Penerapan Analisis Regresi Linear Berganda untuk

Mengetahui Sektor-Sektor yang Berpengaruh terhadap Laju

Pertumbuhan Produk Domestik Regional Bruto Sektoral
Sumatera Selatan
Putri Asia Andreani
Jurusan Matematika, Fakultas MIPA, Universitas Sriwijaya
Jl. Raya Palembang-Prabumulih KM 32, Indralaya 30662
Email : putriasiaandreani@gmail.com

ABSTRAK
Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator
pertumbuhan ekonomi suatu daerah. PDRB terdiri dari beberapa sektoral yang
masing-masing memiliki kontribusi yang berbeda untuk tingkat pertumbuhan
PDRB. Untuk melihat sektor-sektor apa saja yang memiliki pengaruh signifikan dan
menjadi sektor utama terhadap laju pertumbuhan PDRB sektoral Sumsel,
digunakan analisis regresi linear berganda. Hasil penelitian menunjukkan bahwa
sektor pertanian, kehutanan, perikanan (1 ), pertambangan (2 ), dan konstruksi (5 )
berpengaruh signifikan terhadap laju pertumbuhan PDRB sektoral Sumatera
Selatan (Y).

Kata Kunci : regresi linear berganda, Produk Domestik Regional Bruto (PDRB),
PDRB sektoral, Sumatera Selatan.

ABSTRACT
Gross Regional Domestic Product (GRDP) is one of indicators of regions
economic growth. GRDP consists of some sectorals that each of them have the
different contribution for GRDP growth rate. To see which sectors have significant
influence and be the leading sector on South Sumatras sectoral GRDP growth rate,
multiple linear regression analysis is used. The final result of this research shows
that agriculture, forestry, fishery sector (1 ), mining sector (2 ), and construction
sector (5 ) have significant influence and be the leading sector on South Sumatras
sectoral GRDP growth rate (Y).

Keywords : multiple linear regression, Gross Regional Domestic Product (GRDP),

Sectoral GRDP, South Sumatra.

1. Pendahuluan

Indonesia merupakan salah satu negara berkembang yang ada di dunia. Sebagai
negara berkembang, Indonesia terus melakukan pembangunan ekonomi yang
umumnya dilakukan oleh negara-negara berkembang lainnya. Hal ini bertujuan
untuk pemerataan pembangunan masyarakat dan meningkatkan kemakmuran
ekonomi serta mencapai pertumbuhan ekonomi yang baik. Masing-masing provinsi
yang ada di Indonesia juga berkontribusi dalam pembangunan ekonomi. Sumatera
Selatan (Sumsel) merupakan salah satu provinsi yang ada di Indonesia yang terus
melakukan pembangunan ekonomi guna mencapai pertumbuhan yang baik untuk
daerahnya. Salah satu indikator penting guna mengetahui kondisi ekonomi daerah
dalam periode tertentu adalah Produk Domestik Regional Bruto (PDRB) [2].
Semakin tinggi angka PDRB pada suatu daerah, maka semakin tinggi pula
pertumbuhan ekonomi yang dicapai [3]. PDRB sendiri terdiri dari beberapa sektor
yang berkontribusi terhadap laju pertumbuhan PDRB. Masing-masing sektor
memiliki kontribusi yang berbeda terhadap PDRB suatu daerah. Selain itu, sektor-
sektor PDRB yang menjadi sektor utama (leading sector) dalam suatu daerah juga
berbeda. Hal ini disebabkan oleh adanya perbedaan karakteristik dan keragaman
yang tinggi pada setiap daerah di Indonesia.
Dalam hal ini, Sumsel juga tentu memiliki sektor-sektor utama sebagai penyumbang
terbesar dalam laju pertumbuhan PDRB Sumsel guna mencapai pertumbuhan
ekonomi yang baik. Chusaeni [1] pernah meneliti mengenai PDRB sektoral di
Kabupaten Kendal menggunakan analisis faktor. Berbeda dengan penelitian yang
telah dilakukan, pada penelitian ini digunakan analisis regresi linear berganda
untuk mengetahui sektor-sektor apa saja yang berpengaruh signifikan terhadap laju
pertumbuhan PDRB Sumsel. Analisis regresi linear berganda merupakan analisis
yang dapat digunakan untuk mengetahui besarnya pengaruh setiap variabel
independen terhadap variabel dependen dengan menggunakan koefisien regresi
parsial [4].

2. Metode Penelitian

Data mengenai angka pertumbuhan tiap sektor yang berkaitan dengan PDRB
sektoral Sumatera Selatan yang digunakan dalam penelitian ini merupakan data
sekunder yang diperoleh dari [5] dan [6] yang dipublikasikan pada website Bank
Indonesia (www.bi.go.id). Langkah-langkah pengerjaan dalam penelitian ini adalah
sebagai berikut :
1. Melakukan analisis regresi linear berganda dengan bantuan software SPSS
untuk memperoleh model regresi sesuai dengan persamaan umumnya yaitu
Y = 0 + 1 1 + 2 2 + + (1)
dengan
k : jumlah variabel independen dalam penelitian.
Selanjutnya membentuk tabel Anova.
2. Menentukan koefisien determinasi (2 ). Rumus menentukan 2 yaitu
(
2
)
2 = =1 . 100% (2)
2
=1( )

=
2
. 100% (3)

dengan
JKR : Jumlah kuadrat regresi;
JKT : Jumlah kuadrat total.
3. Melakukan uji koefisien regresi secara serentak (Uji F). Uji ini dilakukan untuk
mengetahui apakah ada pengaruh signifikan antara variabel independen
(X1,X2.Xk) secara bersama-sama dengan variabel dependen (Y) atau untuk
mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel
dependen atau tidak.
Hipotesis penelitian yang digunakan dalam uji F dapat dituliskan sebagai
berikut
0 : 1 = 2 = ... = = 0 atau tidak ada pengaruh secara signifikan antara X
secara bersama-sama terhadap Y.
1 : Minimal ada satu 0 atau ada pengaruh secara signifikan antara X
secara bersama-sama terhadap Y ; i = 1, 2, ..., k.
Statistik uji F dapat ditulis dengan
2 (1)
F= (1 2 )
` (4)
dengan
2 : koefisien determinasi;
: jumlah kasus; dan
: jumlah variabel independen.
Kriteria pengujiannya yaitu sebagai berikut
- Jika F hitung < F tabel maka 0 diterima
- Jika F hitung > F tabel 0 ditolak
Untuk menentukan F tabel digunakan tabel F atau perhitungan melalui
Microsoft Excel dengan menggunakan tingkat signifikansi () yang ditentukan,
db1 = (k 1), dan db2 = (n k -1).
4. Melakukan uji koefisien regresi secara parsial (Uji t). Uji ini digunakan untuk
mengetahui apakah dalam model regresi variabel independen ( X1, X2,..Xk)
secara parsial berpengaruh signifikan terhadap variabel dependen ( Y).
 Hipotesis penelitian dalam uji t dapat dituliskan sebagai berikut
0 : = 0 atau secara parsial tidak ada pengaruh secara signifikan antara Xi
terhadap Y ; i = 1, 2, ..., k.
1 : 0 atau secara parsial ada pengaruh secara signifikan antara Xi terhadap
Y ; i = 1, 2, ..., k.
Statistik uji t dapat ditulis dengan

t=

; i = 1, 2, ..., k ` (5)
dengan
: koefisien regresi masing-masing variabel independen; dan
: standar error masing-masing variabel.
Kriteria pengujiannya yaitu sebagai berikut
- Jika t tabel < t hitung < t tabel maka 0 diterima
- Jika t hitung < t tabel atau t hitung > t tabel maka 0 ditolak
Untuk menentukan t tabel digunakan tabel t atau perhitungan melalui
Microsoft Excel dengan menggunakan tingkat signifikansi () yang ditentukan
dan db = (n k -1).

3. Hasil dan Pembahasan

3.1 Deskripsi Data

Data dalam penelitian ini merupakan data-data angka pertumbuhan tiap sektor
yang berkaitan dengan PDRB sektoral Sumatera Selatan (Sumsel). Populasi yang
digunakan dalam penelitian ini yaitu data masing-masing sektor di setiap triwulan
yang berkaitan dengan pertumbuhan PDRB sektoral Sumsel itu sendiri, sedangkan
untuk sampelnya diambil data sektor-sektor pada triwulan I 2016 sampai triwulan II
2017. Selanjutnya untuk variabel yang digunakan yaitu, variabel dependen atau
variabel terikat (Y) dalam penelitian adalah laju pertumbuhan PDRB sektoral
Sumsel, sedangkan untuk variabel independen atau variabel bebas (X) yang
digunakan adalah sektor-sektor dari PDRB tersebut yaitu pertanian, kehutanan,
perikanan (X1), pertambangan (X2), industri pengolahan (X3), pengadaan listrik dan
gas (X4), konstruksi (X5), perdangangan besar dan eceran serta reparasi (X6).

3.2 Model Regresi

Dalam analisis regresi linear berganda, untuk menentukan model regresi pada
penelitian ini digunakan bantuan software SPSS untuk memperoleh koefisien-
koefisen regresi yang akan dibentuk menjadi model regresi. Nilai masing-masing
koefisien regresi ditampilkan dalam Tabel 3.1

Tabel 3.1 Nilai Koefisien Regresi Setiap Variabel

Variabel Koefisien
Konstanta 3,399
X1 0,143
X2 0,208
X3 -0,134
X4 0,009
X5 0,077
X6 0,089

Dari tabel diatas diperoleh model regresi sebagai berikut

Y = 3,399 + 0,143 X1 + 0,208 X2 0,134 X3 + 0,009 X4 + 0,077 X5 + 0,089 X6
Selanjutnya diperoleh tabel Anova dari model regresi yang ditampilkan dalam Tabel
3.2

Tabel 3.2 Tabel Anova

Jumlah Kuadrat Db Rataan Kuadrat F
Regresi 1,435 6 0,239 15,579
Sisa 0,046 3 0,015
 Jumlah Kuadrat Db Rataan Kuadrat F
Total 1,481 9

3.3 Koefisien Determinasi ( )

Koefisien determinasi ditentukan untuk melihat seberapa besar persentase
pengaruh secara serentak antara variabel-variabel independen terhadap variabel
dependen. Koefisien ini juga menunjukkan seberapa besar persentase variasi
variabel independen yang digunakan dalam model dapat menjelaskan variasi
variabel dependen. Dari hasil analisis regresi linear berganda, diperoleh nilai 2
sebagai berikut

2 = . 100%

1,435
2 = 100%
1,481
2
= (0,969) 100%
2 = 96,9%
Nilai 2 sebesar 96,9% menunjukkan bahwa variabel independen yang digunakan
dalam model mampu menjelaskan sebesar 96,9% variasi variabel dependen,
sedangkan sisanya sebesar 3,1% dijelaskan atau dipengaruhi oleh variabel lain
diluar model penelitian ini.

3.4 Uji Koefisien Regresi Secara Serentak (Uji F)

Uji ini dilakukan untuk mengetahui apakah variabel independen ( X1,X2.Xk) secara
bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y) atau
untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi
variabel dependen atau tidak. Hipotesis untuk uji F adalah sebagai berikut
0 : Tidak ada pengaruh secara signifikan antara sektor pertanian, kehutanan,
perikanan (X1), pertambangan (X2), industri pengolahan (X3), pengadaan listrik dan
gas (X4), konstruksi (X5), perdangangan besar dan eceran serta reparasi ( X6) secara
bersama-sama terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor pertanian, kehutanan, perikanan
(X1), pertambangan (X2), industri pengolahan (X3), pengadaan listrik dan gas (X4),
konstruksi (X5), perdangangan besar dan eceran serta reparasi ( X6) secara bersama-
sama terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
Berdasarkan statistik uji F, diperoleh F hitung = 15,579 dan F tabel = 9,013 dengan
= 5%, db1 = 5, dan db2 = 3. Hal ini menunjukkan bahwa F hitung > F tabel, maka
0 ditolak. Artinya ada pengaruh secara signifikan antara sektor pertanian,
kehutanan, perikanan (X1), pertambangan (X2), industri pengolahan (X3), pengadaan
listrik dan gas (X4), konstruksi (X5), perdangangan besar dan eceran serta reparasi
(X6) secara bersama-sama terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
atau minimal ada satu variabel independen ( X) yang memiliki pengaruh signifikan
terhadap variabel dependen (Y).

3.5 Uji Koefisien Regresi Secara Parsial (Uji t)

Setelah dilakukan uji F dengan hasil uji bahwa minimal ada satu variabel
independen (X) yang memiliki pengaruh signifikan terhadap variabel dependen ( Y),
maka selanjutnya dilakukan uji t untuk melihat secara parsial variabel X yang mana
saja yang memiliki pengaruh terhadap varaibel Y. Dengan kata lain, uji ini
dilakukan guna mengetahui apakah dalam model regresi variabel independen ( X1,
X2,..Xk) secara parsial berpengaruh signifikan terhadap variabel dependen ( Y).
Hipotesis untuk masing-masing variabel X pada uji t sebagai berikut
- Untuk X1
0 : Tidak ada pengaruh secara signifikan antara sektor pertanian, kehutanan,
perikanan (X1) terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor pertanian, kehutanan, perikanan
(X1) terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
- Untuk X2
0 : Tidak ada pengaruh secara signifikan antara sektor pertambangan (X2) terhadap
 laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor pertambangan (X2) terhadap laju
pertumbuhan PDRB sektoral Sumsel (Y)
- Untuk X3
0 : Tidak ada pengaruh secara signifikan antara sektor industri pengolahan (X3)
terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor industri pengolahan (X3) terhadap
laju pertumbuhan PDRB sektoral Sumsel (Y)
- Untuk X4
0 : Tidak ada pengaruh secara signifikan antara sektor pengadaan listrik dan gas
(X4) terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor pengadaan listrik dan gas (X4)
terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
- Untuk X5
0 : Tidak ada pengaruh secara signifikan antara sektor konstruksi (X5) terhadap
laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor konstruksi (X5) terhadap laju
pertumbuhan PDRB sektoral Sumsel (Y)
- Untuk X6
0 : Tidak ada pengaruh secara signifikan antara sektor perdangangan besar dan
eceran serta reparasi (X6) terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
1 : Ada pengaruh secara signifikan antara sektor perdangangan besar dan eceran
serta reparasi (X6) terhadap laju pertumbuhan PDRB sektoral Sumsel (Y)
Untuk hasil uji parsial ditampilkan pada Tabel 3.3

Tabel 3.3 Hasil Uji Parsial

Variabel t hitung
X1 4,283*
X2 4,758*
X3 -1,742
X4 2,631
X5 4,454 *
X6 2,977

Untuk t tabel didapatkan hasil sebesar 3,182 dengan db = 3, sehingga pada Tabel
3.3, variabel independen (X) yang memiliki pengaruh signifikan secara parsial
terhadap variabel dependen (Y) dengan = 5% adalah variabel-variabel yang
ditandai dengan simbol *, yaitu sektor pertanian, kehutanan, perikanan (1 ),
pertambangan (2 ), dan konstruksi (5 ). Sedangkan untuk industri pengolahan ( X3),
pengadaan listrik dan gas (X4), dan perdangangan besar dan eceran serta reparasi
(X6) tidak berpengaruh secara signifikan terhadap variabel dependen (Y).

4. Simpulan

Berdasarkan analisis yang dilakukan dengan regresi linear berganda dan beberapa
uji yang dilakukan, diperoleh model regresi untuk laju pertumbuhan PDRB sektoral
Sumsel, yaitu Y = 3,399 + 0,143 X1 + 0,208 X2 0,134 X3 + 0,009 X4 + 0,077 X5 + 0,089
X6, dengan persentase variabel X mampu menjelaskan variabel Y yang digunakan
sebesar 96,9% dan diperoleh bahwa sektor pertanian, kehutanan, perikanan (1 ),
pertambangan (2 ), dan konstruksi (5 ) berpengaruh signifikan terhadap laju
pertumbuhan PDRB sektoral Sumsel (Y).

Daftar Pustaka

[1] Chusaeni, A. M. 2013. Analisis Sektor Lapangan Usaha yang Mempengaruhi

Nilai PDRB (Produk Domestik Regional Bruto) Atas Dasar Harga Berlaku dan
Konstan Tahun 2000 Kabupaten Kendal Periode 1997 - 2011 [skripsi].
 Semarang : Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Negeri Semarang.

[2] Dama, H. Y., A. L. C. Lapian, dan J. I. Sumual. 2016. Pengaruh Produk

Domestik Regional Bruto (PDRB) terhadap Tingkat Kemiskinan di Kota
Manado (Tahun 2005-2014). Jurnal Berkala Ilmiah Efisiensi Vol. 16 No. 3

[3] Hasibuan, J. S. 2013. Analisis Kontribusi Sektor Industri terhadap PDRB Kota
Medan. Jurnal Ilmu Ekonomi dan Studi Pembangunan Vol. 13 No. 1

[4] Supranto, J. 2010. Analisis Multivariat : Arti dan Interpretasi. Jakarta. PT

RINEKA CIPTA.

[5] Tim Advisory Ekonomi dan Keuangan Bank Indonesia KPw Sumatera Selatan.
2017. Kajian Ekonomi dan Keuangan Regional Provinsi Sumatera Selatan Mei
2017. Palembang : Tim Advisory Ekonomi dan Keuangan Bank Indonesia KPw
Sumatera Selatan.

[6] Tim Advisory Ekonomi dan Keuangan Bank Indonesia KPw Sumatera Selatan.
2017. Kajian Ekonomi dan Keuangan Regional Provinsi Sumatera Selatan
Agustus 2017. Palembang : Tim Advisory Ekonomi dan Keuangan Bank
Indonesia KPw Sumatera Selatan.