ANALISIS FAKTOR PERTUMBUHAN EKONOMI DI KABUPATEN

PURBALINGGA DENGAN REGRESI LINIER BERGANDA

Devi Nur Ambarsari
devinurambarsari39@gmail.com
Idha Sihwaningrum
Universitas Jenderal Soedirman
ABSTRACT. Economic growth is the development of economical activities which
imply the increasing of goods and services production on the society. It also
causes the improvement of societys prosperity. For knows the influences factors
of economics growth can using multiple linier regression analysis. Multiple linier
regression analysis is statistical analysis to modelize the correlation between one
independent variable or more and one dependent variable. Based on the result of
multiple linier regression analysis, selection of the best model is using stepwise
backward elimination, hypothesis experiment and assumption experiment towards
Y
the best model shows that best regression model is
= 1.424.359 + 0.000013 X3,
Y define the economic growth and X 3 is the local income. It means that the
influences factor towards economic growth in Purbalingga is local income.
Keywords: Economic growth, local income, multiple linier regression analysys
ABSTRAK. Pertumbuhan ekonomi merupakan perkembangan kegiatan dalam
perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam
masyarakat bertambah dan kemakmuran masyarakat meningkat. Untuk
mengetahui faktor-faktor yang mempengaruhi pertumbuhan ekonomi dapat
menggunakan analisis regresi linier berganda. Analisis regresi linier berganda
adalah analisis statistikauntuk memodelkan hubungan antara lebih dari satu
variabel bebas dengan satu variabel tak bebas. Dari hasil analisis regresi linier
berganda, pemilihan model terbaik dengan metode stepwise backward
elimination, uji hipotesis dan uji asumsi model terbaik dapat disimpulkan bahwa
Y
model regresi terbaik yang diperoleh adalah
= 1.424.359 + 0.000013 X3,

Y
dengan adalah penaksir untuk pertumbuhan ekonomi dan X3 adalah pendapatan
asli daerah. Ini berarti faktor yang berpengaruh terhadap pertumbuhan ekonomi di
Purbalingga adalah pendapatan asli daerah.
Kata kunci: Pertumbuhan ekonomi, pendapatan asli daerah, analisis regresi linier
berganda

1. PENDAHULUAN
Pertumbuhan ekonomi menjadi salah satu fenomena penting yang dialami
beberapa negara di dunia belakangan ini. Pertumbuhan ekonomi merupakan
perkembangan kegiatan dalam perekonomian yang menyebabkan barang dan jasa
yang diproduksi dalam masyarakat bertambah dan kemakmuran masyarakat
meningkat. Purbalingga merupakan salah satu kabupaten di Jawa Tengah.
Pertumbuhan ekonomi Purbalingga dapat dilihat berdasarkan PDRB atas dasar
harga konstan selama 3 tahun terakhir adalah 2.525.872,73 juta (2010),
2.678.085,09 juta (2011), dan 2.845.663,33 juta (2012). Dilihat berdasakan PDRB
tersebut pertumbuhan ekonomi di Purbalingga cukup meningkat dari tahun ke
tahun. Peningkatan pertumbuhan ekonomi di Purbalingga dipengaruhi oleh
banyak faktor.
Sehubungan dengan hal tersebut maka akan dibahas mengenai faktor-faktor
yang mempengaruhi pertumbuhan ekonomi di Purbalingga. Beberapa faktor yang
mempengaruhi pertumbuhan ekonomi adalah pendapatan perkapita, jumlah tenaga
kerja, dan pendapatan asli daerah. Untuk mengetahui faktor apa saja yang paling
berpengaruh terhadap pertumbuhan ekonomi di Purbalingga dapat menggunakan
metode regresi. Karena faktor yang mempengaruhi lebih dari satu, maka
digunakan metode regresi linier berganda.
Berdasarkan

uraian

latar

belakang,

maka

dapat

dirumuskan

dua

permasalahan, yaitu: bagaimana model regresi linier terbaik pertumbuhan

ekonomi di Kabupaten Purbalingga dan faktor apa saja yang berpengaruh secara
signifikan terhadap pertumbuhan ekonomi di Kabupaten Purbalingga. Tujuan
penelitian ini adalah mendapatkan model regresi linier terbaik pertumbuhan
ekonomi di Kabupaten Purbalingga dan mengetahui faktor apa saja yang
berpengaruh secara signifikan terhadap pertumbuhan ekonomi di Kabupaten
Purbalingga.

2. METODE PENELITIAN
Data yang digunakan untuk memodelkan pertumbuhan ekonomi di
Kabupaten Purbalingga adalah data sekunder, yaitu data pendapatan perkapita,
jumlah tenaga kerja, dan pendapatan asli daerah tahun 2005-2012. Variabel yang
digunakan adalah
Y

: Pertumbuhan ekonomi

X1

: Pendapatan perkapita

X2

: Jumlah tenaga kerja

X3

: Pendapatan asli daerah

Analisis data dilakukan dengan menggunakan software Minitab 16, dengan

langkah-langkah sebagai berikut :
1. mencari model pertumbuhan ekonomi dengan menggunakan variabel bebas
pendapatan perkapita, jumlah tenaga kerja , dan pendapatan asli daerah,
2. melakukan uji hipotesis model pertumbuhan ekonomi dengan uji serentak,
3. melakukan uji hipotesis model pertumbuhan ekonomi dengan uji parsial,
4. menentukan model terbaik pertumbuhan ekonomi dengan menggunakan
metode stepwise backward elimination,
5. melakukan uji hipotesis model terbaik pertumbuhan ekonomi dengan uji
serentak,
6. melakukan uji hipotesis model terbaik pertumbuhan ekonomi dengan uji
parsial,
7. melakukan uji asumsi model terbaik pertumbuhan ekonomi dengan uji
kenormalan residual,
8. melakukan uji asumsi model terbaik pertumbuhan ekonomi dengan uji
multikolinearitas,
9. melakukan uji asumsi model terbaik pertumbuhan ekonomi dengan uji
heteroskedastisitas,
10. melakukan uji asumsi model terbaik pertumbuhan ekonomi dengan uji
autokorelasi.

3. HASIL DAN PEMBAHASAN

3.1 Model Regresi Pendapatan perkapita, Jumlah Tenaga Kerja, Pendapatan
Asli Daerah terhadap Pertumbuhan Ekonomi
Model regresi pendapatan perkapita, jumlah tenaga kerja, pendapatan asli
daerah terhadap pertumbuhan ekonomi yang diperoleh dari perhitungan Minitab
16 adalah
Y

= 943.827 + 0,232 X1 + 0,364 X2 + 0,000009 X3.

(3.1)
Model regresi pada persamaan (3.1) memiliki koefisien determinasi (R2)
sebesar 99,3%. Ini berarti, 99,3% keragaman atau variasi dari pertumbuhan
ekonomi sudah dapat dijelaskan oleh ketiga variabel bebas yaitu pendapatan
perkapita, jumlah tenaga kerja dan pendapatan asli daerah, sedangkan 0,7%
dijelaskan oleh faktor lain yang tidak dimasukkan dalam model.
3.2 Pengujian Hipotesis
Setelah mendapatkan model regresi (3.1), maka dilakukan pengujian
hipotesis pada model regresi (3.1) secara serentak (uji F) dan parsial (uji t).
a. Uji F
Uji F dilakukan untuk menguji apakah semua variabel bebas berpengaruh
secara serentak terhadap variabel tak bebas.
Hipotesis
H0 : 1 = 2 = 3 = 0
H1 : paling tidak ada satu k 0
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak jika p-value < p-value < 0,05
Keputusan
Dari hasil perhitungan Minitab 16 diperoleh p-value untuk model regresi
yaitu 0,000. Oleh karena p-value < , maka H0 ditolak.
Kesimpulan

Pendapatan perkapita, jumlah tenaga kerja, pendapatan asli daerah bersamasama berpengaruh secara signifikan terhadap pertumbuhan ekonomi.

b. Uji t
Uji t dilakukan untuk menguji apakah masing-masing variabel berpengaruh
terhadap variabel tak bebas.
1. Uji t variabel X1 terhadap Y
Hipotesis
H0 : 1 = 0
H1 : 1 0
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak jika p-value < p-value < 0,05
Keputusan
Dari hasil perhitungan Minitab 16 diperoleh p-value untuk variabel X1 yaitu
0,419. Oleh karena p-value > , maka H0 tidak ditolak
Kesimpulan
Variabel pendapatan perkapita (X1) tidak berpengaruh secara signifikan
terhadap variabel pertumbuhan ekonomi (Y).
2. Uji t variabel X2 terhadap Y
Hipotesis
H0 : 2 = 0
H1 : 2 0
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak jika p-value < p-value < 0,05
Keputusan

Dari hasil perhitungan Minitab 16 diperoleh p-value untuk variabel X2 yaitu

0,388. Oleh karena p-value > , maka H0 tidak ditolak
Kesimpulan
Variabel jumlah tenaga kerja (X2) tidak berpengaruh secara signifikan
terhadap variabel pertumbuhan ekonomi (Y).

3. Uji t variabel X3 terhadap Y

Hipotesis
H0 : 3 = 0
H1 : 3 0
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak jika p-value < p-value < 0,05
Keputusan
Dari hasil perhitungan Minitab 16 diperoleh p-value untuk variabel X3 yaitu
0,044. Oleh karena p-value < , maka H0 ditolak
Kesimpulan
Variabel pendapatan asli daerah (X3) berpengaruh secara signifikan terhadap
variabel pertumbuhan ekonomi (Y).
Dari hasil uji t pada model regresi (3.1) terdapat variabel bebas yang tidak
berpengaruh terhadap variabel tak bebas, yaitu variabel pendapatan perkapita dan
jumlah tenaga kerja. Oleh karena itu, model regresi (3.1) harus dilakukan
pemilihan model terbaik.
3.3 Pemilihan Model Terbaik
Model terbaik adalah model regresi yang hanya memuat variabel-variabel
bebas yang signifikan terhadap variabel tak bebas. Pemilihan model terbaik
dilakukan dengan metode stepwise backward elimination. Berdasarkan hasil
Minitab 16 dengan metode tersebut diperoleh hasil model regresi terbaik adalah

= 1.424.359 + 0.000013 X3

(3.2)

Model regresi pada persamaan (3.2) memiliki koefisien determinasi (R2)

sebesar 98,71%. Ini berarti, 98,71% keragaman atau variasi dari pertumbuhan
ekonomi sudah dapat dijelaskan oleh satu variabel bebas yaitu pendapatan asli
daerah sedangkan 1,29% dijelaskan oleh faktor lain yang tidak dimasukkan dalam
model.
3.4 Pengujian Hipotesis Model Terbaik
Setelah mendapatkan model regresi terbaik (3.2), maka diperlukan untuk
pengujian hipotesis model regresi terbaik (3.2) secara serentak (uji F) dan parsial
(uji t). Karena model regresi terbaik (3.2) adalah model regresi linier sederhana,
maka hanya diperlukan pengujian hipotesis secara parsial (uji t). Uji t dilakukan
untuk menguji apakah masing-masing variabel berpengaruh terhadap variabel tak
bebas.
1. Uji t variabel X3 terhadap Y
Hipotesis
H0 : 3 = 0
H1 : 3 0
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak jika p-value < p-value < 0,05
Keputusan
Dari hasil perhitungan Minitab 16 diperoleh p-value untuk variabel X3 yaitu
0,000. Oleh karena p-value < , maka H0 ditolak.
Kesimpulan
Variabel pendapatan asli daerah (X3) berpengaruh secara signifikan terhadap
variabel pertumbuhan ekonomi (Y).
3.5 Uji Asumsi Model Terbaik

Model regresi yang baik harus memenuhi beberapa asumsi. Asumsi

yang harus dipenuhi adalah residual berdistribusi normal, tidak terjadi
multikolinearitas, tidak terjadi heteroskedastisitas, dan tidak terjadi
autokorelasi. Karena pada model regresi terbaik (3.2) adalah model regresi
linier sederhana, maka tidak perlu asumsi multikolinearitas.
a. Uji Kenormalan Residual
Uji kenormalan residual dilakukan untuk menguji apakah nilai residual
model regresi terbaik (3.2) memenuhi asumsi distribusi normal atau tidak normal.
Kenormalan residual dapat diketahui dengan melakukan uji hipotesis.
Hipotesis
H0 : residual berdistribusi normal
H1 : residual tidak berdistribusi normal
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak jika p-value < p-value < 0,05
Keputusan
Dari hasil perhitungan Minitab 16 diperoleh p-value yaitu 0,150. Oleh
karena

p-value > , maka H0 tidak ditolak.

Kesimpulan
Residual pada model regresi terbaik (4.2) berdistribusi normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke
pengamatan lainnya.

Scatterplot of RESI2 vs FI TS2

50000

25000

RESI2

-25000

-50000

2000000

2200000

2400000
FITS2

2600000

2800000

3000000

Gambar 3.1. Scatterplot antara RESI2 dengan FITS2

Pada Gambar 3.1, residual yang merupakan titik-titik pada scatterplot
menyebar secara merata dan tidak membentuk suatu pola. Akibatnya, varians
residual masih dianggap konstan atau tetap, sehingga dapat disimpulkan pada
model regresi (3.2) tidak terjadi heteroskedastisitas.

c. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui terjadinya korelasi yang
terjadi antara residual pada satu pengamatan ke pengamatan lain. Adanya
autokorelasi dapat diketahui dengan uji Durbin-Watson (DW).
Hipotesis
H0 : Tidak ada korelasi antar residual
H1 : Ada korelasi antar residual
Taraf signifikansi = 5% = 0,05
Daerah penolakan
H0 ditolak

H0 tidak ditolak

tidak dapat
diputuskan

0
Keputusan

0,7629

1,3324

tidak dapat

H0 ditolak

diputuskan

2,6676

3,2371

10

Dari hasil perhitungan Minitab 16 diperoleh nilai d = 2,32681. Nilai d

berada di rentang [1,3324;2,6676] , sehingga H0 tidak ditolak.
Kesimpulan
Pada model regresi terbaik (3.2) tidak terjadi korelasi antar residual. Ini
berarti, model regresi terbaik (3.2) tidak terjadi autokorelasi.
Berdasarkan uji yang telah dilakukan, model regresi (3.2) dapat dikatakan
sebagai model regresi yang baik dan dapat digunakan untuk mendapatkan taksiran
pertumbuhan ekonomi di Kabupaten Purbalingga. Dari model regresi (3.2) dapat
disimpulkan bahwa faktor yang berpengaruh secara signifikan terhadap
pertumbuhan ekonomi adalah pendapatan asli daerah.
4. KESIMPULAN
Berdasarkan hasil dan pembahasan, diperoleh kesimpulan sebagai berikut
a. Pada taraf signifikansi 5% model regresi linier berganda terbaik hasil metode
stepwise backward elimination adalah
Y

dengan

= 1.424.359 + 0.000013 X3

adalah penaksir untuk pertumbuhan ekonomi dan X3 adalah

pendapatan asli daerah,

b. Berdasarkan model regresi linier berganda terbaik diperoleh faktor yang
berpengaruh secara signifikan terhadap pertumbuhan ekonomi adalah
pendapatan asli daerah.

DAFTAR PUSTAKA
Draper, N.R. and Smith. 1992. Analisis Regresi Terapan. Jakarta: PT Gramedia
Pustaka Utama.
Rietveld, P. dan Sunaryanto, L.T. 1994. 87 Masalah Pokok Dalam Regresi
Berganda. Yogyakarta: ANDI OFFSET.

11

Sudjana. 2002. Teknik Analisis Regresi dan Korelasi bagi para Peneliti.
Bandung:Tarsito.
Sugiarto. 1992. Tahap Awal + Aplikasi Analisis Regresi. Yogyakarta: ANDI
OFFSET.
Walpole, R.E. and Myers, R.H. 1995. Ilmu Peluang dan Statistika untuk Insiyur
dan Ilmuwan, Edisi Keempat. Bandung: ITB.
http://id.wikipedia.org/wiki/Pertumbuhan_ekonomi, diakses pada tanggal 5 juni.
http://www.negarahukum.com/hukum/pendapatan-asli-daerah.html,

12