Analisis Estimasi Hasil dan Pembahasan
116
Ha : β
1
, β
2
, β
3
, β
4
≠ 0 Ha diterima Prob F-statistic tidak signifikan pada α = 5, artinya variabel independen secara
bersama-sama berpengaruh nyata terhadap variabel dependen. Prob F-statistic lampiran 9 menunjukkan nilai 0.000000, yang
signifikan pada α = 5. Berdasarkan hal tersebut, maka dapat dinyatakan bahwa kapasitas fiskal, investasi swasta, TPAK dan dummy
otonomi daerah secara bersana-sama berpengaruh nyata terhadap PDRB.
b. Uji Asumsi Klasik Menurut Gujarati 2006 :183, untuk memperoleh model yang baik,
regresi harus memenuhi asumsi regresi klasik, yaitu harus terbebas dari masalah-masalah dalam regresi yaitu normalitas, multikolinearitas,
heterokedastisitas, dan autokorelasi. 1 Normalitas
Pengujian Normalitas dalam penelitian ini dengan menggunakan Jarque Bera Test. Uji Jarque Bera
didistribusi dengan χ
2
dengan derajat kebebasan degree of freedom sebesar 2, dimana χ
2
-hitung χ
2
-tabel menunjukkan data berdistribusi normal Winarno, 2009: 5.37. Hasil Jarque-Bera test dapat dilihat pada tabel 4.4 berikut.
117 Tabel 4.4 Hasil Jarque Bera Test
DKI Jakarta
Jawa Barat Jawa
Tengah DI
Yogyakarta Jawa Timur
JB Prob
JB Prob
JB Prob
JB Prob
JB Prob
LOGPDRB 1.10
0.57 1.14
0.56 1.13
0.56 0.92
0.63 1.90
0.38 LOGKF
1.64 0.43
1.70 0.42
1.66 0.43
1.71 0.42
1.72 0.42
LOGIS 0.48
0.78 1.12
0.56 0.15
0.92 5.02
0.08 1.60
0.44 TPAK
1.77 0.41
2.91 0.23
0.50 0.77
2.22 0.32
5.69 0.05
OTDA 2.50
0.28 2.50
0.28 2.50
0.28 2.50
0.28 2.50
0.28
Dapat dilihat bahwa seluruh data dianggap berdistribusi normal dengan asumsi JB hit
χ
2
–tabel 5 pada df 2 5,99 dan nilai probabilitas berada diatas 5. Maka dapat disimpulkan bahwa data
dalam model ini terdistribusi normal. 2 Multikolinearitas
Untuk melihat ada atau tidak adanya gejala multikolinearitas, dapat dilihat dari nilai probabilitas t-statistik dan nilai probabilitas F-
statistik. Dari hasil regresi awal, terdapat dua variabel bebas, yaitu KF, dummy OTDA yang berpengaruh secara signifikan terhadap
PDRB pada tingkat α = 5 dan nilai probabilitas F-statistik senilai
0.000000, pada hasil regresi, minimal ada satu variabel bebas yang berpengaruh nyata terhadap variabel terikat sehingga asumsi adanya
multikolinearitas boleh diabaikan. 3 Heterokedastisitas
Masalah heterokedastisitas pada data panel menggunakan perangkat lunak Eviews 6, dapat dilihat dengan terlebih dahulu
mengestimasi model ke GLS Cross section weight, kemudian membandingkan nilai Sum Squared Resid pada Weighted Statistic
118 dengan Sum Resid Unweighted Statistic. Jika Sum Resid pada
Weighted Statistic lebih kecil dari Sum Resid Unweighted Statistic, maka terjadi heterokedastisitas.
Pada hasil regresi lampiran 8 didapatkan bahwa Sum Squared Resid pada Weighted Statistic bernilai 0.331696 sama besar
dibandingkan dengan nilai Sum Resid pada Unweighted Statistic yang berniai 0.331698. Maka dari itu, diduga regresi memiliki tidak
masalah heterokedastisitas. 4 Autokorelasi
Kemudian untuk masalah Autokorelasi dapat dilihat nilai Durbin-Watson statistik yaitu sebesar 0.942923, dimana DW
0.932923 dL 1.5151 yang berarti menolak Ho, dan data berkorelasi serial positif, sehingga model ini memiliki autokorelasi.
Untuk menanggulanginya adalah dengan mengestimasi model dengan cross-section SUR.
Dalam penelitian ini, untuk mendapatkan hasil regresi yang stabil, penulis melakukan iterasi terhadap model regresi. Metode iterasi menduga
nilai koefisien regresi dengan mencoba-coba berbagai kemungkinan koefisien regresi trial and error method hingga ditemukan yang
memberikan kuadrat error sum of square sekecil mungkin Modul Data Panel Laboraturium FE UI, 2006: 12.
Sehingga hasil estimasi terakhir dari model dengan menggunakan metode Fixed Effect Model FEM dapat dilihat pada tabel 4.5.
119 Tabel 4.5 Hasil Estimasi Perbaikan
Variabel terikat : Pertumbuhan ekonomi regional LOGPDRB?, untuk periode 1994-2008
Metode : Pooled EGLS Cross-section SUR model FEM Variable
Coefficient Prob
C LOGKF?
LOGIS? TPAK?
OTDA? 17.93939
0.051747 0.003354
-0.002071 0.056108
0.0000 0.0037
0.0338 0.0019
0.1632
R-Square F Statistic
Prob F statistic 0.999837
50636.06 0.000000
Keterangan signifikan pada α = 1
signifikan pada α = 5 signifikan pada α = 10
Sumber : Lampiran 9, data diolah.
Hasil estimasi terakhir, setelah mengatasi penyakit pada heterokedastis dan autokorelasi, maka didapatkan hasil yang signifikan pada tiga variabel
independen p ada tingkat signifikansi α = 5, yaitu KF, IS dan TPAK.
Sedangkan untuk variabel dummy OTDA tidak signifikan. Dari hasil analisis dengan model FEM pada metode GLS, maka
diperoleh nilai koefisien determinasi R
2
adalah sebesar 0.999837, mengartikan bahwa secara keseluruhan variabel bebas KF, IS, TPAK dan
variabel dummy OTDA dapat menjelaskan variabel terikat PDRB sebanyak 99,98 dan sisanya yaitu 0,02 dijelaskan oleh variabel lain
yang tidak dimasukkan kedalam model persamaan atau dijelaskan oleh error term
µ. Hasil estimasi ini diperkuat dengan nilai probabilitas F-Statistik yang
signifikan pada tingkat kepercayaan 99 persen dengan tingkat α = 1 persen yaitu sebesar 0.000000, yang berarti minimal ada satu variabel bebas yang
120 berpengaruh nyata terhadap variabel terikat sehingga model penduga sudah
layak untuk menduga parameter yang ada dalam fungsi. Pada variabel-variabel penelitian memiliki besaran pengaruh yang
berbeda-beda untuk tiap masing-masing daerahnya, dapat kita lihat pada tabel 4.6 berikut.
Tabel 4.6 Koefisien Fixed Effet Model Cross
Fixed effect Cross Coefficient
C
17.93939
_DKI--C
0.676747
_JABAR--C
0.615691
_JATENG--C
0.066681
_DIY--C
-1.976168
_JATIM--C
0.617048
Sumber : Lampiran 9, data diolah.
Pada tabel 4.6, dapat kita lihat bahwa pada masing-masing daerah memiliki koefisien fixed effect Model yang berbeda-beda, yang berarti
bahwa untuk setiap daerah memiliki kenaikan PDRB yang berbeda-beda pula untuk setiap perubahan tingkat daripada kapasitas fiskal, investasi
swasta, TPAK dan fenomena otonomi daerah. DKI Jakarta
Nilai koefisien Fixed Effect pada propinsi DKI Jakarta adalah 0.676747sedangkan C adalah 17.93939, ini mengartikan bahwa, bila
terdapat perubahan pada tingkat kapasitas fiskal, investasi swasta, TPAK dan fenomena otonomi daerah maupun waktu, maka daerah DKI Jakarta
akan mendapatkan pengaruh individu terhadap PDRB sebesar 18.616137.
121 Jawa Barat
Nilai koefisien Fixed Effect pada propinsi Jawa barat adalah 0.615691 sedangkan C adalah 17.93939, ini mengartikan bahwa, bila
terdapat perubahan pada tingkat kapasitas fiskal, investasi swasta, TPAK dan fenomena otonomi daerah maupun waktu, maka daerah DKI Jakarta
akan mendapatkan pengaruh individu terhadap PDRB sebesar 18.555081.
Jawa Tengah Nilai koefisien Fixed Effect pada propinsi Jawa tengah adalah
0.066681 sedangkan C adalah 17.93939, ini mengartikan bahwa, bila terdapat perubahan pada tingkat kapasitas fiskal, investasi swasta, TPAK
dan fenomena otonomi daerah maupun waktu, maka daerah DKI Jakarta akan mendapatkan pengaruh individu terhadap PDRB sebesar
18.006071. DI Yogyakarta
Nilai koefisien Fixed Effect pada propinsi Jawa barat adalah -1.976168 sedangkan C adalah 17.93939, ini mengartikan bahwa, bila
terdapat perubahan pada tingkat kapasitas fiskal, investasi swasta, TPAK dan fenomena otonomi daerah maupun waktu, maka daerah DKI Jakarta
akan mendapatkan pengaruh individu terhadap PDRB sebesar 15.963222.
122 Jawa Timur
Nilai koefisien Fixed Effect pada propinsi Jawa barat adalah 0.617048 sedangkan C adalah 17.93939, ini mengartikan bahwa, bila
terdapat perubahan pada tingkat kapasitas fiskal, investasi swasta, TPAK dan fenomena otonomi daerah maupun waktu, maka daerah DKI Jakarta
akan mendapatkan pengaruh individu terhadap PDRB sebesar 18.556438.
Dalam hasil regresi perbaikan akhir pada tabel 4.4, terdapat tiga variabel independen yang berpengaruh terhadap PDRB, yaitu KF, IS dan
TPAK, sedangkan OTDA tidak berpengaruh secara signifikan terhadap PDRB dalam tingkat kepercayaan 95.
Dapat kita lihat bahwa setiap propinsi memiliki nilai individual effect yang berbeda-beda, hal ini dikarenakan setiap propinsi memiliki keunggulan
serta keadaan perekonomian yang berbeda-beda, dan setiap variabel independen memiliki besaran pengaruh yang berbeda-beda pula terhadap
PDRB nya pada setiap propinsi. Perbandingan besarnya pengaruh tiap variabel independen yang signifikan dalam penelitian ini yaitu KF, IS dan
TPAK terhadap dependennya PDRB pada tiap propinsi tersebut disajikan dalam tabel 4.7 berikut.
123 Tabel 4.7 Koefisien variabel independen KF, IS dan TPAK terhadap
PDRB Pada tiap Cross-section
variabel x Wilayah
KF IS
TPAK DKI Jakarta
0,72849 0,68010
0,67468 Jawa Barat
0,66744 0,61905
0,61362 Jawa Tengah
0,11843 0,07004
0,06461 DI Yogyakarta
-1,92442 -1,97281
-1,97824 Jawa Timur
0,66880 0,62040
0,61498 Lampiran 9, data diolah
Dapat kita lihat pada tabel, terdapat perbedaan besaran pengaruh antar variabel independen KF, IS dan TPAK terhadap variabel dependen
PDRB pada masing-masing wilayahnya. DKI Jakarta
Nilai koefisien kapasitas fiskal, Investasi swasta dan TPAK berturut- turut pada DKI Jakarta adalah 0,72849; 0,68010; 0,67468. Hal tersebut
menunjukkan bahwa bila terdapat perubahan pada tingkat kapasitas fiskal, Investasi swasta dan TPAK berturut-turut antar waktu, maka DKI
Jakarta akan mendapatkan pengaruh individu terhadap PDRB dari masing-masing variabel sebesar 0,72849; 0,68010 dan 0,67468.
Sehingga dapat disimpulkan, variabel independen yang paling berpengaruh terhadap PDRB DKI Jakarta adalah kapasitas fiskal dengan
nilai koefisien tertinggi, yaitu 0,72849 atau 0,73 Jawa Barat
Nilai koefisien kapasitas fiskal, Investasi swasta dan TPAK berturut- turut pada Jawa Barat adalah 0,66744; 0,61905 dan 0,61362. Hal tersebut
menunjukkan bahwa bila terdapat perubahan pada tingkat kapasitas
124 fiskal, Investasi swasta dan TPAK berturut-turut antar waktu, maka Jawa
barat akan mendapatkan pengaruh individu terhadap PDRB dari masing- masing variabel sebesar 0,66744; 0,61905 dan 0,61362. Sehingga
dapat disimpulkan, variabel independen yang paling berpengaruh terhadap PDRB Jawa Barat adalah kapasitas fiskal dengan nilai koefisien
tertinggi, yaitu 0,66744 atau 0,67 Jawa Tengah
Nilai koefisien kapasitas fiskal, Investasi swasta dan TPAK berturut- turut pada Jawa Tengah adalah 0,11842; 0,07003 dan 0,06461. Hal
tersebut menunjukkan bahwa bila terdapat perubahan pada tingkat kapasitas fiskal, Investasi swasta dan TPAK berturut-turut antar waktu,
maka Jawa Tengah akan mendapatkan pengaruh individu terhadap PDRB dari masing-masing variabel sebesar 0,11842; 0,07003 dan
0,06461. Sehingga dapat disimpulkan, variabel independen yang paling berpengaruh terhadap PDRB Jawa Tengah adalah kapasitas fiskal dengan
nilai koefisien tertinggi, yaitu 0,11842 atau 0,12 DI Yogyakarta
Nilai koefisien kapasitas fiskal, Investasi swasta dan TPAK berturut- turut pada DI Yogyakarta adalah -1,924421; -1,972814 dan -1,978239.
Hal tersebut menunjukkan bahwa bila terdapat perubahan pada tingkat kapasitas fiskal, Investasi swasta dan TPAK berturut-turut antar waktu,
maka DI Yogyakarta akan mendapatkan pengaruh individu terhadap PDRB dari masing-masing variabel sebesar -1,92442; -1,97281 dan -
125 1,97823. Sehingga dapat disimpulkan, variabel independen yang paling
berpengaruh terhadap PDRB DI Yogyakarta adalah kapasitas fiskal dengan nilai koefisien tertinggi, yaitu -1,92442 atau -1,92
Jawa Timur Nilai koefisien kapasitas fiskal, Investasi swasta dan TPAK berturut-
turut pada Jawa Timur adalah 0,62040; 0,66879 dan 0,614977. Hal tersebut menunjukkan bahwa bila terdapat perubahan pada tingkat
kapasitas fiskal, Investasi swasta dan TPAK berturut-turut antar waktu, maka Jawa Timur akan mendapatkan pengaruh individu terhadap PDRB
dari masing-masing variabel sebesar 0,66879; 0,62040 dan 0,614977. Sehingga dapat disimpulkan, variabel independen yang
paling berpengaruh terhadap PDRB Jawa Barat adalah kapasitas fiskal dengan nilai koefisien tertinggi, yaitu 0,66789 atau 0,67