Dari hasil estimasi didapat nilai DW statistik sebesar 2,1423 pada seluruh populasi, dan jumlah variabel bebas didapat nilai du sebesar 1,774, dl sebesar 1,693,
4-du sebesar 2,226, dan 4-dL sebesar 2,307. Dengan melihat DW statistiknya maka tidak terdapat autokorelasi, dan menolak H0 dalam model. Nilai DW statistik terletak
antara du d 4 – du, H0 yang menyatakan tidak ada autokorelasi positif maupun
H0 yang menyatakan tidak ada autokorelasi negatif diterima. Menurut Gujarati 2003:370 metode General Least Square GLS dapat menekan autokorelasi yang
biasanya timbul dalam rumus OLS sebagai akibat kesalahan estimasi underestimate varians sehingga dengan metode GLS masalah dalam autokorelasi dapat diatasi.
Estimasi data panel yang menggunakan fixed effect baik bersifat LSDV maupun GLS dapat mengabaikan terjadinya autokorelasi sehingga dengan menggunakan metode ini
masalah autokorelasi sudah dapat teratasi.
4.2.2.2 Uji Statistik
Uji statistik dalam penelitian ini adalah uji koefisien determinasi R2, uji secara bersama-sama uji F dan uji parsial uji t.
4.2.2.2.1 Uji koefisien deteminasi R2
Uji koefisien determinasi R2 digunakan untuk mengukur seberapa besar kemampuan model dalam menjelaskan variasi variabel dependen. Rentang nilai R2
ini adalah nol sampai 1, semakin R2 mendekati nilai 1 berarti semakin besar variabel- variabel independen memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Dari hasil pengujian menggunakan fixed
effect model pengaruh PAD, investasi, dan tenaga kerja terhadap pertumbuhan ekonomi di Proviinsi Jawa Tengah pada lampiran 1 diperoleh R2 sebesar 0,963051.
Artinya variabel independen yang ada dalam model dapat menjelaskan pengangguran sebesar 96,30 sedangkan 3,70 sisanya dijelaskan oleh variabel lain di luar model.
4.2.2.2.2 Uji secara bersama-sama uji F
Uji F digunakan untuk mengetahui apakah ada pengaruh secara bersama- sama dari variabel-variabel independen. Jika F
hitung
F
tabel
atau nilai F-stat lebih kecil dari nilai alpha α sebesar 1 persen, 5 persen, atau 10 persen, maka dapat dikatakan
bahwa keseluruhan variabel-variabel independen dalam model berpengaruh signifikan terhadap variabel dependennya.
Hasil regresi menggunakan fixed effect model pada lampiran 6 diperoleh Fhitung sebesar 71,85253 dengan probabilitas 0,1059. Hasil Ftabel dengan df
numerator 3 dan denumerator 136 diperoleh 2,67. Fhitung Ftabel maka dapat disimpulkan bahwa variabel independen Pendapatan Asli Daerah PAD, investasi,
dan angkatan kerja berpengaruh secara bersama-sama terhadap variabel dependen pertumbuhan ekonomi di Provinsi Jawa Tengah.
4.2.2.2.3 Uji parsial uji t
Uji statistik t digunakan untuk mengukur seberapa jauh pengaruh masing- masing variabel independen dalam menerangkan variabel dependen. Berikut ini
adalah tabel uji statistik t pengaruh PAD, investasi, dan angkatan kerja terhadap pertumbuhan ekonomi Provinsi Jawa Tengah.
Tabel 4.5 Uji Statistik t
Variabel independen Uji statistik t
t tabel α = 5 t hitung
prob PAD
2.841718 0.0054
1.645
Investasi 5.674511
0.0000
1.645
Angkatan Kerja 1.820166
0.0717
1.645 Sumber: Lampiran
Berdasarkan tabel 4.9. diketahui t hitung variabel PAD 2,841718 dengan probabilitas 0.0054. Probabilitas α = 5 0,05, dengan demikian pengambilan
keputusan adalah PAD berpengaruh signifikan. Untuk t hitung variabel investasi diketahui 5,674511 dengan probabilitas 0.0000. Probabilitas α = 5 0,05, dengan
demikian pengambilan keputusan adalah investasi berpengaruh signifikan.. Untuk t hitung variabel angkatan kerja diketahui 1,820166 dengan probabilitas 0.0717.
Probabilitas α = 5 0,05, dengan demikian pengambilan keputusan adalah angkatan kerja tidak berpengaruh signifikan terhadap variabel pertumbuhan ekonomi.
4.2.2.2.4 Model Analisis Pooled Data
