BAB IV HASIL DAN PEMBAHASAN. provinsi. Dalam satu karesidenan terdiri dari beberapa kapupaten atau kota.

BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Wilayah Penelitian Karesidenan adalah sebuah pembagian administratif dalam sebuah provinsi. Dalam satu karesidenan terdiri dari beberapa kapupaten atau kota. karesidenan Surakarta merupakan salah satu dari 5 karesidenan yang terletak di bagian barat provinsi Jawa tengah. Gambar 4-1 menunjukan wilayah karesidenan Surakarta dan batas-batasnya. Gambar 4-1 Peta wilayah eks karesidenan Surakarta Sumber : http:/www.surakartakab.com, diunduh tanggal 12 Oktober 2017 Berdasarkan gambar 4-1 karesidenan Surakarta adalah sebuah karesidenanyang terletak di provinsi Jawa Tengah. Ibu kotanya adalah Semarang. Karesidenan Surakarta (Jawa Tengah) ini berbatasan dengan Provinsi Jawa Barat di sebelah barat, Samudra Hindia dan Daerah Istimewa Yogyakarta di sebelah selatan, Jawa Timur di sebelah timur, dan Laut Jawa di sebelah utara. Karesidenan Surakarta terdiri dari satu kota dan enam kabupaten yaitu kota Surakarta, kabupaten Boyolali, kabupaten Sukoharjo, 46

47 kabupaten Karanganyar, kabupaten Wonogiri, ksbupaten Sragen, kabupaten Klaten. Berikut penjelasan mengenai objek dalam penelitian ini : 1. Kota Surakarta Surakarta merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta. Kota Surakarta terletak di koordinat:7 34 0 LU110 49 0 BT. Wilayah administrasi kota Surakarta terbagi menjadi 5 kecamatan yang terdiri dari 51 kelurahan, dengan kepadatan penduduk mencapai 13.636 jiwa/ dan luas wilayah sebesar 44,03. Kota Surakarta memiliki populasi sebesar 577.202 jiwa (BPS Surakarta, 2016) 2. Kabupaten Boyolali Boyolali merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta.Kabupaten Boyolali terletak di koordinat: 10o 22 BT 110o50 BT dan 7o36 LS 7o71 LS. Wilayah administrasi kabupaten Boyolali terbagi menjadi 19 kecamatan yang terdiri dari 267 kelurahan, dengan kepadatan penduduk mencapai 916,69 jiwa/ dan luas wilayah sebesar 1.015,10. Kabupaten Boyolali memiliki populasi sebesar 930.531 jiwa (BPS Boyolali, 2016). 3. Kabupaten Sukoharjo Sukoharjo merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta. Kabupaten Sukoharjo terletak di koordinat: 07º 42 LS 110º 50 BT. Wilayah administrasi kabupaten Sukoharjo terbagi menjadi 12 kecamatan yang

48 terdiri dari 167 kelurahan, dengan kepadatan penduduk mencapai 1.766,25 jiwa/ dan luas wilayah sebesar 466,66. Kabupaten Sukoharjo memiliki populasi sebesar 824.238 jiwa (BPS Sukoharjo, 2016). 4. Kabupaten Wonogiri Wonogiri merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta. Kabupaten Wonogiri terletak di koordinat: 7 48' 50.569" LS, 110 55' 33.057" BT. Wilayah administrasi kabupaten Wonogiri terbagi menjadi 25 kecamatan yang terdiri dari 297kelurahan, dengan kepadatan penduduk mencapai 509,72 jiwa/ dan luas wilayah sebesar 1.822,37. Kabupaten Wonogiri memiliki populasi sebesar 928.904 jiwa (BPS Wonogiri, 2016). 5. Kabupaten Sragen Sragen merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta. Kabupaten Sragen terletak di koordinat: 71º5' - 7º30' LS, 110º45' - 111º10' BT. Wilayah administrasi kabupaten Sragen terbagi menjadi 20 kecamatan yang terdiri dari 208 kelurahan, dengan kepadatan penduduk mencapai 938,31 jiwa/ dan luas wilayah sebesar 941,55. Kabupaten Sragen memiliki populasi sebesar 883.464 jiwa (BPS Sragen, 2016). 6. Kabupaten Klaten Klaten merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta. Kabupaten Klaten

49 terletak di koordinat: 7 32 19 LS - 7 48 33 LS 110 26 14 BT - 110 47 51 BT. Wilayah administrasi kabupaten Klaten terbagi menjadi 26 kecamatan yang terdiri dari 10 kelurahan, dengan kepadatan penduduk mencapai 1717 jiwa/ dan luas wilayah sebesar 655,56. Kabupaten Klaten memiliki populasi sebesar 1.144.040 jiwa (BPS Klaten, 2016). 7. Kabupaten Karanganyar Karanganyar merupakan salah satu kabupaten di provinsi Jawa Tengah yang termasuk bagian dari eks karesidenan Surakarta. Kabupaten Karanganyar terletak di koordinat: 110 40 110 70 Bujur Timur dan 70 28 70 46 Lintang Selatan. Wilayah administrasi kabupaten Karanganyar terbagi menjadi 17 kecamatan yang terdiri dari 177 kelurahan, dengan kepadatan penduduk mencapai 937,27 jiwa/ dan luas wilayah sebesar 800,20. Kabupaten Sragen memiliki populasi sebesar 750.000 jiwa (BPS Karanganyar, 2016). B. Diskripsi Data Penelitian Gambaran perkembangan variabel penelitian yang digunakan dalam penelitian ini dapat dilihat dari penjelasan berikut : 1. Pendapatan asli daerah (PAD) Kegiatan ekonomi yang berbeda-beda mendorong setiap kota/kabupaten untuk mengembangkan potensi ekonominya, oleh sebab itu pembangunan daerah dilaksanakan secara terpadu dan serasi serta diarahkan agar pembangunan yang berlangsung di setiap daerah benar-

50 benar sesuai dengan prioritas dan potensi daerah masing-masing. Untuk mengetahui perkembangan pendapatan asli daerah di karesidenan Surakarta dapat dilihat pada tabel 4-1 Tabel 4-1 Pendapatan Asli Daerah (PAD) Kabupaten dan Kota Se-Karesidenan SurakartaTahun 2011-2015 (Dalam ribuah rupiah) Tahun Kota/Kab. 2011 2012 2013 2014 2015 Surakarta 181.096.816 231.672.100 298.400.847 335.660.207 341.533.937 Boyolali 96.489.134 127.725.207 160.752.450 227.516.496 221.873.999 Klaten 72.293.790 84.756.022 115.454.162 177.923.444 156.097.966 Wonogiri 77.141.691 100.037.192 111.592.606 182.149.063 174.557.497 Sukoharjo 96.166.807 164.954.319 192.971.720 264.814.414 235.933.524 Sragen 94.518.999 127.695.844 146.721.550 254.392.450 195.290.956 Karanganyar 104.080.774 116.706.893 161.724.334 215.298.860 181.061.011 Sumber : BPS Provinsi Jawa Tengah, 2014-2015 Tabel 4-1 menunjukkan bahwa tahun 2011 hingga 2015 pendapatan asli daerah kota dan kabupaten se-karesidenan Surakarta secara keseluruhan mengalami pertumbuhan, hanya saja pada tahun 2015 hampir seluruh kabupaten mengalami penurunan pendapatan asli daerah. Penurunan paling besar dialami oleh kabupaten Sragen, dari tahun 2014 sebesar Rp.254.392.450.000 pada tahun 2015 menjadi Rp.195.290.956.000. Rata-rata kenaikan yang terjadi pada tahun 2011-2014 sebesar Rp.10.000.000.000 hingga Rp.50.000.000.000 setiap tahunnya. Dapat dilihat dari tabel 4-1 bahwa PAD 2015 tertinggi dimiliki oleh kota Surakarta dimana kenaikan pada tahun 2014 ke 2015 sebesar 5.873.730.000 dan PAD 2015 terendah dimiliki oleh Klaten dimana penurunan pada tahun 2014 ke 2015 sebesar 21.825.478.000

51 2. Jumlah penduduk tahun 2011-2015 Penduduk adalah sekelompok manusia yang tinggal dalam suatu wilayah geografis dalam kurun waktu tertentu. Penduduk merupakan salah satu pelaku pembangunan nasional. Kondisi perekonomian suatu daerah atau negara dipengaruhi oleh tingkat produktivitas penduduknya. Penduduk yang produktif akan mendorong percepatan tercapainya kesejahteraan ekonomi baik di daerah maupun secara nasional. Semakin tinggi tingkat kesejahteraan masyarakat maka semakin banyak pula sumber penerimaan yang mampu ditarik oleh pemerintah dari masyarakatnya seperti halnya penerimaan pajak, sehingga semakin besar pula jumlah pendapatan asli daerah (PAD) yang diterima oleh suatu daerah. Sehubungan dengan hal ini pemerintah daerah se-karesidenan Surakarta selalu berupaya agar pertumbuhan penduduknya dapat dikendalikan dan menjadikan penduduknya produktif. Tabel 4-2 Jumlah Penduduk Kabupaten dan Kota se-karesidenan Surakarta Tahun 2011-2015 (Dalam satuan jiwa) Tahun Kota/Kab. 2011 2012 2013 2014 2015 Surakarta 502.873 505.401 507.798 510.105 512.226 Boyolali 930.020 945.511 951.809 957.913 963.690 Klaten 1.137.973 1.143.676 1.149.002 1.154.028 1.158.795 Wonogiri 934.616 938.704 942.430 945.682 949.017 Sukoharjo 833.915 841.773 849.392 856.861 864.207 Sragen 863.977 868.090 871.991 875.615 879.027 Karanganyar 823.511 831.891 840.199 848.326 856.198 Sumber : BPS Jawa Tengah, 2014-2015

52 Berdasarkan tabel 4-2 menunjukkan bahwa dari tahun 2011 sampai dengan tahun 2015 terus mengalami pertumbuhan hal ini ditandai dengan peningkatan jumlah penduduk yang dialami ke 7 daerah. Pertumbuhan penduduk paling tinggi terjadi di kabupaten Boyolali dimana pada tahun 2011 sebesar 1.137.973 berkembang menjadi 1.158.795 pada tahun 2015. Hal ini menunjukkan bahwa pertumbuhan penduduk di kabupaten Boyolali meningkat sebesar 1,8% dalam kurun waktu 5 tahun. Sedangkan daerah dengan pertumbuhan penduduk paling rendah terjadi di kota Surakarta dimana pada tahun 2011 sebesar 502.873 jiwa dan pada tahun sebesar 512.226 jiwa. Pertumbuhan penduduk yang dialami di kota Surakarta hanya bertambah sebanyak 9.353 jiwa dalam kurun waktu 5 tahun. Rata-rata kenaikan jumlah penduduk pada semua daerah yaitu berkisar 2.000 sampai 15.000 jiwa setiap tahunnya. 3. Produk domestik regional bruto (PDRB) Produk domestik regional bruto (PDRB) adalah jumlah nilai tambah barang dan jasa yang dihasilkan dari seluruh kegiatan perekonomian di suatu daerah. Hampir semua negara didunia sepakat bahwa untuk mengukur kesejahteraan ekonomi suatu bangsa, indikator yang digunakan adalah nilai nasional bruto (Gross domestic product atau GDP). Semakin tinggi produk domestik regional bruto maka semakin makmur daerah yang bersangkutan, karena produk domesik regional bruto sebagai infrastruktur pembangunan jalan yang produktifisnya berasal dari sumber-sumber potensial penerimaan pajak yang tinggi maka akan meningkatkan pula pendapatan daerah tersebut. Sehubungan dengan

53 hal itu, pemerintah daerah kota dan kabupaten se-karesidenan Surakarta selalu berupaya agar produk domestik regional bruto (PDRB) terus meningkat. Tabel 4-3 Produk Domestik Regional Bruto (PDRB) menurut Harga Berlaku Kabupaten dan Kota se-karesidenan Surakarta Tahun 2011-2015 (Dalam juta rupiah) Tahun Kota/Kab. 2011 2012 2013 2014 2015 Surakarta 23.909.011 26.425.273 29.092.454 32.038.669 34.982.374 Boyolali 15.561.176 16.980.608 18.798.639 20.958.574 23.495.135 Klaten 19.372.039 21.348.292 23.349.880 26.110.764 29.117.331 Wonogiri 14.506.500 16.024.057 17.657.526 19.674.351 21.499.657 Sukoharjo 18.394.170 20.228.720 22.029.890 24.260.290 26.614.131 Sragen 18.103.684 19.887.565 21.870.689 24.488.923 27.264.849 Karanganyar 18.757.479 20.798.594 22.880.345 25.645.062 28.033.945 Sumber : BPS Jawa Tengah, 2014-2015 Berdasarkan tabel 4-3 memperlihatkan perkembangan PDRB di kota/kabupaten se-karesidenan Surakarta tahun 2011-2015.Dari data yang ada menunjukkan bahwa dalam waktu 5 tahun, seluruh daerah mengalami peningkatan jumlah PDRB. Kota Surakarta menjadi daerah dengan peningkatan jumlah PDRB tertinggi dimana pada tahun 2011 sebesar 23.909.011 juta rupiah dan tumbuh menjadi 34.982.374 juta rupiah. Hal ini menunjukkan pertumbuhan yang terjadi di kota Surakarta sebesar 46,31% dalam kurun waktu 5 tahun. Pertumbuhan paling rendah dialami oleh kabupaten Wonogiri dimana pada tahun 2011 sebesar 14.506.500 juta rupiah hanya tumbuh menjadi 21.499.657 pada tahun 2015. Rata-rata pertumbuhan PDRB ini sebesar 1.000.000 hingga 3.000.000 juta rupiah setiap tahunnya.

54 4. Pengeluaran pemerintah Pengeluaran pemerintah adalah bagian dari kebijakan fiskal yaitu suatu tindakan pemerintah untuk mengatur jalannya perekonomian dengan cara menentukan besarnya penerimaan dan pengeluaran pemerintah setiap tahunnya. Peran pemerintah dalam pembangunan adalah sebagai fasilitator dalam menyediakan berbagai sarana dan fasilitas pendukung, dalam rangka terlaksananya pembangunan. Pengeluaran tersebut sebagian digunakan sebagai administrasi pembangunan dan sebagian lain untuk kegiatan pembangunan diberbagai jenis infrastruktur yang penting berasal dari sumber pembiayaan pendapatan asli daerah. Perbelanjaan-perbelanjaan tersebut akan meningkatkan pengeluran pemerintah dan mempertinggi tingkat kegiatan ekonomi. Sehubungan dengan hal ini, pemerintah daerah se-karesidenan Surakarta selalu berupaya agar pengeluaran pemerintah dapat dikelola dengan efektif dan efisien. Tabel 4-4 Pengeluaran Pemerintah Kabupaten dan Kota se-karesidenan Surakarta Tahun 2011-2015 (Dalam ribu rupiah) Tahun Kota/Kab. 2011 2012 2013 2014 2015 Surakarta 982.645.955 1.145.170.897 1.375.304.857 1.692.022.711 1.589.045.771 Boyolali 1.106.847.767 1.269.226.814 1.421.830.961 1.792.170.694 1.860.250.120 Klaten 1.349.061.250 1.439.678.848 1.621.602.407 2.185.618.603 2.086.459.358 Wonogiri 1.091.698.844 1.325.195.587 1.449.165.177 1.891.792.645 1.950.391.139 Sukoharjo 1.116.972.921 1.196.799.261 1.281.648.111 1.778.529.385 1.785.620.794 Sragen 1.030.854.870 1.197.434.071 1.408.595.380 1.985.175.886 1.793.564.862 Karanganyar 980.180.653 1.169.469.730 1.287.163.775 1.878.127.418 1.695.634.199 Sumber : BPS Jawa Tengah, 2014-2015

55 Berdasarkan tabel 4-4 menunjukkan bahwa secara umum dari tahun 2011 hingga tahun 2015 nilai pengeluaran pemerintah mengalami pertumbuhan dari tahun ke tahun. Hanya saja pada tahun 2015 kota Surakarta, kabupaten Klaten, kabupaten Sragen dan kabupaten Karanganyar mengalami penurunan jumlah pengeluaran pemerintah. Dari tabel 4-4 memperlihatkan bahwa kabupaten Wonogiri adalah daerah yang memiliki tingkat pengeluaran pemerintah tertinggi yakni sebesar Rp.1.091.698.844.000 dan menjadi Rp.1.950.391.139.000. Hal ini menunjukkan bahwa peningkatan pengeluaran pemerintah yang terjadi di kabupaten Wonogiri sebesar 78,6%. Rata-rata pertumbuhan pengeluaran pemerintah di daerah se-karesidenan Surakarta adalah sebesar Rp.50.000.000 hingga Rp.300.000.000 setiap tahunnya. C. Hasil Analisis Data Panel Analisis data panel merupakan gabungan antara data time series dan cross section. Dalam menganalisis data panel menggunakan tiga metode yakni, common effect, fixed effect, dan random effect, kemudian untuk pemilihan model yang terbaik diuji melalui uji Chow dan uji Hausman. Variabel yang digunakan dalam regresi penelitian ini adalah pendapatan asli daerah (PAD) sebagai variabel yang dipengaruhi. Variabel yang mempengaruhi ada 3 yaitu jumlah penduduk (POP), produk domestik regional bruto (PDRBB) dan pengeluaran pemerintah (G). Berikut adalah hasil regresi data panel dengan menggunakan 3 metode :

56 1. Uji Regresi Data Panel a. Metode pooled ordinary lest square Hasil output pada regresi dengan menggunakan metode pooled ordinary lest square atau common dapat ditunjukkan melalui tabel 4.5 berikut : Tabel 4-5 Hasil Regresi Metode Common atau Pooled Ordinary Lest Square Variable Coefficient Std. Error t-statistic Prob. PDRBB 2.174422 1.548892 1.403857 0.1703 G 0.135828 0.020477 6.633203 0.0000 POP -301.2296 36.95089-8.152163 0.0000 C 1.83E+08 42720613 4.292766 0.0002 R-squared 0.893562 Mean dependent var 1.72E+08 Adjusted R-squared 0.883262 S.D. dependent var 71143709 S.E. of regression 24307637 Akaike info criterion 36.95769 Sum squared resid 1.83E+16 Schwarz criterion 37.13544 Log likelihood -642.7596 Hannan-Quinn criter. 37.01905 F-statistic 86.75011 Durbin-Watson stat 0.779270 Prob(F-statistic) 0.000000 Sumber : Output data panel menggunakan Eviews Berdasarkan tabel 4-5 menunjukkan bahwa slope variabel PDRB sebesar 2,174422 variabel pengeluaran pemerintah sebesar 0,135828 dan variabel jumlah penduduk sebesar -301,2296. Sementara nilai p-value untuk variabel PDRB sebesar 0,1703 dan untuk variabel pengeluaran pemerintah sebesar 0,0000 serta variabel jumlah penduduk sebesar 0,0000. Jika variabel independen bernilai nol maka variabel dependen (PAD) adalah sebesar 1,83E+08 dengan error term sebesar 1,83E+16. Nilai R-squared sebesar 0,893562 atau 89,36% dan F-statistics sebesar 86,75011 dengan prob (F-statistic) 0,000000. Model estimasi pooled least square adalah sebagai berikut :

57 PAD it =1,83E+08+2,174422PDRBB it +0,135828G * it-301,2296pop * it Keterangan : * signifikan α = 0,01 Berdasarkan hasil estimasi untuk model regresi data panel model common-costant secara statistik variabel G dan POP sebagai variabel independen berpengaruh signifikan, dimana nilai probabilitas G sebesar 0,0000 lebih kecil dari α = 0,01 dan nilai probabilitas POP sebesar 0,0000 lebih kecil dari α = 0,01. Sedangkan PDRBB sebagai variabel independen tidak berpengaruh secara signifikan, dimana nilai probabilitas PDRBB sebesar 0,1703 lebih besar dari 0,10. b. Metode fixed effect Hasil output regresi dengan menggunakan metode fixed effect dapat ditunjukkan dalam tabel 4-6 berikut : Tabel 4-6 Hasil Regresi Metode Fixed Effect (Fixed Effect Model atau FEM) Variable Coefficient Std. Error t-statistic Prob. PDRBB 2.615350 3.006076 0.870021 0.3926 G 0.129973 0.027181 4.781812 0.0001 POP -125.8977 870.8257-0.144573 0.8862 C 29148547 7.18E+08 0.040599 0.9679 Effects Specification Cross-section fixed (dummy variables) R-squared 0.944083 Mean dependent var 1.72E+08 Adjusted Rsquared 0.923953 S.D. dependent var 71143709 S.E. of regression 19619067 Akaike info criterion 36.65686 Sum squared resid 9.62E+15 Schwarz criterion 37.10124 Log likelihood -631.4950 Hannan-Quinn criter. 36.81026 F-statistic 46.89892 Durbin-Watson stat 1.819271 Prob(F-statistic) 0.000000 Sumber: Output data panel menggunakan E-views Berdasarkan tabel 4-6 terlihat bahwa slope variabel PDRB sebesar 2,615350, slope variabel pengeluaran pemerintah sebesar 0,129973 dan

58 slope variabel jumlah penduduk sebesar -125,8977. Sementara nilai p- value PDRB sebesar 0,3926, untuk variabel pengeluaran pemerintah sebesar 0,0001 dan untuk variabel jumlah penduduk sebesar 0,8862. Jika variabel independen bernilai nol maka PAD sebesar 29148547 dan error termsebesar 9,62E+15. Nilai R-squared 0,944083 atau 94,41% dan F- statistic sebesar 46,89892 dengan Prob (F-statistic) 0,000000. Model estimasi fixed effect ini adalah sebagai berikut : PAD it =29148547+2,615350PDRB it +0,129973G * it-125,8977pop it Keterangan : * =α=0,01 Berdasarkan hasil estimasi untuk model regresi data panel fixed effect secara statistik variabel G sebagai variabel independen berpengaruh signifikan, dimana nilai probabilitas G sebesar 0,0000 lebih kecil dari α= 0,01. Sedangkan PDRBB dan POP sebagai variabel independen tidak berpengaruh secara signifikan, dimana nilai probabilitas PDRBB sebesar 0,3926 dan POP sebesar 0,8862 lebih besar dari α=0,10. c. Metode random effect Hasil output pada regresi menggunakan metode random effect dapat dilihat dalam tabel 4-7 berikut :

59 Tabel 4-7 Hasil Regresi Metode Random Effect Variable Coefficient Std. Error t-statistic Prob. PDRBB 2.603306 2.110200 1.233678 0.2266 G 0.133549 0.023092 5.783288 0.0000 POP -294.1298 61.53753-4.779682 0.0000 C 1.71E+08 65287274 2.617828 0.0136 Effects Specification S.D. Rho Cross-section random 21401625 0.5434 Idiosyncratic random 19619067 0.4566 Weighted Statistics R-squared 0.893494 Mean dependent var 65320456 Adjusted R-squared 0.883187 S.D. dependent var 54862524 S.E. of regression 18750901 Sum squared resid 1.09E+16 F-statistic 86.68749 Durbin-Watson stat 1.410714 Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.893203 Mean dependent var 1.72E+08 Sum squared resid 1.84E+16 Durbin-Watson stat 0.796027 Sumber: Output data panel menggunakan E-views Berdasarkan tabel menunjukkan bahwa slope variabel PDRB sebesar 2,603306, slope variabel pengeluaran pemerintah sebesar 0,133549, serta slope variabel jumlah penduduk sebesar -294,1298. Sementara itu untuk p-value PDRB sebesar 0,2266, untuk pengeluaran pemerintah sebesar 0,00000 dan untuk jumlah penduduk sebesar 0,0000. Jika variabel independen bernilai nol maka angka PAD sebesar 1,71E+08 dan error term sebesar 1,84E+16. Nilai R-squared 0,893203 atau 89,32% dan F-statistic sebesar 86.68749 dengan Prob (F-statistic) sebesar 0,000000. Model estimasi random effect adalah sebagai berikut : PAD it =1,71E+08+2,603306PDRB it +0,133549G * it-294,1298pop * it Keterangan : * =α=0,01

60 Berdasarkan hasil estimasi untuk model regresi data panel model random effect secara statistik variabel G dan POP sebagai variabel independen berpengaruh signifikan, dimana nilai probabilitas G sebesar 0,0000 dan nilai probabilitas POP sebesar 0,0000 lebih kecil dari α = 0,01. Sedangkan PDRBB sebagai variabel independen tidak berpengaruh secara signifikan dimana nilai probabilitas sebesar 0,2266 lebih besar dari α=0,10. Guna menganalisis mana model terbaik di antara pooled least square dengan fixed effect dan fixed effect dengan random effect model maka perlu dilakukan pengujian : 2. Uji Chow (likelihood test ratio) Uji Chow digunakan untuk membandingkan model common effect dengan fixed effect. Hasil pengolahan uji Chow seperti pada tabel 4-8 berikut : Tabel 4-8 Hasil Estimasi Data Panel dengan Uji Chow Redundant Fixed Effects Tests Equation: EQ01 Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 3.764540 (6,25) 0.0083 Cross-section Chi-square 22.529107 6 0.0010 Sumber: Output data panel menggunakan E-views a. Formulasi hipotesis H 0 : model polled least square (PLS) H a : model fixed effect method (FEM) b. Menentukan tingkat signifikansi α

61 c. Menentukan kriteria pengujian H 0 diterima bila p-value>α H 0 ditolak bila p-value<α d. Simpulan Nilai p-value probabilitas F test sebesar 0,0083< 0,01 dan Chi-square sebesar 0,0010< 0,01 sehingga H 0 ditolak maka model mengikuti fixed effect. 3. Uji Hausman Uji Hausman digunakan untuk membandingkan model fixed effect dengan random effect. Hasil pengolahan uji Hausman dapat dilihat dalam tabel 4-9 berikut : Tabel 4-9 Hasil Estimasi Data Panel dengan Uji Hausman Correlated Random Effects Hausman Test Equation: EQ01 Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 0.317134 3 0.9568 Sumber: Data sekunder yang diolah Adapun langkah-langkah uji Hausman adalah: a. Formulasi hipotesis H 0 : model random effect method (REM) H a : model fixed effect method (FEM) b. Menentukan tingkat signifikansi α

62 c. Menentukan kriteria pengujian H 0 diterima bila p-value> α H 0 ditolak bila p-value< α d. Simpulan Nilai p-value atau probabilitas dari chi-square statistic atau cross section random sebesar 0,9568> 0,10 sehingga H 0 diterima maka model mengikuti random effect. Berdasarkan hasil estimasi uji Chow dan uji Hausman, maka terpilih model yang terbaik yaitu random effect method atau REM, dapat dilihat dalam tabel 4-10 Tabel 4-10 Hasil Regresi Metode Random Effect Variable Coefficient Std. Error t-statistic Prob. PDRBB 2.603306 2.110200 1.233678 0.2266 G 0.133549 0.023092 5.783288 0.0000 POP -294.1298 61.53753-4.779682 0.0000 C 1.71E+08 65287274 2.617828 0.0136 Effects Specification S.D. Rho Cross-section random 21401625 0.5434 Idiosyncratic random 19619067 0.4566 Weighted Statistics R-squared 0.893494 Mean dependent var 65320456 Adjusted R-squared 0.883187 S.D. dependent var 54862524 S.E. of regression 18750901 Sum squared resid 1.09E+16 F-statistic 86.68749 Durbin-Watson stat 1.410714 Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.893203 Mean dependent var 1.72E+08 Sum squared resid 1.84E+16 Durbin-Watson stat 0.796027 Sumber: Output data panel menggunakan E-views

63 Selanjutnya dianalisis dengan menggunakan uji hipotesis yang terdiri dari: 4. Uji Hipotesis a. Uji validitas pengaruh (uji t) Uji validitas pengaruh atau uji t menunjukkan tingkat signifikasi pengaruh masing-masing variabel jumlah penduduk (POP), produk domestik regional bruto (PDRBB) dan pengeluaran pemerintah (G) terhadap variabel pendapatan asli daerah. Formulasi hipotesis uji t adalah sebagai berikut: a. Variabel jumlah penduduk (POP) 1) Formulasi hipotesis H 0 :β i = 0 variabel independen ke i tidak memiliki pengaruh signifikan. H a : β i 0 variabel independen ke i memiliki pengaruh signifikan. 2) Menentukan tingkat signifikansi α=0,01 t tabel = t (α/2,n-k) = t (0,01/2,35-4) = t (0,005,31) = 2,744

64 Gambar 4-2 Daerah Kritis Uji t POP -4,780-2,744 2,744 Sumber : Data sekunder yang diolah 3) Menetukan kriteria pengujian H 0 ditolak apabila : t hitung -t tabel atau t hitung > t tabel H 0 diterima apabila : -t tabel t hitung t tabel 4) Kesimpulan Dari hasil regresi diketahui besarnya nilai t hitung sebesar -4,780, sedangkan nilai t tabel = -2,728. Dengan demikian nilai -t tabel > t hitung maka Ho ditolak, artinya POP berpengaruh signifikan terhadap PAD pada α=0,01 b. Variabel produk domestik regional bruto (PDRB) 1) Formulasi hipotesis H 0 :β i = 0 variabel independen ke i tidak memiliki pengaruh signifikan. H a : β i 0 variabel independen ke i memiliki pengaruh signifikan.

65 2) Menentukan tingkat signifikansi α=0,10 t tabel = t (α/2,n-k) = t (0,10/2,35-4) = t (0,05,31) = 1,696 Gambar 4-3 Daerah Kritis Uji t PDRBB -1,696 1,234 1,696 Sumber : Data sekunder yang diolah 3) Menetukan kriteria pengujian H 0 ditolak apabila : t hitung -t tabel atau t hitung > t tabel H 0 diterima apabila : -t tabel t hitung t tabel 4) Kesimpulan Dari hasil regresi diketahui besarnya nilai t hitung sebesar 1,234, sedangkan nilai t tabel = 1,696. Dengan demikian nilai -t tabel < t hitung < t tabel maka Ho diterima, artinya PDRBB tidak berpengaruh signifikan terhadap PAD pada α=0,10. c. Variabel pengeluaran pemerintah (G) 1) Formulasi Hipotesis H 0 :β i = 0 variabel independen ke i tidak memiliki pengaruh signifikan.

66 H a : β i 0 variabel independen ke i memiliki pengaruh signifikan. 2) Menentukan tingkat signifikansi α=0,01 t tabel = t (α/2,n-k) = t (0,01/2,35-4) = t (0,005,31) = 2,728 Gambar 4-4 Daerah Kritis Uji t G -2,728 2,728 5,783 Sumber : Data sekunder yang diolah 5) Menetukan kriteria pengujian H 0 ditolak apabila : t hitung -t tabel atau t hitung > t tabel H 0 diterima apabila : -t tabel t hitung t tabel 6) Kesimpulan Dari hasil regresi diketahui besarnya nilai t hitung sebesar 5,783, sedangkan nilai t tabel = 2,728. Dengan demikian nilai t hitung > t tabel maka Ho ditolak, artinya G berpengaruh signifikan terhadap PAD pada α=0,01 b. Uji statistik F (uji F) Uji F digunakan untuk menguji pengaruh semua variabel independen terhadap variabel dependen secara bersama-sama atau menguji apakah

67 model yang dipakai eksis atau tidak. Secara teoritis, langkah-langkah uji F dapat dilakukan sebagai berikut : a) Formulasi Hipotesis Ho:β₁ = β₂ = β₃ = β₄ = 0, model yang dipakai tidak eksis Ha: β₁ β₂ ± β₃ β₄ 0, model yang dipakai eksis b) Pemilihan tingkat signifikan α=0,01 F tabel = F (α;k-1;n-k) F tabel = F (0,01;4-1;35-4) F tabel = F (0,01;3;31) F tabel = 4,48 Gambar 4-5 Daerah Kritis Uji F Sumber : Data sekunder yang diolah c) Kriteria pengujian 4,48 86,68749 H0 diterima bila F statistik F tabel H0 ditolak bila Fstatistik > Ftabel

68 d) Kesimpulan Nilai Fhitung > Ftabel atau 157,0907 > 2,12 maka Ho ditolak. Model yang dipakai eksis, dengan demikian variabel jumlah penduduk (POP), produk domestik regional bruto (PDRBB) serta pengeluaran pemerintah (G) yang terdapat dalam persamaan regresi secara simultan atau bersama-sama berpengaruh terhadap pendapatan asli daerah (PAD) pada α = 0,01 c. Koefisien determinasi atau adjusted R-square (R 2 ) Hasil output regresi menunjukkan adjusted R 2 sebesar 0.893494 atau 89,35%, maka interpretasinya adalah 89,35% variasi variabel pendapatan asli daerah (PAD) dapat dijelaskan oleh variabel jumlah penduduk (POP) dan produk domestik regional bruto (PDRBB) serta pengeluaran pemerintah (G) dan sisanya sebesar 10,65% variasi variabel PAD dijelaskan oleh variabel bebas lain yang tidak dimasukkan dalam model. D. Interpretasi Ekonomi Berdasarkan hasil uji t dapat diketahui bahwa variabel jumlah penduduk (POP) berpengaruh positif dan signifikan sementara pengeluaran pemerintah (G) pada α= 1% berpengaruh positif dan signifikan terhadap pendapatan asli daerah (PAD), sedangkan variabel produk domestik regional bruto (PDRBB) pada α = 10% tidak berpengaruh signifikan terhadap pendapatan asli daerah (PAD). Adapun interpretasi ekonomi untuk setiap variabel adalah sebagai berikut :

69 1. Jumlah penduduk Berdasarkan hasil estimasi data panel menunjukan bahwa jumlah penduduk kabupaten mempengaruhi PAD padaα = 0,01. Jumlah penduduk berpengaruh positif dan signifikan terhadap PADtahun 2011-2015 dengan koefisien regresi sebesar-294.1298. Artinya, semakin tinggi jumlah penduduk yang ada di kabupaten atau kota di suatu wilayah maka semakin tinggi pendapatan asli daerah, dan sebaliknya. Dengan demikian hipotesis ke dua penelitian yang berbunyi Diduga variabel jumlah penduduk berpengaruh terhadap pendapatan asli daerah (PAD) sekaresidenan Surakarta tahun 2011-2015 didukung. Hipotesis ini didukung oleh penelitian sebelumnya yang dilakukan oleh Iin Eko Pratiwi (2015) yang berjudul Analisis Faktor-Faktor yang Mempengaruhi Pendapatan Asli Daerah (PAD) di Kabupaten Sragen Tahun 1991-2013 yang memberikan kesimpulan bahwa variabel jumlah penduduk berpengaruh signifikan terhadap PAD kabupaten Sragen. 2. Pengeluaran pemerintah Berdasarkan hasil estimasi data panel menunjukan bahwa pengeluaran pemerintah (G)mempengaruhi PAD pada α = 0,01. Pengeluaran pemerintah berpengaruh positifdan signifikan terhadap PAD tahun 2011-2015dengan koefisien regresi sebesar0.133549.artinya, semakin tinggi pengeluaran pemerintah di suatu wilayah maka semakin tinggi PAD, begitu sebaliknya, dengan demikian hipotesis ketiga penelitian yang berbunyi Diduga variabel pengeluaran

70 pemerintahberpengaruh terhadap PAD se-karesidenan Surakarta tahun 2011-2015 didukung. Hipotesis ini didukung oleh penelitian terdahulu yang dilakukan oleh Hening Fitria Sarasati El Rani pada tahun 2015 dengan judul Analisis Faktor-faktor yang Mempengaruhi Pendapatan Asli Daerah (PAD) di Kabupaten/Kota Eks-Karesidenan Pekalongan Tahun 2005-2014 yang mana didapat kesimpulan bahwa variabel pengeluaran pemerintah berpengaruh positif dan signifikan terhadap PAD.