Hasil Analisis Faktor-Faktor Yang Mempengaruhi PDB Sektor Transportasi Dan Telekomunikasi Indonesia

4.5.2 Laju Pertumbuhan Penduduk Indonesia

Secara nasional, laju pertumbuhan penduduk Indonesia per tahun selama sepuluh tahun terakhir adalah sebesar 1,49 persen. Laju pertumbuhan penduduk Provinsi Papua adalah yang tertinggi dibandingkan dengan provinsi-provinsi lain di Indonesia, yaitu sebesar 5,46 persen. Bila dilihat menurut pulau atau kelompok kepulauan, provinsi dengan laju pertumbuhan penduduk tertinggi dan terendah adalah sebagai berikut: PULAU PROVINSI 1971 1980 1990 2000 2010 SUMATERA 17,62 19,07 20,44 21,02 21,31 JAWA 63,89 62,12 60,23 58,93 57,49 DKI JAKARTA 3,85 4,43 4,62 4,06 4,04 JAWA BARAT 18,16 18,68 19,81 17,36 18,11 JAWA TENGAH 18,37 17,27 15,97 15,17 13,63 DI YOGYAKARTA 2,09 1,87 1,63 1,52 1,45 JAWA TIMUR 21,43 19,87 18,20 16,89 15,78 BANTEN 3,93 4,48 NUSA TENGGARA 5,56 5,40 5,27 5,34 5,50 KALIMANTAN 4,33 4,58 5,09 5,49 5,80 SULAWESI 7,16 7,08 7,01 7,23 7,31 MALUKU DAN PAPUA 1,44 1,76 1,96 2,00 2,60 INDONESIA 100,00 100,00 100,00 100,00 100,00 Tabel 4.10 : laju pertumbuhan penduduk di kepulauan Indonesia

4.6 Hasil Analisis

Hasil analisis dari bagian ini akan dilihat mengenai bagaimana sebenarnya pengaruh sektor transportasi maupun telekomunikasi terhadap PDB sektor transportasi dan telekomunikasi Indonesia, yaitu panjang jalan, jumlah pengguna telepon Telkom, jumlah kendaraan bermotor maupun Jumlah penduduk yang ada yang akan diuji dengan 2 model, model untuk transportasi dan model Universitas Sumatera Utara telekomunikasi. Dalam hasil ini, akan terlihat juga apakah ketiga variabel tersebut akan menyebabkanmempengaruhi PDB sektor Transportasi maupun sektor Telekomunikasi. Selain itu juga akan dilihat pengujian terhadap hipotesis yang telah dibuat sebelumnya pada bagian pendahuluan tulisan ini yaitu sebagai berikut: panjang jalan, pengguna telepon Telkom, jumlah kendaraan bermotor dan jumlah penduduk berpengaruh positif terhadap pembentukan PDB sektor transportasi dan telekomunikasi Indonesia. Dalam hal ini, untuk menguji hipotesis tersebut, maka digunakan uji Granger Causality dan analisis regresi linier berganda dengan teknik analisis OLS Ordinary Least Square. Proses perhitungan dilakukan dengan menggunakan Program Komputer Eviews 6.0. Adapun hasil regresi yang diperoleh adalah sebagai berikut:

4.6.1 Uji Akar Unit Unit Root Test dan Uji Derajat Integrasi

Dasar teoritis yang digunakan dalam menguji perilaku data panjang jalan, jumlah pelanggan telepon Telkom dan Jumlah penduduk yaitu Uji Akar Unit yang dikembangakan oleh Dickey Fuller 1979-1981. Pengujian ini diperlukan untuk menghindari model lancung atau bias tidak efisien serta untuk melihat validitas suatu data. Uji akar unit dan Derajat Integrasi ini menggunakan ADF Augmented Dickey Fuller statistik untuk kurun waktu 1988-2007. Berikut ini merupakan hasil Uji Akar Unit untuk melihat apakah data yang didapat stasioner dan kita melihat pada derajat atau order diferensial ke berapa data yang akan diamati akan stasioner dengan menggunakan Uji Derajat Integrasi: Universitas Sumatera Utara Tabel 4.11: Hasil estimasi ADF dan Derajat Integrasi untuk Uji Akar Unit Catatan: = Signifikan pada α = 10 = Signifikan pada α = 5 = Signifikan pada α = 1 Hasil ADF statistik yang diperoleh untuk kendaraan bermotor yaitu - 2.913146, sedangkan nilai kritis untuk tingkat signifikansi 1 sebesar -3.959148, tingkat signifikansi 5 yaitu -3.081002, dan untuk tingkat signifikansi 10 sebesar -2.681330, hasil ini menunjukkan nilai ADF yang lebih besar dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa data panjang jalan telah stasioner. Hal ini terlihat berdasarkan hasil ADF statistik yang diperoleh untuk Panjang Jalan -3.263948, sedangkan nilai kritis untuk tingkat signifikansi 1 sebesar -3.857386, tingkat signifikansi 5 yaitu -3.040391, dan untuk tingkat signifikansi 10 sebesar -2.660551. hasil ini menunjukkan nilai ADF yang lebih besar dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa data panjang jalan telah stasioner. Hasil ADF statistik yang diperoleh untuk jumlah penduduk yaitu - 4.984329, sedangkan nilai kritis untuk tingkat signifikansi 1 sebesar -3.886751, tingkat signifikansi 5 yaitu -3.052169, dan untuk tingkat signifikansi 10 sebesar -2.666593. hasil ini menunjukkan nilai ADF yang lebih besar dari nilai Uji Akar Unit Derajat Integrasi Variabel ADF Critical Value Stasioner Kendaraan Bermotor 2.913146 -2.681330 I0 Panjang Jalan -3.263948 -3.040391 I1 Penduduk -4.9843 -3.886751 I2 Pelanggan Telkom -3.535934 -3.040391 I1 Universitas Sumatera Utara kritisnya. Dengan demikian dapat disimpulkan bahwa data panjang jalan telah stasioner. Lalu terlihat juga berdasarkan hasil ADF statistik yang diperoleh untuk Pelanggan Telepon Telkom -3.556124, sedangkan nilai kritis untuk tingkat signifikansi 1 sebesar -3.857386, tingkat signifikansi 5 yaitu -3.040391, dan untuk tingkat signifikansi 10 sebesar -2.660551. hasil ini menunjukkan nilai ADF yang lebih besar dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa data jumlah pelanggan telepon telkom telah stasioner.

4.6.2 Uji Granger Causality Granger Causality Test

Pengujian ini untuk melihat hubungan kausalitas antara panjang jalan , pengguna telepon Telkom, kendaraan bermotor dan jumlah penduduk terhadap PDB Indonesia sehingga dapat diketahui ketiga variabel tersebut saling mempengaruhi hubungan dua arah, memiliki hubungan searah atau sama sekali tidak ada hubungan tidak saling mempengaruhi. Tabel 4.12 Hasil Estimasi Uji Granger Causality Kendaraan Bermotor Pairwise Granger Causality Tests Date: 112010 Time: 17:51 Sample: 1988 2007 Lags: 2 Null Hypothesis: Obs F- Statistic Prob. PDBTRANS does not Granger Cause KB 18 11.5130 0.0013 KB does not Granger Cause PDBTRANS 12.8234 0.0008 Universitas Sumatera Utara Dalam hal ini, dapat diambil kesimpulan kendaraan bermotor dapat mempengaruhimenyebabkan PDB sektor transportasi dan telekomunikasi dan PDB sektor transportasi dan telekomunikasi mempengaruhimenyebabkan kendaraan bermotor selama kurun waktu 1988-2007. Tabel 4.13 Hasil Estimasi Uji Granger Causality Panjang Jalan Pairwise Granger Causality Tests Date: 112010 Time: 17:48 Sample: 1988 2007 Lags: 2 Null Hypothesis: Obs F- Statistic Prob. PJ does not Granger Cause PDBTRANS 18 0.92700 0.4204 PDBTRANS does not Granger Cause PJ 5.87592 0.0152 Dari hasil Uji Granger Causality di atas terlihat bahwa adanya hubungan satu arah antara panjang jalan dan PDB sektor Transportasi dan Telekomunikasi. Hal ini terlihat dari nilai F-statistiknya, di mana F hitung F tabel 0.927003,55 signifikan pada tingkat kepercayaan 5. Dalam hal ini dapat dikatakan bahwa tidak adanya hubungan mempengaruhimenyebabkan antara panjang jalan dengan PDB sektor transportasi dan telekomunikasi. Sementara itu dapat diketahui juga bahwa ada hubungan mempengaruhimenyebabkan antara PDB sektor transportasi dan telekomunikasi dengan panjang jalan di mana F hitung F tabel 5.87592 3,55 signifikan pada tingkat kepercayaan 5. Dalam hal ini, dapat diambil kesimpulan bahwa panjang jalan tidak mempengaruhimenyebabkan PDB sektor transportasi dan telekomunikasi dan Universitas Sumatera Utara sebaliknya PDB sektor transportasi dan telekomunikasi mempengaruhi menyebabkan panjang jalan selama kurun waktu 1988-2007. Tabel 4.14 Hasil Estimasi Uji Granger Causality jumlah penduduk Pairwise Granger Causality Tests Date: 111510 Time: 15:18 Sample: 1988 2007 Lags: 3 Null Hypothesis: Obs F- Statistic Prob. PENDUDUK does not Granger Cause PDBTRANS 17 4.82305 0.0250 PDBTRANS does not Granger Cause PENDUDUK 2.71872 0.1007 Dari hasil Uji Granger Causality di atas juga terlihat bahwa adanya hubungan satu arah antara jumlah penduduk dan PDB sektor Transportasi dan Telekomunikasi. Hal ini terlihat dari nilai F-statistiknya, di mana F hitung F tabel 4.823053,55 signifikan pada tingkat kepercayaan 5. Dalam hal ini dapat dikatakan bahwa ada hubungan mempengaruhimenyebabkan antara jumlah penduduk dengan PDB sektor transportasi dan telekomunikasi. Sementara itu dapat diketahui juga bahwa tidak ada hubungan mempengaruhimenyebabkan antara PDB sektor transportasi dan telekomunikasi dengan jumlah penduduk di mana F hitung F tabel 2.718 3,55 signifikan pada tingkat kepercayaan 5. Tabel 4.15 Hasil Estimasi Uji Granger Causality Pelanggan Telepon Pairwise Granger Causality Tests Date: 112010 Time: 18:03 Sample: 1988 2007 Lags: 3 Null Hypothesis: Obs F- Statistic Prob. Universitas Sumatera Utara PELANGGAN does not Granger Cause PDBKOM 17 1.53338 0.2658 PDBKOM does not Granger Cause PELANGGAN 9.46108 0.0029 Dari hasil Uji Granger Causality di atas, sama seperti panjang jalan terlihat bahwa adanya hubungan satu arah antara jumlah pelanggan telepon Telkom dan PDB sektor Transportasi dan Telekomunikasi. Hal ini terlihat dari nilai F- statistiknya, di mana F hitung F tabel 9.461083,59 signifikan pada tingkat kepercayaan 5. Dalam hal ini dapat dikatakan bahwa ada hubungan mempengaruhimenyebabkan antara jumlah pelanggan telepon Telkom dengan PDB sektor transportasi dan telekomunikasi. Sementara itu dapat diketahui juga bahwa tidak ada hubungan mempengaruhimenyebabkan antara PDB sektor transportasi dan telekomunikasi dengan jumlah pelanggan telepon Telkom di mana F hitung F tabel 1.53338 3,55 signifikan pada tingkat kepercayaan 5. Dalam hal ini, dapat diambil kesimpulan bahwa jumlah pelanggan telepon Telkom dapat mempengaruhimenyebabkan PDB sektor transportasi dan telekomunikasi dan sebaliknya PDB sektor transportasi dan telekomunikasi tidak mempengaruhi menyebabkan jumlah pelanggan telepon Telkom selama kurun waktu 1988-2007.

4.6.3 Hasil Analisis regresi OLS

Faktor-faktor yang mempengaruhi PDB sektor transportasi dan telekomunikasi Indonesia bisa berasal dari panjang jalan untuk sektor transportasi, jumlah pelanggan telepon Telkom untuk sektor telekomunikasi maupun Jumlah Penduduk baik untuk sektor transportasi maupun sektor telekomunikasi serta kendaraan bermotor untuk sektor transportasi. Oleh karena itu, untuk menguji Universitas Sumatera Utara apakah keempat variabel bebas tersebut memiliki pengaruh terhadap pembentukan PDB sektor transportasi dan telekomunikasi maka digunakan analisis regresi linier berganda dengan teknik analisis OLS Ordinary Least Square dimana akan digunakan 2 model dengan memisahkan panjang jalan,jumlah penduduk, kendaraan bermotor dengan jumlah pelanggan. Dalam hal ini, panjang jalan akan dianalisis dengan jumlah penduduk dan kendaraan bermotor, sementara itu jumlah pelanggan hanya akan dianalisis dengan variabel terikatnya yaitu sektor telekomunikasi. Dan, hasil regresi dari kedua model adalah sebagai berikut: Regresi Model 1 untuk sektor Transportasi Y = : -119553.7 + 0.002463 X 1 + 0.003256 X 2 + 0.586653 X 3 t = 8.46

0.02 1.34

F = 189.6 R 2 = 0.97 1. Kendaraan bermotor berpengaruh positif terhadap pembentukan PDB sektor transportasi Indonesia, hal ini ditunjukkan oleh regresi X 1 , yaitu sebesar 0.002463 .artinya setiap kenaikan 1 unit kendaraan bermotor, maka menyebabkan kenaikan PDB sektor transportasi Indonesia sebesar 0,002 milyar rupiah, ceteris paribus. Hal ini sesuai dengan hipotesis bahwa kendaraan bermotor berpengaruh positif terhadap pertumbuhan sektor transportasi. 2. Panjang Jalan berpengaruh positif terhadap pembentukan PDB sektor transportasi Indonesia, hal ini ditunjukkan oleh regresi X 2 , yaitu sebesar 0.003256 .artinya setiap kenaikan 1 km panjang jalan, maka menyebabkan kenaikan PDB sektor transportasi Indonesia sebesar 0,003 milyar rupiah, ceteris paribus. Hal ini Universitas Sumatera Utara sesuai dengan hipotesis bahwa panjang jalan berpengaruh positif terhadap pertumbuhan sektor transportasi. 3. Jumlah Penduduk berpengaruh positif terhadap pembentukan PDB sektor transportasi Indonesia, hal ini ditunjukkan oleh regresi X 3 , yaitu sebesar 0.586653. artinya setiap kenaikan 1 jiwa jumlah penduduk, maka menyebabkan kenaikan PDB sektor transportasi Indonesia sebesar 0,58 milyar rupiah, ceteris paribus. Hal ini sesuai dengan hipotesis bahwa panjang jalan berpengaruh positif terhadap pertumbuhan sektor transportasi. Regresi Model 2 untuk sektor Telekomunikasii