bab iv hasil dan pembahasan a. gambaran umum ...eprints.ums.ac.id/57555/16/bab iv acc.pdf46 bab iv...
TRANSCRIPT
46
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,
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)
Kota/Kab. Tahun
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)
Kota/Kab. Tahun
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)
Kota/Kab. Tahun
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)
Kota/Kab. Tahun
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
PADit=1,83E+08+2,174422PDRBBit+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 :
PADit=29148547+2,615350PDRBit+0,129973G*it-125,8977POPit
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 :
PADit=1,71E+08+2,603306PDRBit+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
H0 : model polled least square (PLS)
Ha : model fixed effect method (FEM)
b. Menentukan tingkat signifikansi α
61
c. Menentukan kriteria pengujian
H0 diterima bila p-value>α
H0 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 H0 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
H0 : model random effect method (REM)
Ha : model fixed effect method (FEM)
b. Menentukan tingkat signifikansi α
62
c. Menentukan kriteria pengujian
H0 diterima bila p-value> α
H0 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 H0 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
H0 :βi= 0 variabel independen ke i tidak memiliki pengaruh
signifikan.
Ha : βi ≠ 0 variabel independen ke i memiliki pengaruh signifikan.
2) Menentukan tingkat signifikansi α=0,01
ttabel = 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
H0 ditolak apabila : thitung ≤ -ttabel atau thitung > ttabel
H0 diterima apabila : -ttabel ≤ thitung ≤ ttabel
4) Kesimpulan
Dari hasil regresi diketahui besarnya nilai thitung sebesar -4,780,
sedangkan nilai ttabel = -2,728. Dengan demikian nilai -ttabel > thitung
maka Ho ditolak, artinya POP berpengaruh signifikan terhadap
PAD pada α=0,01
b. Variabel produk domestik regional bruto (PDRB)
1) Formulasi hipotesis
H0 :βi= 0 variabel independen ke i tidak memiliki pengaruh
signifikan.
Ha : βi ≠ 0 variabel independen ke i memiliki pengaruh signifikan.
65
2) Menentukan tingkat signifikansi α=0,10
ttabel = 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
H0 ditolak apabila : thitung ≤ -ttabel atau thitung > ttabel
H0 diterima apabila : -ttabel ≤ thitung ≤ ttabel
4) Kesimpulan
Dari hasil regresi diketahui besarnya nilai thitung sebesar 1,234,
sedangkan nilai ttabel = 1,696. Dengan demikian nilai -ttabel < thitung <
ttabel maka Ho diterima, artinya PDRBB tidak berpengaruh signifikan
terhadap PAD pada α=0,10.
c. Variabel pengeluaran pemerintah (G)
1) Formulasi Hipotesis
H0 :βi= 0 variabel independen ke i tidak memiliki pengaruh
signifikan.
66
Ha : βi ≠ 0 variabel independen ke i memiliki pengaruh signifikan.
2) Menentukan tingkat signifikansi α=0,01
ttabel = 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
H0 ditolak apabila : thitung ≤ -ttabel atau thitung > ttabel
H0 diterima apabila : -ttabel ≤ thitung ≤ ttabel
6) Kesimpulan
Dari hasil regresi diketahui besarnya nilai thitung sebesar 5,783,
sedangkan nilai ttabel = 2,728. Dengan demikian nilai thitung > ttabel
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
Ftabel = F(α;k-1;n-k)
Ftabel = F(0,01;4-1;35-4)
Ftabel = F(0,01;3;31)
Ftabel = 4,48
Gambar 4-5
Daerah Kritis Uji F
4,48 86,68749
Sumber : Data sekunder yang diolah
c) Kriteria pengujian
H0 diterima bila Fstatistik ≤ Ftabel
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 (R2)
Hasil output regresi menunjukkan adjusted R2 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) se-
karesidenan 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.