V. HASIL DAN PEMBAHASAN
5.1 Hasil Estimasi Variabel Dependen PDRB
Penelitian ini menggunakan analisis regresi berganda dengan metode pendugaan Ordinary Least Square OLS. Data pada penelitian ini dimasukkan dalam
Microsoft Excel 2007 kemudian diolah dengan Eviews 06. Hasil estimasi koefisien penduga model pertumbuhan ekonomi yang ditunjukkan oleh PDRB dapat dilihat
pada Tabel 5.1.
Tabel 5.1. Hasil Estimasi Penduga PDRB Variabel
Koefisien Std. Error
t-Statistik Prob.
Investasi 0,171969
0,085778 2,004819
0,0728 Jumlah tenaga kerja
2,867433 0,324867
8,826482 0,0000
Upah tenaga kerja 0,161828
0,212568 0,761298
0,4641 Dummy otonomi daerah 0,569369
0,126973 4,484166
0,0012 C
-26,85196 5,113779
-5,250905 0,0004
R-squared 0,972223 F-statistic
87,50403 Adjusted R-squared
0,961113 ProbF-statistic 0,000000
Durbin-Watson stat 1,614815
5.2. Uji Statistik dan Uji Ekonometrika
Berdasarkan Tabel 5.1, maka diperoleh persamaan regresi sebagai berikut: LnPDRB = -26.85196 + 0.171969 LnINV + 2.867433 LnTK + 0.161828 LnUPAH +
0.569369 DUMMY Estimasi parameter regresi dengan menggunakan Ordinary Least Square
OLS harus memenuhi lima asumsi dasar yang disebutkan dalam bab tiga oleh Firdaus 2004. Untuk melihat apakah kelima asumsi dasar tersebut terpenuhi, perlu
dilakukan pengujian setelah penghitungan dan uji hipotesis dilakukan. Pengujian asumsi dasar tersebut meliputi multikolinearitas, uji autokorelasi, dan uji
heteroskedastisitas, dan uji normalitas. Pengujian ini dimaksudkan untuk mendeteksi ada tidaknya pelanggaran terhadap asumsi dasar tersebut. Bila terjadi pelanggaran
maka akan diperoleh hasil yang tidak valid. Berdasarkan hasil pendugaan parameter pada Tabel 5.1, persamaan nilai
PDRB tersebut memiliki daya penjelas Adjusted R-squared sebesar 0,961113. Artinya yaitu variasi variabel dependen dari persamaan tingkat PDRB tersebut dapat
dijelaskan secara linier oleh variabel independen di dalam persamaan sebesar 96,11 persen, dan sisanya 3,89 persen dijelaskan oleh faktor-faktor lain diluar persamaan.
Mengacu pada nilai probabilitas F-statistik yaitu sebesar 0,000, maka persamaan ini lulus uji-F. Nilai ini menandakan bahwa ada minimal satu parameter dugaan yang
tidak nol dan berpengaruh nyata terhadap keragaman variabel dependennya PDRB pada taraf nyata lima persen.
Berdasarkan nilai statistik uji-t menunjukkan bahwa ada tiga variabel yang berpengaruh secara nyata dan signifikan pada tingkat kepercayaan sepuluh persen
atau 0,1. Variabel yang berpengaruh secara signifikan adalah investasi, jumlah tenaga kerja dan dummy otonomi daerah. Variabel yang tidak berpengaruh secara signifikan
yaitu upah tenaga kerja. Pengujian heteroskedastisitas dapat dilihat dari Uji White dalam Lampiran 3.
Pengujian ini dilakukan agar kesalahan pengganggu tidak konstan pada semua variabel independen. Uji White digunakan untuk melihat apakah terdapat
heteroskedastisitas dalam hasil regresi. Sebuah persamaan tidak mengalami
heteroskedastisitas jika nilai probabilitas ObrR-squared lebih besar dari taraf nyata. Persamaan PDRB ini memiliki nilai probabilitas ObrR-squared sebesar 0,2824. Jadi
dapat disimpulkan bahwa probabilitas ObrR-squared nya lebih besar dari taraf nyata sehingga persamaan ini tidak mengalami heteroskedastisitas pada taraf nyata sepuluh
persen. Pengujian autokorelasi dilakukan untuk mengetahui adanya hubungan antara
residual satu observasi dengan residual observasi lainnya. Autokorelasi dapat dilihat dengan menggunakan Breusch-Godfrey Serial Correlation LM Test. Apabila nilai
probabilitas ObrR-squared lebih besar dari taraf nyata sepuluh persen, maka persamaan tersebut tidak mengalami autokorelasi. Pada persamaan PDRB ini
memiliki nilai probabilitas ObrR-squared LM Test sebesar 0,1670. Maka dapat disimpulkan bahwa persamaan tersebut tidak mengalami autokorelasi karena nilai
probabilitas ObrR-squared-nya lebih besar dari taraf nyata sepuluh persen.
Pengujian multikolinearitas dilakukan untuk melihat apakah terdapat hubungan linear antara beberapa atau semua variabel bebas dari model regresi. Pada
penelitian ini, uji multikolinearitas dilihat dengan menggunakan Uji Klein dan menunjukkan bahwa tidak adanya gejala multikolinearitas. Hal ini dapat dilihat dari
correlation matric Lampiran 3. Sekalipun pada correlation matric tersebut masih terdapat nilai korelasi yang lebih besar dari |0,80|, namun karena pada uji
multikolinearitas ini menggunakan Uji Klein sehingga multikolinearitas masih bisa diabaikan apabila nilai korelasi-korelasi antar variabel tersebut tidak melebihi
Adjusted R-squared-nya. Pada analisis ini nilai Adjusted R-squared-nya sebesar 0,961113, sedangkan korelasi yang terbesar yang terjadi antar variabel adalah
0,909902, maka dapat disimpulkan bahwa persamaan ini tidak mengalami gejala multikolinearitas.
Dari penjelasan sebelumnya dapat disimpulkan bahwa secara keseluruhan persamaan PDRB ini memenuhi lima asumsi dasar pada bab tiga, yaitu tidak
mengalami ganguan ekonometrika, baik itu heteroskedastisitas, autokorealsi, dan multikolinearitas.
5.3. Analisis Hubungan antara Faktor-faktor dengan PDRB
Kategori