat digunakan beberapa pengujian adalah sebagai berikut:
4. Uji Chow
Model ini digunakan untuk mengetahui model yang paling tepat digunakan adalah Common Effect Model atau Fixed Effect Model dengan melihat hasil
chi-square yang memiliki hipotesis:
Ho: Common Effect Model lebih baik dari pada Fixed Effect Model
H1: Fixed Effect Model lebih baik dari pada Common Effect Model
Kriteria :
Ho = dilolak jika probability < α (0.05) H1 = ditolak jika probability >α (0.05) 5. Uji Hausman
Hausman Test dilakukan guna mengetahui model yang paling tepat apakah Fixed Effect Model atau Random Effect Model. Uji ini dilakukan dengan melihat
hasil dari chi-square dengan hipotesis:
H0= Random Effect Model lebih baik dari pada Fixed Effect Model H1= Fixed Effect Model lebih baik dari pada Random Effect Model Kriteria :
Ho dilolak jika probability < α (0.05) H1 = ditolak jika probability >α (0.05)
6. Pengujian Hipotesis a. Uji T (Parsial)
Pengujian ini dilakukan untuk mengetahui pengaruh signifikasi dari masing-masing variabel bebasnya secara individu terhadap variabel terikatnya,
uji t ini dikenal dengan uji parsial. Untuk mengetahui apakah variabel independen berpengaruh signifikan terhadap variabel dependen dalam penelitian ini dilakukan dengan melihat nilai signifikasi (probabilitas). Pengujian ini dilakukan dengan uji dua arah dengan hipotesa:
H0 : βi = 0, artinya tidak terpengaruh secara signifikan antara variabel independent terhadap variabel dependen.
H0 : βi ≠ 0, artinya ada pengaruh secara signifikan antara variabel independen terhadap variabe; dependen.
b. Uji F
Uji F ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap dependen variabel tersebut model yang diestimasi layak digunakan untuk menjelaskan pengaruh variabel-variabel bebas terhadap variabel terikat. Pengujian ini dilakukan dengan membandingkan nilai signifikansi dengan nilai α yang ditetapkan (0,05) atau 5%. Jika signifikansi < 0,05 maka Ho ditolak, yang berarti variabel independen bersama-sama mempengaruhi variabel dependen. Jika signifikansi > 0,05 atau 5% maka Ho diterima yang berarti variabel independen bersama-sama tidak mempengaruhi variabel dependen.
c. Koefisien Determinasi (R-Squared)
Koefisien determinasi (R2) digunakan untuk mengetahui sejauh mana kontribusi variabel independen terhadap variabel dependen dengan adanya regresi linier berganda. R2 merupakan besaran non negatif, batasannya adalah 0≤ R2 ≤1. Jikalau R2sebesar 1 berarti terjadi hubungan yang sangat baik, sedangkan jika R2 yang bernilai 0 berarti tidak ada hubungan antar variabel terikat dengan variabel bebas, R2yang baik adalah di atas 50 %.
