model pertumbuhan ekonomi melalui …
TRANSCRIPT
1
MODEL PERTUMBUHAN EKONOMI MELALUI PEMBANGUNAN
INFRASTRUKTUR PUBLIK
1Komsi Koranti
2Cicilia Acherika Milenia
12Jurusan Manajemen, Fakultas Ekonomi, Universitas Gunadarma
2([email protected]) 1([email protected])
ABSTRAK
Ukuran keberhasilan pembangunan sebuah negara, diukur berdasarkan Tingkat
pertumbuhan ekonomi yang dicapai. Pertumbuhan ekonomi merupakan masalah
semakin kompleks dan multidimensional. Dalam hal ini pertumbuhan ekonomi
tersebut diasumsikan merupakan kenaikan produk domestik regional bruto,
dengan belum memperhitungkan perubahan struktur ekonomi, pertambahan
penduduk,dan sistem kelembagaan. Nilai dari Produk Domestik Regional Bruto
dikalkulasi berdasarkan besarnya nilai tambah dari penduduk yang terjadi pada
suatu periode tertentu. Tujuan yang ingin dicapai dalam penelitian ini adalah
membuat pemodelan pertumbuhan ekonomi melalui data pembangunan
Infrastruktur Publik yang sudah dilakukan di Provinsi Kalimantan Tengah.
Penelitian menggunakan variabel independen berupa fasilitas Listrik,
Perusahaan Daerah Air Minum (PDAM), dan Panjang jalan. Sedangkan variabel
dependen penelitian menggunakan data Produk Domestik Regional Bruto
(PDRB). Purposive sampling digunakan untuk mengambil sebanyak 56 data
pertahun dikabupaten/kota Provinsi Kalimantan Tengah, periode 2013-2016.
Berdasarkan analisis regresi linear, terbukti bahwa secara parsial hanya variabel
listrik yang memiliki pengaruh signifikan terhadap PDRB. Model yang diperoleh
dalam penelitian ini adalah PDRB = 2.187 + 0.616 (Listrik) – 0.052 (PDAM) +
0.031 (Panjang Jalan).
Kata Kunci: pertumbuhan ekonomi, infrastruktur publik, pembangunan, model
PENDAHULUAN
Tingkat pertumbuhan perekonomian di suatu negara dapat diprediksi berdasarkan
indikator pertumbuhan dan pembangunan ekonomi. Pencapaian tersebut
ditentukan oleh kuatnya peranan aspek-aspek ekonomi. Pertumbuhan ekonomi
dianggap sebagai kenaikan produk domestik bruto, tanpa memperhatikan ada
tidaknya perubahan pada tingkat pertumbuhan penduduk, struktur ekonomi, dan
sistem kelembagaan (Arsyad, 2015). Disisi lain pembangunan ekonomi
diasumsikan sebagai proses penyebab kenaikan pendapatan riil perkapita
penduduk suatu negara dalam jangka panjang yang diiringi oleh perbaikan sistem
kelembagaan.
Pertumbuhan ekonomi merupakan indikator penting dalam melakukan analisis
tentang pembangunan ekonomi, juga berkaitan dengan penunjang kesejahteraan
masyarakat dan investasi pembangunan dalam kegiatan perekonomian
2
masyarakat. Pendekatan pembangunan tradisional, menurut Kuncoro (2002)
merupakan pembangunan yang lebih memfokuskan pada peningkatan PDRB.
Selanjutnya pertumbuhan angka PDRB dipakai dalam pengukuran pertumbuhan
ekonomi.
Perkembangan ekonomi seharusnya selaras dengan pembangunan ekonomi. Pada
tahap pembangunan yang rendah, infrastruktur yang diperlukan masih terbatas.
Pada tingkat ini, prioritas perkembangan adalah untuk membangun jalan,
jembatan, irigasi, listrik, air bersih, dan infrastruktur lain dalam taraf yang
sederhana. Semakin maju suatu perekonomian, semakin banyak infrastruktur yang
diperlukan oleh suatu negara atau wilayah. Dengan demikian, mengembangkan infrastruktur harus secara terus menerus
dilakukan dan harus diselaraskan dengan kemajuan ekonomi yang telah dicapai
dan yang ingin diwujudkan pada masa yang akan datang. Seperti penelitian
Maimunah, dkk (2017) di Jawa Tengah, bahwa PDRB dipengaruhi oleh Human
capital, Tenaga Kerja dan Infrastruktur. Pembangunan infrastruktur pada pemerintahan sekarang merupakan keberlanjutan
dari pembangunan infrastruktur yang sudah mulai dan dibangun pada masa
sebelumnya. Infratruktur merupakan tulang punggung perekonomian bangsa.
Selain itu, pembangunan Infrastruktur juga diyakini akan mempercepat dan
memperluas pembangunan ekonomi di setiap wilayah. Secara keseluruhan,
pembangunan infrastruktur yang bisa dinikmati saat sekarang ini merupakan hasil
dari estafet antara pemerintahan sekarang dengan pemerintahan sebelumnya.
Seperti proyek pembangunan jalan tol, program tol laut, pengoperasian bandara-
bandara perintis, pelabuhan-pelabuhan maupun pembangunan desa dan
percepatan daerah tertinggal tidak lain adalah keberlanjutan dari pemerintah
sebelumnya. Sesuai dengan prinsip pembangunan berkelanjutan, bahwa harus ada
strategi untuk merancang agenda pembangunan secara jangka panjang dan melihat
dampak positif dan negatif dari proses pembangunan. Segala upaya yang
dilakukan pemerintah dalam pembangunan infrastruktur memiliki tujuan untuk
meningkatkan perekonomian serta produktivitas masyarakat di Indonesia.
Indonesia merupakan negara yang memiliki banyak provinsi atau daerah-daerah
untuk dikembangkan, masing-masing dari provinsi ini tingkat pertumbuhan
ekonominya berbeda-beda. Semua provinsi melakukan pembangunan infrastruktur
untuk memperbaiki tingkat pertumbuhan ekonomi di daerahnya masing-masing.
Penelitian ini merupakan pengembangan dari penelitian yang dilakukan oleh
Syahputri (2013), yang menyatakan faktor-faktor yang dapat membantu
pertumbuhan suatu perekonomian di daerah yaitu fasilitas listrik, air, dan jalan.
Ketiga faktor tersebut sangat berpengaruh signifikan terhadap pertumbuhan
ekonomi yang berada di Provinsi Jawa Barat. Sebaliknya Sumandiasa, dkk (2016)
menjumpai kondisi di provinsi Bali bahwa hanya listrik dan PMA yang
berpengaruh signifikan terhadap pertumbuhan PDRB.
Provinsi Kalimantan Tengah merupakan salah satu daerah yang sedang
melakukan berbagai pembangunan, antara lain bidang infrastruktur jalan,
jembatan, drainase, listrik, air dan sebagainya. Dengan demikian maka perlu
dilakukan penelitian yang bertujuan untuk menganalisis model pertumbuhan
3
ekonomi di Provinsi Kalimantan Tengah melalui pembangunan infrastruktur
Listrik, infrastruktur PDAM, dan infrastruktur Panjang Jalan.
METODE PENELITIAN
Teknik Analisis
Bidang infrastruktur merupakan pendukung utama sistem sosial dan sistem
ekonomi yamg dilaksanakan dalam konteks keterpaduan dan menyeluruh
Kodoatie (2005). Infrastruktur sebagai fasilitas yang dikembangkan bagi fungsi-
fungsi pemerintahan untuk pelayanan publik sebagai satu kesatuan dengan
fasilitas lainnya. Dengan demikian nilai optimasi pelayanan infrastruktur juga
ditentukan oleh keterpaduan tersebut.
Populasi penelitian berupa data PDRB, Listrik, PDAM, dan data panjang jalan di
provinsi Kalimantan Tengah. Selanjutnya secara purposive sampling, diperoleh
data pertahun dari laju pertumbuhan PDRB, Listrik, PDAM, dan panjang jalan di
kabupaten/kota Kalimantan Tengah periode 2013-2016.
Penelitian ini menggunakan data sekunder, yang bersumber dari www.bps-
kalteng.go.id. Cross Section data digunakan untuk melihat perbedaan data pada
setiap kabupaten/kota, sedangkan Time Series menggambarkan perubahan data
selama periode 2013-2016. Selanjutnya analisis secara kuantitatif dilakukan
dengan tehnik regresi, untuk menguji pengaruh antara variabel Listrik, PDAM,
dan panjang jalan terhadap PDRB. Model untuk memprediksi variabel-variabel
penelitian ini adalah:
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan:
Y = PDRB X1 = Listrik
a = konstanta X2 = PDAM
b = koefisien garis regresi X3 = Panjang jalan
e = standar error
Uji Asumsi Klasik
Teknik analisis regresi linear bisa digunakan jika kelompok data lolos uji asumsi
klasik. Uji asumsi klasik terdiri dari Uji Normalitas, Autokorelasi,
Multikolinearitas, dan Heterokesdatisitas (Ghozali, 2017).
Uji normalitas untuk menguji apakah variabel residual berdistribusi secara
normal, dengan menggunakan grafik maupun Kolmogorov Smirnov. Data
dikategorikan normal atau tidak terdapat perbedaan yang signifikan, apabila
diperoleh nilai signifikasi lebih dari 0,05.
Uji autokorelasi untuk mendeteksi terjadinya korelasi antar kesalahan pengganggu
pada periode yang berurutan. Pengujian autokorelasi dapat dilakukan dengan uji
Durbin-Watson (D-W), dengan tingkat kepercayaan α=5%.
Uji multikoinearitas untuk menguji apakah model regresi ditemukan adanya
korelasi antara variabel bebas. Multikolinearitas terjadi bila nilai VIF lebih dari 10
dan nilai tolerance kurang dari 0,1.
Uji heterokesdatisitas untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual suatu pengamatan yang lain. Deteksi
4
heterokesdatisitas dapat dilakukan dengan mengamati pola pada grafik scatter plot
antara SPRESID dan ZPRED.
Koefisien Determinasi
Koefisien Determinasi mampu mengukur seberapa jauh kemampuan model dalam
menerangkan variabel dependen, dengan nilai antara 0 dan 1. Kelemahan
Koefisien Determinasi adalah bias terhadap jumlah variabel independen yang
dimasukkan ke dalam model. Oleh karena itu, digunakan nilai adjusted R2, Karena
nilai adjusted R2
dapat naik atau turun apabila satu variabel independen
ditambahkan ke dalam model.
Uji t
Uji t menunjukkan seberapa jauh pengaruh satu variabel independen secara
individual dalam menerangkan variasi variabel independen (Ghozali, 2017).
Apabila nilai probabilitasnya kurang dari 0.05, berarti terdapat pengaruh
signifikan antara variabel independen terhadap variabel dependen secara parsial.
Uji F
Uji kelayakan model atau uji F merupakan tahapan awal mengidentifikasi model
regresi yang diestimasi layak atau tidak, dengan menggunakan One Way Anova.
Apabila nilai prob. F hitung lebih kecil dari tingkat kesalahan, maka dapat
dikatakan bahwa model regresi yang diestimasi layak.
HASIL DAN PEMBAHASAN
Produk Domestik Regional Bruto
Nilai PDRB di Provinsi Kalimantan Tengah periode 2013-2016, tertinggi adalah
Palangkaraya (Rp.16,378,088.24) dan terendah adalah Sukamara (1,381,439.55).
Tabel 1
Perhitungan Nilai PDRB Kalimantan Tengah (dalam Rupiah)
Kota Tahun Nilai PDRB
Kota Waringin Barat
2013 10,306,881.50
2014 11,782,723.50
2015 13,128,563.30
2016 14,580,989.00
Kota Waringin Timur
2013 14,006,208.40
2014 15,363,977.50
2015 17,292,454.30
2016 19,622,842.90
Kapuas
2013 19,622,842.90
2014 9,597,740.30
2015 10,757,100.20
2016 12,009,472.40
Barito Selatan 2013 3,767,768.20
2014 4,079,563.10
5
Sumber: www.kalteng.bps (data diolah)
2015 4,443,051.80
2016 4,889,178.40
Barito Utara
2013 6,010,923.40
2014 6,298,631.70
2015 6,708,086.80
2016 7,358,692.90
Sukamara
2013 2,336,339.40
2014 2,619,748.70
2015 2,884,821.90
2016 3,202,548.40
Lamandau
2013 3,033,848.80
2014 3,358,803.50
2015 3,661,335.80
2016 4,073,063.10
Seruya
2013 5,255,475.20
2014 5,772,755.40
2015 6,265,127.50
2016 6,889,283.70
Katingan
2013 4,305,170.00
2014 4,874,324.10
2015 5,481,002.70
2016 6,127,500.90
Pulang Pisau
2013 2,815,478.20
2014 3,222,252.90
2015 3,649,808.10
2016 4,029,798.30
Gunung Mas
2013 2,982,610.50
2014 3,378,383.20
2015 3,777,425.20
2016 4,232,264.60
Barito Timur
2013 4,444,272.20
2014 4,770,200.90
2015 5,099,025.60
2016 5,627,781.50
Murung Raya
2013 4,849,767.40
2014 5,166,412.70
2015 5,581,919.20
2016 6,153,227.10
Palangka Raya
2013 8,637,942.40
2014 98,296,422.00
2015 11,289,343.50
2016 12,792,940.00
6
Produksi dan Distribusi Listrik
Total Produksi dan Distribusi Listrik di Kalimantan Tengah periode 2013-2016
rata-rata tertinggi adalah Palangkaraya (152,057,884.75 kwh), sedangkan nilai
terendah adalah Seruya sebesar 9,119,006.00 kwh (Tabel 2).
Tabel 2
Total Produksi dan Distribusi Listrik Kalimantan Tengah (dalam kwh) Kota Tahun Total Produksi Listrik
Kota Waringin Barat
2013 141,406,644
2014 159,056,115
2015 174,578,443
2016 179,108,192
Kota Waringin Timur
2013 187,833,327
2014 203,827,929
2015 227,113,790
2016 233,368,622
Kapuas
2013 86,698,420
2014 119,809,473
2015 110,113,520
2016 119,297,281
Barito Selatan
2013 54,043,549
2014 57,728,140
2015 59,529,177
2016 61,612,931
Barito Utara
2013 44,116,144
2014 49,064,710
2015 49,860,146
2016 50,668,149
Sukamara
2013 18,465,149
2014 18,854,735
2015 21,941,872
2016 26,936,190
Lamandau
2013 18,517,801
2014 22,938,443
2015 24,650,971
2016 27,314,683
Seruya
2013 15,560,348
2014 18,408,580
2015 19,057,939
2016 19,917,123
Katingan
2013 23,868,585
2014 59,351,866
2015 68,398,045
2016 71,591,699
Pulang Pisau
2013 38,627,717
2014 45,704,902
2015 53,830,180
7
2016 53,509,626
Gunung Mas
2013 17,049,133
2014 18,591,316
2015 22,359,191
2016 29,611,204
Barito Timur
2013 29,507,590
2014 33,240,290
2015 36,181,284
2016 48,790,164
Murung Raya
2013 21,209,760
2014 24,695,347
2015 25,635,481
2016 27,879,229
Palangka Raya
2013 298,173,420
2014 295,802,062
2015 301,365,369
2016 321,114,169
Sumber: www.kalteng.bps (data diolah)
Produksi Air Minum
Produksi Air Minum di Kalimantan Tengah periode 2013-2016, nilai rata-rata
tertinggi adalah Kotawaringin Timur (11,530,374.46), sedangkan terendah adalah
Sukamara sebesar 244,877.92 (Tabel 3).
Tabel 3
Nilai Produksi Air Minum yang disalurkan di Kalimantan Tengah
(dalam Rupiah)
Kota Tahun Nilai PDAM
Kota Waringin Barat
2013 10,050,462.10
2014 11,749,426.00
2015 11,769,427.00
2016 13,150,827.00
Kota Waringin Timur
2013 23,205,121.70
2014 22,389,814.00
2015 22,389,815.00
2016 24,250,187.00
Kapuas
2013 11,288,522.97
2014 14,481,669.00
2015 14,481,649.00
2016 15,131,661.00
Barito Selatan
2013 6,731,445.70
2014 7,040,531.00
2015 7,040,531.00
2016 9,473,902.00
Barito Utara
2013 9,360,885.25
2014 9,384,974.00
2015 9,384,975.00
2016 9,614,304.00
8
Sukamara
2013 412,400.35
2014 493,921.00
2015 493,921.00
2016 550,723.00
Lamandau
2013 1,523,847.00
2014 1,795,382.00
2015 795,382.00
2016 1,824,429.00
Seruya
2013 938,755.31
2014 157,409.00
2015 993,298.00
2016 1,487,161.00
Katingan
2013 1,785,100.56
2014 2,397,059.00
2015 2,397,058.00
2016 2,226,352.00
Pulang Pisau
2013 2,022,691.33
2014 2,244,329.00
2015 2,244,330.00
2016 4,273,265.00
Gunung Mas
2013 3,415,558.42
2014 3,531,386.00
2015 3,531,386.00
2016 3,979,743.00
Barito Timur
2013 2,571,765.70
2014 3,566,484.00
2015 3,358,047.00
2016 3,795,901.00
Murung Raya
2013 1,186,584.98
2014 1,661,141.00
2015 1,713,798.00
2016 2,909,932.00
Palangka Raya
2013 17,035,414.54
2014 1,513,431.00
2015 1,513,431.00
2016 18,252,168.00
Sumber: www.kalteng.bps (data diolah)
Panjang Jalan
Data panjang jalan di Kalimantan Tengah periode 2013-2016, disajikan pada
Tabel 4. Nilai rata-rata tertinggi adalah Kapuas (1,962,991.00) sedangkan
terendah adalah Sukamara sebesar 328,252.25.
Tabel 4.
Panjang Jalan di Kalimantan Tengah (dalam Meter) Kota Tahun Nilai Panjang Jalan
Kota Waringin Barat 2013 2,406,330.00
2014 2,466,760.00
9
2015 2,466,760.00
2016 2,469,750.00
Kota Waringin Timur
2013 2,026,700.00
2014 2,059,280.00
2015 2,024,060.00
2016 2,024,060.00
Kapuas
2013 2,852,480.00
2014 3,060,790.00
2015 4,891,300.00
2016 4,891,300.00
Barito Selatan
2013 716,870.00
2014 1,146,570.00
2015 1,013,570.00
2016 1,013,570.00
Barito Utara
2013 608,340.00
2014 625,740.00
2015 625,740.00
2016 758,140.00
Sukamara
2013 377,640.00
2014 385,570.00
2015 512,900.00
2016 512,900.00
Lamandau
2013 721,060.00
2014 495,370.00
2015 672,540.00
2016 672,540.00
Seruya
2013 781,970.00
2014 781,970.00
2015 453,800.00
2016 453,800.00
Katingan
2013 442,240.00
2014 475,580.00
2015 740,380.00
2016 784,370.00
Pulang Pisau
2013 1,087,750.00
2014 1,154,320.00
2015 994,750.00
2016 994,750.00
Gunung Mas
2013 737,940.00
2014 737,940.00
2015 737,740.00
2016 737,940.00
Barito Timur 2013 934,280.00
2014 965,470.00
10
2015 968,970.00
2016 968,970.00
Murung Raya
2013 630,680.00
2014 1,116,970.00
2015 919,550.00
2016 919,550.00
Palangka Raya
2013 911,830.00
2014 911,830.00
2015 911,830.00
2016 911,830.00
Sumber: www.kalteng.bps (data diolah)
Analisis Statistik Deskriptif
Perhitungan analisis deskriptif data penelitian adalah seperti pada Tabel 5.
Tabel 5 Descriptive Statistics N Minimum Maximum Mean Std. Deviation
LN_Y 56 6.37 7.99 6.7938 .29163
LN_X1 56 7.19 8.51 7.7233 .39520
LN_X2 56 5.20 7.38 6.5623 .51584
LN_X3 56 2.87 6.69 5.9354 .49438
Valid N (listwise) 56
Sumber: Data diolah
Rata-rata PDRB adalah 6.7938, dengan nilai terendah di Sukamara (6.37%) dan
nilai tertinggi di Palangkaraya (7.99%). Standar deviasi (0,29163) menunjukan
bahwa kondisi rata-rata PDRB sangat beragam, dengan jarak nilai rata-rata
terendah dan tertinggi yang tidak jauh.
Rata-rata listrik adalah 7.7233, nilai terendah 7.19% di Seruya, nilai tertinggi
8.51% di Palangkaraya, dengan Standar Deviasi 0.39520.
Rata-rata PDAM adalah 7.3123, nilai terendah 5.20% di Sukamara, nilai tertinggi
10.37% di Kotawaringin Timur, dengan standar deviasi 1.40577.
Rata-rata nilai Panjang Jalan adalah 5.9354, nilai terendah 2.87% di Sukamara,
nilai tertinggi 6.69% di Kapuas, dengan Standar deviasi Panjang Jalan 0.49438.
Uji Asumsi Klasik
Uji Kolmogrov-Smirnov (Tabel 6) menunjukkan bahwa nilai signifikasi Asymp.
Sig. (2-tailed) 0.200 > 0.05. Dengan demikian dapat disimpulkan bahwa data
penelitian ini dikategorikan berdistribusi normal.
Tabel 6
One-Sample Kolmogorov-Smirnov Test
Standardized Residual
N 56
Normal Parametersa,b Mean .0000000
Std. Deviation .97234487
11
Most Extreme
Differences
Absolute .101
Positive .101
Negative -.056
Test Statistic .101
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: data diolah
Berdasarkan uji multikolinieritas (Tabel 7) terlihat bahwa variabel independen
Listrik (LN_X1), PDAM (LN_X2), dan Panjang Jalan (LN_X3) mempunyai nilai
tolerance lebih dari 0,10 dan Variance Inflaction Factor (VIF) kurang dari 10.
Dengan demikian dapat disimpulkan bahwa tidak terjadi multikolinieritas pada
data penelitian.
Tabel 7
Hasil Uji Multikolinieritas
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
(Constant)
LN_X1 .443 2.259
LN_X2 .482 2.075
LN_X3 .788 1.270
Sumber: data diolah
Pada Gambar 1. Grafik Scatterplot menunjukkan data yang tersebar diatas dan
dibawah angka 0 (nol) pada sumbu Y serta tidak membentuk pola tertentu.
Dengan demikian terbukti bahwa tidak terjadi heterokedastisitas pada data,
sehingga model regresi layak digunakan untuk memprediksi.
Gambar 1
12
Untuk lebih menjamin keakuratan hasil, maka dilengkapi dengan uji glesjer
(Tabel 8). Uji glesjer menunjukkan bahwa nilai signifikan semua variabel
independen yaitu Listrik sebesar 0,00, PDAM sebesar 0,451, dan Panjang Jalan
sebesar 0,575. Dapat disimpulkan bahwa data tidak terjadi Heteroskedastisitas.
Tabel 8
Hasil Heteroskedastisitas
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 2.187 .488 4.484 .000
LN_X1 .616 .093 .835 6.641 .000
LN_X2 -.052 .068 -.092 -.760 .451
LN_X3 .031 .056 .053 .565 .575
Sumber: Data diolah
Metode pengujian yang digunakan dalam penelitian yaitu uji Durbin-Waston,
dengan nilai sebesar 1,944 yaitu kurang dari 2. Sesuai Ghozali (2017) hal ini
menunjukkan bahwa tidak ada autokorelasi dalam model regresi tersebut. Masalah
ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya.
Tabel 9
Hasil Uji Autokorelasi
R R Square
Adjusted R
Square
Std. Error of the
Estimate
Durbin-
Watson
.797a .636 .615 .18097 1.660
a. Predictors: (Constant), LN_X1, LN_X2, LN_X3
b. Dependent Variable: LN_Y
Sumber: Data diolah
Regresi Linear
Teknik untuk memprediksi model penelitian adalah regresi linear berganda.
Regresi linear berganda digunakan untuk menguji pengaruh variabel independen
(explanatory) penelitian (Listrik, PDAM, dan Panjang Jalan) terhadap variabel
dependen PDRB (Ghozali, 2017), dengan hasil seperti tercantum pada Tabel 10.
Tabel 10
Regresi Linear Berganda
Coefficientsa
Model
Unstandardized Coefficients Standardized Coefficients
B Std. Error Beta
1 (Constant) 2.187 .488
LN_X1 .616 .093 .835
LN_X2 -.052 .068 -.092
LN_X3 .031 .056 .053
a. Dependent Variable: LN_Y
Sumber: data diolah
13
Berdasarkan Tabel 10, diperoleh konstanta 2.187 dan nilai koefisien variabel
Listrik 0.616, PDAM -0.052, dan Panjang Jalan 0.031. Dengan demikian model
yang dapat dibentuk adalah:
PDRB Kalimantan Tengah= 2.187 + 0.616 (Listrik) – 0.052 (PDAM) + 0.031
(Panjang Jalan).
Nilai PDRB konstan sebesar 2.187 jika tidak ada perubahan pada Listrik, PDAM,
dan Panjang Jalan. Nilai koefisien Listrik 0.616, berarti terjadi hubungan yang
positif antara Listrik dengan PDRB Kalimantan Tengah. Koefisien PDAM - 0.052
, artinya terjadi hubungan yang negatif antara PDAM dengan PDRB Kalimantan
Tengah. Nilai koefisien Panjang jalan sebesar 0.031, berarti terjadi hubungan yang
positif antara Panjang jalan dengan PDRB Kalimantan Tengah.
Koefisien Determinasi ( )
Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi
adalah antara nol dan satu (0 < 2 R < 1), hasil koefisien determinasi yang
menunjukkan nilai adjusted R Square (Tabel 11).
Tabel 11
Koefisien Determinasi
Model Summaryb
Nilai adjusted R Square pada penelitian ini adalah 0,636 (Tabel 11). Berarti
63,6% proporsi keragaman nilai PDRB dapat dijelaskan oleh nilai variabel Listrik,
PDAM, dan Panjang Jalan melalui hubungan linier. Sedangkan 36.4% dijelaskan
oleh sebab-sebab lain diluar model penelitian. Faktor-faktor yang mempengaruhi
pertumbuhan PDRB di Indonesia tersebut, antara lain adalah Pendapatan Asli
Daerah, Dana Alokasi Umum, Dana Bagi Hasil, inflasi, Penanaman Modal Asing,
Penanaman Modal Dalam Negeri, Pengeluaran pemerintah daerah, dan tenaga
kerja (Nasution, 2010). Menurut Vidyattama (2010) faktor-faktor yang
mempengaruhi pertumbuhan PDRB di Indonesia, antara lain adalah investasi,
modal manusia (human capital), populasi, belanja pemerintah daerah, infrastruktur
dan perdagangan terbuka.
Uji t
Uji t dilakukan untuk menunjukkan seberapa jauh pengaruh satu variabel
independen secara parsial di dalam menerangkan variasi variabel dependen
(Ghozali. 2017).
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1 .797a .636 .615 .18097
a. Predictors: (Constant), LN_X1, LN_X2, LN_X3
b. Dependent Variable: LN_Y
Sumber: Data diolah
14
Tabel 12
Uji t
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 2.187 .488 4.484 .000
LN_X1 .616 .093 .835 6.641 .000
LN_X2 -.052 .068 -.092 -.760 .451
LN_X3 .031 .056 .053 .565 .575
Sumber: data diolah
Hasil perhitungan uji t dapat dilihat pada Tabel 12. Pada variabel Listik (LN_X1)
mempunyai nilai t 6.641 dengan tingkat signifikansi 0.00. Nilai signifikansi 0.00
lebih kecil dari 0.05 sehingga disimpulkan bahwa terdapat pengaruh antara
variabel Listrik terhadap PDRB.
Listrik memberikan pengaruh positif dan signifikan terhadap PDRB di
Kalimantan Tengah. Hal ini menandakan bahwa peningkatan energi Listrik dapat
menjadi salah satu cara untuk meningkatkan pertumbuhan ekonomi di Provinsi
Kalimantan Tengah. Nilai koefisien beta yang positif menandakan bahwa Listrik
berpengaruh terhadap Laju pertumbuhan PDRB. Hasil penelitian ini mendukung
penelitian yang dilakukan Syahputri (2013) yang membuktikan bahwa Listrik
berpengaruh positif dan signifikan terhadap PDRB. Namun, hasil penelitian ini
berlawanan dengan studi terdahulu yang dilakukan oleh Winanda (2016) yang
membuktikan bahwa Listrik tidak berpengaruh signifikan terhadap PDRB.
Pada PDAM mempunyai nilai t sebesar -0.760 dengan tingkat signifikansi 0,451.
Berdasarkan nilai signifikansi 0,451 (lebih besar dari 0.05), maka dapat
disimpilkan bahwa tidak terdapat berpengaruh antara variabel PDAM terhadap
PDRB. Variabel PDAM memberikan pengaruh negatif dan tidak signifikan
terhadap PDRB di Kalimantan Tengah. Hal ini menandakan bahwa konsumsi air
bersih di provinsi Kalimantan Tengah sangat banyak dibandingkan dengan
pendapatan daerah di provinsi tersebut. Hasil penelitian ini berlawanan dengan
studi terdahulu yang dilakukan Winanda (2016) yang membuktikan bahwa
PDAM berpengaruh signifikan terhadap PDRB.
Pada Panjang Jalan mempunyai nilai t sebesar 0.565 dengan tingkat signifikansi
sebesar 0.575. Berdasarkan nilai signifikansi 0.575 (lebih besar dari 0.05), maka
tidak ada berpengaruh antara variabel Panjang Jalan terhadap PDRB.Jalan
memberikan pengaruh positif tetapi tidak signifikan terhadap PDRB di
Kalimantan Tengah. Hal ini menandakan bahwa akses jalan yang berada di
provinsi sudah cukup memadai di provinsi Kalimantan Tengah tersebut tetapi
masih perlu diadakan pembangunan jalan untuk membenahi jalan-jalan yang
rusak. Hasil penelitian ini sama dengan studi terdahulu yang dilakukan oleh
Winanda (2016) yang membuktikan bahwa Jalan tidak berpengaruh signifikan
terhadap PDRB. Namun, berbeda dengan hasil penelitian studi terdahulu yang
dilakukan oleh Fahlevi (2016) yang membuktikan bahwa Jalan berpengaruh
signifikan terhadap PDRB.
15
KESIMPULAN DAN SARAN
Kesimpulan
Model penelitian yang diperoleh dalam penelitian ini adalah:
PDRB Kalimantan Tengah: 2.187 + 0.616 (Listrik) – 0.052 (PDAM) + 0.031
(Panjang Jalan)
Infrastruktur Listrik terbukti berpengaruh terhadap Laju pertumbuhan PDRB. Hal
ini menandakan bahwa peningkatan energi Listrik dapat menjadi salah satu cara
untuk meningkatkan pertumbuhan ekonomi di Provinsi Kalimantan Tengah.
Sebaliknya infrastruktur PDAM dan Panjang jalan terbukti tidak berpengaruh
terhadap Laju pertumbuhan PDRB.
Saran
Kecilnya proporsi keragaman nilai PDRB dapat dijelaskan oleh nilai variabel
penelitian ini, merupakan peluang bagi peneliti berikutnya untuk menambahkan
variabel-variabel yang lain. Variabel-variabel tersebut antara lain public utilities
(tenaga, telekomunikasi, air minum, sanitasi dan gas), public work (jalan,
bendungan, kanal, saluran irigasi dan drainase) serta sektor transportasi.
Infrastruktur listrik merupakan satu-satunya variabel yang berpengaruh terhadap
PDRB. Dengan demikian infrastruktur listrik perlu ditingkatkan karena terbukti
bahwa peningkatan energi Listrik dapat menjadi salah satu cara untuk
meningkatkan pertumbuhan ekonomi di Provinsi Kalimantan Tengah.
DAFTAR PUSTAKA
Arsyad, Lincolin. 2015. Pengantar Ekonomi Pembangunan. Edisi ke-5.
Penerbit YKPN, Yogyakarta.
Fahlevi, M. Fazri, Eddy Gunawan. 2016. Analisis Pengaruh Infrastruktur
Ekonomi dan Social Capital Terhadap PDRB di Provinsi Aceh. Jurnal
Ilmiah Mahasiswa (JIM) Ekonomi Pembangunan Fakultas Ekonomi dan
Bisnis Unsyiah, Volume 1 Nomor 1, Agustus 2016. pp.88-95.
Ghozali, Imam. 2017. Aplikasi Analisis Multivariate dengan Program IBM SPSS
19. Edisi ke-5. Penerbit Badan Penelitian UNDIP, Semarang.
Kodoatie, Robert J. 2005. Pengantar Manajemen Infrastruktur. Penerbit Pustaka
Pelajar. Yogyakarta.
Kuncoro Mudrajat. 2002. Ekonomi Pembangunan, Teori, Masalah, dan
Kebijakan, Akademi Peremajaan Perusahaan. YKPN, Yogyakarta.
Maimunah Siti, Indah Manfaati Nur, dan Abdul Karim. Pemodelan Produk
Domestik Regional Bruto (PDRB) Di Provinsi Jawa Tengah Menggunakan
Regresi Kuantil. Statistika, Vol. 5, No. 1, Mei 2017.
Nasution, Syahrir Hakim. 2010. Pengantar Ekonomi Makro. Usu press, Medan.
Sumandiasa, I Ketut, Ni Made Tisnawati, I G.A.P Wiranti. 2016. Analisis
Pengaruh Pembangunan Infrastruktur Jalan, Listrik, dan PMA Terhadap
Pertumbuhan PDRB Provinsi Bali Tahun 1993-2014. E-Jurnal Ekonomi
Pembangunan, Vol.5, No.7, Juli 2016. pp. 729-947
16
Syahputri, Evanti Andriani. 2013. Analisis Peran Infrastruktur Terhadap
Pertumbuhan Ekonomi di Provinsi Jawa Barat 2008-2012. Fakultas
Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor.
Vidyattama, Yogi. 2010. A Search for Indonesia's Regional Growth Determinants.
ASEAN Economic Bulletin, Vol.27, No.3 Desember 2010. pp. 281-294.
Winanda, Ade Ayu. 2016. Analisis Pengaruh Infrastruktur terhadapPertumbuhan
Ekonomi di Bandara Lampung. Fakultas Ekonomi dan Bisnis. Universitas
Lampung, Lampung.
www.bps-kalteng.go.id (diakses tanggal 10 Januari 2019)
www.kalteng.bps (diakses tanggal 14 Januari 2019)
Perpustakaan Universitas Gunadarma BARCODE
BUKTI UNGGAH DOKUMEN PENELITIANPERPUSTAKAAN UNIVERSITAS GUNADARMA
Nomor Pengunggahan
SURAT KETERANGANNomor: 449/PERPUS/UG/2020
Surat ini menerangkan bahwa: Nama Penulis : KOMSI KORANTI, IR., MM., DRNomor Penulis : 910168Email Penulis : [email protected] Penulis : Puri Bojong lestari 1, c/9
Telah menyerahkan hasil penelitian/ penulisan untuk disimpan dan dimanfaatkan di Perpustakaan Universitas Gunadarma,dengan rincian sebagai berikut : Nomor Induk : FILKOM/KA/PENELITIAN/449/2020Judul Penelitian : Model Pertumbuhan Ekonomi Melalui Pembangunan Infrastruktur PublikTanggal Penyerahan : 17 / 06 / 2020
Demikian surat ini dibuat untuk dipergunakan seperlunya dilingkungan Universitas Gunadarma dan Kopertis Wilayah III.
Dicetak pada: 18/06/2020 19:44:52 PM, IP:116.206.8.11 Halaman 1/1
Perpustakaan Universitas Gunadarma BARCODE
BUKTI UNGGAH DOKUMEN PENELITIANPERPUSTAKAAN UNIVERSITAS GUNADARMA
Nomor Pengunggahan
SURAT KETERANGANNomor: 449/PERPUS/UG/2020
Surat ini menerangkan bahwa: Nama Penulis : KOMSI KORANTI, IR., MM., DRNomor Penulis : 910168Email Penulis : [email protected] Penulis : Puri Bojong lestari 1, c/9
Telah menyerahkan hasil penelitian/ penulisan untuk disimpan dan dimanfaatkan di Perpustakaan Universitas Gunadarma,dengan rincian sebagai berikut : Nomor Induk : FILKOM/KA/PENELITIAN/449/2020Judul Penelitian : Model Pertumbuhan Ekonomi Melalui Pembangunan Infrastruktur PublikTanggal Penyerahan : 17 / 06 / 2020
Demikian surat ini dibuat untuk dipergunakan seperlunya dilingkungan Universitas Gunadarma dan Kopertis Wilayah III.
Dicetak pada: 09/08/2020 23:08:19 PM, IP:116.206.9.6 Halaman 1/1