METODE PENELITIAN
Ruang lingkup penelitian ini menggunakan pendekatan kuantitatif. Variable bebas dalam
penelitian ini merupakan Pendapatan Asli Daerah, Belanja Modal, dan Tenaga kerja,
pada tahun 2018-2021 yang diambil dari indikator PDRB Atas Harga Konstan.
Penelitian ini berbentuk analisis yang menggunakan data sekunder yang bersifat data
Panel. Data Panel merupakan data gabungan antara data time series dengan data cross
section. Jenis data dalam penelitian ini merupakan kuantitatif. Data yang digunakan
adalah data Provinsi Aceh dalam kurun waktu 4 tahun. Sehingga data observasi dalam
penelitian ini berjumlah 92 data. Penelitian ini menggunakan data sekunder yang
diperoleh dari pihak ketiga. Dimana data yang digunakan dalam penelitian ini bersumber
dari Badan Pusat Statistik (BPS) Provinsi Aceh dan Deirektorat Jenderal Perimbangan
Keuangan (DJPK).
Metode analisis yang digunakan untuk mengukur pengaruh pendapatan asli daerah,
belanja modal dan tenaga kerja terhadap pertumbuhan ekonomi di Provinsi Aceh
menggunakan metode analisis regresi linier berganda karena pada penelitian ini
Model analisis sangat diperlukan untuk mengetahui hubungan yang terjadi antara variabel
bebas dan terikat. Model yang akan digunakan dalam penelitian ini mengacu pada model
sebagai berikut:
adalah belanja modal ; TK adalah tenaga kerja ; β0 adalah konstanta, β1 dan β2 adalah
Mobonggi, et al. (2022) penelitian ini menggunakan data panel terdapat beberapa
pendekatan, diantarannya :
1. Common Effect Model (CEM). Analisis regresi data panel menggunakan model
panel dengan pendekatan Ordinary Least Square (OLS). Common effect model
adalah asumsi yang mengasumsikan bahwa intersep dan slope konstan baik antar
pendekatan OLS.
3. Random Effect Model (REM). Random effect model berguna untuk
menyelesaikan persoalan yang diakibatkan dari fixed effect model. Untuk data
panel, model fixed effect dengan variabel dummy menimbulkan masalah derajat
kebebasan yang hilang dalama model. Selain itu, variabel dummy dapat
random.
1. Uji Chow
Uji Chow merupakan prngujian untuk menentukan model commpn effect atau
fixed effect yang paling tepat untuk digunakan dalam mengestimasi data panel. Uji
chow untuk membandingkan model common effect dengan model fixed effect
Uji Hipotesis :
H0 : Model yang tepat digunakan untuk regresi data panel adalah model common
effect model
H1 : Model yang tepat digunakan untuk regresi data panel adalah model fixed
effect
Kriteria :
2. Uji Hausman
Uji Hausman merupakan pengujian yang membandingkan model fixed effect
dengan random effect dalam menentukan model yang tepat untuk digunakan
Uji hipotesis:
H0 : Model yang tepat digunakan untuk regresi data panel adalah model random
effect
H1 : Model yang tepat digunakan untuk regresi data panel adalah model fixed
effect
Kriteria :
Uji Lagrange Multiplier (LM) merupakan uji yang digunakan untuk mengetahui
apakah model random effect lebih baik daripada metode common effect (PLS)
Uji hipotesis :
1. Normalitas
Pada uji asumsi ini, yang diuji normalitasnya adalah residual hasil dari model
regresi. Jika asumsi uji normalitas tidak terpenuhi, maka uji statistik tidak berlaku.
Terdapat beberapa jenis uji normalitas, salah satunya yaitu uji Jarque-Bera yaitu
Keputusan ditentukan berdasarkan p-value Jarque-Bera. Jika p-value < 0,05 maka
data tidak berdistribusi normal, sedangkan p-value > 0,05 maka residual data
berdistribusi normal.
2. Multikolinearitas
mendekati antar variabel independen dalam model regresi. Suatu model regresi
dapat dikatakan mengalami multikolinearitas jika ada fungsi linear yang sempurna
pada beberapa atau semua variabel dependen dan variabel independen. Untuk
nilai Variance Inflation Factor (VIF). Apabila nilai VIF kurang dari 10 maka
3. Heterokedastisitas
varians dari residual bernilai tetap maka disebut homokedasitas dan jika berbeda
membuat penafsiran dalam model bersifat tidak efisien. Ketentuan yang dipakai
jika nilai probabilitas kurang dari taraf signifikan pada 5 persen (0,05) maka
terjadi masalah heteroskedasitas, dan jika nilai probabilitas yang dihasilkan lebih
dari 5 persen maka tidak terjadi masalah heteroskedasitas (Saputri, et al., 2018).
4. Autokorelasi
Untuk mendeteksi ada atau tidaknya autokorelasi dengan menggunakan uji yang
H1 : Terdapat autokorelasi
Keputusan tolak H0, jika p-value lebih kecil dari tingkat signifikan
1. Uji t
Uji t merupakan suatu uji yang biasa digunakan untuk menguji hipotesis tentang
koefisien-koefisien individual, uji t sering disebut juga sebagai uji parsial. Uji ini
tidak dapat digunakan untuk menguji hipotesis lebih dari satu koefisien sekaligus.
Uji t mudah digunakan karena dapat menjelaskan perbedaan unit variabel dan
deviasi standar dari koefisien yang diestimasi. Uji t juga suatu uji yang tepat
digunakan jika nilai residualnya terdistribusi secara normal. Uji t juga tidak hanya
digunakan untuk meguji validitas koefisien regresi, tetapi digunakan juga untuk
menguji validitas koefisien korelasi. Jika t bernilai positif maka r juga positif dan
2. Uji statistic F
Uji F digunakan untuk mengetahui apakah variabel independen secara
dependen
dependen
determinasi antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel
1. Pertumbuhan Ekonomi
Pendapatan asli daerah merupakan pendapatan asli daerah itu sendiri yang
3. Belanja Modal
tahun 2018-2021 dan data ini selanjutnya akan ditranformasikan ke dalam bentuk
Log.
4. Tenaga Kerja
Tenaga kerja merupakan penduduk yang sudah dalam usia kerja dan mampu
dari Badan Pusat Statistik (BPS) dari tahun 2018-2021 dalam satuan ribu dan data