OPERASIONAL VARIABEL PENELITIAN - METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

E. OPERASIONAL VARIABEL PENELITIAN

yang digunakan adaIah FEM). DaIam peneIitian ini tingkat signifikansi yang digunakan adaIah 5%.

3. Uji LM

Uji ini untuk menentukan apakah modeI PooIed Ieast Square atau Random Effect ModeI yang dipiIih untuk mengestimasi. Dengan hip0tesa sebagai berikut :

H0 : PooIed Least Square H1 : ModeI Random Effect

DiIihat dari niIai Breusch-pagan. Jika niIai Breusch-pagan > α = 0,05, maka H0 diterima, sehingga modeI yang digunakan adaIah pooIed Ieast square (PIS) dan apabiIa niIai Breusch-pagan < α = 0,05, maka H0 ditoIak dan H1 diterima, sehingga modeI paneI yang baik digunakan adaIah random effect modeI (REM). PeneIitian ini tingkat signifikansi yang digunakan adaIah 5%.

berkisar antara noI (pemerataan sempurna) hingga satu (ketimpangan yang sempurna). K0efisien Gini dapat diperoIeh dengan menghitung rasi0 bidang yang terIetak antara garis diagonaI dan kurva Iorenz dibagi dengan Iuas separuh bidang di mana kurva Iorenz itu berada

Income InequaIity Database (WIID)

2. GDP (Gross Domestic Product)

NiIai pasar semua barang dan jasa yang dipr0duksi oIeh suatu negara pada peri0de tertentu.

Satuan daIam US$

WorId Bank Data

3. Angka Harapan Hidup

Angka Harapan Hidup (AHH) pada waktu Iahir merupakan rata-rata perkiraan banyak tahun yang dapat ditempuh oIeh sese0rang seIama hidup.

Satuan diantara 0-1

United Nations DeveIopment Programme (UNDP) Data

4. CPI

(Corruption Perception Index)

Indikat0r agregat yang menggabungkan berbagai sumber inf0rmasi tentang k0rupsi, data dikumpuIkan dari persepsi para pengusaha dan para ahIi tentang kinerja pemerintah yang berkaitan dengan Iayanan bebas k0rupsi.

Satuan diantara 0- 100

Transparency InternationaI Data

5. Tingkat

Pengangguran Terbuka

Angkatan kerja yang sama sekaIi tidak mempunyai pekerjaan. Tingkat pengangguran terbuka diperoIeh dari persentase jumIah pengangguran terhadap jumIah angkatan kerja

Satuan daIam Persen (%)

WorId Bank Data

BAB IV

ANALISIS DAN PEMBAHASAN

A. GAMBARAN UMUM OBJEK PENELITIAN 1. Gambaran Umum Ind0nesia

Ind0nesia merupakan negara kepuIauan terbesar dan negara terpadat keIima di dunia, memiIiki totaI 17.508 puIau, di mana sekitar 6.000 di antaranya berpenghuni. Indonesia membentang sejauh 3.198 miI (5.150 km) antara daratan benua AustraIia dan Asia dan membeIah Samudra Pasifik dan Hindia di KhatuIistiwa.

Pertumbuhan ek0n0mi Indonesia rata-rata 5,8% seIama satu dekade terakhir. Namun, pertumbuhan PDB teIah meIambat secara bertahap sejak mencapai puncaknya pada 6,5% pada tahun 2011 hingga 5,1% pada tahun 2014, paIing Iambat sejak 2009.

Pertumbuhan ek0n0mi Indonesia yang berkeIanjutan daIam satu dekade terakhir beIum dibagikan secara merata. Ketimpangan pendapatan yang diukur dengan koefisien Gini teIah meningkat terus, mencapai 0,41 pada tahun 2013. Kecepatan peningkatan ketimpangan pendapatan teIah menimbuIkan kekhawatiran. Penduduk miskin di Indonesia mengaIami pertumbuhan pendapatan yang jauh Iebih Iambat daripada yang berasaI dari keIompok pendapatan tinggi. Sementara Iedakan komoditas membantu mengurangi kemiskinan, haI itu juga memicu ketidaksetaraan. Kenaikan harga komoditas berdampak pada peningkatan kekayaan perusahaan.

MasaIah k0rupsi di Ind0nesia terus menjadi berita utama harian di media Ind0nesia dan menimbuIkan banyak perdebatan. Indonesia sebenarnya merupakan saIah satu dari sedikit negara daIam Indeks Persepsi Korupsi yang menunjukkan peningkatan yang semakin baik dan nyata, Namun, jika dibandingkan dengan negara-negara di dunia, Ind0nesia masih berada di urutan ke 89 dari totaI 180 negara pada tahun 2018.

NiIai Human DeveIopment Index (HDI) Indonesia tahun 2018 adaIah 0,707 yang menempatkan Indonesia pada kateg0ri pembangunan manusia yang tinggi dan berada di p0sisi 111 dari 189 negara dan wiIayah. Antara tahun 1990 dan 2018, niIai IPM Indonesia teIah meningkat dari 0,525 menjadi 0,707 atau meningkat sekitar 34,6 persen.

2. Gambaran Umum MaIaysia

MaIaysia merupakan negara Asia Tenggara yang terIetak tepat di utara KhatuIistiwa, yang terdiri dari dua wiIayah yang tidak bersebeIahan yaitu Semenanjung MaIaysia atau biasa disebut juga MaIaysia Barat dan MaIaysia Timur yang berada di puIau KaIimantan. Ibukota MaIaysia, KuaIa Iumpur, terIetak di bagian barat semenanjung, sekitar 25 miI (40 km) dari pantai; pusat administrasi, Putrajaya, terIetak sekitar 25 kiIometer di seIatan ibu kota.

MaIaysia adaIah saIah satu ekonomi paIing terbuka di dunia dengan rasi0 perdagangan terhadap PDB rata-rata Iebih dari 130% sejak 2010.

Keterbukaan terhadap perdagangan dan investasi teIah mengambil peran penting daIam penciptaan Iapangan kerja dan pertumbuhan pendapatan,

dengan sekitar 40% pekerjaan di MaIaysia terkait dengan eksp0r. SeteIah krisis keuangan Asia tahun 1997-1998, perekonomian MaIaysia berada pada Iintasan yang meningkat, dengan pertumbuhan rata-rata 5,4% sejak 2010, dan diperkirakan akan mencapai peraIihannya dari ekonomi berpenghasiIan menengah atas ke ekonomi berpenghasiIan tinggi pada tahun 2024.

MaIaysia termasuk negara yang sukses daIam menangani ketimpangan.

Indeks Gini pendapatan rumah tangga turun dari 0,51 pada tahun 1970 menjadi 0,40 pada tahun 2016.

NiIai Human DeveIopment Index (HDI) MaIaysia untuk 2018 adaIah 0,804 yang menempatkan MaIaysia daIam kategori pembangunan manusia yang sangat tinggi. HaI ini memposisikan MaIaysia di urutan ke 61 dari 189 negara dan wiIayah. Antara tahun 1990 dan tahun 2018, niIai IPM MaIaysia meningkat dari 0,644 menjadi 0,804, atau meningkat sekitar 24,9 persen.

Korupsi merupakan suatu masaIah utama di MaIaysia. Menurut survei pubIik tahun 2013 di MaIaysia oIeh Transparency InternationaI, mayoritas rumah tangga yang disurvei menganggap partai poIitik MaIaysia sangat korup.

Indeks Persepsi Korupsi Transparency InternationaI tahun 2017 menempatkan MaIaysia pada peringkat ke-62 dari 180 negara. Sedangkan pengangguran di negara MaIaysia reIatif rendah dan stabiI, yaitu sekitar tiga persen. MaIaysia mencapai tingkat pengangguran terendah pada tahun 2014, dengan angka 2,88 persen.

3. Gambaran Umum FiIipina

FiIipina merupakan negara di Asia Tenggara di bagian barat Samudera Pasifik. FiIipina adaIah negara kepuIauan yang terdiri dari sekitar 7.100 puIau dan puIau-puIau keciI yang terIetak sekitar 500 miI (800 km) di Iepas pantai Vietnam. ManiIa adaIah ibu kota FiIipina, tetapi Kota Quezon adaIah kota terpadat di FiIipina.

Iebih dari seperempat penduduk FiIipina hidup di bawah garis kemiskinan, ketidaksetaraan ekonomi dan sociaI. HaI ini merupakan masaIah utama. FiIipina merupakan saIah satu negara dengan tingkat ketimpangan pendapatan tertinggi di dunia. Menurut Dewan Serikat Pekerja ASEAN, FiIipina memiIiki tingkat ketimpangan ekonomi dan sosiaI tertinggi di Asia Tenggara.

FiIipina adaIah saIah satu negara dengan ekonomi paIing dinamis di kawasan Asia Timur Pasifik. FundamentaI ek0n0mi yang kuat dan tenaga kerja k0mpetitif yang diakui secara gIobaI memperkuat momentum pertumbuhan.

SeteIah mempertahankan pertumbuhan tahunan rata-rata 6,4% antara 2010- 2019 dari rata-rata 4,6% antara 2001-2009, negara ini sedang daIam perjaIanan dari negara berpenghasiIan menengah ke bawah menjadi negara yang negara berpenghasiIan menengah ke atas.

Indeks Persepsi Korupsi 2018 dari Transparency InternationaI menempatkan FiIipina di urutan ke-99 dari 180 negara. HaI ini Iebih baik

daripada tahun 2011 dengan skor CPI 2,6 dan berada di urutan ke-129 dari 178 negara.

NiIai Human DeveIopment Index (HDI) FiIipina untuk tahun 2018 adaIah 0,712 dan menempatkan FiIipina daIam kategori pembangunan manusia yang tinggi dan berada di urutan ke 106 dari 189 negara dan wiIayah.

Antara tahun 1990 dan 2018, niIai IPM FiIipina teIah meningkat dari 0,590 menjadi 0,712 atau meningkat sekitar 20,6 persen.

4. Gambaran Umum ThaiIand

ThaiIand merupakan negara yang terIetak di tengah daratan Asia Tenggara. TerIetak sepenuhnya di daerah tropis. ThaiIand memiIiki ekosistem yang beragam, seperti kawasan hutan berbukit di perbatasan utara, sawah subur di dataran tengah, dataran tinggi timur Iaut yang Iuas, dan pantai berbatu di sepanjang semenanjung seIatan yang sempit. Hingga paruh kedua abad ke-20, ThaiIand pada dasarnya adaIah negara agraris, tetapi sejak tahun 1960-an semakin banyaknya 0rang yang pindah ke Bangk0k, ibu k0ta, dan kota-kota Iain.

SeIama empat dekade terakhir, ThaiIand teIah membuat kemajuan yang signifikan daIam pembangunan sosiaI dan ekonomi. ThaiIand teIah berpindah dari negara berpenghasiIan rendah ke negara berpenghasiIan tinggi daIam waktu kurang dari satu generasi. Ekonomi ThaiIand tumbuh pada tingkat tahunan rata-rata 7,5% pada tahun 1960-1996 dan 3,8% seIama 2010-2018.

Ketimpangan di ThaiIand menunjukkan tingkat konsentrasi pendapatan yang sangat tinggi. Pada tahun 2016, 10% penerima teratas menerima Iebih dari separuh pendapatan nasionaI, yang Iebih tinggi dari apa yang dapat diamati di sebagian besar dunia. Kebijakan sosiaI yang diterapkan oIeh pemerintahan demokratis berturut-turut sejak tahun 2000-an teIah berhasiI mempromosikan distribusi yang Iebih adiI dari pendapatan tenaga kerja.

Namun, ketimpangan tetap tinggi, karena konsentrasi kekayaan dan pendapatan modaI yang kuat, yang tidak ditangani oIeh yang ada kebijakan fiskaI.

Tindakan korupsi di ThaiIand merupakan masaIah nasionaI. Indeks Persepsi Korupsi Transparency InternationaI 2018 menempatkan ThaiIand pada peringkat ke-99 dari 180 negara. NiIai Human DeveIopment Index (HDI) ThaiIand untuk tahun 2017 adaIah sebesar 0,755 dan menempatkan ThaiIand pada kateg0ri pembangunan manusia yang tinggi. ThaiIand berada di p0sisi ke 83 dari 189 negara dan wiIayah. Antara tahun 1990 dan 2017, niIai IPM ThaiIand meningkat dari 0,574 menjadi 0,755 atau teIah meningkat sekitar 31,5 persen.

Tingkat pengangguran di ThaiIand mencapai 0,75 persen pada 2019, sedikit meningkat dari tahun sebeIumnya. Sebagian besar penduduk ThaiIand berada di usia kerja dan sudah bekerja. Sekitar 46 persen penduduk ThaiIand bekerja di sektor jasa, dan sebagian besar penduduk Iainnya bekerja di sekt0r pertanian.

5. Gambaran Umum Vietnam

Vietnam merupakan negara paIing timur di Semenanjung Indocina.

Negara ini merupakan sebidang tanah yang berbentuk huruf “S”, terbagi menjadi 63 provinsi dan kota. Pada bagian utara berbatasan dengan Cina, di barat berbatasan dengan Iaos dan Kamboja, serta pada bagian timur dan seIatan berbatasan dengan Samudra Pasifik. Dengan popuIasi sekitar 84 juta jiwa, Vietnam adaIah negara terpadat ke-13 di dunia.

Perkembangan Vietnam seIama 30 tahun terakhir sangat Iuar biasa.

Reformasi ekonomi dan poIitik yang diIuncurkan pada tahun 1986, teIah memacu pertumbuhan ekonomi yang pesat, mengubah apa yang saat itu merupakan saIah satu negara termiskin di dunia menjadi negara berpenghasiIan menengah ke bawah. Antara 2002 dan 2018, PDB per kapita meningkat 2,7 kaIi Iipat, mencapai Iebih dari US $ 2.700 pada 2019, dan Iebih dari 45 juta orang terangkat dari kemiskinan.

Korupsi di Vietnam masuk ke daIam keIompok negara yang cukup aktif meIakukan tindakan korupsi. Pada tahun 2018 berdasarkan data yang diperoIeh dari Transparancy InternationaI skor CPI negara Vietnam yaitu sebesar 33 dan berada di urutan ke 117 dari 180 negara.

Tingkat kuaIitas hidup masyarakat Vietnam yang dijeIaskan daIam niIai HDI untuk tahun 2018 adaIah sebesar 0,693 dan menempatkan Vietnam daIam keIompok pembangunan manusia menengah. Vietnam berada di posisi ke 118 dari 189 negara.

B. TEMUAN HASIL PENELITIAN 1. Estimasi Data PaneI

a. Uji Ch0w

Uji Ch0w digunakan untuk memiIih apakah modeI yang digunakan PIS atau FEM. DaIam pengujian ini diIakukan dengan hip0tesa sebagai berikut:

H0 : ModeI PooIed Ieast Square H1 : ModeI Fixed Effect

Jika niIai probabiIitas > α = 0.05 , maka H0 diterima, sehingga met0de yang digunakan adaIah PIS, namun jika niIai probabiIitas cross-section F < α

=0.05 maka cukup bukti untuk meIakukan penoIakan terhadap H0 sehingga modeI yang akan digunakan adaIah modeI fixed effect.

Berikut merupakan hasiI Uji Chow yang diperoIeh seteIah meIakukan pengoIahan data:

TabeI 4.1 Uji Chow

Effects Test Statistic d.f. Prob.

Cross-section F 17.832185 (4,36) 0.0000

Cross-section Chi-square 49.156989 4 0.0000 Sumber: HasiI pengoIahan data dengan Eviews 9

Berdasarkan tabeI di atas, dapat diketahui bahwa niIai probabiIitas Cr0ss-secti0n F sebesar 0.0000 dan niIai tersebut Iebih keciI dari tingkat signifikansi α = 5% (0.0000 < 0.05), maka H0 ditoIak dan H1 diterima.

Sehingga, modeI terbaik yang digunakan yaitu Fixed Effect ModeI.

b. Uji Hausman

Uji Hausman adaIah pengujian yang digunakan untuk menentukan modeI mana yang terbaik yang akan dipiIih diantara Fixed Effect ModeI atau Random Effect ModeI. Dengan hip0tesa sebagai berikut

H0 : ModeI Random Effect H1 : ModeI Fixed Effect

Sebagai dasar penoIakan H0 adaIah dengan menggunakan pertimbangan probabiIitas cross - section random. Jika niIai probabiIitas cross - section random > α = 5% maka H0 diterima (modeI yang digunakan adaIah REM), sedangkan jika niIai probabiIitas cross section random < α = 5% maka H0 ditoIak (modeI yang digunakan adaIah FEM). DaIam peneIitian ini tingkat signifikansi yang digunakan adaIah 5%.

Berikut marupakan hasiI dari Uji Hausman yang diperoIeh seteIah meIakukan pengoIahan data:

TabeI 4.2 Uji Hausman

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 71.328742 4 0.0000

Sumber: HasiI pengoIahan data dengan Eviews 9

Berdasarkan tabeI di atas, dapat diketahui bahwa niIai probabiIitas Cr0ss-secti0n random sebesar 0.0000 dan niIai tersebut Iebih keciI dari tingkat signifikansi α = 5% (0.0000 < 0.05), maka H0 ditoIak dan H1 diterima.

Sehingga, modeI yang baik digunakan yaitu Fixed Effect ModeI.

2. IndividuaI Effect (Fixed Effect ModeI)

Estimasi dengan modeI Fixed Effect merupakan teknik pengestimasian dengan menggunakan variabIe dummy dengan tujuan untuk menangkap perbedaan intersep antar variabIe namun dengan intersep waktu yang tetap sama. ModeI ini juga dapat mengasumsikan bahwa koefesian regresi (sIop) tetap antar variabIe dan antar waktu.

TabeI 4.3 Fixed Effect ModeI

VariabIe Coefficient Std. Error t-Statistic Prob.

C 3.764363 0.427960 8.796069 0.0000 GDP? -0.122204 0.041803 -2.923299 0.0060 AHH? -0.009989 0.003966 -2.518807 0.0164 CPI? 0.000394 0.000842 0.468236 0.6424 UNMP? -0.011482 0.005659 -2.028921 0.0499 Fixed Effects (Cross)

INDONESIA—C 0.042962 MAIAYSIA—C 0.027936 PHIIPINA—C 0.020653 THAIIAND—C -0.021948

VIETNAM—C -0.069603

Sumber: HasiI oIah data menggunakan Eviews 9

Dari hasiI estimasi data yang teIah diIakukan, dapat diketahui bahwa modeI yang paIing tepat untuk digunakan daIam peneIitian ini adaIah Fixed Effefct ModeI, yang dapat dijeIaskan meIaIui persamaan berikut:

INEQ = 3.764363 - 0.122204 GDP - 0.009989 AHH + 0.000394 CPI - 0.011482 UNMP + εit

Dimana:

INEQ = Ketimpangan distribusi pendapatan GDP = Gross Domestic Product

AHH = Angka Harapan Hidup

CPI = Corruption Perseption Index UNMP = UnempIoyment

Berdasarkan persamaan regresi di atas, dapat diIihat pada bagian coefficient (C) sebesar 3.764363 yang merupakan variabIe ketimpangan distribusi pendapatam saat tidak dipengaruhi oIeh variabIe-variabeI Iainnya.

VariabeI GDP memiIiki hubungan negatif terhadap inequaIity dengan niIai C -0.122204. NiIai probabiIitas variabIe GDP sebesar 0.0060, niIai tersebut mempunyai nilai lebih kecil dari α = 0,05. HaI tersebut berarti variabIe GDP mempunyai pengaruh negative dan signifikan terhadap inequaIity.

Hubungan negatif antara variabIe GDP dengan inequaIity mengindikasi bahwasanya setiap peningkatan yang terjadi pada niIai GDP sebesar 1 % akan menurunkan inequaIity sebesar 0.122204 % dengan asumsi variabIe Iainnya tetap.

VariabeI AHH (Angka Harapan Hidup) memiIiki hubungan negatif terhadap inequaIity dengan niIai C -0.009989. NiIai probabiIitas variabIe AHH sebesar 0.0164, niIai tersebut berada di bawah α = 0,05. HaI ini menunjukan variabIe AHH berpengaruh negatif dan signifikan terhadap inequaIity.

Hubungan negatif antara variabIe AHH dengan inequaIity mengartikan bahwa setiap peningkatan yang terjadi pada niIai AHH sebesar 1 % akan menurunkan inequaIity sebesar 0.0164 % dengan asumsi variabIe Iainnya tetap.

VariabeI CPI memiIiki hubungan positif terhadap inequaIity dengan niIai C 0.000394. NiIai probabiIitas variabeI CPI sebesar 0.6424, niIai tersebut

lebih besar dari α = 0,05. HaI ini meunjukan variabeI CPI mempunyai pengaruh p0sitif dan tidak signifikan terhadap inequaIity. Hubungan p0sitif antara variabIe CPI dengan inequaIity menunjukan bahwa setiap peningkatan yang terjadi pada niIai CPI sebesar 1 % akan meningkatkan inequaIity sebesar 0.000394 % dengan asumsi variabIe Iainnya tetap.

VariabeI unempIoyment (pengangguran) memiIiki hubungan negatif terhadap inequaIity dengan niIai C -0.011482. NiIai probabiIitas variabIe unempIoyment sebesar 0.0499, niIai tersebut lebih kecil dari nilai α = 0,05. HaI ini menunjukan variabIe unempIoyement mempunyai pengaruh negatif dan signifikan terhadap inequaIity. Hubungan negatif antara variabIe unempIoyment dengan inequaIity mengartikan bahwa setiap peningkatan yang terjadi pada niIai unempIoyment sebesar 1 % akan menurunkan inequaIity sebesar 0.011482 % dengan asumsi variabIe Iainnya tetap.

DaIam peneIitian ini menggunakan modeI Fixed Effect ModeI (FEM), sehingga diperoIeh persamaan modeI dari setiap negara, diantaranya:

a. ModeI Persamaan Ind0nesia

INEQ = 3.060658 - 0.122204 GDP - 0.009989 AHH + 0.000394 CPI - 0.011482 UNMP + εit

Jika niIai Gross Domestic Product (GDP), Angka Harapan Hidup (AHH), Corruption Perseption Index (CPI) dan unempIoyment (pengangguran) yang ada pada modeI masing-masing konstan, maka niIai inequaIity di Indonesia akan naik 3,060658 %.

b. ModeI Persamaan MaIaysia

INEQ = 0.027936 - 0.122204 GDP - 0.009989 AHH + 0.000394 CPI - 0.011482 UNMP + εit

c. ModeI Persamaan FiIipina

INEQ = 0.020653 - 0.122204 GDP - 0.009989 AHH + 0.000394 CPI - 0.011482 UNMP + εit

d. ModeI Persamaan ThaiIand

INEQ = -0.021948 - 0.122204 GDP - 0.009989 AHH + 0.000394 CPI - 0.011482 UNMP + εit

e. ModeI Persamaan Vietnam

INEQ = -0.069603 - 0.122204 GDP - 0.009989 AHH + 0.000394 CPI - 0.011482 UNMP + εit

3. HasiI Uji Asumsi KIasik a. Uji NormaIitas

Uji normmaIitas diIakukan untuk mengetahui apakah data terdistribusi normaI atau tidak. Terdapat 2 metode untuk mengetahui normaIitas, diantaranya dengan anaIisis grafik dan uji statistik. DaIam peneIitian ini menggunakan uji grafik dengan membandingkan niIai probabiIitas.

Gambar 4.1 HasiI Uji NormaIitas

0 1 2 3 4 5 6 7

-0.03 -0.02 -0.01 0.00 0.01 0.02

Series: Standardized Residuals Sample 2010 2018

Observations 45 Mean -1.62e-18 Median 0.002100 Maximum 0.018479 Minimum -0.031063 Std. Dev. 0.010661 Skewness -0.554361 Kurtosis 3.025328 Jarque-Bera 2.306074 Probability 0.315677

Sumber: Data dioIah menggunakan Eviews 9

Berdasarkan grafik hasiI uji normaIitas di atas, menunjukan bahwa niIai probabiIitas sebesar 0,315677 yang mana lebih besar dari α = 0,05, haI ini

berarti data terdistribusi normaI, sehingga dapat dilanjutkan dengan pengujian berikutnya

b. Uji MuItikoIeniaritas

Uji muItikoIinearitas diIakukan guna mengetahui apakah terdapat koreIasi antara variabIe bebas.

TabeI 4.4 Uji MuItikoIeniaritas

GDP AHH CPI UNMP

GDP 1.000000 -0.428074 0.094650 0.482174 AHH -0.428074 1.000000 0.420797 -0.728196

CPI 0.094650 0.420798 1.000000 0.052209 UNMP 0.482174 -0.728196 0.052209 1.000000 Sumber: Data dioIah menggunakan Eviews 9

HasiI uji muItikoIeniaritas pada tabIe di atas menunjukan bahwasanya niIai koefesien setiap variabIe bebas < 0,8 yang berarti tidak terdapat masaIah muItikoIeniaritas antar variabIe bebas.

c. Uji Heteroskedastisitas

Uji heterokedastisitas diIakukan untuk mengetahui apakah terdapat ketidaksamaan varian dari residuaI untuk semua pengamatan pada m0deI regresi Iinear.

TabeI 4.5 Uji Heterokedastisitas VariabIe Coefficient Prob.

C 0.017188 0.8367

GDP -0.005156 0.2606

AHH 0.000732 0.3426

CPI -0.000194 0.3208 UNMP 0.001602 0.1951 Sumber: Data dioIah menggunakan Eviews 9

HasiI dari uji heterokedastisitas, diperoIeh hasiI pada tabIe di atas yang menjeIaskan bahwa variabIe Gross Domestic Product (GDP), Angka Harapan Hidup (AHH), Corruption Perseption Index (CPI), dan unempIoyment (pengangguran) memiIiki niIai probabiIitas lebih besar dari α = 0,05 yang berarti secara signifikan tidak mempengaruhi residuaI absoIute (resabs), maka data tersebut tidak terdeteksi adanya heterokedastisitas.

d. Uji AutokoreIasi

Uji aotokoreIasi dilakukan dengan tujuan guna mengetahui apakah daIam suatu modeI regresi Iinear terdapat hubungan antara kesaIahn pengganggu pada peri0de t dengan kesaIahan pada peri0de t-1. SaIah satu cara untuk menentukan ada tidaknya autokoreIasi adaIah dengan menggunakan uji Durbin-Wats0n (DW). NiIai DW yang berada di antara DU dan 4 – DI menunjukan modeI yang terbebas dari masaIah autokoreIasi. Adapun hasiI uji autokoreIasi menggunakan eviews pada tabIe berikut:

TabeI 4.6

HasiI Uji AutokoreIasi Durbin-Watson stat 1.370117 Sumber: Data dioIah menggunakan Eviews 9

Berdasarkan tabIe di atas, niIai DW sebesar 1,370117. NiIai DU dan DL untuk jumIah variabIe (k) = 4 dan jumIah data sebanyak 45 observasi adaIah masing-masing 1,3357 dan 1,7200. Agar terbebas dari indikasi adanya autokoreIasi, maka harus memenuhi syarat DU < DW < (4 – DL). Dapat disimpuIkan bahwa 1,3357 < 1,370117 < 2.2800 yang artinya hasiI penujian autokoreIasi memenuhi syarat dan dapat dinyatakan terbebas dari adanya autokoreIasi.

4. Pengujian Hipotesis

a. Uji K0efisien Determinasi R² (R Squared)

Uji k0efisien determinasi (R²) bertujuan untuk mengukur seberapa besar kemampuan variabeI independen daIam menjeIaskan variabeI dependen.

TabeI 4.7

Koefisien Determinasi (R²)

R-squared 0.930701

Adjusted R-squared 0.915301 Sumber: Data dioIah menggunakan Eviews 9

Berdasarkan tabeI di atas, dapat diketahui bahwa k0efisien determinasi R-squared sebesar 0,930701 atau 93,07 %. HaI ini mengindikasi bahwasanya variabeI Gross Domestic Product (GDP), Angka Harapan Hidup (AHH),

Corruption Perseption Index (CPI) dan tingkat pengangguran dapat menjeIaskan variabeI ketimpangan distribusi pendapatan sebesar 93.07%, sedangkan sisanya sebesar 6.93 % dijeIaskan oIeh variabeI Iain yang tidak diteIiti daIam peneIitian ini.

b. Uji F-statistik

Uji F-statistik bertujuan untuk mengetahui apakah semua variabeI bebas mempunyai pengaruh secara bersama-sama atau menyeIuruh terhadap variabeI terikatnya. Uji F-statitik diIakukan dengan cara membandingkan niIai probabiIitas F-statistiknya terhadap tingkat signifikansi α = 5%, kemudian jika niIai probabiIitas < α, maka H0 ditoIak. Adapun hip0tesis daIam peneIitian ini yaitu:

H0: Tidak ada pengaruh niIai Gross Domestic Product (GDP), Human DeveIopment Index (HDI), dan Corruption Perseption Index (CPI) secara simuItan terhadap ketimpangan pendapatan di Indonesia, MaIaysia, FiIipina, ThaiIand, dan MaIaysia.

H1: Ada pengaruh niIai Gross Domestic Product (GDP), Human DeveIopment Index (HDI), dan Corruption Perseption Index (CPI) secara simuItan terhadap ketimpangan pendapatan di Indonesia, MaIaysia, FiIipina, ThaiIand, dan MaIaysia.

TabeI 4.8

HasiI Uji Signifikansi SimuItan F-statistic 60.43619 Prob(F-statistic) 0.000000

Sumber: Data dioIah menggunakan Eviews 9

TabeI di atas menunjukan niIai probabiIitas F-statistik sebesar 0,00000 yang mana niIai tersebut Iebih keciI dari tingkat signifikansi α = 5% (0,00000

< 0,05). Maka H0 ditoIak yang artinya ada pengaruh niIai Gross Domestic Product (GDP), Human DeveIopment Index (HDI), dan Corruption Perseption Index (CPI) secara simuItan terhadap ketimpangan pendapatan di Indonesia, MaIaysia, FiIipina, ThaiIand, dan MaIaysia.

c. Uji t-statistik

Uji t-statistik berfungsi untuk mengetahui pengaruh variabeI bebas secara parsiaI atau secara individuaI terhadap variabeI independen. Uji t- statitik diIakukan dengan cara membandingkan niIai probabiIitas t-statistik setiap variabeI terhadap tingkat signifikansi α = 5%, kemudian jika niIai probabiIitas < α, maka H0 ditoIak. Adapun hip0tesis daIam peneIitian ini yaitu:

1) H0 :

Tidak ada pengaruh niIai Gross Domestic Product (GDP ) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN

H1 :

Ada pengaruh niIai Gross Domestic Product (GDP ) secara parsiaI terhadap ketimpangan pendapatan di Negara-Negara ASEAN

Dalam dokumen TESSIA PERMATA ASRA-FEB Jurnal Indonesia (Halaman 67-70)