BAB IV

HASIL PENELITIAN

A. Gambaran Umum Objek Penelitian

1. Gambaran Umum Kabupaten Tulungagung

Gambar 4.1 Peta Kabupaten Tulungagung

Kabupaten Tulungagung terletak di 111º 43' sampai dengan 112º 07'

BT dan 7º 51' sampai 8º 18' LS. Di sebelah utara berbatasan dengan

Kabupaten Kediri tepatnya dengan Kecamatan Kras. Batas wilayah sebelah

timur berbatasan dengan Kabupaten Blitar. Sebelah selatan berbatasan

dengan Samudera Indonesia dan di sebelah barat berbatasan dengan

Kabupaten Trenggalek. Untuk luas wilayah Kabupaten Tulungagung yaitu

 1.055,65 km² sepenuhnya dibagi menjadi 19 Kecamatan dan 271

desa/kelurahan.

Kabupaten Tulungagung terbagi menjadi tiga dataran yaitu tinggi,

sedang dan rendah. Dataran rendah adalah dengan ketinggian <500m dari

permukaan laut, daerah ini meliputi semua kecamatan kecuali Kecamatan

Sendang dan Kecamatan Pagerwojo yang daerahnya terdapat 4 desa yang

terletak di dataran rendah. Dataran sedang mempunyai ketinggian 500m-

700m dari permukaan laut, daerah ini meliputi Kecamatan Pagerwojo

sebanyak 6 desa dan Kecamatan sebdanf sebanyak 5 desa. Sedangkan dataran

tinggi merupakan daerah dengan ketinggian >700m dari permukaan air laut

yaitu Kecamatan Pagerwojo sebanyak 1 desa dan Kecamatan Sendang

sebanyak 2 desa. Daerah yang memiliki wilayah terluas secara berurutan

yaitu Kecamatan Tanggunggunung, Kecamatan Kalidawir, Kecamatan

Sendang dan Kecamatan Pagerwojo.1

B. Deskripsi Data Penelitian

1. Sektor Industri Pengolahan

Industri Pengolahan adalah suatu kegiatan ekonomi yang melakukan

kegiatan mengubah suatu barang dasar secara mekanis, kimia, atau dengan

tangan sehingga menjadi barang jadi/setengah jadi, dan atau barang yang

kurang nilainya menjadi barang yang lebih tinggi nilainya, dan sifatnya lebih

dekatkepada pemakai akhir. Termasuk dalam kegiatan ini adalah jasa

1
Pemerintah Kabupaten Tulungagung, Data dan Statistik Umum Kabupaten
Tulungagung Tahun 2018, (Tulungagung: Dinas Komunikasi dan Informatika Kabupaten
Tulungagung, 2018), hlm. 2.
industri/makloon dan pekerjaan perakitan (assembling). Jasa industri adalah

kegiatan industri yang melayani keperluan pihak lain. Pada kegiatan ini bahan

baku disediakan oleh pihak lain sedangkan pihak pengolah hanya melakukan

pengolahannya dengan mendapat imbalan sejumlah uang atau barang sebagai

balas jasa (upah makloon), misalnya perusahaan penggilingan padi yang

melakukan kegiatan menggiling padi/gabah petani dengan balas jasa tertentu.

Perusahaan atau usaha industri adalah suatu unit (kesatuan) usaha yang

melakukan kegiatan ekonomi, bertujuan menghasilkan barang atau jasa,

terletak pada suatu bangunan atau lokasi tertentu, dan mempunyai catatan

administrasi tersendiri mengenai produksi dan struktur biaya serta ada

seorang atau lebih yang bertanggung jawab atas usaha tersebut.

Perusahaan Industri Pengolahan dibagi dalam 4 golongan yaitu :

a. Industri Besar (banyaknya tenaga kerja 100 orang atau lebih)

b. Industri Sedang (banyaknya tenaga kerja 20-99 orang)

c. Industri Kecil (banyaknya tenaga kerja 5-19 orang)

d. Industri Rumah Tangga (banyaknya tenaga kerja 1-4 orang)

Penggolongan perusahaan industri pengolahan ini semata-mata

hanya didasarkan kepada banyaknya tenaga kerja yang bekerja, tanpa

memperhatikan apakah perusahaan itu menggunakan mesin tenaga atau tidak,

serta tanpa memperhatikan besarnya modal perusahaan itu.

Klasifikasi industri yang digunakan dalam survei industri

pengolahan adalah klasifikasi yang berdasar kepada International Standard

Industrial Classification of all Economic Activities (ISIC) revisi 4 , yang telah

disesuaikan dengan kondisi di Indonesia dengan nama Klasifikasi Baku

Lapangan Usaha Indonesia (KBLI) tahun 2009. Kode baku lapangan usaha

suatu perusahaan industri ditentukan berdasarkan produksi utamanya, yaitu

jenis komoditi yang dihasilkan dengan nilai paling besar. Apabila suatu

perusahaan industri menghasilkan 2 jenis komoditi atau lebih dengan nilai

yang sama maka produksi utama adalah komoditi yang dihasilkan dengan

kuantitas terbesar.

Golongan pokok dari industri pengolahan sebagai berikut:

a. Makanan

b. Minuman

c. Pengolahan tembakau

d. Tekstil

e. Pakaian jadi

f. Kulit, barang dari kulit dan alas kaki

g. Kayu, barang dari kayu dan gabus (tidak termasuk furnitur) dan

barang anyaman dari bambu, rotan dan sejenisnya

h. Kertas dan barang dari kertas

i. Pencetakan dan reproduksi media rekaman

j. Produk dari batu bara dan pengilangan minyak bumi

k. Bahan kimia dan barang dari bahan kimia

l. Farmasi, produk obat kimia dan obat tradisional

m. Karet, barang dari karet dan plastik

n. Barang galian bukan logam

 o. Logam dasar

p. Barang logam, bukan mesin dan peralatannya

q. Komputer, barang elektronik dan dan optik

r. Peralatan listrik

s. Mesin dan perlengkapan ytdl

t. Kendaraan bermotor, trailer dan semi trailer

u. Alat angkutan lainnya

v. Furnitur

w. Pengolahan lainnya

x. Jasa reparasi dan pemasangan mesin dan peralatan

Bersadasarkan dari data BPS Kabupaten Tulungagung pada tahun

2010-2019 sektor industri pengolahan mengalami kenaikan pada setiap

tahunnya.
 Grafik 4.2
Sektor Indutri Pengolahan
Kabupaten Tulungagung Tahun 2010-2019

Sektor Industri Pengolahan Kab. Tulungagung

2010-2019

2019
5.974,29
2018
5.593,66
2017
5.199,16
2016
4.897,91
2015
4.608,09
2014
4.431,58
2013
4.085,89
2012
3.894,10
2011
3.687,13
2010
3.503,68
0,00 1.000,00 2.000,00 3.000,00 4.000,00 5.000,00 6.000,00 7.000,00
Sektor Industri Pengolahan (Dalam Milyar Rupiah)

Sumber : Data BPS Kabupaten Tulungagung tahun 2010-2019

Berdasarkan grafik 4.2 angka sektor industri pengolahan Kabupaten

Tulungagung mengalami kenaikan dari tahun 2010-2019. Jumlah terbesar

dari sektor industri pengolahan dalam kurun waktu 2010-2019 ini terjadi pada

tahun 2019 dimana jumlahnya sebesar 5.974,29 Miliar, dan disusul tahun-

tahun sebelumnya antara lain tahun 2018 dengan jumlah 5.593,66 Miliar,

2017 dengan jumlah 5.199,16 Miliar, 2016 dengan jumlah 4.897,91 Miliar,

2015 dengan jumlah 4.608,09 Miliar, 2014 dengan jumlah 4.431,58 Miliar,
2013 dengan jumlah 4.085,89 Miliar, 2012 dengan jumlah 3.894,10 Miliar,

tahun 2011 dengan jumlah 3.687,13 Miliar dan jumlah yang paling sedikit

ada pada tahun 2010 yaitu sebesar 3.503,68 Miliar.

2. Sektor Pertanian, Kehutanan, dan Perikanan

Sektor pertanian, kehutanan, dan perikanan merupakan kategori

yang meliputi semua pengusahaan yang diperoleh dari alam dan merupakan

benda atau barang biologis yang hasilnya bisa digunakan dalam rangka

memenuhi kebutuhan hidup baik untuk sendiri maupun untuk dijual kepada

pihak lain. Di bawah ini adalah data sektor pertanian, kehutanan, dan

perikanan Kabupaten Tulungagung tahun 2010-2019.

Grafik 4.3
Sektor Pertanian, Kehutanan, dan Perikanan
Kabupaten Tulungagung Tahun 2010-2019

Tingkat Pertumbuhan Sektor Pertanian, Kehutanan,

dan Perikanan Kab Tulungagung 2010-2019

2019 4.588,75
2018 4.507,75
2017 4.536,68
2016 4.533,49
2015 4.420,22
2014 4.268,37
2013 4.162,58
2012 4.018,62
2011 3.830,01
2010 3.663,42
0,00 1.000,00 2.000,00 3.000,00 4.000,00 5.000,00

Sektor Pertanian, Kehutanan, dan Perikanan (Dalam Milyar Rupiah)

Sumber : Data BPS Kabupaten Tulungagung tahun 2010-2019

 Berdasarkan grafik 4.3, data BPS tahun 2010-2019 angka sektor

pertanian, kehutanan, dan perikanan cenderung mengalami fluktuasi. Angka

tertinggi dari sektor pertanian, kehutanan, dan perikanan pada tahun 2010-

2019 adalah pada tahun 2019 yaitu sebesar 4.588,75 Miliar setelah

sebelumnya mengalami penurunan pada tahun 2018 dibandingkan tahun

2017 yaitu sebesar 4.507,75 Miliar. Adapun angka sektor pertanian,

kehutanan, dan perikanan pada tahun-tahun sebelumnya adalah sebagai

berikut; tahun 2017 angka sektor pertanian, kehutanan, dan perikanan adalah

sebesar 4.536,68 Miliar, tahun 2016 sebesar 4.533,49 Miliar, tahun 2015

sebesar 4.420,22 Miliar, tahun 2014 sebesar 4.268,37 Miliar, tahun 2013

sebesar 4.162,58 Miliar, tahun 2012 sebesar 4.018,62 Miliar, tahun 2011

sebesar 3.830,01 Miliar, dan tahun 2010 adalah yang paling sedikit yaitu

sebesar 3.663,42 Miliar.

3. Pertumbuhan Ekonomi Kabupaten Tulungagung

Pertumbuhan ekonomi diartikan sebagai kenaikan GDP tanpa

memandang apakah kenaikan itu lebih besar atau lebih kecil dari tingkat

pertumbuhan penduduk atau apakah perubahan struktur ekonomi terjadi atau

tidak.2 Pertumbuhan ekonomi berkaitan dengan proses peningkatan produksi

barang dan jasa di dalam kegiatan ekonomi masyarakat, pertumbuhan

menyangkut perkembangan yang berdimensi tunggal dan diukur dengan

meningkatnya hasil produksi dan pendapatan. Dalam penelitian ini peneliti

2
Lincolin Arsad, Ekonomi Pembangunan Edisi Kelima, (UUP STIM YKPN.
Yogyakarta. 2010), hlm 2
menggunakan PDRB dengan harga konstan (rill) yaitu PDRB yang disusun

berdasarkan harga pada tahun dasar dan bertujuan untuk mengukur

pertumbuhan ekonomi. Data PDRB pada peneltian ini diambil dengan tahun

dasar 2010, yang diambil dari tahun 2010 – 2019.

Grafik 4.4
Pertumbuhan Ekonomi
Kabupaten Tulungagung Tahun 2010-2019

Pertumbuhan Ekonomi Kabupaten Tulungagung

2019
27.299,80
2018
25.920,20
2017
24.637,36
2016
23.446,44
2015
22.326,62
2014
21.265,19
2013
20.164,27
2012
18.999,03
2011
17.845,23
2010
16.776,31
0,00 5.000,00 10.000,00 15.000,00 20.000,00 25.000,00 30.000,00

PDRB Kab. Tulungagung

Sumber : Data BPS Kabupaten Tulungagung tahun 2010-2019

Berdasarkan grafik 4.4 tingkat pertumbuhan ekonomi Kabupaten

Tulungagung cenderung mengalami peningkatan dari tahun 2010-2019.

Angka terbesar dari pertumbuhan ekonomi Kabupaten Tulungagung dalam

kurun waktu 2010-2019 adalah pada tahun 2019 dimana jumlahnya sebesar

27.299,80 Miliar. Adapun angka PDRB pada tahun-tahun sebelumnya adalah

sebagai berikut; tahun 2018 angka PDRB sebesar 25.920,20 Miliar, tahun
 2017 sebesar 24.637,36 Miliar, tahun 2016 sebesar 23.446,44 Miliar, tahun

2015 sebesar 22.326,62 Miliar, tahun 2014 sebesar 21.265,19 Miliar, tahun

2013 sebesar 20.167,27 Miliar, tahun 2012 sesbesar 18.999,03 Miliar, tahun

2011 sebesar 17.845,23 Miliar, dan pada tahun 2010 adalah yang paling

sedikit yaitu sebesar 16.776,31 Miliar.

C. Analisis Data

1. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas dilakukan guna mengetahui apakah data yang

akan diujikan berdistribusi normal atau tidak. Uji ini merupakan

tahapan pertama dalam uji asumsi klasik. Nilai residual yang

berdistribusi normal merupakan model regresi yang baik. Dasar

pengambilan keputusan dalam uji normalitas yaitu jika nilai

probabilitas JB > 0,05 maka data berdistribusi normal. Dan jika nilai

JB < 0,05 maka data tidak berdistribusi normal.

Tabel 4.5
Hasil Uji Normalitas Residual
4
Series: Residuals
Sample 2010 2019
Observations 10
3

Mean 2.00e-12
Median 4.299604
2 Maximum 204.7267
Minimum -148.6335
Std. Dev. 99.61130
Skewness 0.472847
1 Kurtosis 3.082985

Jarque-Bera 0.375510
0 Probability 0.828818
-150 -100 -50 0 50 100 150 200 250
 Hipotesa :

H1 : Residual tidak berdistribusi normal

H0 : Residual berdistribusi normal

Hasil dari output uji asumsi klasik residual pada penelitian

ini dapat diketahui nilai Jarque Bera sebesar 0.375510 dengan p

value (probabilitas) sebesar 0.828818 maka dapat disimpulkan

bahwa nilai tersebut > 0.05 sehingga H0 diterima. Jadi uji normalitas

residual pada penelitian ini berdistribusi normal.

b. Uji Multikolineritas

Uji multikolinearitas merupakan uji yang digunakan untuk

mengetahui apakah terdapat korelasi di antara variabel bebas dalam

model regresi. Model regresi yang baik adalah jika tidak

mengandung multikolinearitas. Dasar pengambilan keputusannya

yaitu, apabila skor statistik > 0,8 maka H0 diterima yang berarti

model regresi variabel yang dimiliki terdapat multikolinearitas.

Apabila skor statistik < 0,8 maka H0 ditolak yang berarti model

regresi variabel yang dimiliki tidak terdapat multikolinearitas.

Berikut adalah hasil uji multikolinearitas:

 Tabel 4.6
Hasil Uji Multikolineritas

Variance Inflation Factors

Date: 11/06/22 Time: 18:16
Sample: 2010 2019
Included observations: 10

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 579517.3 454.2602 NA
X1 0.012223 207.5269 5.890832
X2 0.078655 1122.042 5.890832

Dari uji yang dilakukan hasil output nilai Centered VIF baik dari X1

(Sektor Industri Pengolahan) sebesar 5.890832, X2 (Sektor

Pertanian) sebesar 5.890832, dimana nilai tersebut <10, maka dapat

disimpulkan bahwa tidak terjadi masalah multikolineritas dalam

model ini.
c. Uji Autokorelasi

Tabel 4.7
Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.415534 Prob. F(2,5) 0.6809

Obs*R-squared 1.425241 Prob. Chi-Square(2) 0.4904

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/06/22 Time: 18:20
Sample: 2010 2019
Included observations: 10
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 91.91156 842.3967 0.109107 0.9174

X1 0.021191 0.123870 0.171078 0.8709
X2 -0.044264 0.312212 -0.141776 0.8928
RESID(-1) -0.405017 0.451515 -0.897017 0.4108
RESID(-2) -0.068872 0.457706 -0.150473 0.8863

R-squared 0.142524 Mean dependent var 2.00E-12

Adjusted R-squared -0.543457 S.D. dependent var 99.61130
S.E. of regression 123.7530 Akaike info criterion 12.78131
Sum squared resid 76574.06 Schwarz criterion 12.93260
Log likelihood -58.90653 Hannan-Quinn criter. 12.61534
F-statistic 0.207767 Durbin-Watson stat 2.014920
Prob(F-statistic) 0.923451

Hipotesa:

H1 : Terjangkit masalah autokorelasi

H0 : Tidak terjadi masalah autokorelasi

Dari hasil output diatas nilai Prob. Chi Square(2) dapat diketahui

nilai p value (Probabilitas) uji Breusch-Godfrey Serial Correlation

LM memiliki nilai sebesar 0.4904 dimana nilai tersebut lebih besar

 dari tingkat alpha (0.4904 > 0.05) sehingga H1 ditolak atau tidak

terjadi masalah autokorelasi.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas merupakan pengujian yang bertujuan untuk

mengetahui ada atau tidaknya masalah heteroskedastisitas.
Heteroskedastisitas yaitu ketidaksamaan varian dari residual untuk
semua pengamatan pada model regresi. Dasar pengambilan
keputusan pada uji heteroskedastisitas yaitu:
H0: Tidak terdapat heteroskedastisitas
H1: Terdapat Heteroskedastisitas
Dimana:
1) Jika skor probabilitas > 0,05 maka H0 diterima, yang berarti
dalam model regresi tidak terdapat heteroskedastisitas
2) Jika skor probabilitas < 0,05 maka H0 ditolak, yang berarti dalam
model regresi terdapat heteroskedastisitas
Berikut ini adalah hasil dari Uji Heteroskedastisitas yang
telah dilakukan untuk mengetahui ada atau tidaknya
heteroskedastisitas:

Tabel 4.8
Uji Heterokedastistas

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 0.830293 Prob. F(2,7) 0.4747

Obs*R-squared 1.917406 Prob. Chi-Square(2) 0.3834
Scaled explained SS 0.978512 Prob. Chi-Square(2) 0.6131

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/06/22 Time: 18:19
Sample: 2010 2019
Included observations: 10
 Variable Coefficient Std. Error t-Statistic Prob.

C -83539.19 93342.96 -0.894970 0.4005

X1 -17.46785 13.55603 -1.288567 0.2385
X2 40.56699 34.38846 1.179669 0.2767

R-squared 0.191741 Mean dependent var 8930.171

Adjusted R-squared -0.039191 S.D. dependent var 13585.69
S.E. of regression 13849.34 Akaike info criterion 22.15319
Sum squared resid 1.34E+09 Schwarz criterion 22.24396
Log likelihood -107.7659 Hannan-Quinn criter. 22.05361
F-statistic 0.830293 Durbin-Watson stat 2.122204
Prob(F-statistic) 0.474709

Hipotesa:

H1 : Terjangkit masalah heterokedastisitas

H0 : Tidak terjangkit masalah heterokedastisitas

Pada penelitian ini diketahui hasi output pada nilai p value

yaitu (Probabilitas) sebesar 0.3834 untuk (Prob Chi Square(2) pada

Obs*R-Squared). Nilai p value (probabilitas) lebih besar dari pada

tingkat alpha (0.3834 > 0.05), maka H0 diterima berarti model

regresi bersifat homokedastisitas atau dapat diartikan tidak ada

masalah asumsi non heterokedastisitas.

2. Uji Regresi

a. Uji Linearitas

Tabel 4.9
Uji Linearitas

Ramsey RESET Test

Equation: UNTITLED
Specification: PDRB C X1 X2
Omitted Variables: Squares of fitted values

Value df Probability
t-statistic 0.331374 6 0.7516
F-statistic 0.109809 (1, 6) 0.7516
Likelihood ratio 0.181360 1 0.6702

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 1604.981 1 1604.981
Restricted SSR 89301.71 7 12757.39
Unrestricted SSR 87696.72 6 14616.12

LR test summary:
Value
Restricted LogL -59.67534
Unrestricted LogL -59.58466

Unrestricted Test Equation:

Dependent Variable: PDRB
Method: Least Squares
Date: 11/06/22 Time: 18:23
Sample: 2010 2019
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -5496.070 6187.278 -0.888286 0.4086

X1 4.201369 2.481853 1.692835 0.1414
X2 2.436840 0.487711 4.996488 0.0025
FITTED^2 -4.66E-06 1.41E-05 -0.331374 0.7516

R-squared 0.999202 Mean dependent var 21868.05

Adjusted R-squared 0.998803 S.D. dependent var 3494.456
S.E. of regression 120.8971 Akaike info criterion 12.71693
Sum squared resid 87696.72 Schwarz criterion 12.83797
Log likelihood -59.58466 Hannan-Quinn criter. 12.58416
F-statistic 2504.387 Durbin-Watson stat 2.796054
Prob(F-statistic) 0.000000
3. Pengujian Hipotesis

a. Uji Signifikan Parsial (Uji t)

Uji Parsial dilakukan untuk mengetahui apakah variabel bebas

secara personal mempengaruhi variabel terikat secara signifikan.

Dasar pengambilan keputusan pada Uji Parsial ini yaitu:

H0: Tidak terdapat pengaruh

H1: Terdapat pengaruh

Dimana:

1) Jika skor probabilitas > 0,05 maka H0 diterima, yang artinya

secara parsial tidak terdapat pengaruh yang signifikan di antara

variabel bebas terhadap variabel terikat

2) Jika skor probabilitas < 0,05 maka H0 ditolak, yang artinya secara

parsial terdapat pengaruh yang signifikan di antara variabel bebas

terhadap variabel terikat

Tabel 4.10
Hasil Uji Signifikan Parsial (Uji t)

Variable Coefficient Std. Error t-Statistic Prob.

C -3463.623 761.2603 -4.549853 0.0026

X1 3.379882 0.110556 30.57154 0.0000
X2 2.309467 0.280456 8.234692 0.0001
Berdasarkan hasil Uji Parsial (t) di atas diperoleh hasil sebagai

berikut:

1) Uji t pada Sektor Industri Pengolahan (X1)

H0: Sektor Industri Pengolahan tidak ada pengaruh signifikan

terhadap Pertumbuhan Ekonomi Kabupaten Tulungagung

tahun 2010-2019.

H1: Sektor Industri Pengolahan ada pengaruh signifikan

terhadap Pertumbuhan Ekonomi Kabupaten Tulungagung

tahun 2010-2019.

Berdasarkan hasil dari Uji Parsial (t) pada variabel industri

pengolahan (X1) di atas dapat diketahui bahwa nilai probabilitas

sebesar 0,0000 dimana lebih kecil dari 0,05 (0,0000 < 0,05), maka

hasilnya adalah H0 ditolak. Sehingga dapat disimpulkan bahwa

variabel industri pengolahan memiliki pengaruh yang signifikan

terhadap pertumbuhan ekonomi periode tahun 2010-2019. Dari hasil

di atas diperoleh skor t-Statistic industri pengolahan sebesar

30.57154 yang menunjukkan tanda positif. Hal ini berarti ketika

sektor industri pengolahan mengalami kenaikan, memberi pengaruh

yang relatif besar terhadap pertumbuhan ekonomi.

2) Uji t pada Sektor Pertanian, Kehutanan, dan Perikanan (X2)

H0: Sektor Pertanian, Kehutanan, dan Perikanan tidak ada

pengaruh signifikan terhadap Pertumbuhan Ekonomi

Kabupaten Tulunagung tahun periode 2010-2019.

 H1: Sektor Pertanian, Kehutanan, dan Perikanan ada pengaruh

signifikan terhadap Pertumbuhan Ekonomi Kabupaten

Tulungagung tahun periode 2011-2018.

Berdasarkan hasil dari Uji Parsial (t) pada variabel pertanian,

kehutanan, dan perikanan (X2) di atas dapat diketahui bahwa nilai

probabilitas sebesar 0,0001 dimana lebih kecil dari 0,05 (0,0000 <

0,05), maka hasilnya adalah H0 ditolak. Sehingga dapat disimpulkan

bahwa variabel pertanian, kehutanan, dan perikanan memiliki

pengaruh yang signifikan terhadap pertumbuhan ekonomi periode

tahun 2010-2019. Dari hasil di atas diperoleh skor t-Statistic

pertanian, kehutanan, dan perikanan sebesar 8.234692 yang

menunjukkan tanda positif. Hal ini berarti ketika sektor pertanian,

kehutanan, dan perikanan mengalami kenaikan, memberi pengaruh

yang relatif besar terhadap pertumbuhan ekonomi.

b. Uji Signifikan Simultan (Uji F)

Uji Simultan (F) merupakan pengujian yang bertujuan untuk

mengetahui apakah variabel bebas secara simultan (bersama-sama)

mempengaruhi variabel terikat. Dasar pengambilan keputusan dalam

uji ini yaitu:

H0: Tidak terdapat pengaruh

H1: Terdapat pengaruh

Dimana:
1) Jika skor probabilitas > 0,05 maka H0 diterima, hal ini berarti

secara simultan tidak terdapat pengaruh signifikan di antara variabel

bebas dengan variabel terikat.

2) Jika skor probabilitas < 0,05 maka H0 ditolak, hal ini berarti secara

simultan terdapat pengaruh signifikan di antara variabel bebas

dengan variabel terikat.

Berikut ini adalah hasil Uji F yang telah dilakukan untuk

mengetahui apakah secara simultan variabel bebas mempengaruhi

variabel terikat atau tidak: Tabel

Tabel 4.10
Hasil Uji Signifikan Simulta (Uji F)

R-squared 0.999187 Mean dependent var 21868.04

Adjusted R-squared 0.998955 S.D. dependent var 3494.456
S.E. of regression 112.9486 Akaike info criterion 12.53507
Sum squared resid 89301.71 Schwarz criterion 12.62584
Log likelihood -59.67534 Hannan-Quinn criter. 12.43549
F-statistic 4303.847 Durbin-Watson stat 2.673984
Prob(F-statistic) 0.000000

Berdasarkan hasil Uji Simultan (F) di atas dapat dilihat

bahwa skor probabilitas F-statistic sebesar 0,000000 yang mana hasil

ini lebih kecil dari 0,05 (0,000000< 0,05) maka H0 ditolak. Dapat

disimpulkan bahwa secara simultan terdapat pengaruh signifikan di

antara variabel bebas dan variabel terikat. Sehingga Sektor Industri

Pengolahan dan Sektor Pertanian, Kehutanan, dan Perikanan secara

 simultan terdapat pengaruh signifikan terhadap Pertumbuhan

Ekonomi Kabupaten Tulungagung tahun periode 2010-2019.

c. Uji Koefisien Determinasi (R2)

Nilai koefisien determinasi dapat menunjukkan besarnya

sumbangan dari variabel bebas terhadap variabel terikat. Koefisien

determinasi ini menunjukkan ragam atau variasi naik turunnya Y

yang dijelaskan oleh pengaruh linier X. Semakin tinggi nilai

koefisien determinan, maka selaras dengan kemampuan variabel

bebas dalam menggambarkan variabel terikat yang baik. Dasar

pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai R2 = 0, maka pengaruh variabel bebas terhadap variabel

terikat tidak dapat dijelaskan.

2) Jika nilai R2 = 0, maka pengaruh variabel bebas terhadap variabel

terikat dapat dijelaskan.

Dapat dijelaskan pula, jika nilai R2 mendekati angka 1, maka

variabel bebas dapat menjelaskan variabel terikat. Dan jika nilai R2

mendekati 0, maka variabel bebas tidak dapat menjelaskan variabel

terikat.

Berikut ini adalah hasil dari Uji Adjusted R- Square yang

telah dilakukan untuk mengetahui apakah variabel bebas dapat

menjelaskan variabel terikat atau tidak:

 Tabel 4.11
Hasil Uji Koefisien Determinasi (R2)

R-squared 0.999187 Mean dependent var 21868.04

Adjusted R-squared 0.998955 S.D. dependent var 3494.456
S.E. of regression 112.9486 Akaike info criterion 12.53507
Sum squared resid 89301.71 Schwarz criterion 12.62584
Log likelihood -59.67534 Hannan-Quinn criter. 12.43549
F-statistic 4303.847 Durbin-Watson stat 2.673984
Prob(F-statistic) 0.000000

Berdasarkan hasil Uji Adjusted R-Square di atas, dapat

dilihat bahwa nilai probabilitas pada Adjusted R-Square sebesar

0,999187 yang mana hasilnya mendekati angka 1 (R2 = 1), maka

dapat disimpulkan bahwa pengaruh dari variabel bebas terhadap

variabel terikat dapat dijelaskan. Nilai probabilitas pada R-Squared

sebesar 0,999187 atau 99,92%. Sehingga hal ini berarti 99,92%

variabel bebas industri pengolahan, pertanian, kehutanan, dan

perikanan memberikan kontribusi dalam menjelaskan variabel

terikat pertumbuhan ekonomi. Sementara sisanya 0,08% dijelaskan

oleh variabel lainnya yang tidak dipakai dalam model regresi pada

penelitian ini.