BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi yang dipilih pada penelitian ini yaitu provinsi Jawa timur dengan menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro. Alasan pemilihan lokasi tersebut dikarenakan 9 kabupaten/kota tersebut adalah alasan pngambilan data secara purposive yaitu secara sengaja mangambil objek tersebut karena kelengkapan data yang ada. B. Jenis Penelitian Penelitian ini menggunakan penelitian kuantitatif inferensial. Penelitian ini merupakan penelitian yang bertujuan menjelaskan fenomena yang ada dengan menggunakan angka-angka untuk mencandarkan karakteristik individu atau kelompok (Syamsudin & Damiyanti, 2011) dan melakukan analisis antar variabel dengan pengujian hipotesis. C. Devinisi Operasional dan Pengukuran Variabel Untuk memudahkan dan menghindari kesalahan dalam mengartikan variabel yang diteliti di penelitian ini peneliti akan memberikan beberapa definisi dari variabel yang diteliti. 1. Pertumbuhan Ekonomi Pertumbuhan ekonomi menggunakan nilai PDRB atas dasar harga konstan di Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, 32
33 Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro (dalam miliar rupiah) pada tahun 2010-2014. 2. Belanja Modal Belanja modal yang digunakan meliputi realisasi belanja modal pada Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro (dalam ribu rupiah) pada tahun 2010-2014. 3. Konsumsi Masyarakat Konsumsi masyarakat yang digunakan yaitu rata-rata pengeluaran masyarakat perkapita Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro (dalam rupiah) pada tahun 2010-2014 yang didefinisikan biaya yang dikeluarkan untuk konsumsi semua anggota rumah tangga selama sebulan dibagi dengan banyaknya anggota rumah tangga dan hasilnya dikalikan 12 bulan untuk pengeluaran satu tahunnya. 4. Penanaman Modal Asing (PMA) PMA yang digunakan yaitu nilai PMA berdasarkan lokasi proyek Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro ( dalam ribu US$ ) pada tahun 2010-2014. D. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh dari oleh pihak lain misalnya yaitu suatu
34 lembaga. Data sekunder yang digunakan pada penelitian ini bersumber dari : BPS Provinsi Jawa Timur, BPS Nasional, dan beberapa sumber lain yang bersangkutan. Adapun data yang dibutuhkan dalam penelitian ini antara lain : 1. Data PDRB atas dasar harga konstan Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro pada tahun 2010-2014 (dalam juta rupiah). 2. Data belanja modal Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro pada tahun 2010-2014 (dalam ribu rupiah). 3. Data rata-rata pengeluaran masyarakat perkapita Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro pada tahun 2010-2014 (dalam rupiah). 4. Data PMA pada Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Pasuruan, Kabupaten Gresik, Kabupaten Malang, Kabupaten Mojokerto, Kabupaten Banyuwangi, Kabupaten Jember, dan Kabupaten Bojonegoro pada tahun 2010-2014 (dalan ribu US$). E. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan pada penelitian ini yaitu Penelitian Kepustakaan yaitu metode pengumpulan data yang dilakukan untuk memperoleh data sekunder. Data sekunder adalah data penelitian yang diperoleh secara
35 langsung, yaitu melalui media perantara atau pihak lain. Penelitian kepustakaan meliputi kegiatan pencarian, pengumpulan dan pengkajian data dari sumber relevan dan dapat mendukung dalam penulisan skripsi ini. Seperti literature beberapa buku, artikel, jurnal ekonomi dan bahan lain seperti surat kabar, internet dan media massa lain mempunyai relevansi dengan permasalahan yang dibahas khususnya berkaitan dengan penelitian skripsi ini. F. Teknik Analisis Data Untuk menguji dari pengaruh belanja modal, pengeluaran masyarakat, dan PMA terhadap pertumbuhan ekonomi di provinsi Jawa Timur peneliti menggunakan data panel. Analisis dengan menggunakan panel data adalah kombinasi antara derat waktu (time series) dan data cross section. Dengan mengakomodasi informasi baik yang terkait dengan variabel-variabel cross section maupun time series (Wibisono, 2005). Untuk mengatasi interkorelasi di antara variabel-variabel bebas yang pada akhirnya dapat mengakibatkan tidak tepatnya penafsiran regresi, metode data panel lebih tepat untuk digunakan (Griffiths, 2001:351). Model data Panel untuk masing-masing teknik regresi adalah sebagai berikut (Gujarati, 2003). 1. Pooled Least Square Y it = β 0 + β 1 β it + μ it Model pooled/common effect (CE) adalah model paling sederhana yang mengansumsikan bahwa tidak ada keheterogenan antar individu yang tidak
36 terobservasi (intersep sama), karena semua keheterogenan sudah dijelaskan oleh variabel independen. Estimasi parameter pooled model menggunakan metode OLS (Greene, 2001). 2. Fixed Effect Model (FEM) Y it = β 0 + β 1 β it + μ it Pada model ini diasumsikan bahwa terdapat keheterogenan antar individu yang tidak tergantung waktu/time invariant. Apabila diasumsikan terdapat hubungan yang tetap antara ai dan variabel independen a i dan variabel independen maka disebut model Fixed Effect (FE), atau dengan kara lain nilai intersep β oi untuk setiap X i berbeda tapi memiliki slope sama (Wooldridge, 2002). 3. Random Effect Moled (REM) Y it = β 0 + β 1 β it + μ it Penelitian ini menggunakan analisis pendekatan secara sederhana menggabungkan seluruh data time series dan cross-section dengan mengestimasi data panel. Model data panel untuk tekni regresi diformulasikan sebagai berikut : LogYit = α + β1 LogX1it + β2logx2it + β3logx3it + e Dimana : LogYit LogX1it LogX2it LogX3it : Pertumbuhan ekonomi : Belanja modal : Konsumsi masyarakat : PMA
37 β1, β2, β3 α ei : Koefisien masing-masing variabel : Konstanta : Error them Di dalam penelitian ini menggunakan beberapa metode analisis dalam mengolah data. Alat analisis tersebut meliputi : a. F Test (Chow Test) F Test (Chow Test) digunakan untuk menentukan pemilihan metode Commom Effects Model (CEM) atau Fixed Effect Model (FEM). Dalam uji ini membandingkan nilai F hitung dengan F tabel dengan hipotesis sebagai berikut (Yamin, 2010: 202): H0= Commom Effects Model (CEM) H1= Fixed Effect Model (FEM) Apabila F hitung < F tabel maka H0 diterima. Dan H1 ditolak, CEM Apabila F hitung > F tabel maka H0 ditolak, dan H1 diterima, FEM Dasar dari penolakan terhadap hipotesa nol adalah dengan menggunakan F- test seperti yang dirumuskan oleh Chow : Dimana: F test = (SSR CE SSR FE )/(n 1) SSR FE /(nt n K) SSR CE = Sum Squared Error dari Commen Effect Model SSR FE = Sum Squared Error dari Fixed Effect Model n n.t = Jumlah cross section = Jumlah cross section x jumlah time series
38 k = Jumlah variabel independen b. Pemilihan antara Fixed Effect Model dan Random Effect Model Pemilihan model antara Fixed Effect Model dan Random Effect Model dapat dilakukan dengan cara berikut (Gujarati, 2012: 255): 1. Jika T (jumlah data time-series) adalah besar dan N (jumlah unit crosssection) adalah kecil, kemungkinan akan sedikit nilai parameter yang diestimasi oleh FEM dan REM. Oleh karena itu, pemilihannya berdasarkan kenyamanan perhitungannya saja. Dalam kasus ini, FEM lebih baik digunakan. 2. Ketika N (jumlah unit cross-section) lebih besar dari pada T (jumlah data time-series), hasil estimasi yang diperoleh dari kedua metode bisa berbeda secara signifikan. Ingat kembali pada REM βit = βi + εi dimana εi adalah komponen cros-section acak, dimana dalam FEM kita menganggap βit sebagai nilai tetap dan tidak acak. Dalam kasus terakhir, inferensi statistik tergantung pada unit cross-section yang diobservasi dalam sampel. Hal ini pantas jika kita sangat percaya bahwa unit individu atau cross-section dari sampel kita bukanlah hasil pengambilan acak dari sampel lebih besar lagi, maka dalam kasus ini, FEM yang lebih pantas digunakan. Jika unit crosssection dianggap diambil secara acak, maka REM yang pantas digunakan. 3. Jika komponen error individual εi dan satu atau lebih variabel independen saling berkolerasi, maka estimator REM adalah bias, maka yang diambil adalah FEM yang tidak bias.
39 4. Jika N lebih besar daripada T serta asumsi yang mendasari REM terpenuhi maka estimator REM akan lebih baik daripada FEM. Tidak seperti FEM, REM bisa mengestimasi koefisien dari variabel yang tidak dipengaruhi waktu seperti gender dan elastisitas. FEM memang mengontrol variabel yang dipengaruhi waktu, namun tidak dapat mengestimasi secara langsung. Sebaliknya REM hanya dapat mengestimasi variabel tersebut secara eksplisit yang disebutkan dalam model. Pengujian data panel dapat dilakukan sebagai berikut : a. Uji F-Statistik Uji statistik pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat (Kuncoro, 2009). Hipotesis yang digunakan: Ho : β1= β2=... βk = 0, artinya variabel independen bukan merupakan variabel penjelas yang signifikan terhadapat variabel dependen Ha : β1 β2... βk 0, artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Untuk menguji kedua hipotesis ini digunakan statistik F. Nilai statistik F di hitung dengan formula sebagai berikut : Dimana: F = MSR MSE = SSR k SSE (n k) SSR SSE = Sum of square due regression = Sum of squares error
40 N K = Jumlah observasi = Jumlah Parameter (termasuk Intersep dalam model) MSR = mean of squares due to regression MSE = mean of squares due to error F hitung > F tabel maka H0 ditolak dan H1 diterima, artinya ada pengaruh antara variabel bebas terhadap variabel terikat. F hitung < F tabel maka H0 diterima dan H1 diterima, artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat. b. Uji t-statistik Pengujian t statistik digunakan untuk menguji parsial dan variabel bebas pada variabel terikat. Pengujian ini dilakukan dengan hipotesis : H 0 : β = 0 H 1 : β 0 Dengan menguji dua arah dalam tngkat signifikan = α dan derjad kebebasan (Degree of freedom) df = n-k, (dimana n=jumlah observasi dan k=jumlah parameter termasuk konstanta), maka hasil pengujian akan menunjukkan : H 0 diterima bila t-tabel t-statistik t-tabel H 1 ditolak bila t-statistik < t-tabel atau t-statistik > t-tabel c. Koefisien Determinan (R 2 ) Koefisien determinan (R 2 ) adalah angka yang menunjukkan besarnya kemampuan variasi dari variabel tidak ebbas yang dapat diterangkan oleh variabel
41 bebas. Besarnya koefisien determinasi berkisar nol sampai dengan satu, semakin mendekati satu maka semakin dekat hubungan antara variabel bebas dengan variabel terikat. Dengan kata lain dapat diartikan bahwa semakin baik variabel bebas menjelaskan variabel terikatnya.