Indikator Kesesuaian Model Pengaruh Belanja Publik Terhadap IPM

Tabel 6. Lanjutan 1999 68.30 2001 63.50 2002 72.20 2003 72.65 2004 73.80 2005 66.80 2006 67.60 2007 67.90 2008 75.16 Sumber: BPS Kota Tangerang Sumber: data sekunder diolah Gambar 13. Indeks Pembangunan Manusia Kota Tangerang Tahun 1992-2008

5.1.2 Indikator Kesesuaian Model

Dalam penelitian ini, model untuk menduga IPM adalah sebagai berikut. IPM t = α o + 1 lnEPERT t + 2 lnEPDDK t + 3 lnEKSHTN t + 4 lnEPRM t + 5 lnEINFRA t + 6 lnPDRB + 7 D otda + ε t Hasil uji koefisien korelasi sederhana baik antara variabel bebas dengan variabel terikat maupun diantara variabel bebas sebagaimana tampak dalam output di bawah ini. ………………………..……………………………………5.1 - 10,00 20,00 30,00 40,00 50,00 60,00 70,00 80,00 Tabel 7. Korelasi di antara Variabel Bebas IPM lnEPERT lnEPDDK lnEKSHTN lnEPRM lnEINFRA lnPDRB lnEPERT 0.625 0.010 lnEPDDK 0.225 0.415 0.402 0.110 lnEKSHTN 0.642 0.697 0.662 0.007 0.003 0.005 lnEPRM 0.637 0.724 0.549 0.881 0.008 0.002 0.028 0.000 lnEINFRA 0.799 0.814 0.401 0.856 0.835 0.000 0.000 0.124 0.000 0.000 lnPDRB 0.751 0.882 0.392 0.765 0.852 0.954 0.001 0.000 0.133 0.001 0.000 0.000 Dummy 0.663 0.598 0.467 0.862 0.860 0.892 0.806 0.005 0.014 0.068 0.000 0.000 0.000 0.000 Cell Contents: Pearson correlation P-Value Sumber: data sekunder diolah Keterangan: IPM : Indeks Pembangunan Manusia LnPert : Belanja Publik Sektor Pertanian LnPDDK : Belanja Publik Sektor Pendidikan LnKSHTN : Belanja Publik Sektor Kesehatan LnPRM : Belanja Publik Sektor Perumahan LnINFRA : Belanja Publik Sektor Infrastruktur LnPDRB : Produk Domestik Regional Bruto Dummy : Dummy Otonomi Daerah Dari tabel di atas terlihat bahwa terdapat indikasi adanya multikolinieritas di antara variabel bebas. Indikasi multikolinieritas ini terjadi di hampir semua variabel bebas. Nilai korelasi diantara variabel bebas yang tinggi dengan taraf nyata p-value di bawah 0,05 adalah: 1 variabel belanja publik sektor kesehatan dengan sektor pertanian r = 0,697; p-value = 0,003; 2 variabel belanja publik sektor kesehatan dengan sektor pendidikan r = 0,662, p-value = 0,005; 3 variabel belanja publik sektor perumahan dengan sektor kesehatan r = 0,881; p-value = 0,000; 4 variabel belanja publik sektor infrastruktur dengan sektor pertanian r = 0,814; p-value = 0,000; 5 variabel sektor infrastruktur dengan sektor kesehatan r = 0,856; p-value = 0,000; 6 belanja publik sektor infrastruktur dengan sektor perumahan r = 0,835; p-value = 0,000; 7 variabel PDRB dengan dengan belanja sektor pertanian r = 0,882; p-value = 0,000; 8 variabel PDRB dengan sektor kesehatan r = 0,765; p-value = 0,001; 9 variabel PDRB dengan sektor perumahan r = 0,852; p-value = 0,000; variabel PDRB dengan sektor infrastruktur r = 0,954; p-value = 0,000; 10 variabel dummy otonomi daerah dengan sektor kesehatan, perumahan, infrastruktur dan PDRB. Dalam teori dinyatakan bahwa pengaruh kelima variabel bebas belanja publik yang terdiri dari sektor pertanian, pendidikan, kesehatan, perumahan, infrastruktur dan PDRB adalah positif. Artinya, kelima variabel bebas akan berkontribusi terhadap variabel terikat Y IPM, yang dalam penelitian ini akan dicari model hubungannya. Untuk memastikan kembali apakah dalam model memang terjadi masalah multikolinieritas, digunakan nilai VIF. Dengan menggunakan metode kuadrat terkecil, diperoleh koefisien- koefisien regresi dan persamaan regresi seperti tercantum dalam tabel di bawah ini. Tabel 8. Nilai VIF Model Implikasi Alokasi Belanja Publik Terhadap IPM Di Kota Tangerang The regression equation is IPM = - 15.8 - 0.64 lnEPERT + 0.80 lnEPDDK - 3.49 lnEKSHTN + 2.55 lnEPRM + 12.4 lnEINFRA - 7.0 lnPDRB - 6.11 Dummy Predictor Coef SE Coef T P VIF Constant -15.82 72.80 -0.22 0.833 lnEPERT -0.641 7.419 -0.09 0.933 7.6 lnEPDDK 0.804 4.270 0.19 0.855 3.3 lnEKSHTN -3.490 5.905 -0.59 0.571 34.0 lnEPRM 2.546 3.433 0.74 0.479 23.7 lnEINFRA 12.392 9.801 1.26 0.242 104.9 lnPDRB -7.03 10.46 -0.67 0.520 86.8 Dummy -6.110 6.722 -0.91 0.390 13.2 S = 3.70606 R-Sq = 68.7 R-Sqadj = 41.2 Analysis of Variance Source DF SS MS F P Regression 7 240.75 34.39 2.50 0.111 Residual Error 8 109.88 13.73 Total 15 350.63 Durbin-Watson statistic = 2.29132 Sumber: data sekunder diolah Dari tabel di atas terlihat bahwa tidak ada satupun koefisien regresi yang signifikan pada taraf nyata α = 5, padahal R 2 relatif tinggi yaitu 68,7. Hal ini merupakan salah satu indikasi terjadi multikolinieritas antarvariabel bebas. Indikasi ini juga diperkuat oleh nilai VIF pada variabel belanja publik sektor kesehatan, perumahan, infrastruktur, PDRB dan variabel dummy otonomi daerah yang lebih dari 10. Untuk mengatasi masalah ini, akan dilakukan analisis komponen utama Juanda, 2009.

5.1.3 Regresi Komponen Utama Principal Component Regression