commit to user 96
K = 5327.97 + 8.76E-07 GRW – 52.93349 AMH + 2.62323 P.. 4.4 0.0005 0.5592 0.0008 0.0000
t = 3.604571 0.586096 -3.462489 14.37608
R-squared 0.997659 DW stat
1.511276 Adjusted R-squared
S.E. of Regression 0.997585
80.53462
Dari hasil regresi di atas terlihat bahwa nilai R
2
hampir sama dengan R
2
pada model
Fixed Effect Model
FEM, akan tetapi terdapat variabel yang tidak signifikan dan bertentangan
dengan hipotesis
dan teori,
variabel tersebut
adalah pertumbuhan ekonomi GRW. Nilai standart error juga lebih
tinggi dibandingkan model
Fixed Effect,
dimana nilainya adalah 80,53462
.
Selain itu nilai DW statistik juga kecil, sehingga model terkena masalah autokorelasi. Hal ini menunjukkan
Fixed Effect Model
FEM lebih baik dari
Ra ndom Effect Model
REM. Dari hasil pemilihan model disimpulkan bahwa model yang
paling baik dan tepat digunakan adalah
Fixed Effect Model
FEM. Dari hasil ini selanjutnya akan dilakukan uji statistik yang meliputi
uji t uji tiap-tiap individu secara variabel dan uji F secara bersama- sama. Selain itu akan dilakukan uji asumsi klasik yang meliputi
multikolinearlitas, heteroskedastisitas, dan autokorelasi.
b. Uji Statistik
1 Uji t
Uji t merupakan pengujian variabel independen secara individual yang dilakukan untuk melihat apakah variabel
commit to user 97
independen secara individu berpengaruh secara signifikan terhadap variabel dependen. Apabila nilai t hitung yang
diperoleh lebih kecil daripada nilai t tabel yang digunakan, maka Ho diterima yang berarti variabel independen tersebut secara
signifikan tidak berbeda dengan nol. Atau sebaliknya jika nilai t hitung yang diperoleh lebih besar daripada nilai t tabel yang
digunakan, maka Ho ditolak yang berarti variabel independen tersebut secara signifikan berbeda dengan nol. Cara lain yaitu
dengan melihat tingkat signifikansi pada tabel hasil regresi, jika nilai signifikansinya 0,05 berarti variabel tersebut signifikan
pada taraf 5 dan sebaliknya jika nilai signifikansinya 0,05 berarti variabel tersebut tidak signifikan pada taraf 5.
Uji t digunakan untuk menguji hipotesis pertama yang diajukan dalam penelitian ini. Berikut adalah hasil uji hipotesis
tersebut:
a Pengujian Hipotesis Variabel Pertumbuhan Ekonomi
GRW H
: ≥ 0 Pertumbuhan Ekonomi tidak berpengaruh secara
signifikan terhadap kemiskinan H
1
: 0 Pertumbuhan Ekonomi berpengaruh negatif dan
signifikan terhadap kemiskinan. Berdasarkan persamaan 4.2 diketahui bahwa nilai
koefisien regresi variabel pertumbuhan ekonomi GRW mempunyai tanda negatif dan besarnya adalah 7,49E-06,
commit to user 98
nilai t hitung variabel pertumbuhan ekonomi adalah - 6,682284 dengan nilai probabilitas 0,0000. Dengan
menggunakan α= 5, maka diperoleh t tabel sebesar 2,00, maka t hitung lebih kecil dari negatif t tabel, yaitu -
6,682284 -2,00, serta nilai probabilitasnya lebih kecil dari 0,05.
Ho ditolak Ho ditolak
Ho diterima
-6,682284 -2,00 2,00
Gambar 4.2 Uji t untuk variabel pertumbuhan ekonomi GRW
Dari hasil tersebut disimpulkan bahwa pertumbuhan ekonomi mempunyai pengaruh negatif dan signifikan
terhadap tingkat kemiskinan, sehingga H ditolak dan H
1
diterima. Nilai koefisien sebesar 7,49E-06 menunjukkan bahwa peningkatan pertumbuhan ekonomi GRW sebesar
1 persen akan menurunkan tingkat kemiskinan sebesar 7,49E-06 ribu jiwa dengan asumsi
ceteris paribus
.
b Pengujian Hipotesis Variabel Pendidikan AMH
H :
≥ 0 Pendidikan tidak berpengaruh secara signifikan terhadap kemiskinan
H
1
: 0 Pendidikan berpengaruh negatif dan signifikan
terhadap kemiskinan.
commit to user 99
Berdasarkan persamaan 4.2 diketahui bahwa nilai koefisien regresi variabel Pendidikan AMH mempunyai
tanda negatif dan besarnya adalah 23,78010, nilai t hitung variabel pendidikan adalah
-5,40688 dengan nilai probabilitas 0,000
. Dengan menggunakan α= 5, maka diperoleh t tabel sebesar 2,00, maka t hitung lebih kecil dari
negatif t tabel, yaitu -5,40688 -2,00, serta nilai probabilitasnya lebih kecil dari 0,05.
Ho ditolak Ho ditolak
Ho diterima
-5,460688 -2,00 2,00
Gambar 4.3 Uji t untuk variabel pendidikan AMH
Dari hasil tersebut disimpulkan bahwa pendidikan mempunyai pengaruh negatif dan signifikan terhadap
tingkat kemiskinan, sehingga H ditolak dan H
1
diterima. Nilai koefisien sebesar 23,78010 menunjukkan bahwa
peningkatan pendidikan AMH sebesar 1 persen akan menurunkan tingkat kemiskinan sebesar 23,78010 ribu jiwa
dengan asumsi
ceteris pa ribus
.
c Pengujian Hipotesis Variabel Pengangguran
H :
≥ 0 Pengangguran tidak berpengaruh secara signifikan terhadap kemiskinan
commit to user 100
H
1
: 0 Pengangguran berpengaruh positif dan signifikan
terhadap kemiskinan. Berdasarkan persamaan 4.2 diketahui bahwa nilai
koefisien regresi variabel pengangguran mempunyai tanda positif dan besarnya adalah 1,629619, nilai t hitung variabel
pengangguran adalah 8,272864 dengan nilai probabilitas 0,0000
. Dengan menggunakan α= 5, maka diperoleh t tabel sebesar 2,00, maka t hitung lebih besar dari t tabel,
yaitu 8,272864 2,00, serta nilai probabilitasnya lebih kecil dari 0,05.
Ho ditolak Ho ditolak
Ho diterima
-2,00 2,00 8,27286
Gambar 4.4 Uji t untuk variabel pengangguran
Dari hasil
tersebut disimpulkan
bahwa pengangguran mempunyai pengaruh positif dan signifikan
terhadap tingkat kemiskinan, sehingga H ditolak dan H
1
diterima. Nilai koefisien sebesar 1,629619 menunjukkan bahwa peningkatan pengangguran sebesar 1 ribu jiwa akan
menaikkan tingkat kemiskinan sebesar 1,629619 ribu jiwa dengan asumsi
ceteris pa ribus
.
commit to user 101
2 Uji F
Uji F adalah uji untuk mengetahui apakah variabel independen yang ada secara bersama-sama mempengaruhi
variabel dependennya. Nilai F hitung yang diperoleh dari regresi model adalah sebesar 37926,40 dengan nilai probabilitas sebesar
0.000000. Dengan menggunakan α= 5, maka diperoleh F tabel
sebesar 1,55, maka F hitung lebih besar dari F tabel, yaitu 37926,40 1,55, serta nilai probabilitasnya lebih kecil dari 0,05.
Ho ditolak
Ho diterima 1,55
37926,40
Gambar 4.5 Uji F
Hal ini berarti bahwa secara bersama-sama variabel GRW, Angka Melek Huruf dan Pengangguran berpengaruh
terhadap pembentukan tinggi-rendahnya tingkat kemiskinan.
3 Uji R
2
Koefisien Determinasi
Uji R
2
dimaksudkan untuk menghitung seberapa besar
variasi dari variabel dependen dapat dijelaskan oleh variasi variabel
independen. Besarnya nilai statistik koefisien
determinasi yang telah disesuaikan
Adjusted R Squa red
yang diperoleh dari regresi data panel adalah sebesar 0,999170. Ini
artinya bahwa sekitar 99,9170 variasi variabel dependen perubahan tingkat kemiskinan dapat dijelaskan oleh variasi
independen yang dimasukan dalam model yaitu GRW, AMH
commit to user 102
dan Pengangguran. Sisanya sebanyak 0,0830 dijelaskan oleh variasi variabel lain yang tidak dimasukan dalam model.
4 Koefisien Korelasi
Uji ini digunakan untuk mengetahui keeratan kuat lemahnya hubungan antara variabel dependen dengan variabel
independen. Dari hasil regresi model diperoleh
Adjusted R Squa red
sebesar 0,999170, berarti besarnya koefisien korelasi r adalah 0,99958. sehingga dapat disimpulkan hubungan antara
variabel dependen dan variabel independen sangat kuat.
c. Uji Asumsi Klasik