BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN A. Objek Penelitian Penelitian dilakukan di kabupaten/kota di Provinsi Jawa Timur. Dengan pertimbangan di setiap wilayah mempunyai sumber daya dan potensi dalam peningkatan pertumbuhan ekonomi. B. Jenis Penelitian dan Sumber Data 1. Jenis Penelitian Jenis Penelitian dari segi pendekatan dibagi menjadi dua macam yaitu, pendekatan kuantitatif dan pendekatan kualitatif. Sedangkan dalam penelitian ini menggunakan pendekatan kuantitatif yang pada dasarnya menekankan analisisnya pada data-data numerical (angka) yang diolah dengan metode statistika. Dengan metode kuantitatif akan diperoleh signifikansi perbedaan kelompok atau signifikansi hubungan antar variabel yang diteliti (Azwar, 2001). 2. Sumber Data Data yang digunakan adalah data sekunder berupa data Pendapatan Domestik Regional Bruto (PDRB), data jumlah penduduk, dan data Belanja modal kabupaten/kota Provinsi Jawa Timur dengan periode waktu tahun yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Timur. 41

2 42 C. Metode Pengumpulan Data Data yang digunakan dalam penelitian merupakan data-data dari literatur yang berkaitan berupa dokumen. Data yang diperoleh kemudian disusun dan diolahsesuai dengan kepentingan dan tujuan penelitian. Untuk tujuan penelitian ini data yang dibutuhkan diperoleh dari Badan Pusat Statistik (BPS) Jawa Timur. Tahun yang dipilih adalah tahun 2011 sampai dengan Meliputi data PDRB Atas Dasar Harga Konstan 2010, jumlah penduduk dan Belanja Modal. D. Definisi Operasional Variabel Variabel penelitian adalah suatu gejala yang bervariasi. Variabel juga dapat diartikan sebagai objek penelitian yang menjadi titik pusat perhatian dari suatu penelitian (Arikunto, 1998). Untuk mengetahui konsep yang diteliti maka perlu penjabaran definisi definisi operasional sebagai berikut : 1.Variabel Dependen (terikat) Merupakan variabel yang dipengaruhi oleh variabel-variabel bebasnya. Variabel Dependen dalam penelitian ini adalah Produk Domestik Regional Bruto (Y). PDRB yaitu nilai bersih barang dan jasa-jasa yang dihasilkan oleh berbagai kegiatan ekonomi di suatu daerah dalam periode tertentu. Penelitian ini menggunakan Produk Domestik Regional Bruto atas dasar harga konstan menunjukkan nilai tambah barang dan jasa yang dihitung menggunakan harga pada tahun tertentu. Data PDRB yang digunakan dalam penelitian ini adalah data PDRB Atas Dasar Harga Konstan 2010 Kabupaten/Kota Provinsi Jawa

3 43 Timur tahun dalam Juta Rupiah. Data diperoleh dari Badan Pusat Statistik Jawa Timur. 2. Variabel Independen (Bebas) Merupakan variabel yang mempengaruhi variabel terikat. Yang termasuk dalam variabel terikat dalam penelitian ini adalah : a. Belanja Modal (X1) Belanja modal merupakan belanja pemerintah daerah yang manfaatnya melebihi satu tahun anggaran dan akan menambah belanja yang bersifat rutin sepertu biaya pemeliharaan pada kelompok belanja administrasi umum (Halim, 2004). Belanja pada umumnya hanya digunakan di sektor publik, tidak di sektor bisnis. Belanja di sektor publik terkait dengan penganggaran, menunjukkan jumlah uang yang telah dikeluarkan selama satu tahun anggaran. Belanja berdasarkan hubungannya dengan aktivitas di bagi dua, yaitu biaya langsung dan biaya tidak langsung. Belanja modal yang dimaksud dalam penelitian ini adalah belanja modal yang menyangkut belanja dalam rangka meningkatkan pendapatan daerah. Contohnya belanja modal yang digunakan untuk pembangunan infrastruktur jalan yang mengharuskan penduduk membayar pajak atas pembangunan tersebut. Pajak yang dibayarkan oleh penduduk tersebut menjadi sumber pendapatan dan meningkatkan pertumbuhan ekonomi. Data yang digunakan dalam penelitian ini adalah data belanja modal yang berasal dari Laporan Anggaran Pendapatan dan Belanja Daerah Provinsi Jawa Timur tahun

4 , dalam satuan juta rupiah. Data diperoleh dari Badan Pusat Statistik Jawa Timur. b. Jumlah penduduk (X2) Penduduk merupakan subjek pembangunan. Peningkatan jumlah penduduk menuntut konsekuensi adanya peningkatan sarana prasarana umum. Dalam upaya meningkatkan pertumbuhan ekonomi, jumlah penduduk juga harus dikendalikan. Perkembangan jumlah penduduk yang besar juga memerlukan anggaran belanja yang semakin besar. Jumlah penduduk yang dimksud adalah penduduk yang bekerja penduduk yang bekerja, sehingga dapat memberikan sumbangan terhadap pertumbuhn ekonomi suatu daerah. Sedangkan penduduk yang belum bekerja dan penduduk yang berusia lanjut tidak dimasukkan dalam penelitian ini. Data yang dipakai dalam penelitian ini adalah data jumlah penduduk Kabupaten/kota Provinsi Jawa Timur dalam satuan juta jiwa. Data diperoleh dari Badan Pusat Statistik Jawa Timur.

5 45 E. Teknik Analisis Data Penelitian ini menggunakan beberapa metode analisis dalam menjawab tujuan yang akan dicapai. Alat analisis tersebut meliputi: analisis regresi linier berganda sebagai alat pengolahan data dengan menggunakan program Eviews9. 1. Model Regresi Data Panel Data Penel merupakan sekelompok data individual yang diteliti selama rentang waktu tertentu sehingga memberikan informasi observasi setiap individu dalam sampel. Panel data merupakan gabungan antara time series data (deret waktu) dan cross section (individual). Keuntungan menggunakan panel data yaitu dapat meningkatkan jumlah sampel populasi dan memperbesar degree of freedom, serta penggabungan informasi yang berkaitan dengan variabel cross section dan time series. Terdapat beberapa keuntungan menggunakan data panel, yaitu : 1. Dengan mengkombinasikan data time series dan data cross section, dat panel memberikan data yang lebih informative, lebih variatif, mengurangi kolinieritas antar variabel, derajat kebebasan yang lebih banyak, dan efisiensi yang lebih besar. 2. Dengan mempelajari bentuk cross section berulang-ulang dari observasi, data panel lebih baik untuk mempelajari dinamika perubahan. 3. Data penel dapat mendeteksi lebih baik dalam mengukur efek-efekyang tidak dapat diobservasi dalam cross sectional maupun data time series murni.

6 46 4. Data panel memungkinkan untuk dipelajarinya model perilaku yang lebih rumit. Persamaan regresi data panel dalam penelitian ini dapat dirumuskan sebagai berikut : Ln Yit = Ln + Ln + Ln it Keterangan : Y = Log PDRB kabupaten/kota provinsi Jawa Timur = Log Belanja Modal = Log jumlah Penduduk i β1 β2 i t = Konstanta ke i = Koefisien regresi untuk masing-masing variabel X = jenis kabupaten = waktu Model regresi dengan data panel secara umum mengakibatkan kesulitab dalam spesifikasi modelnya. Residualnya akan mempunyai tiga kemungkinan yaitu residual time series, cross section maupun gabungan keduanya. Maka terdapat tiga pendekatan dalam menggunakan data panel yaitu : 1) Pooled Least Square (PLS) Metode ini juga dikenal sebagagai Common Effect Model (CEM). Pada metode ini, model mengasumsikan bahwa data gabungan yang ada, menunjukan kondisi sesungguhnya dimana nilai intersep dari masingmasing variabel adalah sama dan slope koefisien dari variabel-variabel yang digunakan adalah identic untuk semua unit cross-section.

7 47 Kelemahan dalam metode PLS ini yaitu adanya ketidaksesuaian model dengan keadaan yang sebenarnya. Dimana kondisi tiap objek saling berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain (Winarno, 2007). 2) Fixed Effect Model (FEM) Fixed effect (efek tetap) dalam hal ini maksudnya adalah bahwa satu objek, memiliki konstan yang tetap besaranya untuk berbagai periode waktu. Demikian pula halnya dengan koefisien regresi yang memiliki besaran yang tetap dari waktu ke waktu. Dalam model FEM ini menggunakan perubahan boneka untuk memungkinkan perubahan perubahan dalam intersep-intersep kerat lintang dan runtut waktu akibat adanya perubahan-perubahan yang dihilangkan. Model ini mengasumsikan bahwa perbedaan antar unit dapat diketahui dari perbedaan nilai konstanya. Pendekatan dengan memasukkan variabel boneka ini dikenal dengan sebutan model efek tetap (fixed effect) atau Least Square Dummy Variable (LSDV) atau disebut juga covariance model (Winarno, 2007). 3) Random Effect Models (REM) Dalam menganalisis regresi data panel, selain menggunakan Fixed Effect Model (FEM), analisis regresi dapat pula menggunakan pendekatan efek random (random effect). Pendekatan efek random ini digunakan untuk mengatasi kelemahan fixed effect model yang menggunakan variabel semu, sehingga akibatnya model mengalami ketidakpastian. Berbeda dengan FEM

8 48 yang menggunakan variabel semu, metode random menggunakan residual, yang diduga memiliki hubungan antar waktu dan antar objek (Winarno, 2007). 2. Pemilihan Model Dalam pengolahan data panel mekanisme uji untuk menentukan metode pemilihan data panel yang tepat yaitu dengan cara membandingkan metode yang digunakan dalam analisis regresi linier berganda. Untuk melakukan perbandingan model mana yang akan dipakai, maka dilakukan pengujian diantaranya : a. Uji F (Chow Test) Uji yang digunakan untuk mengetahui apakah model Pooled Least Square (PLS) atau Fixed Effect Model (FEM) yang akan dipilih untuk estimasi data. Uji ini dapat dilakukan dengan uji restricedd F-test atau uji Chow-test. Dalam pengujian ini dilakukan dengan hipotesa sebagai berikut: H0 : Common Effect Model atau pooled OLS H1 : Fixed Effect Model Pengujian ini mengikuti nilai probabilitas nilai cross-section F jika nilai probabilitas < α=0,05 maka H0 ditolak, artinya model panel yang baik untuk digunakan adalah Fixed Effect Model, dan sebaliknya. Jika H0 diterima, berarti model PLS yang dipakai dan dianalisis. Namun jika H0 ditolak, maka model FEM harus diuji kembali untuk memilih apakah akan memakai model FEM atau REM kemudian dianalisis. (Widarjono, 2009).

9 49 b. Hausman Test Pengujian dengan membandingkan model Fixed Effect dengan Random Effect dalam menentukan model yang terbaik untuk digunakan sebagai model regresi data panel. Hipotesis yang dibentuk dalam Hausman Test adalah sebagai berikut : H0 : Model Random Effect H1 : Model Fixed Effect Dasar penolakan H0 adalah dengan menggunakan pertimbangan probabilitas Cross section random. Jika probabilitas Cross section > α=0,05 maka H0 diterima, artinya model yang digunakan adalah Random Effect. Untuk memilih fixed effect model atau random effect model sebagai model yang sesuai ada beberapa cara untuk menentukan, yaitu : 1. Jika T (jumlah data time series) > N (jumlah data cross sectional), maka disarankan menggunakan fixed effect model (FEM). 2. Jika N (jumlah data cross section) > T (jumlah data time series), maka disarankan menggunakan random effect model. 3. Jika efek cross sectional berkorelasi dengan salah satu atau lebih variabel X, maka penaksir FEM yang tak bias dan sesuai. Uji hipotesis yang uji hipotesis yang dapat digunakan untuk lebih meyakinkan keputusan dalam memilih model terbaik adlah dengan menggunakan Uji Hausman ( Gujarati, 2012).

10 50 Ada tiga uji yang digunakan untuk menentukan teknik yang paling tepat untuk mengestimasi regresi data panel. Tiga uji tersebut yaitu uji F statistic, uji t statistic, uji determinan uji Langrange Multiplier (LM) dan uji Hausman. Uji statistic untuk mengetahui tingkat signifikansi dari masing-masing koefisien regresi variabel dependen maka dari itu dapat menggunakan uji statistik diantaranya : 1. Uji Signifikansi Simultan (Uji F) Uji F yaitu untuk mengetahui signifikansi pengaruh antara variabel bebas yaitu belanja modal dan jumlah penduduk dengan variabel terikat dalam penlitian ini adalah Produk Domestik Regional Bruto (PDRB) secara simultan. Hipotesis dalam pengujian ini adalah: H0 : β1 = β2 = 0, berarti belanja modal dan jumlah penduduk tidak berpengaruh secara signifikan terhadap Produk Domestik Regional bruto (PDRB). Ha : β1 β2 0, berarti belanja modal dan jumlah penduduk mempunyai pengaruh secara signifikan terhadap Produk Domestik Regional Bruto(PDRB). Jika Fstatistik Ftabel, H0 ditolak dan Ha diterima, maka hal ini berarti variabel bebas secara simultan berpengaruh signifikan terhadap variabel terikat. Dan apabila Fstatistik Ftabel, H0 diterima dan Ha ditolak maka hal ini berarti variabel bebas secara simultan tidak berpengaruh signifikan terhadap variabel terikat.

11 51 2. Uji Signifikansi Parsial (Uji t) Uji t pada dasarnya menunjukkan seberapa besar pengaruh variabel independen secara individual dalam menerangkan variasi variabel dependen dengan hipotesis pengujian sebagai berikut (Gujarati,2004). H0 : β1 = 0, berarti belanja modal dan jumlah penduduk tidak berpengaruh secara signifikan terhadap Produk Domestik regional Bruto (PDRB). Ha : β1 0, berarti belanja modal dan jumlah penduduk berpengaruh secara signifikan terhadap Produk Domestik Regional Bruto (PDRB). Jika t-hitung t-tabel maka ditolak dan menerima Ha atau dengan kata lain ada pengaruh secara signifikan variabel independen terhadap variabel dependen. Dan jika t-hitung t-tabel maka diterima dan menolak Ha, dengan kata lain variabel independen tidak berpengaruh signifikan terhadap variabel dependen. Atau dapat dilihat dari besarnya nilai probabilitas dengan ketentuan sebagai berikut: diterima Ha ditolak, apabila nilai t probabilitas nilai (α=5%). Hal ini berarti variabel independent tidak berpengaruh terhadap variabel dependent. Dan apabila ditolak Ha diterima, apabila nilai t probabilitas niali (α=5%). Hal ini berarti variabel independent signifikan berpengaruh terhdap variabel dependent.

12 52 3. Uji Koefisien Determinasi ( ) Koefisien determinasi ( adalah untuk mengetahui seberapa besar variabel independen mampu menjelaskan variabel dependen. Kofisien deterrminasi ( maupun koefisien deterrminasi yang disesuaikan menunjukkan kemampuan model (variabel penjelas) dalam menjelaskan variasi variabel terikat. Nilai besarnya antara 0 1 menyatakan dimana semakin mendekati 1 maka dapat dinyatakan model semakin baik (Gujarati, 2004). 1. Nilai yang kecil atau mendekati nol, berarti kemampuan variabel independent dalam menjelaskan variasi variabel dependent sangat lemah. 2. Nilai yang mendekati satu, berarti kemampuan variabel independent dalam menjelaskan hamper semua informasi yang digunakan untuk memprediksi variasi variabel dependent.