Fakultas Ekonomi Universitas Bung Hatta Padang

PENGARUH PENDAPATAN ASLI DAERAH, INVESTASI SWASTA DAN TENAGA KERJA TERHADAP PERTUMBUHAN EKONOMI DI PROVINSI SUMATERA BARAT PADA ERA DESENTRALISASI FISKAL Indriyani 1, Erni Febrina Harahap 2, Nurul Huda 2 1 Jurusan Ekonomi Pembangunan, Fakultas Ekonomi Universitas Bung Hatta 2 Ekonomi Pembangunan, Fakultas Ekonomi Universitas Bung Hatta Fakultas Ekonomi Universitas Bung Hatta Padang Email : indriyani_40@yahoo.co.id, erni_fh@yahoo.co.id, nurulhuda114@yahoo.com Abstract Increasing of population will be increase the labor, the addition of the areas will be encouraged the production. Growth of the population (labor force) is accompanied by the availability of jobs will be increase economic out put. Analysis of the date used for this research used multiple linear regression analysis method. Using partial test (t test), simultaneous test (F test) and test the coefficient of determination (R 2 ). Classical assumption test by using normality test, multicollinearity test, autocorrelation test and heteroskidastity test. The data used in this research is GDP West Sumatera Province, local revenue, private investment and employment. The result of local revenue and labor have positive and significant impact on GDP West Sumatera Province, while private investment have positive impact and not significant to GDP West Sumatera Province. Keyword : GDP, local revenue, private investment, and labor. Pendahuluan Otonomi Daerah merupakan salah satu bentuk dari program pemerintah yang dibuat dengan tujuan agar dapat menyelesaikan permasalahan daerah dalam mengelola informasi kedaerahan, membuat pemerintah daerah berada dalam posisi lebih baik, untuk memobilisasi sumber daya secara mandiri serta untuk pencapaian tujuan pembangunan daerah. Kebijakan desentralisasi dan otonomi daerah dapat dilakukan dengan baik (Kuncoro, 2004). Pendapatan asli Daerah (PAD) merupakan sumber pendapatan daerah yang dapat dijadikan sebagai salah satu tolok ukur bagi kinerja perekonomian suatu daerah. Berdasarkan Undang- Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah dan Undang-Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah Daerah, Pendapatan Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan, 1

meliputi: Pajak Daerah, Retribusi daerah, Hasil pengelolaan kekayaan daerah yang dipisahkan, dan Lain-lain PAD yang sah. Menurut Sadono Sukirno (2005) kegiatan investasi memungkinkan suatu masyarakat terus menerus meningkatkan kegiatan ekonomi dan kesempatan kerja, meningkatkan pendapatan nasional dan meningkatkan taraf kemakmuran masyarakat. Peranan ini bersumber dari tiga fungsi penting dari kegiatan investasi, yakni (1) investasi merupakan salah satu komponen dari pengeluaran agregat, sehingga kenaikan investasi akan meningkatkan permintaan agregat, pendapatan nasional serta kesempatan kerja; (2) pertambahan barang modal sebagai akibat investasi akan menambah kapasitas produksi; (3) investasi selalu diikuti oleh perkembangan teknologi. Selain menjelaskan mengenai PAD dan investasi swasta penulis juga menjelaskan tentang tenaga kerja,tenga kerja yaitu setiap orang yang mampu melakukan pekerjaan guna menghasilkan barang dan jasa baik untuk memenuhi kebutuhannya sendiri maupun untuk masyarakat. Selanjutnya pertumbuhan ekonomi adalah peningkatan dalam kemampuan dari suatu perekonomian dalam memproduksi barang-barang dan jasa. Dengan kata lain pertumbuhan ekonomi lebih menunjukkan pada perubahan yang bersifat kuantitatif dan biasanya di ukur dengan menggunakan data produk domestik bruto. Dampak diberlakukannya desentralisasi fiskal pada pertumbuhan ekonomi, dapat dilihat dari perkembangan PDRB, Pendapatan Asli Daerah, Investasi Swasta dan Tenaga Kerja di provinsi sumatera barat sebagai berikut : Data PDRB, PAD, Investasi Swasta dan Tenaga Kerja di Provinsi Sumatera Barat Tahun PDRB (Juta) PAD (Ribu) Investasi Swasta (Juta) Tenaga Kerja (Orang) 2006 Rp.31.562.318,6 Rp.374.433.098 Rp.1.654.868 2.051.800 2007 Rp.33.471.906,73 Rp.445.591.302 Rp.2.206.012 2.106.711 2008 Rp.35.511.100 Rp.512.650.147 Rp.2.224.253 2.127.512 2009 Rp.37.408.890 Rp.535.411.294 Rp.2.935.126 2.172.002 2010 Rp.39.602.250 Rp.552.991.062 Rp.3.758.984 2.194.040 Sumber : BPS Sumatera Barat dalam angka (2006-2010). Berdasarkan data yang diperoleh di BPS Sumatera Barat diketahui bahwa perkembangan PDRB Sumatera Barat selama periode 2006 sampai 2010 mengalami peningkatan. Pada tahun 2006 perkembangan PDRB Provinsi Sumatera Barat sebesar Rp. 31.562.318,60 Juta, dan pada akhir tahun 2010 PDRB Provinsi Sumatera Barat meningkat mencapai nilai sebesar Rp. 39.602.250,00 Juta. Hal ini membuktikan bahwa Provinsi Sumatera Barat menunjukkan ke arah pembangunan ekonomi yang teguh. Selanjutnya perkembangan PAD di Provinsi Sumatera Barat mengalami peningkatan dari tahun 2006 sampai 2010. 2

Pada tahun 2006 perkembangan PAD di Provinsi Sumatera Barat sebesar Rp. 374.433.098,00 Ribu, dan pada akhir tahun 2010 perkembangan PAD di Provinsi Sumatera Barat meningkat mencapai nilai sebesar Rp. 552.991.062,00 Ribu. Sedangkan perkembangan realisasi Investasi Swasta di Provinsi Sumatera Barat juga mengalami peningkatan dari tahun 2006 sampai 2010. Pada tahun 2006 perkembangan investasi swasta yang telah direalisasikan di Provinsi Sumatera Barat sebesar Rp. 1.654.868,00 juta, dan pada akhir tahun 2010 besar investasi swasta di Provinsi Sumatera Barat mencapai Rp.3.758.984,00 Juta. Kemudian perkembangan Jumlah penduduk Provinsi Sumatera Barat yang termasuk dalam angkatan kerja tahun 2006 sebanyak 2.051.800 jiwa, meningkat menjadi 2.106.711 jiwa pada tahun 2007, dan pada tahun 2008 terjadi peningkatan kembali jumlah angkatan kerja di kabupaten/ Kota Provinsi Sumatera Barat menjadi sebanyak 2.127.512 jiwa. Hingga akhir tahun 2010 jumlah angkatan kerja mencapai sebanyak 2.194.040 jiwa. Metodologi Penelitian Metode yang digunakan dalam penelitian ini adalah metode analisis regresi linear berganda dan dapat dinyatakan dalam fungsi sebagai berikut: Y = f(x1, X2,X3)... Uji koefisien regresi (t statistik) melihat pengaruh antara variabel independen secara individual terhadap variabel dependen. t test = 1 + dimana: bi se(bi ) t test=nilai t yang dihitung b i = Elastisitas variabel (i) se(bi)= Standar error (i) dengan ketentuan : 1. t hitung < t tabel hipotesa nol (Ho) diterima dan hipotesa alternatif (Ha) ditolak, artinya tidak ada hubungan yang berarti antara variabel bebas dengan variabel terikat. 2. t hitung > t tabel hipotesa nol (Ho) ditolak dan hipotesa alternatif (Ha) diterima, artinya terdapat hubungan yang berarti antara variabel bebas dengan variabel terikat. Pengujian R 2 atau koefisien determinasi berguna untuk melihat seberapa besar proporsi sumbangan seluruh variabel bebas terhadap naik turunnya variabel tidak bebas. R 2 = Dimana: x1y1 x1 2 y1 2 R 2 = Koefisien determinasi Nilai R 2 berkisar antara 0 sampai 1, suatu R 2 sebesar 1 berarti ada kecocokan sempurna, sedangkan yang bernilai 0 berarti tidak ada hubungan antara variabel independen dan dependen. 3

Untuk menguji ada tidaknya pengaruh seluruh variable bebas terhadap variable terikat : Dimana ; F test = R2 k 1 1 R 2 (n k) F test = Nilai F yang dihitung R 2 k n = Koefisisien Determinasi = Jumlah variable = Jumlah tahun pengamatan dengan ketentuan: 1. F hitung< Ftabel Hipotesa nol (Ho) diterima dab hipotesa alternatif (Ha) ditolak, artinya tidak ada hubungan yang berarti antara variabel bebas dengan variabel terikat. 2. F hitung > F tabel Hipoteas nol (Ho) ditolak dan hipotesa alternatif (Ha) diterima, artinya terdapat hubungan yang berarti antara variabel bebas dengan variabel terikat. Analisis data dengan menggunakan Ordinary Least Square (OLS) memerlukan asumsi-asumsi dalam Model Regresi Linear Klasik (MRLK) digunakan dalam penelitian ini. OLS merupakan model yang paling popular digunakan untuk mempelajari hubungan di antara variabel ekonomi. Metode ini dianggap mempunyai sifat-sifat yang dapat diunggulkan oleh karena secara teknis sangat mudah dalam perhitungan dan penarikan interpretasinya. Di samping itu, karena sifat penaksir OLS yang Best Linear Unbiased Estimator (BLUE), di mana nilai penaksir tak bias, mempunyai varians yang minimum. OLS harus ditunjang oleh seperangkat asumsi yang harus dipenuhi agar tercapai hasil yang optimum. Menurut Gujarati (2003) bahwa asumsi-asumsi dalam MRLK yang perlu diuji adalah : Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas, keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang mempunyai distribusi normal atau mendekati normal. Ada beberapa metode untuk mengetahui normal atau tidak suatu data. Dalam penelitian ini akan menggunakan Kolmogorov-Smirnov(K-S). Dasar pengambilan keputusannya, jika nilai probabilitas lebih besar dari tingkat kekeliruan 5% (0,05), maka dapat disimpulkan bahwa nilai residual dari model regresi berdistribusi normal.(suliyanto, 2011). Pendeteksian multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independent variables). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini 4

tidak ortogonal. Variabel ortogonal adalah variabel-variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Untuk mendeteksi ada atau tidak ada multikolinearitas di dalam model regresi dapat dilakukan dengan beberapa cara sebagai berikut : a) Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabelvariabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat. b) Menganalisis matrik korelasi variabelvariabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel bebas tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel bebas. Menurut Gujarati (2003) bahwa pada dasarnya tidak ada alat diagnosa multikolinearitas yang memberi jawaban lengkap atas masalah kolonieritas. Masalah multikolinearitas adalah masalah derajat dan merupakan fenomena spesifik sampel. Dalam beberapa situasi, mungkin multikolinieritas mudah terdiagnosa, tapi dalam situasi lain tidak. Apabila terjadi masalah multikolinearitas, maka menurut Gujarati dapat diperbaiki dengan beberapa cara sebagai berikut : 1) Mengeluarkan salah satu atau lebih variabel kolonieritas. Namun mengeluarkan variabel-variabel dari model membawa dampak kesalahan spe-sifikasi model. 2) Meningkatkan ukuran sampel. 3) Mengkaji ulang modelnya. 4) Memanfaatkan informasi sebelumnya tentang beberapa parameter. 5) Transformasi variabel. Pendeteksian autokorelasi bertujuan mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu (time series) karena gangguan pada 5

seseorang individu/ kelompok cenderung mempengaruhi pada gangguan pada individu/kelompok yang sama pada periode berikutnya. Uji LM akan menghasilkan statistik Breusch-Godfrey. Pengujian Breusch- Godfrey (BG Test) dilakukan dengan meregres variabel pengganggu u t. Hal ini akan dilakukan dengan autoregresive model sebagai berikut : U t u u... 1 u t 1 2 t 2 n 1 n Dasar pengambilan keputusan adalah angka statistik F atau apabila ukuran sampel besar dapat menggunakan dasar statistik 2 yang diperoleh dari ((np)r 2 ) 2 p. Secara manual, jika (n-p) * R 2 atau χ 2 hitung lebih besar dari χ 2 tabel, maka hipotesis nol yang menyatakan bahwa tidak ada autokorelasi dalam model ditolak. Tetapi jika (n-p) * R 2 atau χ 2 hitung lebih kecil dari χ 2 tabel, maka hipotesis nol yang menyatakan bahwa tidak ada autokorelasi dalam model diterima. Uji ini menggunakan dasar hipotesis nol bahwa semua koefisien autoregressive secara simultan sama dengan nol. Dengan kata lain tidak terdapat autokorelasi pada setiap order pengamatan. Apabila terjadi autokorelasi, menurut Gujarati (2003) dapat diatasi dengan beberapa cara yaitu : t 1) Metode Cohran-Orcut. Metode ini dilakukan dengan cara mentransformasi persamaan utama dengan koefisien ρ dari autoregressive dalam error term. Proses penaksiran dilakukan hingga mendapatkan nilai ρ yang paling baik. Transformasi model regresi awal dilaksanakan berdasarkan nilai yang terbaik. 2) Metode Hidreth Lu. Metode ini mentransformasi model utama dengan nilai koefisien ρ mulai dari 0,1 sampai dengan 1,0 untuk mentransformasi modelnya. Hasil terbaik dipilih dengan melihat sum square terkecil dari regresi-regresi tersebut. 3) Metode Durbin Watson. Metode ini mentransformasi model utama dengan nilai koefisien ρ yang dihtung dari 1-d/2 (d adalah DW Statistik). Dalam penelitian ini metode yang digunakan adalah metode Durbin Watson. Heteroskedastisitas muncul apa bila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi lainnya. Jika varians dari residual satu pengamatan ke pengamtan lain konstan, maka disebut homokedastisitas. Untuk menguji model regresi yang digunakan terdapat heteroskedastisida atau tidak, dapat dilakukan dengan uji park, uji whaite, uji 6

glejtser, dan uji brusch-pagan-godfrey (Gujarati, 2003) Dalam penelitian ini untuk mengetahui adanya heteroskedastisitas dilakukan dengan uji park, dalam uji park, apabila koefisien parameter beta dari persamaan tersebut signifikan secara statistik, hal ini menunjukan bahwa dalam data model empiris yang diestimasi terdapat heteroskedastisitas. Sebaliknya, jika parameter beta tidak terdapat beta tidak signifikan secara statistik, maka dapat disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas. Hasil Dan Pembahasan Persamaan regresi linear berganda diperoleh hasil sebagai berikut : Y = -1218161,925 + 0,056 X 1 + 0,414 X 2 + 14,236 X 3 t-hitung= (17,893) (1,377) (17,662) t-tabel = 1,662 F- hitung= 703,997 F-tabel = 2,705 R 2 = 0,959 α= 5% Koefisien dari nilai PAD adalah 0,056 dan nilai tersebut positif, maka peningkatan PAD berpengaruh positif terhadap PDRB Provinsi Sumatera Barat. Artinya setiap kenaikan PAD sebesar Rp.1 ribu, maka PDRB Provinsi Sumatera Barat akan meningkat sebesar Rp.0,056 Juta. Koefisien dari investasi swasta adalah 0,414 dan nilai tersebut adalah positif, maka peningkatan investasi swasta berpengaruh positif terhadap PDRB Provinsi Sumatera Barat. Jika investasi swasta meningkat sebesar Rp.1 Juta, maka akan meningkatkan PDRB Provinsi Sumatera Barat sebesar Rp.0,414 juta. Koefisien dari Tenaga Kerja adalah 14,236 dan nilai tersebut positif, maka peningkatan Tenaga kerja berpengaruh positif terhadap PDRB Provinsi Sumatera Barat. Jika Tenaga Kerja meningkat sebesar 1 orang, maka PDRB Provinsi Sumatera Barat akan meningkat sebesar Rp.14,236 Juta. Dari perhitungan Nilai R square adalah 0,959. Variasi naik turunya pertumbuhan PDRB Provinsi Sumatera Barat dapat dijelaskan oleh PAD, Investasi, Tenaga Kerja Sebesar 95,90 persen sedangkan 04,10 persen dijelaskan oleh variabel-variabel lain di luar model. Berdasarkan hasil regresi diperoleh nilai t-hitung untuk Pendapatan Asli Daerah 17,893 dan t-tabel dengan tingkat kepercayaan 95% (α =5%), df = 91 diperoleh 1,662. Terlihat t- tabel lebih kecil dari t-hitung, maka H 0 ditolak, Ha diterima yang berarti bahwa Pendapatan Asli Daerah (PAD) berpengaruh signifikan 7

terhadap PDRB Provinsi Sumatera Barat pada tingkat kepercayaan 95%. Berdasarkan hasil regresi diperoleh nilai t-hitung Investasi Swasta sebesar 1,377 dan t-tabel dengan tingkat kepercayaan 95% (α =5%), df = 91 diperoleh 1,662. Terlihat t- tabel lebih kecil dari t-hitung, maka H o diterima, Ha ditolak yang berarti Investasi Swasta berpengaruh tidak signifikan terhadap PDRB Provinsi Sumatera Barat. Hal ini dikarenakan investasi swasta yang direalisasikan di kabupaten/ kota di Sumatera Barat tidak merata sehingga kontribusinya bagi penunjang ekonomi tidak efektif, disamping itu dengan tidak meratannya realisasi tersebut juga mengakibatkan pembangunan infratsruktur yang seharusnya bisa menunjang kegiatan ekonomi tidak bisa berjalan dengan sebagaimana mestinya jadi terhalang. Berdasarkan hasil regresi diperoleh nilai t-hitung untuk Tenaga Kerja sebesar 17,662 dan t-tabel dengan tingkat kepercayaan 95% (α =5%), df = 91 diperoleh 1,662. Terlihat t- tabel lebih kecil dari t-hitung, maka H 0 ditolak, Ha diterima yang berarti bahwa Tenaga Kerja berpengaruh signifikan terhadap PDRB Provinsi Sumatera Barat. Uji F- hitung/statistik secara serempak ditunjukan oleh perbandingan F- hitung dengan F-tabel. F-tabel (F α/2 k-1(n-k), dengan derajat kepercayaan sebesar 95%. Adalah F 0,025,(3)(91) = 2,705. Sedangkan F- hitung sebesar 703,997. karena F-hitung lebih besar dari F-tabel (703,997>2,705). Ini berarti bahwa PAD, Investasi Swasta, dan Tenaga Kerja berpengaruh signifikan dalam menjelaskan perkembangan PDRB Provinsi Sumatera Barat. Dalam penelitian ini, normalitas diuji dengan menggunakan Kolmogorov- Smirnov (K-S). Dasar pengambilan keputusannya, jika nilai probabilitas lebih besar dari tingkat kekeliruan 5% (0,05), maka dapat disimpulkan bahwa nilai residual dari model regresi berdistribusi normal (Suliyanto,2011). Uji Normalitas One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Standardized Residual N 95 Normal Parameters (a,b) Most Extreme Differences Mean,0 Std. Deviation,98391316 Absolute,062 Positive,062 Negative -,053 Kolmogorov-Smirnov Z,609 Asymp. Sig. (2-tailed),852 Sumber : Data diolah Berdasarkan hasil output diatas terlihat bahwa sig.(2-tailed) sebesar 0,852>0,05. Oleh karena itu Ho diterima. 8

Hal ini berarti nilai residual terstandarisasi dinyatakan menyebar secara normal. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor)dan Tolerance-nya. Nilai dari VIF yang kurang dari 10 dan tolerance yang lebih dari 0,10 maka menandakan bahwa tidak terjadi adanya gejala multikolinearitas. Sehingga dapat disimpulkan bahwa model regresi tersebut tidak terkena multikolinieritas. Uji Multikolinearitas Model Tolerance VIF PAD 0,512 1,953 Investasi Swasta 0,538 1,859 Tenaga Kerja 0,523 1,911 Sumber : data diolah Dari ketentuan yang ada bahwa jika nilai VIF < 10 dan tolerance > 0,10 maka tidak terjadi gejala multikolinearitas dan nilai yang didapat dari perhitungan adalah sesuai dengan ketetapan nilai VIF dan tolerance, dan dari hasil analisis diatas dapat diketahui nilai toleransi semua variabel independen (PAD, Investasi, dan Tenaga Kerja) lebih dari 0,10 dan nilai VIF kurang dari 10. Maka dapat disimpulkan tidak terjadi multikolinearitas Dari Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson. secara umum panduan mengenai angka Durbin-Watson dapat diambil patokan sebagai berikut: (Andryan Setya Dharma, 2010). Keputusan ada tidaknya Autokorelasi adalah: 1. Bila nilai DW berada di antara du sampai dengan 4-du, maka koefisien autokorelasi sama dengan nol. Artinya tidak ada autokorelasi 2. Bila nilai DW lebih kecil dari dl, koefisien autokorelasi lebih besar dari nol. Artinya ada autokorelasi positif 3. Bila nilai DW terletak di antara dl dan du, maka tidak dapat disimpulkan Hasil Durbin Watson Test Dw Dl Du 4-Dl 4-Du 2,01 0 1,601 5 1,731 6 2,398 5 2,268 4 Sumber : Data diolah 9

Regression Studentized Residual Tabel di atas memperlihatkan bahwa nilai D-W berada di antara Du < DW < 4- Du (1,7316<2,010< 2,2684), maka dapat disimpulkan bahwa tidak terjadi masalah autokorelasi pada persaman tersebut. Uji Heteroskedastisitas pertumbuhan ekonomi di Provinsi Sumatera Barat. Kesimpulan Dan Saran Berdasarkan hasil penemuan empiris yang diperkuat oleh hasil perhitungan statistik, maka penulis mengambil kesimpulan sebagai berikut : Scatterplot Dependent Variable: PDRB 2 0-2 1. Secara umum PAD, Investasi Swasta, dan Tenaga Kerja secara bersama-sama berpengaruh signifikan terhadap PDRB Provinsi Sumatera Barat. Hasil ini diperkuat oleh pengujian F-test, dimana F- hitung lebih besar dari F-tabel (703,997> 2,705) pada tingkat -4 kepercayaan 95% dan didukung -2 0 2 Regression Standardized Predicted Value 4 dengan perolehan nilai koefisien Determinasi (R 2 ) sebesar 95,90 yang berarti PDRB Provinsi Sumatera Sumber : Data diolah Dari hasil analisis dengan mengunakan SPSS 15 diatas dapat diketahui bahwa titik-titik yang menyebar secara acak baik diatas maupun dibawah angka nol, pada sumbu Y serta tidak membentuk pola atau kecenderungan tertentu pada diagram plot, sehingga dapat mengidentifikasikan tidak terjadi adanya heteroskedastisitas dan model regresi layak digunakan untuk memprediksi Barat dipengaruhi oleh ketiga variabel tersebut yaitu PAD, Investasi Swasta, dan Tenaga Kerja sebesar 04,10 persen dan sisanya sebesar 10,10 persen merupakan faktor-faktor lain yang mempengaruhi PDRB Provinsi Sumatera Barat. 2. Pada pengujian parsial (Uji t-test) masing-masing variabel independen ( PAD, dan Tenaga kerja ) menunjukkan pengaruh positif dan signifikan terhadap PDRB Provinsi 10

Sumatera Barat pada tingkat kepercayaan 95%. Sementara investasi Swasta berpengaruh negatif dan tidak signifikan terhadap PDRB Provinsi Sumatera Barat pada tingkat kepercayaan 95%. DAFTAR PUSTAKA Badan 2006-2011. Agam. 2006-2011. Bukittinggi Dalam Angka. Padang: Badan Pusat. 2006-2011. Dharmasraya. 2006-2011. Kep Mentawai Dalam Angka. Padang: Badan. 2006-2011. Kota Padang. 2006-2011. Kota Pariaman. 2006-2011. Kota Sawahlunto. 2006-2011. Kota Solok Dalam Angka. Padang: Badan Pusat. 2006-2011. Lima Puluah Kota. 2006-2011. Padang Pajang. 2006-2011. Padang Pariaman. 2006-2011. Pasaman Barat Pusat Statistik. 2006-2011. Pasaman Dalam Angka. Padang: Badan Pusat. 2006-2011. Payakumbuah Pusat Statistik. 2005-2011. Pesisir Selatan Dalam Angka 2007. Padang: Badan. 2006-2011. Sijunjung Dalam Angka. Padang: Badan Pusat. 2006-2011. Solok Dalam Angka 2012. Padang ; Badan Pusat. 2006-2011. Solok Selatan Dalam Angka. Padang: Badan Pusat. 2006-2011. Sumatera Barat Pusat Statistik..2006-2011. Tanah Datar Dalam Angka. Padang: Badan Pusat Gujarati, Damodar N. 2003, Basic Econometrics, Fifth Edition. McGraw Hill, USA. Kuncoro, M. 2004. Otonomi Daerah: Reformasi, Perencanaan, Stretegi dan Peluang. Penerbit Erlangga. Jakarta. Parhah/Kontribusi_Desentralisasi_Fiskal_ Terhadap_Pertumbuhan_Ekonom.P df. Diakses tanggal 4 Juli 2011. 11

Pujiati., Amin. 2008. Analisis Pertumbuhan Ekonomi Di Karesidenan Semarang Di Era Desentraliasi Fiskal. Jurnal Ekonomi Pembangunan. Kajian Ekonomi Negara Berkembang. Hal:61-70. Republik Indonesia. 2004. Undang- Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan antara Pemerintah Pusat dan Pemerintah Daerah. Setyadharma, Andryan. 2010. Uji Asumsi Klasik Dengan SPSS 16.0. Fakultas Ekonomi, Universitas Negeri Semarang. Semarang. Sukirno, Sadono. 2005. Makro Ekonomi Modem: Perkembangan Pemikiran dari Klasik hingga Keynesian Baru. Jakarta: PT. Raja Grafindo Persada. Suliyanto., 2011. Ekonometrika Terapan : Teori & Aplikasi dengan SPSS. Andi Yogyakarta. Yogyakarta. http://www.jbs.co.id 12