Analisis Data dan Pembahasan
G. Analisis Data dan Pembahasan
1. Uji Pemilihan Model
Untuk menguji hipotesis dari penelitian ini digunakan analisis ordinary least square (OLS) atau regresi linier berganda , sehingga dapat mengetahui pengaruh Pertumbuhan Ekonomi (Y), Upah Minimum Kabupaten/Kota (U) dan Pengangguran (P) terhadap Kemiskinan (K). Berikut hasil penghitungan regresi linear berganda dengan menggunakan SPSS 18 :
Tabel 4.5 Hasil Persamaan Regresi PDRB, Upah Minimum dan Tingkat Pengangguran, Terhadap Tingkat Kemiskinan di Jawa Tengah Tahun 2011
Sumber : Data diolah, 2013
Berdasarkan tabel diatas dapat diambil persamaan regresi sebagai berikut :
Dimana : K
= Tingkat Kemiskinan Y
= Pertumbuhan Ekonomi U
= Upah Minimum Kabupaten/Kota P
= Tingkat Pengangguran
Model Koefisien Regresi
C 63,934
0,308
-5,078
-1,676
2. Uji Statistik
a. Uji Signifikansi Parameter Individual ( Uji statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh masing- masing variabel independen secara individual dalam menerangkan variasi variabel dependen. Dalam regresi pengaruh PDRB, Upah Minimum Kabupaten/Kota dan pengangguran terhadap kemiskinan di Jawa Tengah tahun 2011.
Tabel 4.6 Uji t
Sumber : Data diolah, 2013
1) Pengujian terhadap variabel Pertumbuhan Ekonomi Variabel Pertumbuhan Ekonomi mempunyai koefisien regresi sebesar 0,308 dengan probabilitas 0,643 yang berarti tidak signifikan terhadap α = 5 persen,
variabel Pertumbuhan Ekonomi secara individual tidak berpengaruh terhadap tingkat kemiskinan dan memiliki hubungan positif.
2) Pengujian terhadap variabel Upah Minimum Kabupaten/Kota
Variabel U mempunyai koefisien regresi sebesar -5,078 dengan probabilitas 0,000 yang berarti signifikan terhadap α = 5 persen, variabel U secara
Model
Sig.
Koefisien Regresi
C 0,000
63,934
0,643
0,308
0,000
-5,078
0,041
-1,676
individual berpengaruh terhadap tingkat kemiskinan dan memiliki hubungan negatif.
3) Pengujian terhadap variabel Pengangguran Variabel P mempunyai koefisien regresi sebesar -1,676 dengan probabilitas 0,041 yang berarti signifikan terhadap α = 5 persen, variabel P secara
individual berpengaruh terhadap tingkat kemiskinan dan memiliki hubungan negatif.
b. Uji signifikansi simultan (Uji F)
Pengujian terhadap pengaruh semua variabel independen di dalam model dapat dilakukan dengan uji simultan (uji F). Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen.
Uji F digunakan untuk mengetahui apakah variabel Pertumbuhan Ekonomi, Upah Minimum Kabupaten/Kota dan tingkat pengangguran secara simultan atau bersama – sama mempengaruhi variabel dependen yaitu tingkat kemiskinan.
Tabel 4.7 Uji F
Sumber : Data diolah, 2013
Hasil dari tabel uji F memberikan nilai F statistic 8,073 dengan probabilitas 0,000. Karena probabilitas dibawah 0,05 maka dapat disimpulkan bahwa ketiga variabel independen secara simultan berpengaruh terhadap tingkat kemiskinan.
c. Uji Koefisien Determinasi (Uji R ² )
Nilai F
Sig.
Koefisien determinasi (R ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi
adalah nol dan satu. Nilai R ² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Tabel 4.8 Uji R²
Uji R²
Sumber : Data diolah, 2013
Hasil tabel menunjukkan besarnya adjusted sebesar 0,384, hal ini brarti 38,4 persen variasi tingkat kemiskinan dapat dijelaskan oleh variasi dari tiga
variable independen, sedangkan sisanya sebesar 61,6 persen dijelaskan oleh sebab – sebab yang lain di luar model.
3. Uji Asumsi Klasik
a. Uji Multikoliniearitas
Berikut hasil penghitungan uji asumsi klasik multikoliniearitas dengan menggunakan SPSS 18 :
Tabel 4.9 Uji Multikolonieritas
Model
Corelations P
1,000 -0,141 -0,266
Sumber : Data diolah 2013
Berdasarkan pada hasil matriks korelasi, tidak ada pair-wise korelasi antar variable independen yang tinggi diatas 0,384, jadi dapat disimpulkan tidak terdapat multikolinearitas antar variable independen.
b. Uji Heteroskedastisitas
Untuk menguji adanya Heteroskedastisitas dapat digunakan uji Glejser.
Tabel 4.10 Uji Glejser
Sumber : Data diolah, 2013
Hasil dari output tabel menunjukkan keempat variable independen tidak signifikan dengan 0.05, yang berarti tidak terdapat heteroskedastisitas.
c. Uji Normalitas
Untuk menguji normalitas dapat digunakan uji Kolmogrov-Smirnov.
Tabel 4.11 Uji Kolmogrov – Smirnov
Sumber : Data diolah, 2013
Hasil dari output tabel 4.9 menunjukkan tingkat signifikan > 0,05 yang berarti terdistribusi secara normal.