BAB IV ANALISIS DAN PEMBAHASAN

Transkripsi

1 BAB IV ANALISIS DAN PEMBAHASAN 1.1 Deskripsi Variabel Penelitian Statistika deskriptif bertujuan untuk mendeskripsikan atau menggambarkan objek penelitian yang diambil dari sampel atau populasi sehingga menghasilkan informasi yang berguna. Dalam penelitian ini akan menggambarkan PDRB atas dasar harga konstan yang digunakan untuk melihat pertumbuhan ekonomi suatu wilayah, melalui peningkatan nilai PDRB dari tahun ke tahun. Hasil deskriptif dari data PDRB atas dasar harga konsta sektor industri dan perdagangan, hotel dan restoran, dan indikator-indikator yang diduga mempengaruhi nilai PDRB Provinsi Jawa Timur tahun 27 adalah sebagai berikut: Tabel 4.1 Deskripsi variabel penelitian Variabel Min. Median Mean Max. Y1 (PDRB Industri) 9,154 13,81 13,36 15,36 Y2 (PDRB PHR) 9,149 13,87 13,41 15,39 X1 8,55 1,65 1,38 12,25 X2 1,1 11,35 13,6 97,99 X3 16,38 18,67 18,65 19,74 X4 17,28 18,29 22,88 18,96 X5 18,51 19,55 19,51 2,43 Berdasarkan tabel 4.1 dapat disimpulkan bahwa PDRB sektor perdagangan, hotel dan restoran memiliki nilai terkecil (9,149), dengan rata-rata sebesar 13,41. Sektor ini pun memiliki nilai tertinggi (15,39) jika dibandingkan dengan sektor industri (15,36) yang hanya berselisih,3. Salah satu penyebab tingginya nilai tersebut karena Jawa Timur memiliki pangsa pasar dan pelaku dagang yang terampil dan terlatih, serta memiliki etos

2 kerja yang tinggi pada sektor tersebut. Dibantu dengan infrastruktur dan fasilitas yang menunjang untuk kegiatan perdagangan. Pada variabel eksogen, dapat disimpulkan bahwa variabel X1 (tenaga kerja sektor industri) memiliki nilai terkecil (8,55) dengan rata-rata 1,38. Hal ini disebabkan antara lain karena pada kabupaten/kota di Jawa Timur tidak merekrut tenaga kerja yang telah tersedia. Sistem birokrasi daerah setempat juga mempengaruhi perekrutan tenaga kerja. Variabel X2 (tenaga kerja sektor perdagangan, hotel dan restoran) memiliki nilai terbesar (97,99) dengan rata-rata 13, Pemodelan PDRB Masing-Masing Sektor Pemodelan Seemingly Unrelated Regression (SUR) pada PDRB sektor industri dan perdagangan, hotel dan restoran di Provinsi Jawa Timur terdiri dari dua persamaan dimana antara variabel endogennya mempunyai korelasi sebagaimana yang disyaratkan dalam model SUR. Model PDRB sektor industri dan perdagangan, hotel dan restoran dengan metode SUR: 1. Sektor Industri Variabel Prediktor Tabel 4.2 Model PDRB sektor industri Metode SUR Koefisien ( β ) SE t-value P-Value Intercept 17, , ,63,13 X1,2572, ,62,287 X3,1856,2293 3,25,174 X4,58972,1735 3,4,145 X5,26655, ,1,355 *Signifikan pada α =5%

3 Berdasarkan model yang terbentuk dapat dijelaskan bahwa setiap variabel X1, X3, X4 dan X5 bernilai 1 satuan maka akan menghasilkan nilai variabel PDRB sektor industri bernilai 21, Hipotesis yang digunakan dalam pengujian untuk melihat apakah model yang telah dibuat signifikan atau tidak adalah sebagai berikut : H : Model yang terbentuk tidak signifikan. H : 1 Model yang terbentuk signifikan. Taraf signifikansi yang digunakan dalam pengujian ini adalah α =5%. Berdasarkan hasil yang disajikan pada tabel 4.3 terlihat bahwa nilai p-value variabel X1 (,287), X3 (,174), X4 (,145) dan X5 (,355). Kriteria pengujian : H diterima jika nilai p-value >,5 Sehingga jika digunakan α =5% dapat disimpulkan bahwa pengujian menunjukkan tolak H. Hal ini dikarenakan nilai pengujian p-value variabel X1, X3 dan X5 lebih kecil dari α =5%. Artinya model yang terbentuk pada persamaan PDRB sektor industri adalah signifikan. 2. Sektor Perdagangan, Hotel dan Restoran Variabel Prediktor Tabel 4.3 Model PDRB sektor perdagangan, hotel dan restoran Metode SUR Koefisien ( β ) SE t-value P-Value Intercept 4, ,1137 1,1,3533 X2,1571,4692 3,35,155 X3,1362,337 4,44,68 X4,68,61,11,9136 X5,6255,29 2,98,245 *Signifikan pada α =5%

4 Berdasarkan model yang terbentuk dapat dijelaskan bahwa setiap variabel X2, X3, X4 dan X5, maka akan menghasilkan nilai variabel PDRB sektor perdagangan, hotel dan restoran bernilai 8, Hipotesis yang digunakan dalam pengujian untuk melihat apakah model yang kita buat signifikan atau tidak adalah sebagai berikut : H : Model yang terbentuk tidak signifikan. H : 1 Model yang terbentuk signifikan. Taraf signifikansi yang digunakan dalam pengujian ini adalah α =5%. Berdasarkan hasil yang disajikan pada tabel 4.4 terlihat bahwa nilai p-value variabel X2 (,155), X3 (,68), dan X5 (,245). Kriteria pengujian : H diterima jika nilai p-value >,5 Sehingga jika digunakan α =5% dapat disimpulkan bahwa pengujian menunjukkan tolak H. Hal ini dikarenakan nilai pengujian p-value variabel X1, X3 dan X5 lebih kecil dari α (,5), dan nilai pengujian p-value variabel tenaga kerja lebih besar dari α (,5). Artinya model yang terbentuk pada persamaan PDRB sektor perdagangan, hotel dan restoran adalah signifikan. Salah satu penyebabnya adalah penurunan ekonomi di Jawa Timur pada saat itu dan kebijakan pemerintah daerah yang tidak merealisasikan investasi daerah, sehingga tidak mampu menyerap tenaga kerja lebih banyak.

5 1.3 Pengujian Serempak Pemodelan PDRB sektor industri dan perdagangan, hotel dan restoran Jawa Timur terdiri dari dua persamaan, dimana harapan dari setiap persamaan tersebut mengandung autokorelasi yang positif antara galat tiap persamaan. Model perluasan dari analisis regresi linear yang berupa sistem persamaan yang terdiri dari beberapa persamaan regresi memungkinkan terjadi korelasi antar residual yang saling berhubungan. Pengujian autokorelasi galat yang digunakan adalah dengan melihat nilai korelasi galat antar persamaan. Tabel 4.4 Nilai korelasi antar galat variabel endogen Persamaan Y1 Y2 Y1 1,7629 Y2, Berdasarkan tabel 4.4 dapat disimpulkan bahwa persamaan Y1 terdapat autokorelasi antar galat terhadap persamaan Y2 sebesar 76,29%. Hal ini menjelaskan bahwa hubungan tersebut cukup kuat, sedangkan sisanya sebesar 23,71% merupakan hubungan yang terjadi diluar model yang terbentuk. Pengujian di atas telah membuktikan bahwa data yang digunakan dalam penelitian ini mengandung autokorelasi persamaan antar galat, dalam hal ini analisis tidak dapat menggunakan metode statistika analisis regresi klasik sehingga akan mengakibatkan pengujian hipotesis tidak valid. Oleh karena itu, salah satu metode yang tepat digunakan yaitu metode Seemingly Unrelated Regression (SUR). SUR sendiri memiliki kelebihan antara lain lebih efisien karena pemodelan dilakukan secara serempak.

6 1.4 Uji Kesesuaian Model Khusus untuk metode SUR nilai R 2 merupakan koefisien determinasi dalam bentuk system SUR sehingga digunakan untuk seluruh model regresi dari PDRB sektor industri dan sektor perdagangan, hotel dan restoran. Sebagaimana terlihat dari koefisien determinasi (R 2 ) sebesar,834. Hal ini menunjukkan bahwa 83,4% variasi variabel PDRB di masing-masing sektor dapa dijelaskan oleh variabel yang masuk ke dalam model sedangkan sisanya sebesar 16,4% dijelaskan oleh variabel lain yang tidak masuk ke dalam model.