Upload
ngotuong
View
218
Download
0
Embed Size (px)
Citation preview
41
BAB III
METODE PENELITIAN
A. Objek Penelitian
Penelitian dilakukan di kabupaten/kota di Provinsi Jawa Timur. Dengan
pertimbangan di setiap wilayah mempunyai sumber daya dan potensi dalam
peningkatan pertumbuhan ekonomi.
B. Jenis Penelitian dan Sumber Data
1. Jenis Penelitian
Jenis Penelitian dari segi pendekatan dibagi menjadi dua macam yaitu,
pendekatan kuantitatif dan pendekatan kualitatif. Sedangkan dalam penelitian
ini menggunakan pendekatan kuantitatif yang pada dasarnya menekankan
analisisnya pada data-data numerical (angka) yang diolah dengan metode
statistika. Dengan metode kuantitatif akan diperoleh signifikansi perbedaan
kelompok atau signifikansi hubungan antar variabel yang diteliti (Azwar,
2001).
2. Sumber Data
Data yang digunakan adalah data sekunder berupa data Pendapatan
Domestik Regional Bruto (PDRB), data jumlah penduduk, dan data Belanja
modal kabupaten/kota Provinsi Jawa Timur dengan periode waktu tahun 2011-
2015 yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Timur.
42
C. Metode Pengumpulan Data
Data yang digunakan dalam penelitian merupakan data-data dari literatur
yang berkaitan berupa dokumen. Data yang diperoleh kemudian disusun dan
diolahsesuai dengan kepentingan dan tujuan penelitian. Untuk tujuan penelitian
ini data yang dibutuhkan diperoleh dari Badan Pusat Statistik (BPS) Jawa Timur.
Tahun yang dipilih adalah tahun 2011 sampai dengan 2015. Meliputi data PDRB
Atas Dasar Harga Konstan 2010, jumlah penduduk dan Belanja Modal.
D. Definisi Operasional Variabel
Variabel penelitian adalah suatu gejala yang bervariasi. Variabel juga dapat
diartikan sebagai objek penelitian yang menjadi titik pusat perhatian dari suatu
penelitian (Arikunto, 1998). Untuk mengetahui konsep yang diteliti maka perlu
penjabaran definisi –definisi operasional sebagai berikut :
1.Variabel Dependen (terikat)
Merupakan variabel yang dipengaruhi oleh variabel-variabel bebasnya.
Variabel Dependen dalam penelitian ini adalah Produk Domestik Regional
Bruto (Y). PDRB yaitu nilai bersih barang dan jasa-jasa yang dihasilkan oleh
berbagai kegiatan ekonomi di suatu daerah dalam periode tertentu. Penelitian
ini menggunakan Produk Domestik Regional Bruto atas dasar harga konstan
menunjukkan nilai tambah barang dan jasa yang dihitung menggunakan harga
pada tahun tertentu. Data PDRB yang digunakan dalam penelitian ini adalah
data PDRB Atas Dasar Harga Konstan 2010 Kabupaten/Kota Provinsi Jawa
43
Timur tahun 2011-2015 dalam Juta Rupiah. Data diperoleh dari Badan Pusat
Statistik Jawa Timur.
2. Variabel Independen (Bebas)
Merupakan variabel yang mempengaruhi variabel terikat. Yang
termasuk dalam variabel terikat dalam penelitian ini adalah :
a. Belanja Modal (X1)
Belanja modal merupakan belanja pemerintah daerah yang
manfaatnya melebihi satu tahun anggaran dan akan menambah belanja
yang bersifat rutin sepertu biaya pemeliharaan pada kelompok belanja
administrasi umum (Halim, 2004). Belanja pada umumnya hanya
digunakan di sektor publik, tidak di sektor bisnis. Belanja di sektor
publik terkait dengan penganggaran, menunjukkan jumlah uang yang
telah dikeluarkan selama satu tahun anggaran. Belanja berdasarkan
hubungannya dengan aktivitas di bagi dua, yaitu biaya langsung dan
biaya tidak langsung. Belanja modal yang dimaksud dalam penelitian ini
adalah belanja modal yang menyangkut belanja dalam rangka
meningkatkan pendapatan daerah. Contohnya belanja modal yang
digunakan untuk pembangunan infrastruktur jalan yang mengharuskan
penduduk membayar pajak atas pembangunan tersebut. Pajak yang
dibayarkan oleh penduduk tersebut menjadi sumber pendapatan dan
meningkatkan pertumbuhan ekonomi. Data yang digunakan dalam
penelitian ini adalah data belanja modal yang berasal dari Laporan
Anggaran Pendapatan dan Belanja Daerah Provinsi Jawa Timur tahun
44
2011-2015, dalam satuan juta rupiah. Data diperoleh dari Badan Pusat
Statistik Jawa Timur.
b. Jumlah penduduk (X2)
Penduduk merupakan subjek pembangunan. Peningkatan jumlah
penduduk menuntut konsekuensi adanya peningkatan sarana prasarana
umum. Dalam upaya meningkatkan pertumbuhan ekonomi, jumlah
penduduk juga harus dikendalikan. Perkembangan jumlah penduduk
yang besar juga memerlukan anggaran belanja yang semakin besar.
Jumlah penduduk yang dimksud adalah penduduk yang bekerja
penduduk yang bekerja, sehingga dapat memberikan sumbangan
terhadap pertumbuhn ekonomi suatu daerah. Sedangkan penduduk yang
belum bekerja dan penduduk yang berusia lanjut tidak dimasukkan dalam
penelitian ini. Data yang dipakai dalam penelitian ini adalah data jumlah
penduduk Kabupaten/kota Provinsi Jawa Timur 2011-2015 dalam satuan
juta jiwa. Data diperoleh dari Badan Pusat Statistik Jawa Timur.
45
E. Teknik Analisis Data
Penelitian ini menggunakan beberapa metode analisis dalam menjawab
tujuan yang akan dicapai. Alat analisis tersebut meliputi: analisis regresi linier
berganda sebagai alat pengolahan data dengan menggunakan program Eviews9.
1. Model Regresi Data Panel
Data Penel merupakan sekelompok data individual yang diteliti selama
rentang waktu tertentu sehingga memberikan informasi observasi setiap
individu dalam sampel. Panel data merupakan gabungan antara time series data
(deret waktu) dan cross section (individual). Keuntungan menggunakan panel
data yaitu dapat meningkatkan jumlah sampel populasi dan memperbesar
degree of freedom, serta penggabungan informasi yang berkaitan dengan
variabel cross section dan time series. Terdapat beberapa keuntungan
menggunakan data panel, yaitu :
1. Dengan mengkombinasikan data time series dan data cross section, dat
panel memberikan data yang lebih informative, lebih variatif,
mengurangi kolinieritas antar variabel, derajat kebebasan yang lebih
banyak, dan efisiensi yang lebih besar.
2. Dengan mempelajari bentuk cross section berulang-ulang dari observasi,
data panel lebih baik untuk mempelajari dinamika perubahan.
3. Data penel dapat mendeteksi lebih baik dalam mengukur efek-efekyang
tidak dapat diobservasi dalam cross sectional maupun data time series
murni.
46
4. Data panel memungkinkan untuk dipelajarinya model perilaku yang
lebih rumit.
Persamaan regresi data panel dalam penelitian ini dapat dirumuskan
sebagai berikut :
Ln Yit = Ln + Ln + Ln it
Keterangan :
Y = Log PDRB kabupaten/kota pRovinsi Jawa Timur
= Log Belanja Modal
= Log jumlah Penduduk
i = Konstanta ke i
β1 β2 = Koefisien regresi untuk masing-masing variabel X
i = jenis kabupaten
t = waktu
Model regresi dengan data panel secara umum mengakibatkan kesulitab
dalam spesifikasi modelnya. Residualnya akan mempunyai tiga kemungkinan
yaitu residual time series, cross section maupun gabungan keduanya. Maka
terdapat tiga pendekatan dalam menggunakan data panel yaitu :
1) Pooled Least Square (PLS)
Metode ini juga dikenal sebagagai Common Effect Model (CEM).
Pada metode ini, model mengasumsikan bahwa data gabungan yang ada,
menunjukan kondisi sesungguhnya dimana nilai intersep dari masing-
masing variabel adalah sama dan slope koefisien dari variabel-variabel yang
digunakan adalah identic untuk semua unit cross-section.
47
Kelemahan dalam metode PLS ini yaitu adanya ketidaksesuaian
model dengan keadaan yang sebenarnya. Dimana kondisi tiap objek saling
berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan
kondisi objek tersebut pada waktu yang lain (Winarno, 2007).
2) Fixed Effect Model (FEM)
Fixed effect (efek tetap) dalam hal ini maksudnya adalah bahwa satu
objek, memiliki konstan yang tetap besaranya untuk berbagai periode
waktu. Demikian pula halnya dengan koefisien regresi yang memiliki
besaran yang tetap dari waktu ke waktu.
Dalam model FEM ini menggunakan perubahan boneka untuk
memungkinkan perubahan –perubahan dalam intersep-intersep kerat lintang
dan runtut waktu akibat adanya perubahan-perubahan yang dihilangkan.
Model ini mengasumsikan bahwa perbedaan antar unit dapat diketahui dari
perbedaan nilai konstanya.
Pendekatan dengan memasukkan variabel boneka ini dikenal dengan
sebutan model efek tetap (fixed effect) atau Least Square Dummy Variable
(LSDV) atau disebut juga covariance model (Winarno, 2007).
3) Random Effect Models (REM)
Dalam menganalisis regresi data panel, selain menggunakan Fixed
Effect Model (FEM), analisis regresi dapat pula menggunakan pendekatan
efek random (random effect). Pendekatan efek random ini digunakan untuk
mengatasi kelemahan fixed effect model yang menggunakan variabel semu,
sehingga akibatnya model mengalami ketidakpastian. Berbeda dengan FEM
48
yang menggunakan variabel semu, metode random menggunakan residual,
yang diduga memiliki hubungan antar waktu dan antar objek (Winarno,
2007).
2. Pemilihan Model
Dalam pengolahan data panel mekanisme uji untuk menentukan metode
pemilihan data panel yang tepat yaitu dengan cara membandingkan metode
yang digunakan dalam analisis regresi linier berganda. Untuk melakukan
perbandingan model mana yang akan dipakai, maka dilakukan pengujian
diantaranya :
a. Uji F (Chow Test)
Uji yang digunakan untuk mengetahui apakah model Pooled Least
Square (PLS) atau Fixed Effect Model (FEM) yang akan dipilih untuk
estimasi data. Uji ini dapat dilakukan dengan uji restricedd F-test atau uji
Chow-test. Dalam pengujian ini dilakukan dengan hipotesa sebagai berikut:
H0 : Common Effect Model atau pooled OLS
H1 : Fixed Effect Model
Pengujian ini mengikuti nilai probabilitas nilai cross-section F jika
nilai probabilitas < α=0,05 maka H0 ditolak, artinya model panel yang baik
untuk digunakan adalah Fixed Effect Model, dan sebaliknya. Jika H0
diterima, berarti model PLS yang dipakai dan dianalisis. Namun jika H0
ditolak, maka model FEM harus diuji kembali untuk memilih apakah akan
memakai model FEM atau REM kemudian dianalisis. (Widarjono, 2009).
49
b. Hausman Test
Pengujian dengan membandingkan model Fixed Effect dengan
Random Effect dalam menentukan model yang terbaik untuk digunakan
sebagai model regresi data panel. Hipotesis yang dibentuk dalam Hausman
Test adalah sebagai berikut :
H0 : Model Random Effect
H1 : Model Fixed Effect
Dasar penolakan H0 adalah dengan menggunakan pertimbangan
probabilitas Cross section random. Jika probabilitas Cross section > α=0,05
maka H0 diterima, artinya model yang digunakan adalah Random Effect.
Untuk memilih fixed effect model atau random effect model sebagai
model yang sesuai ada beberapa cara untuk menentukan, yaitu :
1. Jika T (jumlah data time series) > N (jumlah data cross sectional), maka
disarankan menggunakan fixed effect model (FEM).
2. Jika N (jumlah data cross section) > T (jumlah data time series), maka
disarankan menggunakan random effect model.
3. Jika efek cross sectional berkorelasi dengan salah satu atau lebih variabel
X, maka penaksir FEM yang tak bias dan sesuai.
Uji hipotesis yang uji hipotesis yang dapat digunakan untuk lebih
meyakinkan keputusan dalam memilih model terbaik adlah dengan
menggunakan Uji Hausman ( Gujarati, 2012).
50
Ada tiga uji yang digunakan untuk menentukan teknik yang paling tepat
untuk mengestimasi regresi data panel. Tiga uji tersebut yaitu uji F statistic, uji
t statistic, uji determinan uji Langrange Multiplier (LM) dan uji Hausman.
Uji statistic untuk mengetahui tingkat signifikansi dari masing-masing
koefisien regresi variabel dependen maka dari itu dapat menggunakan uji
statistik diantaranya :
1. Uji Signifikansi Simultan (Uji F)
Uji F yaitu untuk mengetahui signifikansi pengaruh antara variabel
bebas yaitu belanja modal dan jumlah penduduk dengan variabel terikat
dalam penlitian ini adalah Produk Domestik Regional Bruto (PDRB) secara
simultan.
Hipotesis dalam pengujian ini adalah:
H0 : β1 = β2 = 0, berarti belanja modal dan jumlah penduduk tidak
berpengaruh secara signifikan terhadap Produk Domestik Regional bruto
(PDRB).
Ha : β1 ≠ β2 ≠ 0, berarti belanja modal dan jumlah penduduk mempunyai
pengaruh secara signifikan terhadap Produk Domestik Regional
Bruto(PDRB).
Jika Fstatistik ˃Ftabel, H0 ditolak dan Ha diterima, maka hal ini
berarti variabel bebas secara simultan berpengaruh signifikan terhadap
variabel terikat. Dan apabila Fstatistik ˂ Ftabel, H0 diterima dan Ha ditolak
maka hal ini berarti variabel bebas secara simultan tidak berpengaruh
signifikan terhadap variabel terikat.
51
2. Uji Signifikansi Parsial (Uji t)
Uji t pada dasarnya menunjukkan seberapa besar pengaruh variabel
independen secara individual dalam menerangkan variasi variabel dependen
dengan hipotesis pengujian sebagai berikut (Gujarati,2004).
H0 : β1 = 0, berarti belanja modal dan jumlah penduduk tidak berpengaruh
secara signifikan terhadap Produk Domestik regional Bruto (PDRB).
Ha : β1 ≠ 0, berarti belanja modal dan jumlah penduduk berpengaruh secara
signifikan terhadap Produk Domestik Regional Bruto (PDRB).
Jika t-hitung ˃ t-tabel maka ditolak dan menerima Ha atau dengan
kata lain ada pengaruh secara signifikan variabel independen terhadap
variabel dependen. Dan jika t-hitung ˂ t-tabel maka diterima dan
menolak Ha, dengan kata lain variabel independen tidak berpengaruh
signifikan terhadap variabel dependen.
Atau dapat dilihat dari besarnya nilai probabilitas dengan ketentuan
sebagai berikut:
diterima Ha ditolak, apabila nilai t probabilitas ≥ nilai (α=5%). Hal
ini berarti variabel independent tidak berpengaruh terhadap variabel
dependent. Dan apabila ditolak Ha diterima, apabila nilai t probabilitas
≤ niali (α=5%). Hal ini berarti variabel independent signifikan berpengaruh
terhdap variabel dependent.
52
3. Uji Koefisien Determinasi ( )
Koefisien determinasi ( adalah untuk mengetahui seberapa besar
variabel independen mampu menjelaskan variabel dependen. Kofisien
deterrminasi ( maupun koefisien deterrminasi yang disesuaikan
menunjukkan kemampuan model (variabel penjelas) dalam menjelaskan
variasi variabel terikat. Nilai besarnya antara 0 ˂ ˂ 1 menyatakan
dimana semakin mendekati 1 maka dapat dinyatakan model semakin baik
(Gujarati, 2004).
1. Nilai yang kecil atau mendekati nol, berarti kemampuan
variabel independent dalam menjelaskan variasi variabel
dependent sangat lemah.
2. Nilai yang mendekati satu, berarti kemampuan variabel
independent dalam menjelaskan hamper semua informasi yang
digunakan untuk memprediksi variasi variabel dependent.