BAB III METODE PENELITIAN A. Lokasi Penelitian Pada lokasi penelitian ini diambil pada Kabupaten/Kota yang terdiri dari 29 kabupaten dan 6 kota di Provinsi Jawa tengah dengan variabel penelitian pertumbuhan ekonomi, pengangguran, indeks pembangunan manusia dan ketimpangan pembangunan antar kabupaten/kota di Provinsi Jawa tengah. B. Jenis Penelitian Jenis penelitian ini merupakan penelitian dengan pendekatan deskriptif kuantitatif yang sifatnya memberi gambaran secara umum, bahasan yang akan diteliti dalam data dan angka yang kemudian dianalisa, diklasifikasikan dan di presentasikan dalam bentuk uraian. C. Jenis dan Sumber data Jenis data yang dipakai dalam penelitian ini adalah data sekunder yang berbentuk panel data (pooling data), yaitu gabungan dari data rangkaian runtut waktu Time Series ( t ) dan data Cross Section ( i ) bersumber melalui studi kepustakaan dari berbagai sumber, jurnal-jurnal, literatur-literatur, dan Badan Pusat Statistik Jawa tengah tahun 2011-2015 (BPS provinsi Jawa Tengah, 2011-2015. 19
20 D. Teknik Pengumpulan Data Teknik Dokumentasi dengan mengumpulkan data laporan yang telah tersedia. Pada penelitian ini mengumpulkan data dari publikasi BPS Provinsi Jawa tengah 2011-2015. E. Definisi Operasional Variabel Definisi oprasional variabel adalah sesuatu hal yang berbentuk apa saja yang di tetapkan oleh peneliti untuk dipelajari sehingga di peroleh informasi tentang hal tersebut, kemudian di tarik kesimpulan. Dalam penelitian ini di kelompokan menjadi variabel independen (bebas) dan variabel dependen (terikat), (Sugiyono, 2010). 1. Variabel Terikat (Dependent Variabel) Variabel terikat adalah variabel yang akan berubah apabila ada perubahan pada variabel bebasnya dengan kata lain variabel ini dipengaruhi oleh variabel bebas. Pada penelitian ini variabel terikatnya adalah Ketimpangan Pembangunan (Y) antar Kabupaten/Kota di Provinsi Jawa Tengah. Untuk mengukur ketimpangan pembangunan pada penilitian ini digunakan Indeks Williamson. Indeks Williamson berfungsi untuk mengukur ketimpangan pembangunan antar wilayah. Indeks Williamson menggunakan PDRB per kapita sebagai data dasar. Alasannya jelas bahwa yang diperbandingkan adalah tingkat pembangunan antar wilayah bukan tingkat kesejahteraan antar kelompok.
21 Untuk dapat memberikan gambaran lebih jelas tentang indeks williamson untuk dapat mengukur ketimpangan pembangunan: Keterangan: IW Yi Y Fi = Indeks Williamson = PDRB per kapita kabupaten/kota di Jawa tengah = PDRB per kapita Provinsi Jawa tengah = Jumlah Penduduk kabupaten/kota di Provinsi Jawa tengah n = jumlah penduduk Provisi Jawa tengah Sumber: (Syafrizal, 2008) Angka indeks ketimpangan williamson yang semakin kecil atau mendekati nol menunjukkan ketimpangan yang semakin kecil atau pembangunan antar wilayah semakin merata dan bila semakin jauh dari titik nol (mendekati satu) menunjukkan ketimpangan yang semakin melebar (Syafrizal, 2008). 2. Variabel Bebas (independent Variabel) Variabel independen atau variabel bebas adalah faktor-faktor yang menjadi input dimana keberadaanya dapat mempengaruhi variabel terikat. Variabel independen yang digunakan dalam penelitian ini ada 3 variabel diantaranya:
22 a. Pertumbuhan Ekonomi (X1) Pertumbuhan ekonomi adalah merupakan suatu perubahan relatif nilai rill PDRB Kabupaten/Kota di Provinsi Jawa Tengah pertumbuhan ekonomi di gambarkan pada PDRB harga konstan 2010 yang dinyatakan dalam satuan persen pada tahun 2011-2015. Untuk mengetahui laju pertumbuhan ekonomi kabupaten/kota di Provinsi Jawa tengah pada tahun 2011-2015, digunakan rumus sebagai berikut: Keterangan: Yt = PDRB rill t PDRB rill t 1 PDRB rill t 1 x 100 Yt = Pertumbuhan Ekonomi Provinsi Jawa tengah, tahun t (Persen) PDRB rill = PDRB Provinsi Jawa tengah pada tahun t t = PDRB Provinsi Jawa Tengah pada tahun t-1 Sumber: (Syafrizal, 2008) Pertumbuhan ekonomi adalah proses kenaikan output dalam jangka panjang. Pemakaian indikator pertumbuhan ekonomi akan dilihat dalam kurun waktu yang cukup lama, misalnya sepuluh, duapuluh, limapuluh tahun atau bahkan lebih. Pertumbuhan ekonomi akan terjadi apabila ada kencenderungan yang terjadi dari proses internal perekonomian itu, artinya harus berasal dari kekuatan yang ada di dalam perekonomian itu sendiri (Boediono, 1985).
23 b. Pengangguran (X2) Pengangguran adalah jumlah penduduk 15 tahun keatas dalam angkatan kerja yang tidak memiliki pekerjaan (menganggur) dan sedang mencari pekerjaan di masing-masing Kabupaten/Kota di Provinsi Jawa Tengah yang dinyatakan dalam satuan persen tahun 2011-2015 yang bersumber data pada Badan Pusat Statistik (BPS). c. Indeks Pembangunan Manusia (X3) Indeks Pembangunan Manusia merupakan salah satu alat untuk menganalisis tingkat ketimpangan suatu wilayah. Adapun metode perhitungan Indeks Pembangunan Manusia (IPM) yang diukur dengan ketiga komponen tersebut merupakan rata-rata sederhana, yakni sebagai berikut: IPM = 1/3 ( Indeks X1 + Indeks X2 + Indeks X3 ) X2 = 1/3 X12 + 2/3 X22 Keterangan: X1 = Lamanya hidup (tahun) X2 = Tingkat Pendidikan; 2/3 (indeks melek huruf) + 1/3 (indeks rata-rata lama bersekolah) X3 X12 X22 = pendapatan riil per kapita (Rp) = Rata rata lama bersekolah (tahun) = Angka melek huruf (persen) Sumber: (Todaro dan Smith, 2004).
24 F. Teknik Analisis Data Penelitian ini mengunakan beberapa metode analisis untuk menjawab tujuan penelitian yang akan di capai beberapa model alat analisis yaitu: Pertumbuhan Ekonomi, Indeks Wiliamson, dan Regresi Linier Berganda. 1. Estimasi Model Regresi Data Panel Analisis regresi linier berganda di lakukan dengan menggunakan data panel. Data penel adalah kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time series) (Kuncoro, 2011) Persamaan regresi data panel dapat dirumuskan sebagai berikut: Y it = α + β 1 X 1it + β 2 X 2it + β 3 X 3it + e it Keterangan: Y it α β1,β2, β3 X1 X2 X3 eit = Ketimpangan pembangunan = Konstanta = Koefisien Regresi = Pertumbuhan Ekonomi = Pengangguran = IPM = Term of error Analisis regresi pada dasarnya adalah studi ketergantungan variabel dependen dengan satu atau lebih variabel independen, dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui (Gujarati, 2003).
25 Adapun beberapa metode regresi data panel adalah sebagai berikut (nachrowi, 2006): 1. Common Effect (Pooled Teknik) Teknik yang digunakan dalam metode common effect dengan mengkombinasikan data time series dan cross section.dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu,dan dapat diasumsikan bahwa perilaku data antar daerah Adalah sama dalam berbagi rentan waktu. 2. Fixed Effect Model (FEM) Adanya variabel-variabel tidak semuanya masuk dalam persamaan model memungkinkan adanya intercept yang tidak konstan.metode ini menggunakan variabel dummy untuk menangkap adanya perbedaan intercept dengan mengasumsika bahwa koefisien regresi (slop) tetap antar daerah dan waktu,namun intercept berbeda antar daerah dan waktu. 3. Random Effect Model (REM) Teknik yang digunakan dalam metode random effect model ini adalah dengan menambahkan variabel gangguan (error terms) yang mungkin saja akan muncul pada hubungan antar waktu dan antar kabupaten/kota. jika pada fixed effect model dengan mengasumsikan bahwa koefisien regresi (slop) tetap antar daerah dan waktu, namun interceptnya berbeda antar daerah dan waktu.maka, pada REM akan terdapat intrecept antar daerah yang berbeda-beda dan koefisien regresi (slop) antar daerah pun berbeda-beda.
26 2. Pemilihan Teknik Estimasi Regresi Data Panel Ada tiga uji yang digunakan untuk menentukan teknik yang paling tepat untuk mengestimasi regresi data panel.ada tiga uji yaitu Uji statistik F,Uji lagrange Multiplier (LM) dan Uji Hausman. 1) Uji statistik F Untuk mengetahui signifikansi teknik Fixed Effect akan di uji menggunakan uji F. Kegunaan uji statistik F yaitu untuk memilih antara metode OLS (Common Effect) dengan sum of squares (RSS) (Gujarati, 2012). Memiliki perumusan hipotesis sebagai berikut: Hipotesis: HO = OLS Tanpa Variabel Dummy (common effect) H1 = Fixed Effect Ketentuan: 1. Apabila F Hitung F tabel,maka H0 ditolak dan Ha diterima berarti model OLS tanpa variabel dummy (common effect) merupakan model yang tepat. 2. Apabila F hitung F tabel, maka H0 di terima dan Ha ditolak, berarti bahwa model Fixed Effect merupakan model yang tepat. 2) Uji Lagrange Multiplier Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah Random Effect atau model Common Effect yang paling tepat di gunakan, Uji Signifikasi Random Effect ini di kembangkan oleh Breusch Pagan (Gujarati, 2012).
27 Metode Breusch Pagan untuk uji signifikasi Random Effect di dasarkan pada nilai residual dari metode Common Effect. Hipotesis: HO = OLS Tanpa Variabel Dummy (Common Effect) Ha = Random Effect Ketentuan: 1. Apabila LM Hitung tabel Chi square,maka H0 ditolak dan Ha diterima berarti model Random Effect merupakan model yang tepat. 2. Apabila LM hitung tabel Chi Square, maka H0 di terima dan Ha ditolak, berarti bahwa model OLS tanpa variabel dummy (Common Effect) merupakan model yang tepat. 3) Uji Hausman Uji hausman adalah uji statistik yang di gunakan untuk menentukan metode Fixed Effect dan Random Effect lebih baik dari metode OLS (Common Effect) maka selanjutnya kita akan menguji model manakah yang digunakan antara model Fixed Effect atau Random Effect yang paling tepat, Uji Hausman dapat di definisikan sebagai pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat di gunakan (Widarjono, 2010). Untuk pengujian uji hausman di lakukan dengan hipotesis berikut: Ho Ha = Random Effect = Fixed Effect
28 Ketentuan: 1. Apabila Hausman Hitung tabel Chi Square,maka H0 ditolak dan Ha diterima berarti model Fixed Effect merupakan model yang tepat. 2. Apabila Hausman hitung tabel Chi Square, maka H0 di terima dan Ha ditolak, berarti bahwa model Random Effect merupakan model yang tepat. 3. Uji Hipotesis Setelah model terbentuk maka selanjutnya adalah mengolah data dengan menggunakan Uji Statistik yang di gunakan untuk mengetahui tingkat signifikansi dari masing-masing koefisien regresi variabel independen terhadap variabel dependen maka dari itu dapat menggunakan uji statistik diantaranya: a. Uji Signifikan Secara Bersama-sama (Uji F) Uji F digunakan untuk membuktikan apakah variabel-variabel tersebut berpengaruh secara bersama-sama statistik bahwa seluruh variabel independen yaitu pertumbuhan ekonomi, pengangguran dan indeks pembangunan manusia terhadap variabel dependent ketimpangan pembangunan di Provinsi Jawa tengah pada tahun 2011-2015 (Gujarati, 2012). Hipotesis yang digunakan sebagai berikut: H0 : β1=β2=β3= 0 H1 β1 β2 β3 0
29 Dengan menggunakan α = 5%, maka pengujian hipotesis: 1. Jika F hitung> Ftabel pada tingkat signifikansi 5%(α = 0,05), maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa variabel bebas Xi secara bersama-sama berpengaruh secara signifikan terhadap variabel terikat Y. 2. Jika F hitung < Ftabel pada tingkat signifikansi 5%(α = 0,05), maka H0 diterima dan H1 ditolak. Hal ini berarti bahwa variabel bebas Xi secara bersama-sama tidak berpengaruh secara signifikan terhadap variabel terikat Y. b. Uji t (Pengujian Secara Persial) Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh variabel independen secara individual dalam menerangkan variasi variabel dependen dengan rumus sebagai berikut (Gujarati, 2012): Keterangan: t = β i β i Se (β i ) βi βi * = Parameter yang di estimasi = nilai β i dalam hipotesis H0 Se (βi) = simpangan baku dari variabel independen ke- i
30 Untuk mengkaji pengaruh variabel independen terhadap dependen secara individu dapat dilihat hipotesis berikut: Hipotesis 1 H0:β i =0, Berarti tidak ada pengaruh antara pertumbuhan ekonomi, terhadap ketimpangan pembangunan di Provinsi Jawa tengah. H1: β i 0, Diduga ada pengaruh variabel pertumbuhan ekonomi terhadap ketimpangan pembangunan di Provinsi Jawa Tengah. Hipotesis 2 H0:β i =0, Berarti tidak ada pengaruh antara pengangguran terhadap ketimpangan pembangunan di Provinsi Jawa tengah. H1:β i 0, Diduga ada pengaruh variabel pengangguran terhadap ketimpangan pembangunan provinsi jawa tengah Hipotesis 3 H0:β i =0, Berarti tidak ada pengaruh antara Indeks Pembangunan Manusia (IPM) terhadap ketimpangan pembangunan di Provinsi Jawa tengah. H1:β i 0, Diduga ada pengaruh variabel Indeks Pembangunan Manusia (IPM) terhadap ketimpangan pembangunan provinsi jawa tengah.
31 Dengan menggunakan α = 5%, maka pengujian hipotesis: 1. Jika F hitung> Ftabel pada tingkat signifikansi 5%(α = 0,05), maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa variabel bebas Xi secara bersama-sama berpengaruh secara signifikan terhadap variabel terikat Y. 2. Jika F hitung < Ftabel pada tingkat signifikansi 5%(α = 0,05), maka H0 diterima dan H1 ditolak. Hal ini berarti bahwa variabel bebas Xi secara bersama-sama tidak berpengaruh secara signifikan terhadap variabel terikat Y. c. Uji Koefisien Determinasi (Uji R 2 ) Koefisien determinasi R 2 bertujuan untuk mengetahui seberapa jauh variasi variabel independen dapat menerangkan dengan baik variasi variabel dependen. Untuk mengukur kebaikan suatu model (goodnes of fit). Koefisien determinasi (R 2 ) merupakan angka yang memberikan proporsi atau persentase variasi total dalam variabel tak bebas (Y) yang di jelaskan oleh variabel bebas (X) (Gujarati, 2012). Hipotesis yang digunakan sebagai berikut: H0 : β1=β2=β3= 0 H1 β1 β2 β3 0 Koefisien determinasi dirumuskan sebagai berikut: R 2 = (Ŷ 1 Ŷ) 2 Ŷ 1 Ŷ) 2
32 Nilai R 2 yang sempurna adalah satu (1), yaitu apabila keseluruhan variasi dependen dapat dijelaskan sepenuhnya oleh variabel independent yang dimasukan kedalam model. Dimana 0< R 2 <1 sehingga kesimpulan yang dapat diambil adalah sebagai berikut: 1. Nilai R 2 yang kecil atau mendekati nol, berarti kemampuan variabel independent dalam menjelaskan variasi variabel dependent sangat lemah. 2. Nilai R 2 yang mendekati satu, berarti kemampuan variabel independent dalam menjelaskan hampir semua informasi yang digunakan untuk memprediksi variasi variabel dependent.