SKRIPSI

PENGARUH PEMBANGUNAN INFRASTRUKTUR TERHADAP

PERTUMBUHAN EKONOMI DI PROVINSI NUSA TENGGARA BARAT
TAHUN 2014-2022

Nur Alfanisah

A1A019175

Sebagai salah satu syarat untuk memperoleh gelar Sarjanan Ekonomi

UNIVERSITAS MATARAM
2023
 SKRIPSI
PENGARUH PEMBANGUNAN INFRASTRUKTUR TERHADAP
PERTUMBUHAN EKONOMI DI PROVINSI NUSA TENGGARA BARAT
TAHUN 2014-2022

Nur Alfanisah

A1A019175

PROGRAM STUDI ILMU EKONOMI STUDI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MATARAM
2023
 LEMBAR PERSETUJUAN

Judul : Pengaruh Pembangunan Infrastruktur Terhadap Pertumbuhan

Ekonomi di Provinsi Nusa Tenggara Barat Tahun 2014-2022
Nama : Nur Alfanisah
Nim : A1A019200
Jurusan : Ilmu Ekonomi Studi Pembangunan

Setelah membaca naskah skripsi ini dengan seksama maka menurut pertimbangan
kami telah memenuhi syarat untuk diuji

Pembimbing Utama Pembimbing Pendamping

Dr. Prayitno Basuki MA Irwan Suriadi, SE., M.Si.

NIP. 196206041987031001 NIP. 198211012008121003

iii
 LEMBAR PENGESAHAN SKRIPSI

JUDUL : PENGARUH PEMBANGUNAN INFRASTRUKTUR TERHADAP

PERTUMBUHAN EKONOMI DI PROVINSI NUSA TENGGARA
BARAT TAHUN 2014-2022
NAMA : NUR ALFANISAH
NIM : A1A019200
JURUSAN : ILMU EKONOMI STUDI PEMBANGUNAN

Skripsi ini telah di terima sebagai kebulatan studi program Strata Satu (S1) Pada
Fakultas Ekonomi dan Bisnis Universitass Mataram

Dekan Ketua Jurusan

Dr. Ihsan Rois, ST.,M.Si Dr. Luluk Fadliyanti, SE., M.Si

NIP. 19740720 200312 1001 NIP. 19741008 200604 001

iv
 PERNYATAAN KEASLIAN SKRIPSI

Yang bertanda tangan di bawah ini, menyatakan bahwa skripsi dengan judul:

Pengaruh Pembangunan Infrastruktur Terhadap Pertumbuhan Ekonomi di Provinsi

Nusa Tenggara Barat Tahun 2014-2022 yang diajukan untuk diuji pada tanggal
………………., adalah hasil kerja saya.

Dengan ini saya menyatakan dengan sesungguhnya bahwa dalam skripsi ini
tidak terdapat keseluruhan atau sebagian tulisan orang lain yang saya ambil dengan
cara menyalin atau meniru dalam bentuk rangkaian kalimat atau symbol yang
menunjukkan gagasan atau pendapat atau pemikiran dari penulis lain, yang saya akui
seolah-olah sebagai tulisan saya sendiri, dan atau tidak terdapat bagian atau
keseluruhan tulisan yang saya salin, tiru atau yang saya ambil dari tulisan orang lain
tanpa memberikan pengakuan pada penulis aslinya.

Apabila saya melakukan hal tersebut diatas, baik sengaja maupun tidak,
dengan ini saya menyatakan menarik skripsi yang saya ajukan sebagai hasil tulisan
saya sendiri ini. Bila kemudian terbukti bahwa saya ternyata melakukan tindakan
menyalin atau meniru tulisan orang lain seolah-olah hasil pemikiran saya sendiri,
berarti gelar dan ijazah yang telah diberikan oleh Universitas Mataram batal saya
terima.

Mataram, 11 September 2023

Yang Memberi Pernyataan
MATERAI

Rp 10.000,-

Nur Alfanisah
A1A019175

v
 UCAPAN TERIMA KASIH

Puji dan syukur kehadirat Allah Subhanahu Wata’ala atas limpahan rahmat

dan hidayah-Nya sehingga skripsi ini dapat diselesaikan.

Terima kasih sebesaar–besarnya kepada kedua orang tua tercinta, yakni

Ayahanda Amrin serta Ibunda tercinta Nurhayati yang telah mendidik, mendoakan

dan membesarkan saya dengan penuh kasih sayang dan senantiasa memberikan

dukungan moril dan materil yang tak terhingga dan terimakasih karena telah selalu

sabar dan selalu mengingatkan akan kebaikan, Semoga Allah karuniakan kemuliaan

dan umur panjang serta kesehatan atas mereka.

Ucapan terimakasih saya sampaikan pula kepada Bapak Dr. Prayitno

Basuki,MA selaku Pembimbing Ketua dan Bapak Irwan Suriadi, SE.,M.Si. selaku

Pembimbing Pendamping, atas waktu yang diberikan untuk bimbingan, masukan-

masukan dan dorongan yang diberikan dengan penuh kesabaran, semoga Bapak dosen

Pembimbing sekalian selalu diberikan kesehatan serta selalu dalam lindungan Allah

SWT.

Dalam kesempatan ini saya juga ingin berterimakasih kepada berbagai pihak

yang turut memberikan sumbangan pikiran guna penyelesaian skripsi, dan turut

membantu baik secara langsung maupun tidak langsung, yaitu:

1. Rektor Universitas Mataram, Prof. Ir. Bambang Hari Kusumo, M.Agri,St., Ph.D.,

atas kesempatan, waktu dan ijin yang diberikan untuk menempuh studi pada

Program Studi Sarjana Ekonomi Dan Bisnis Universitas Mataram.

vi
2. Dekan Fakultas Ekonomi Universitas Mataam selaku ketua Program Studi

Sarjana Ekonomi, Bapak Dr. Ihsan Rois., S.T., M.Si atas kesempatan yang

diberikan untuk menempuh studi pada Program Studi Sarjana Ekonomi

Universitas Mataram.

3. Ketua Program Studi Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis

Universitas Mataram, Ibu Dr. Luluk Fadliyanti SE., M.Si dan Sekertaris Program

Studi Ilmu Ekonomi Studi Pembangunan, Ibu Baiq Saripta W. M, SE, M.Si serta

seluruh dosen dan staff administrasi yang ada di Program Ilmu Ekonomi Studi

Pembangunan yang sudah membantu saya dalam menyelesaikan studi pada

Program Studi Sarjana Ekonomi Universitas Mataram.

4. Keluarga besar yang senantiasa membantu dalam hal moril dan material semasa

perkuliahan didaerah rantauan serta terus memberikan semangat dan dorongan

agar skripsi ini selesai tepat waktu.

5. Teman-teman dan sahabat yang selalu mendukung dan selalu ada dalam suka

maupun duka menghadapi dunia perkuliahan serta semua pihak yang terlibat

dalam penyusunan skripsi.

Mataram, 11 September 2023

vii
 ABSTRAK

Penelitian ini bertujuan untuk menganalisis pengaruh dari pembangunan

infrastruktur jalan, infrastruktur air, infrastruktur pendidikan dan infrastruktur
kesehatan terhadap pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat tahun
2014-2022. Jenis penelitian yang digunakan adalah penelitian kuantitatif. Jenis data
yang digunakan pada penelitian ini adalah data sekunder yang bersumber dari buku,
jurnal, artikel, skripsi dan dokumen – dokumen instansi yang berasal dari Badan Pusat
Statistik (BPS) dan Dinas Pekerjaan Umum dan Perumahan Rakyat (DPUPR)
Provinsi NTB. Data diolah menggunakan aplikasi Eviews versi 12 dengan metode
analisis data yang digunakan adalah analisis regresi data panel dengan pendekatan
Fixed Effect Model. Hasil penelitian ini menunjukkan bahwa secara parsial variabel
independen yaitu infrastruktur jalan dan infrastruktur air tidak memiliki pengaruh
yang signifikan terhadap variabel dependen yaitu PDRB. Dengan kualifikasi nilai
infrastruktur jalan terhadap PDRB yaitu sebesar 0.1092 > 0.05 dan infrastruktur air
terhadap PDRB yaitu 0.1110 > 0.05. Namun, infrastruktur pendidikan dan
infrastruktur kesehatan memiliki pengaruh yang signifikan terhadap variabel
depenyen yaitu PDRB. Adapun kualifikasi nilai infrastruktur pendidikan terhadap
PDRB yaitu 0.0004 < 0.05 dan infrastruktur kesehatan terhadap PDRB sebesar 0.0157
< 0.05 sesuai dengan ketentuan umum menurut Ghozali (2021) dimana ketika nilai
signifikan (sig) > 0.05 maka artinya variabel independen secara individu tidak
berpengaruh terhadap variabel dependen. Sebaliknya jika nilai signifikan (sig) < 0.05
maka artinya variabel independen secara individu berpengaruh terhadap variabel
dependen. Hasil pengujian secara simultan (uji F) memperoleh hasil 0.000000 < 0.05
yang artinya variabel independen yaitu infrastruktur jalan, infrastruktur air,
infrastruktur pendidikan dan infrastrukur kesehatan berpengaruh secara bersama-sama
terhadap variabel dependen yaitu PDRB. Sedangkan R squared menunjukkan bahwa
pengaruh infrastruktur jalan, infrastruktur air, infrastruktur pendidikan dan
infrastruktur kesehatan sebesar 0.679318 atau sebesar 67.93 persen sisanya
dipengaruhi oleh variabel lain yang tidak terdapat pada penelitian ini.

Kata-Kata Kunci: Pembangunan infrastruktur, pertumbuhan ekonomi, Nusa Tenggara

Barat

viii
 ABSTRACT

This study aims to analyze the influence of road infrastructure development,

water infrastructure, education infrastructure and health infrastructure on economic
growth in West Nusa Tenggara Province in 2014-2022. The type of research used is
quantitative research. The type of data used in this study is secondary data sourced
from books, journals, articles, theses and agency documents originating from the
Central Statistics Agency (BPS) and the Public Works and Public Housing Office
(DPUPR) of NTB Province. Data is processed using the Eviews application version
12 with the data analysis method used is panel data regression analysis with a Fixed
Effect Model approach. The results of this study show that partially the independent
variables, namely road infrastructure and water infrastructure, do not have a
significant influence on the dependent variable, namely GDP. With the qualification
of road infrastructure value to GRDP which is 0.1092 > 0.05 and water infrastructure
to GRDP which is 0.1110 > 0.05. However, education infrastructure and health
infrastructure have a significant influence on the depenyen variable, namely GDP.
The qualification of the value of education infrastructure to GRDP is 0.0004 < 0.05
and health infrastructure to GRDP is 0.0157 < 0.05 in accordance with general
provisions according to Ghozali (2021) where when the significant value (sig) > 0.05,
it means that the independent variable individually has no effect on the dependent
variable. Conversely, if the significant value (sig) < 0.05, it means that the
independent variable individually affects the dependent variable. The results of
simultaneous testing (test F) obtained results of 0.000000 < 0.05 which means that
independent variables, namely road infrastructure, water infrastructure, educational
infrastructure and health infrastructure affect together the dependent variable, namely
GRDP. While R squared shows that the influence of road infrastructure, water
infrastructure, education infrastructure and health infrastructure of 0.679318 or the
remaining 67.93 percent is influenced by other variables that are not contained in this
study.

Keywords: Infrastructure development, economic growth, West Nusa Tenggara

ix
 DAFTAR ISI

Sampul Depan ……...………………….....………………………..…......………........... i

Sampul Dalam ……...………………….....………………………..…......………............ ii
Lembar Persetujuan .................................................................................................. iii
Lembar Pengesahan Skripsi ....................................................................................... iv
Pernyataan Keaslian Skripsi ....................................................................................... v
Ucapan Terima Kasih ................................................................................................ vi
Abstrak .................................................................................................................... viii
Abstract ...................................................................................................................... ix
Daftar Isi ..................................................................................................................... x
Daftar Tabel ..............................................................................................................xii
Daftar Gambar ........................................................................................................ xiii
Daftar Grafik ............................................................................................................ xiv
Daftar Lampiran ........................................................................................................ xv
Bab I Pendahuluan ..................................................................................................... 1
1.1 Latar Belakang ................................................................................................ 1
1.2 Masalah Penelitian .......................................................................................... 8
1.3 Pertanyaan Penelitian ...................................................................................... 9
1.4 Tujuan Penelitian............................................................................................. 9
1.5 Manfaat Penelitian........................................................................................... 9
Bab II Tinjauan Pustaka ............................................................................................ 11
2.1 Landasan Teori .............................................................................................. 11
2.1.1 Teori Pertumbuhan Ekonomi ......................................................................... 11
2.1.2 Pertumbuhan Ekonomi................................................................................... 14
2.1.3 Pembangunan Infrastruktur ............................................................................ 16
2.1.4 Pentingnya Infrastruktur Terhadap Pertumbuhan Ekonomi .......................... 22
2.2 Penelitian Terdahulu ...................................................................................... 24
2.3 Perumusan Hipotesis Dan Rerangka Konseptual .......................................... 37
2.3.1 Perumusan Hipotesis ..................................................................................... 37
2.3.2 Kerangka Konseptual ..................................................................................... 40
Bab III Metode Penelitian ......................................................................................... 42
3.1 Jenis Penelitian .............................................................................................. 42

x
3.2 Lokasi dan waktu penelitian .......................................................................... 42
3.3 Teknik dan Alat Pengumpulan Data ............................................................. 42
3.4 Jenis dan Sumber Data .................................................................................. 43
3.4.1 Jenis Data ...................................................................................................... 43
3.4.2 Sumber Data .................................................................................................. 43
3.5 Variabel penelitian ........................................................................................ 43
3.5.1 Identifikasi dan Klasifikasi Variabel ............................................................. 43
3.5.2 Definisi Operasional Variabel ....................................................................... 43
3.6 Prosedur Analisis Data .................................................................................. 44
3.6.1 Analisis Regresi Data Panel .......................................................................... 44
3.6.2 Estimasi Model Regresi ................................................................................ 45
3.6.3 Uji Spesifikasi Model ...................................................................................... 46
3.6.4 Uji Asumsi Klasik .......................................................................................... 47
3.6.5 Uji Statistik t .................................................................................................. 49
3.6.6 Uji Statistik F .................................................................................................. 50
3.6.7 Analisis Koefisien Determinan (R2) .............................................................. 50
Bab IV Hasil Dan Pembahasan ................................................................................. 51
4.1 Hasil Penelitian ............................................................................................. 51
4.1.1 Data Penelitian .............................................................................................. 51
4.1.2 Analisis dan Hasil Penelitian......................................................................... 61
4.1.2.1 Estimasi Model Regresi ................................................................................ 61
4.1.2.2 Uji Spesifikasi Pemilihan Model................................................................... 62
4.1.2.3 Pemilihan Model Regresi Data Panel............................................................ 62
4.1.2.4 Estimasi Model Regresi Data Panel .............................................................. 64
4.1.2.5 Uji Asumsi Klasik ......................................................................................... 66
4.2 Pembahasan ................................................................................................... 74
Bab V Penutup .......................................................................................................... 80
5.1 Kesimpulan.................................................................................................... 80
5.2 Implikasi Penelitian ....................................................................................... 81
5.3 Keterbatasan dan Saran Penelitian ................................................................ 82
Daftar Pustaka ........................................................................................................... 84
Lampiran ................................................................................................................... 87

xi
 DAFTAR TABEL

Tabel 1.1 Perkembangan Pembangunan Infrastruktur di Provinsi Nusa Tenggara

Barat Tahun 2014-2022………………………………………………………………………… 5

Tabel 2.1 Rangkuman Penelitian Terdahulu………………………………………….…………….. 32

Tabel 3.1 Autokolerasi…………………………………………………….………………………………….. 49

Tabel 4.1 Produk Domestik Regional Bruto (PDRB) Perkapita Atas Dasar Harga
Konstan Menurut Kabupaten/Kota di Provinsi NTB Tahun 2014-2022
(Ribu Rupiah) ………………………………………………….………………………….......… 52

Tabel 4.2 Tingkat Kemantapan Jalan Menurut Kabupaten/Kota di Provinsi NTB

Tahun 2014-2022 (Km) ………………………………………………….…………………… 54

Tabel 4.3 Persentase Rumah Tangga Yang Memiliki Akses Terhadap Sumber Air
Minum Layak Menurut Kabupaten/Kota Di Provinsi NTB Tahun 2014-
2022 ………………………………………………….…………………………………………..…… 56

Tabel 4.4 Jumlah Sekolah (SD, SMP, SMA dan SMK) Menurut Kabupaten/Kota di
Provinsi NTB Tahun 2014-2022 (Unit) ……………………………………………… 58

Tabel 4.5 Jumlah Fasilitas Kesehatan (RS, Puskesmas dan Puskesmas Pembantu)
Menurut Kabupaten/Kota di Provinsi NTB Tahun 2014-2022 (Unit)
……………………………………………….……………………………………………………………. 60

Tabel 4.6 Hasil Estimasi Model dengan Pendekatan CEM, FEM dan REM………. 62

Tabel 4.7 Hasil Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier (LM) ……. 63

Tabel 4.8 Hasil Regresi Data Panel Fixed Effect Model (FEM) …………….……………. 64

Tabel 4.9 Hasil Uji Multikolinieritas …………………….……………….…………….…………….. 68

Tabel 4.10 Hasil Uji Heteroskedastisitas ……………………………………………………………… 69

Tabel 4.11 Hasil Uji Autokorelasi ………………………………………………………………………… 70

Tabel 4.12 Hasil Uji Statistik t (Parsial) ………………………………..……………………………… 71

Tabel 4.13 Hasil Uji Statistik F (Simultan) …………………………………………………………… 73

Tabel 4.11 Hasil Analisis Koefisien Determinasi (R2) ………………………………..………… 74

xii
 DAFTAR GAMBAR

Gambar 2.1 Kerangka Konseptual ............................................................................ 40

Gambar 4.1 Uji Normalitas ……………………………………………………….. 67

xiii
 DAFTAR GRAFIK

Grafik 1.1 Laju Pertumbuhan Produk Domestik Regional Bruto Atas Dasar Harga
Konstan 2010 Menurut Lapangan Usaha di Provinsi Nusa Tenggara Barat
(persen) Periode 2014-2022……………………………………………………………...…….4

xiv
 DAFTAR LAMPIRAN

Lampiran 1 Data Pertumbuhan Ekonomi (Y), Infrastruktur Jalan (X1), Infrastruktur

Air (X2), Infrastruktur Pendidikan (X3) Dan Infrastruktur Kesehatan
(X4) Menurut Kabupaten/Kota di Provinsi NTB ……………………………. 87
Lampiran 2 Hasil Log Dari Data Pertumbuhan Ekonomi (Y), Infrastruktur Jalan
(X1), Infrastruktur Air (X2), Infrastruktur Pendidikan (X3) Dan
Infrastruktur Kesehatan (X4) Menurut Kabupaten/Kota di Provinsi
NTB ………………………………………………………………………………………………. 89
Lampiran 3 Pendekatan CEM …………………………………………………………………….…..…. 91
Lampiran 4 Pendekatan FEM …………………………..………………………………………………. 92
Lampiran 5 Pendekatan REM …………………………………………………………………….……….93
Lampiran 6 Uji Chow ………………………………………………………………………………………… 94
Lampiran 7 Uji Hausman …………………………………………………………………………………… 95
Lampiran 8 Uji LM ……………………………………………………………………………………………. 96
Lampiran 9 Uji Normalitas …………………………….…………………………………………………. 96
Lampiran 10 Uji Multikolinieritas …………………………….…………………………………………. 97
Lampiran 11 Uji Heteroskedastisitas …………………………….………………………………….…. 97
Lampiran 12 Uji Autooreasi …………………………….…………………………………………………. 98
Lampiran 13 Uji Statistik t (Parsial), Uji Statsitik F (Simultan) dan Analisis
Koefisien Determinasi (R2) …………………………….……………………………. 99

xv
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Pembangunan ekonomi tidak dapat lepas dari pertumbuhan ekonomi,

dengan adanya pertumbuhan ekonomi dapat memperlancar proses pembangunan

ekonomi. Yang dimaksud dengan pertumbuhan ekonomi adalah proses kenaikan

kapasitas produksi suatu perekonomian yang diwujudkan dalam bentuk kenaikan

pendapatan nasional. Suatu negara dikatakan mengalami pertumbuhan ekonomi

apabila terjadi peningkatan GNP (Gross National Product) riil di Negara tersebut,

sehingga dengan adanya pertumbuhan ekonomi merupakan indikasi keberhasilan

pembangunan ekonomi (bappeda.bulelengkab.go.id, 2017).

Menurut Sukirno (2015) Pertumbuhan ekonomi berarti perkembangan

fiskal produksi barang dan jasa yang berlaku disuatu negara, seperti pertambahan

dan jumlah produksi barang industri, perkembangan infrustruktur, pertambahan

jumlah sekolah, pertambahan produksi sektor jasa dan pertambahan produksi

barang modal.

Menurut Solow, pertumbuhan ekonomi berasal dari tiga faktor berikut:

Pertama, peningkatan dalam kuantitas dan kualitas pekerja (labor); Kedua,

kenaikan dalam kapital (melalui tabungan dan investasi); Ketiga, peningkatan

dalam teknologi. Namun peran teknologi dalam model ini masih eksogenous,

yang artinya teknologi itu sendiri bukan merupakan hasil dari pertumbuhan

ekonomi, melainkan given. Investasi fisik seperti infrastruktur, dalam model

Solow ini dimasukkan dalam factor capital (Wibowo, 2016).

1
 2

Di Indonesia, pembangunan infrastruktur masih terus ditingkatkan melalui

konektivitas antar kawasan serta pemerataan dengan pembangunan di daerah dan

desa. Menelisik salah satu yang menghambat perekonomian Indonesia saat ini

adalah lambatnya pembangunan infrastruktur yang ditandai dengan kurangnya

kualitas dan kuantitas infrastruktur atau prasarana. Baik infrastruktur keras (yang

merujuk kepada jaringan fisik seperti jalan dan bandara) maupun infrastruktur

non-fisik atau lunak (seperti pasokan listrik, kesejahteraan sosial dan kesehatan)

yang tampaknya memiliki kesulitan untuk mendorong pengembangan struktural

dan secara cepat (Indonesia Investments, 2017).

Dengan demikian, Pemerintah melalui Kementerian Pekerjaan Umum dan

Perumahan Rakyat (PUPR) terus melaksanakan pembangunan infrastruktur di

berbagai wilayah, salah satunya di Provinsi Nusa Tenggara Barat. Melalui

pelaksanaan penyelesaian pekerjaan konstruksi yang sedang berjalan, yaitu

pembangunan infrastruktur prioritas dan infrastruktur dasar atau konektivitas dan

pembangunan infrastruktur pada empat bidang utama yaitu: sumber daya air, jalan

dan jembatan, permukiman, serta perumahan dalam rangka meningkatkan

produktivitas perekonomian dan daya saing bangsa.

Provinsi Nusa Tenggara Barat memiliki dua pulau besar yaitu Pulau

Lombok dan Pulau Sumbawa yang memiliki budaya serta kondisi alam yang

sangat melimpah, sehingga berpotensi untuk meningkatkan taraf hidup

masyarakat. Pulau Sumbawa memiliki kontur berbukit dan dataran rendah yang

tersebar dengan mayoritas mata pencarian masyarakatnya adalah petani, peternak

serta nelayan. Sedangkan Pulau Lombok memiliki potensi pariwisata yang besar,

khususnya pantai dan pulaunya yang sangat terkenal hingga dikunjungi oleh
 3

banyak wisatawan dalam negeri dan mancanegara. Namun, tak dapat dipungkiri

Pulau Lombok juga memiliki sumbangsih dalam sektor pertanian, perkebunan

serta perikanan dalam mendorong pertumbuhan ekonomi masyarakatnya (NTB

Dalam Angka 2022, 2022).

Provinsi NTB juga dapat dikatakan memiliki keunggulan Compatitive dan

keunggulan Comparative yang mumpuni terutama pada sektor-sektor unggulan

seperti pariwisata, pertanian, pertambangan, kelautan dan perikanan. Salah satu

pendukung utama untuk mengembangkan sektor-sektor unggulan tersebut adalah

adanya aksebilitas dan konektivitas yang semakin terbuka dan lancar. Melalui hal

tersebut, Pemerintah Provinsi NTB menetapkan kebijakan Rencana Pembangunan

Jangka Menengah (RPJMD) yang tertuang dalam salah satu misinya adalah

Akselerasi Pengembangan Infrastruktur Penunjang Sektor Unggulan dan Kawasan

Strategis. Hal ini selaras dengan arah kebijakan umum pembangunan nasional

pada RPJMN yaitu Mempercepat Pembangunan Infrastruktur untuk Pertumbuhan

dan Pemerataan. Sebagai wujud konkrit dari kebijakan tersebut, telah banyak

dibangun berbagai infrastruktur untuk mendukung NTB sebagai salah satu

provinsi yang ditetapkan sebagai “Destinasi Unggulan Pariwisata Nasional” dan

sebagai daerah “Pendukung Penyedia Stok Pangan Nasional” hal tersebut adalah

salah satu langkah baik dalam menggenjot kenaikan pertumbuhan ekonomi

daerah (Kausar, 2018).

Berkaitan dengan hal tersebut, pertumbuhan ekonomi di Provinsi NTB

berdasarkan laju pertumbuhan ekonomi dapat dilihat pada grafik berikut:

 4

Grafik 1.1
Laju Pertumbuhan Produk Domestik Regional Bruto ADHK 2010 Menurut
Lapangan Usaha di Provinsi Nusa Tenggara Barat (persen) Periode 2014-2022

25

20

15

10

0
2014 2015 2016 2017 2018 2019 2020 2021 2022
(5)

(10)

PDRB

Sumber: Badan Pusat Statistik Provinsi NTB (2023)

Data grafik 1.1 diatas menunjukkan persentase laju pertumbuhan ekonomi

yaitu Produk Domestik Regional Bruto Atas Dasar Harga Konstan 2010 pada

tahun 2014 sampai dengan tahun 2022 mengalami arah pertumbuhan ekonomi

yang fluktuatif. Pada tahun 2014 persentase laju pertumbuhan ekonomi di

Provinsi NTB sebesar 5,06 persen, dimana nilai tersebut mengalami penurunan

dari tahun sebelumnya yaitu pada tahun 2013 sebesar 5,16 persen. Pada tahun

2015 menunjukkan arah pertumbuhan yang positif yaitu sebesar 21,34 persen,

dimana merupakan laju pertumbuhan tertinggi dalam sembilan tahun belakang.

Hal ini disebabkan oleh peningkatan produksi konsetrat bijih logam yang cukup

tinggi. Namun, pada tahun 2016, 2017 dan 2018 laju pertumbuhan ekonomi

semakin menurun. Pada tahun 2016 laju pertumbuhan ekonomi sebesar 5,81

persen. Tahun 2017 terjadi penurunan dalam kategori pertambangan dan

penggalian yang cukup dalam sehingga pertumbuhan ekonomi hanya sebesar 0,12

persen. Pada tahun 2018 terjadi musibah gempa bumi yang menyebabkan
 5

terganggunya aktivitas ekonomi sehingga pertumbuhan ekonomi Provinsi NTB

sehingga menjadi -4,50 persen. Pada tahun 2019, pertumbuhan ekonomi naik

menjadi 3,90 persen. Pada tahun 2020, pandemi global Covid-19 mengganggu

kinerja ekonomi secara keseluruhan mengakibatkan pertumbuhan ekonomi di

Provinsi NTB menjadi -0,62 persen. Kemudian meningkat pada tahun 2021

sebesar 2,30 persen dan pada tahun 2022 laju pertumbuhan ekonomi sebesar 6,95

persen (PDRB Provinsi NTB Menurut Lapangan Usaha, 2014-2022).

Dengan demikian untuk terus meningkatkan pertumbuhan ekonomi,

Pemerintah memiliki harapan yang tinggi dengan adanya perkembangan

pembangunan infrastruktur daerah akan membawa pengaruh yang signifikan

dalam mendukung perkembangan ekonomi wilayah. Adapun perkembangan

pembangunan infrastruktur pada beberapa aspek yaitu infrastruktur jalan,

infrastruktur air, infrastruktur pendidikan dan infrastruktur kesehatan di Provinsi

NTB dapat dilihat pada tabel berikut:

Tabel 1.1
Perkembangan Pembangunan Infrastruktur Jalan, Infrastruktur Air,
Infrastruktur Pendidikan dan Infrastruktur Kesehatan di Provinsi NTB
Tahun 2014-2022
Infrastruktur Infrastruktur Infrastruktur Infrastruktur
Tahun Jalan Air Pendidikan Kesehatan

(Km) (Persen) (Unit) (Unit)

2014 3.510 75,16 541 730
2015 3.473 82,60 577 726
2016 4.184 82,58 606 752
2017 4.520 75,63 620 760
2018 4.597 75,63 635 764
2019 4.271 94,18 654 723
2020 4.445 94,76 665 754
2021 3.977 95,10 686 746
2022 4.195 96,20 735 746
Sumber : Badan Pusat Statistik Provinsi NTB 2023
BPS Kabupaten/Kota di Provinsi NTB (2017-2022)
 6

Berdasarkan Tabel 1.1 dapat dilihat perkembangan infrastruktur jalan,

infrastruktur air, infrastruktur pendidikan dan infrastruktur kesehatan di Provinsi

NTB pada tahun 2014 sampai dengan tahun 2022. Pada infrastruktur jalan dilihat

berdasarkan tingkat kemantapan jalan mengalami kondisi yang fluktuatif. Dimana

disebabkan oleh menurunnya kondisi jalan sehingga bertambahnya total panjang

jalan yang mengalami kerusakan. Selain itu, dana untuk pemeliharaan atau dana

APBN (Anggaran Pendapatan dan Belanja Negara) yang dikucurkan untuk

menangani jaringan infrastruktur masih kecil sehingga progres peningkatan

kemantapan jalan melambat, sehingga panjang jalan di Provinsi NTB pada tahun

2022 adalah 4.195 Km. Pada infrastruktur air dilihat berdasarkan persentase

rumah tangga yang memiliki akses terhadap sumber air minum layak di Provinsi

NTB yang selalu mengalami peningkatan terlepas dari penurunan yang terjadi

pada tahun 2016 sebesar 0,02 persen serta persentase pada tahun 2017 dan tahun

2018 mengalami kondisi yang stagnan (stabil) sebesar 75,63 persen. Kemudian

meningkat sebesar 96,20 persen di tahun 2022 yang disebabkan oleh

terpenuhinya akses layanan air minum layak atau SPAM (Sistem Penyediaan Air

Minum).

Pada infrastruktur pendidikan dilihat berdasarkan jumlah sekolah (SMA

dan SMK) di Provinsi NTB dari tahun 2014 sampai dengan tahun 2022

mengalami kondisi selalu meningkat. Pada tahun 2014 jumlah sekolah sebanyak

541 unit, tahun 2015 sejumlah 577 unit, tahun 2016 sejumlah 606 unit, tahun 2017

sejumlah 620 unit, tahun 2018 sejumlah 635 unit, tahun 2019 sejumlah 654 unit,

tahun 2020 sejumlah 665 unit, tahun 2021 sejumlah 686 unit dan tahun 2022

sejumlah 735 unit. Hal ini didorong oleh rancangan Pemerintah dalam bidang
 7

pendidikan untuk meningkatkan kualitas SDM (sumber daya manusia) dengan

memberikan bantuan berupa anggaran untuk membangun dan memperbaiki

sekolah sebagai sarana utama pendidikan, sehingga kondisi sarana prasarana

pendidikan terus meningkat.

Sedangkan untuk infrastruktur kesehatan berdasarkan jumlah fasilitas

kesehatan (RS, Puskesmas dan Puskesmas Pembantu) yang ada di Provinsi NTB

pada tahun 2014 sampai dengan tahun 2020 mengalami kondisi fluktuatif yang

disebabkan oleh kurangnya dana pemeliharaan serta meningkatnya sarana

prasarana yang rusak hingga pada tahun 2022 jumlah fasilitas kesehatan sebanyak

746 unit.

Terlepas dari hal tersebut, jika menelisik berdasarkan isu-isu yang menjadi

permasalahan dalam melaksanakan peningkatan pembangunan di Provinsi NTB

saat ini adalah salah satunya megenai pemerataan pembangunan infrastruktur

dasar, layanan kesehatan dan pendidikan untuk meningkatkan pertumbuhan

ekonomi daerah. Menurut Rencana Pembangunan Jangka Menengah Daerah

(RPJMD) Provinsi NTB Tahun 2019-2023 permasalahan pembangunan yang

terjadi di NTB mengenai kualitas infrastruktur disebutkan beberapa diantaranya

adalah sarana dan prasarana pelayanan publik (sosial dasar) yang belum memadai,

seperti sarana prasarana pendidikan (sekolah beserta kelengkapannya seperti

buku, alat peraga) serta sarana prasarana kesehatan (Puskesmas) utamanya di

daerah terpencil, pulau-pulau kecil dan di pegunungan yang masih terbatas.

Ketersediaan sarana dan prasarana sumber daya air yang mendukung ketahanan

pangan juga belum merata, dan tingkat kemantapan jalan yang tinggi belum

diimbangi dengan tingkat kenyamanan dan standar pelayanan memadai.

 8

Namun, Pemerintah Povinsi NTB melalui RPJMD tahun 2019-2023

mencoba mengatasi isu-isu permasalahan tersebut melalui Sasaran Pembangunan

dan Program Unggulan (seperti Percepatan Jalan Mantap, SPAM Regional, NTB

Juara, Desa Tangguh Bencana dan program lainnya) serta Pengembangan

Kawasan Strategis, seperti pembangunan dan pengembangan Kawasan Ekonomi

Khusus (KEK) Mandalika yang menjadi salah satu kawasan prioritas

pembangunan infrastruktur di Provinsi NTB. Walaupun demikian, permasalahan

belum sepenuhnya dapat teratasi sehingga menjadi isu permasalahan yang dituang

dalam penyusunan Rencana Pembangunan Daerah (RPD) tahun 2024-2026

dengan tujuan meningkatkan komitmen dan capaian tujuan pembangunan

berkelanjutan (dpu.ntbprov.go.id, 2018)

Berdasarkan latar belakang tersebut dilakukan penelitian tentang

bagaimana pengaruh dari infrastruktur jalan, infrastruktur air, infrastruktur

pendidikan, dan infrastruktur kesehatan dalam mendorong pertumbuhan ekonomi

di Provinsi Nusa Tenggara Barat tahun 2014-2022 yang akan diuraikan dalam

judul “Pengaruh Pembangunan Infrastruktur Terhadap Pertumbuhan Ekonomi Di

Provinsi Nusa Tenggara Barat”.

1.2 Masalah Penelitian

Pembangunan infrastruktur sangat memberikan dampak yang signifikan

bagi pertumbuhan ekonomi serta pengembangan terhadap sektor-sektor lainnya

yang ditandai dengan mobilitas penduduk yang tinggi, percepatan laju arus

barang, peningkatan kualitas dan kuantitas sarana pembangunan dan peningkatan

efisiensi dari sarana pembangunan tersebut. Dengan infrastruktur yang baik dan
 9

memadai akan mendorong pertumbuhan ekonomi lebih tinggi serta mempercepat

proses pembangunan.

Ketersediaan infrastruktur di Provinsi Nusa Tenggara Barat sejauh ini

sudah baik, meskipun masih perlu perbaikan serta pembangunan infrastruktur lain

untuk menunjang peningkatan pertumbuhan ekonomi. Yang kemudian hal ini

perlu dikaji lebih lanjut untuk mengetahui seberapa besar pengaruh dan kontribusi

infrastruktur yang ditimbulkan pada pertumbuhan ekonomi.

1.3 Pertanyaan Penelitian

Berdasarkan pernyataan dari latar belakang dan masalah penelitian diatas,

maka pertanyaan penelitian dalam penelitian ini yaitu: Bagaimana pengaruh

pembangunan infrastruktur jalan, infrastruktur air, infrastruktur pendidikan dan

infrastruktur kesehatan terhadap pertumbuhan ekonomi di Provinsi Nusa Tenggara

Barat?

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah diatas, maka tujuan dari penelitian ini yaitu:

Untuk menganalisis pengaruh pembangunan infrastruktur jalan, infrastruktur air,

infrastruktur pendidikan dan infrastruktur kesehatan terhadap pertumbuhan

ekonomi di Provinsi Nusa Tenggara Barat.

1.5 Manfaat Penelitian

1.4.1. Manfaat Teoritis

Penelitian ini diharapkan mampu memberikan kontribusi secara teoritis,

selain itu penelitian ini diharapkan dapat bermanfaat untuk memperkaya ilmu

pengetahuan terutama dalam hal pengaruh pembangunan infrastruktur terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

 10

1.4.2. Manfaat Praktis

Adapun manfaat praktis pada penelitian ini yaitu: 1) Bagi Penulis, sebagai

syarat akademik dalam memperoleh gelar studi program Strata Satu (S1) pada

Fakultas Ekonomi dan Bisnis, Universitas Mataram. 2) Bagi Pemerintah daerah

setempat, penelitian ini diharapkan dapat memberikan informasi mengenai

masalah keterkaitan pembangunan infrastruktur terhadap pertumbuhan ekonomi

khususnya di Provinsi Nusa Tenggara Barat. 3) Bagi Akademis, penelitian ini

diharapkan dapat dijadikan sebagai bahan referensi dan data tambahan bagi

peneliti-peneliti lainnya yang terkait pada bidang kajian.

 BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Teori Pertumbuhan Ekonomi

a. Teori Adam Smith

Adam Smith menekankan pentingnya pembagian kerja dan proses

pemupukan modal. Menurutnya pemupukan modal harus dilakukan terlebih

dahulu daripada pembagian kerja agar pekerjaan dapat dibagi lebih lanjut

secara seimbang jika stok lebih dulu diperbesar setelah itu diikuti dengan

naiknya produktivitas. Pengaruh langsung terjadi karena pertambahan stok

kapital yang diikuti pertambahan tenaga kerja akan meningkatkan tingkat

output total. Makin banyak input maka akan banyak output (Jhingan, 2012

dalam Wibowo, 2016).

Sistem produksi suatu negara terdiri dari tiga unsur pokok; a) sumber

daya alam yang tersedia, b) jumlah penduduk, c) stok kapital yang ada.

Sumber daya alam merupakan sesuatu yang mendasar dalam kegiatan

produksi masyarakat. Ini dikarenakan sumber daya alam yang tersedia

merupakan batas maksimum bagi pertumbuhan perekonomian tersebut. Unsur

yang kedua adalah jumlah penduduk, dalam proses pertumbuhan output unsur

ini dianggap mempunyai peranan yang pasif. Maksudnya adalah jumlah

penduduk akan menyesuaikan diri dengan kebutuhan akan tenaga kerja dari

masyarakat tersebut. Penduduk meningkat bila tingkat upah yang berlaku lebih

tinggi dari pada tingkat upah subsisten dan begitu juga sebaliknya. Upah

11
 12

tenaga kerja ditentukan oleh tarik-menarik antara kekuatan permintaan dan

penawaran. Lalu untuk stok kapital sendiri memiliki pengaruh langsung dan

tidak langsung. Kapital mempengaruhi output secara langsung karena

pertambahan kapital yang diikuti oleh pertambahan tenaga kerja akan

meningkatkan output. Secara tidak langsung kapital mempengaruhi output

melalui peningkatan produktivitas per kapita melalui spesialisasi dan

pembagian kerja (Boediono, 1999 dalam Wibowo, 2016).

Menurut Smith proses pertumbuhan bersifat kumulatif, jika timbul

kemakmuran di berbagai bidang maka kemakmuran atau keuntungan itu akan

menarik ke pemupukan modal, kemajuan teknik, meningkatnya penduduk,

perluasan pasar, pembagian kerja dan kenaikan keuntungan secara terus-

menerus. Keuntungan ini berasal dari investasi yang dilakukan oleh pemilik

modal agar mereka tetap bersedia mempertahankan kapitalnya dalam usaha.

Pada akhirnya proses pertumbuhan ini akan mencapai posisi stasioner sampai

“batas atas” yang dimungkinkan sumber-sumber alam yang tersedia dicapai.

Pada posisi ini semua proses pertumbuhan berhenti: kapital, penduduk dan

output semuanya berhenti tumbuh. Disamping itu terdapat dua faktor

penunjang penting selain proses akumulasi kapital yaitu; makin meluasnya

pasar dan adanya tingkat keuntungan diatas tingkat keuntungan minimal agar

bisa untuk diinvestasikan (Boediono,1999 dalam Wibowo, 2016).

b. Teori Solow-Swan

Robert Solow memiliki pendapat tentang pertumbuhan ekonomi yaitu

rangkaian kegiatan bersumber tentang empat faktor utama yaitu manusia,

akumulasi modal, teknologi modern dan hasil (output). Solow berpendapat

 13

bahwa pertumbuhan penduduk akan berdampak positif ataupun negatif.

Dengan demikian, pertumbuhan harus dimanfaatkan sebagai sumber daya

produktif. Selain itu, Solow juga berpendapat bahwa tingkat tabungan

berpengaruh pada modal dan hasil. Jika tingkat tabungan tinggi, modal dan

hasil juga ikut tinggi.

Menurut Solow, pertumbuhan ekonomi berasal dari satu atau lebih dari

tiga faktor berikut: peningkatan dalam kuantitas dan kualitas pekerja (labor),

kenaikan dalam kapital (melalui tabungan dan investasi) dan peningkatan

dalam teknologi. Namun peran teknologi dalam model ini masih eksogenous,

yang artinya teknologi itu sendiri bukan merupakan hasil dari pertumbuhan

ekonomi, melainkan given. Investasi fisik seperti infrastruktur, dalam model

Solow ini dimasukkan dalam faktor capital (Wibowo, 2016).

Adapun asumsi-asumsi dalam model Solow yaitu: (1) Ada satu

komoditi gabungan yang diproduksi; (2) Yang dimaksud output ialah output

netto yaitu sesudah dikurangi biaya penyusutan modal; (3) Return to scale

bersifat konstan (fungsi produksi homogen pada derajat pertama); (4) Dua

faktor produksi tenaga kerja dan modal dibayar sesuai dengan produktivitas

fisik marjinalnya; (5) Harga dan upah fleksibel; (6) Tenaga kerja terpekerjakan

secara penuh; (7) Stok modal yang ada juga terpekerjakan secara penuh; (8)

Tenaga kerja dan modal dapat disubstitusikan satu sama lain; (9) Kemajuan

teknologi bersifat netral (Jhingan, 2012 dalam Wibowo, 2016).

c. Teori Harrod-Domar

Dalam teori Harrod-Domar menganggap bahwa dalam perekonomian

pada dasarnya harus mencadangkan atau menyisihkan sebagian dari

 14

pendapatan nasionalnya untuk menambah atau mengganti barang-barang

modal yang telah susut. Namun untuk memacu pertumbuhan ekonomi,

dibutuhkan investasi baru yang merupakan tambahan netto terhadap stok

modal maka dengan begitu setiap tambahan netto terhadap stok modal dalam

bentuk investasi baru akan menghasilkan kenaikan arus output nasional atau

GDP.

Secara sederhana, model pertumbuhan ini dikatakan bahwa tingkat

pertumbuhan dari GNP (∆Y/Y) ditentukan oleh rasio tabungan nasional (s)

dan rasio capital ouput nasional (k). Sementara, infrastruktur disini dapat

dikategorikan ke dalam capital stock (K). Sehingga secara tidak langsung,

dapat dikatakan bahwa peningkatan dalam capital stock termasuk infrastruktur

akan berhubungan positif dengan pertumbuhan ekonomi.

Dalam (Wibowo, 2016) Harrod-Domar memperhatikan dua aspek yang

disampaikan oleh pendahulunya yaitu; a) fungsi dari pembentukan modal dan

b) tingkat pengeluaran masyarakat. Harrod-Domar beranggapan bahwa

pertambahan dalam kesanggupan memproduksi tidak serta merta akan

menciptakan pertambahan produksi dari kenaikan pendapatan nasional.

Pertambahan produksi dan pendapatan nasional bukan ditentukan oleh

pertambahan dalam kapasitas memproduksi tetapi oleh kenaikan pengeluaran

masyarakat.

2.1.2 Pertumbuhan Ekonomi

Menurut Tarigan (2012) Pertumbuhan ekonomi merupakan

pertambahan pendapatan masyarakat secara keseluruhan yang terjadi di suatu

wilayah, pertambahan pendapat tersebut adalah kenaikkan seluruh nilai

 15

tambah (value added) yang terjadi di wilayah tersebut. Pendapatan wilayah

menggambarkan balas jasa bagi faktor-faktor produksi yang beroperasi di

derah tersebut (Tanah, Modal, Tenaga kerja, dan Teknologi), hal ini berarti

dapat menggambarkan kemakmuran daerah tersebut. Kemakmuran suatu

wilayah selain ditentukan oleh besarnya nilai tambah yang tercipta di wilayah

tersebut juga ditentukan oleh seberapa besar terjadi Transfer Payment, yaitu

bagian pendapatan yang mengalir ke luar wilayah atau mendapat aliran dana

dari luar wilayah.

Pertumbuhan ekonomi adalah hal yang penting untuk menilai ukuran

kinerja perekonomian wilayah dan tujuan pembangunan wilayah. Suatu

perekonomian dapat dikatakan mengalami peningkatan apabila tingkat

pendapatan ekonomi wilayah yang telah dicapai semakin meningkat dari tahun

ke tahun. Dengan kata lain, perkembangan ekonomi disuatu wilayah semakin

baik jika jumlah fisik barang dan jasa yang dihasilkan menjadi semakin besar

setiap tahunnya. Pertumbuhan ekonomi juga sering diartikan sebagai suatu

proses peningkatan kapasitas produksi dalam suatu perekonomian secara terus

menerus atau berkesinambungan sepanjang waktu sehingga menghasilkan

tingkat pendapatan dan output nasional yang semakin lama semakin besar.

Secara umum, pertumbuhan ekonomi diukur dengan pertambahan PDB

(Produk Domestik Bruto) untuk perhitungan ekonomi tingkat nasional dan

PDRB (Produk Domestik Regional Bruto) untuk perhitungan ekonomi tingkat

daerah. Untuk menghitung pertumbuhan ekonomi menggunakan PDB atas

dasar harga konstan dengan tahun dasar tertentu untuk mengeliminasi faktif
 16

kenaikan harga. Suatu perekonomian dikatakan mengalami pertumbuhan jika

tingkat kegiatan ekonomi yang dicapai lebih tinggi dari tahun sebelumnya.

Produk Domestik Regional Bruto (PDRB) merupakan jumlah nilai

produk barang dan jasa akhir yang dhasilkan oleh seluruh unit produksi

didalam suatu wilayah atau daerah pada tingkat regional

(provinsi/kabupaten/kota) dalam suatu periode tertentu. Biasanya dalam

jangka waku satu tahun tanpa memperhitungkan kepemilikan. PDRB

merupakan salah satu indikator ekonomi yang dapat menggambarkan

perekonomian regional secara makro. Kinerja pembangunan ekonomi suatu

wilayah dapat diamati melalui pertumbuhan ekonomi makro, struktur

perekonomian, pendapatan perkapita dan indikator ekonomi lainnya. Selain

itu, data statistik dan indikator ekonomi dapat digunakan untuk menganalisis

dan menentukan arah kebijakan serta mengevaluasi hasil pembangunan, dan

PDRB merupakan salah satu indikator tersebut. Angka-angka dalam PDRB

yang disajikan akan menunjukkan laju pertumbuhan perekonomian suatu

daerah baik secara menyeluruh maupun sektoral (Hasibuan, 2020).

2.1.3 Pembangunan Infrastruktur

1. Pengertian Pembangunan Infrastruktur

Infrastruktur dapat dijelaskan sebagai aset fisik yang dirancang dalam

sistem sehingga memberikan pelayanan publik yang penting. Oleh karena itu,

infrastruktur merupakan bagian-bagian berupa sarana dan prasarana (jaringan)

yang tidak terpisahkan satu sama lain yang didefinisikan dalam suatu sistem.

Infrastruktur adalah sebuah sistem fasilitas publik yang bersifat sangat

penting ditujukan kepada masyarakat/khalayak ramai untuk melayani dan

 17

memudahkan masyarakat. Menurut Siagian (2005) Pembangunan infrastruktur

merupakan suatu usaha atau rangkaian usaha pertumbuhan dan perubahan

yang dilakukan secara terencana untuk membangun prasarana atau segala

sesuatu yang merupakan penunjang utama terselenggaranya suatu proses

pembangunan.

2. Jenis Pembangunan Infrastuktur

Secara umum, infrastruktur dibagi menjadi tiga jenis yaitu: pertama,

Infrastruktur keras yang merupakan infrastruktur yang bisa dilihat dari segi

fisiknya yang berupa bentuk secara nyata. Kedua, Infrastruktur keras non fsik

yang mencakup berbagai upaya untuk mendukung sarana dan prasarana secara

umum untuk mendukung kegiatan ekonomi dan social masyarakat. Ketiga,

Infrastruktur lunak yaitu yang berperan sebagai penunjang kelancaran

berbagai kegiatan sosial dan ekonomi masyarakat yang umumnya bergerak di

dalam suatu aturan, sistem dan juga norma yang disediakan oleh pemerintah

atau pihak lainnya.

Menurut World Bank dalam Marianto (2022) Infrastruktur terbagi

menjadi tiga jenis, diantaranya: pertama Infrastruktur dibidang ekonomi

seperti Infrastruktur jalan yang merupakan urat nadi kehidupan masyarakat,

dimana infrastruktur jalan merupakan bagian dari transportasi yang dapat

mempermudah dan mempercepat arus lalu lintas dalam perdagangan. Kedua

Infrastruktur dibidang sosial seperti, kesehatan dan pendidikan dapat

meningkatkan kualitas dan produktivitas tenaga kerja, yang nantinya bisa

bersaing dalam memperoleh pekerjaan. Ketiga infrastruktur di bidang

administrasi, meliputi penegakan hukum, kontrol administrasi dan koordinasi.

 18

Dalam kegiatan pembangunan infrastruktur dibutuhkan sumber daya manusia,

dan sumber daya alam (sebagai bahan baku) yang mana dalam prosesnya akan

menciptakan kesempatan kerja bagi masyarakat. Secara tidak langsung

pembangunan infrastruktur dapat meningkatkan kesejahteraan masyarakat.

Menurut (Peraturan Presiden Republik Indonesia Tentang Kerjasama

Pemerintah Dengan Badan Usaha Dalam Penyediaan Infrastruktur (PP No. 38

Pasal 5 Ayat 2 Tahun 2015), 2015) Adapun jenis infrastruktur ekonomi dan

sosial mencakup: 1) Infrastruktur transportasi; 2) Infrastruktur jalan; 3)

Infrastruktur sumber daya air dan irigasi; 4) Infrastruktur air minum; 5)

Infrastruktur sistem pengelolaan air limbah terpusat; 6) Infrastruktur sistem

pengelolaan limbah setempat 7) Infrastruktur sistem pengelolaan

persampahan; 8) Infrastruktur telekomunikasi dan informatika; 9) Infrastruktur

ketenagalistrikan; 10) Infrastruktur minyak dan gas bumi dan energi

terbarukan; 11) Infrastruktur konservasi energi; 12) Infrastruktur fasilitas

perkotaan; 13) Infrastruktur fasilitas pendidikan; 14) Infrastruktur fasilitas

sarana dan prasarana olahraga, serta kesenian; 15) Infrastruktur kawasan; 16)

Infrastruktur pariwisata; 17) Infrastruktur kesehatan; 18) Infrastruktur lembaga

permasyarakatan; dan 19) Infrastruktur perumahan rakyat.

Adapun jenis infrastruktur yang termasuk komponen infrastruktur

ekonomi yang akan menjadi fokus utama pada penelitian ini yaitu:

1. Infrastruktur Jalan

Infrastruktur jalan dapat diartikan sebagai capital stock dalam bentuk

fisik yang merupakan faktor input dalam fungsi produksi, sehingga kenaikan

dari infrastruktur jalan akan menaikkan output. Dengan kenaikan output

 19

memberikan indikasi adanya kenaikan pendapatan dan pembangunan ekonomi

daerah tersebut akan meningkat.

Pada hakikatnya dengan pembangunan daerah dan perkotaan, jalan

memiliki fungsi ganda. Di suatu sisi, jalan memiliki fungsi sebagai pendorong

pertumbuhan ekonomi dengan memperlancar arus barang dan jasa antara

pusat-pusat produksi dan daerah pemasaran atau sebaliknya. Sedangkan di sisi

lain, jalan berfungsi untuk mengurangi isolasi kegiatan sosial ekonomi pada

daerah-daerah yang kurang berkembang. Oleh sebab itu, pembangunan jalan

merupakan landasan pokok pembangunan suatu daerah perkotaan (Sjafrizal,

2012).

Dalam Kodoatie (2005) beberapa bukti menunjukkan bahwa perbaikan

jalan akses atau pembangunan jalan baru akses perdesaan berdampak cukup

signifikan terhadap aspek misalnya:

a. Membuka kesempatan kerja pada tahap pelaksanaan konstruksi

khususnya yang menggunakan sistem padat karya.

b. Meningkatkan akses bagi perumahan pedesaan terhadap kesempatan

kerja dan pusat kesehatan, perkantoran, pendidikan, dan sebagainya.

c. Meningkatkan ikatan sosial dan integrasi nasional.

d. Meningkatkan pasokan barang-barang konsumsi import dengan harga

yang lebih murah.

e. Pembangunan pertanian dengan hasil yang lebih tinggi, perubahan

penggunaan lahan, peningkatan penggunaan kebutuhan pertanian yang

lebih modern, dan peningkatan produksi untuk dipasarkan.

 20

2. Infrastruktur Air

Air adalah kebutuhan vital yang mutlak diperlukan dalam kehidupan

manusia sehingga pengadaan sumber daya ini termaksud dalam prioritas

pembangunan. Di Indonesia, tingkat kebutuhan masyarakat terhadap

keberadaan air bersih secara kontinue terus meningkat dari tahun ke tahun.

Dengan demikian infrastruktur air merupakan salah satu bagian penting dalam

infrastruktur dasar yang dapat memberi pengaruh bagi pertumbuhan output.

Penggunaan air terbesar berdasarkan sektor kegiatan dapat dibagi ke

dalam tiga kelompok besar yaitu kebutuhan domestik, irigasi pertanian dan

industri. Kebutuhan domestik untuk masyarakat akan meningkat sejalan

dengan pertambahan penduduk baik di perkotaan maupun pedesaan. Air untuk

keperluan irigasi pertanian juga terus meningkat dalam rangka memenuhi

kebutuhan pangan penduduk yang terus bertambah. Demikian juga dalam

bidang industri, yang kian mengalami peningkatan karena struktur

perekonomian yang mengarah pada industrialisasi. Industrialisasi yang meluas

membutuhkan investasi yang besar untuk menjaga tingkat penyediaan air dan

mendukung pertumbuhan ekonomi (Hasibuan, 2020).

3. Infrastruktur Pendidikan

Sumber daya manusia yang baik dipengaruhi oleh tingkat pendidikan.

Sebagai salah satu aspek yang penting dalam proses pengembangan pola pikir

konstruktif dan kreatif sumber daya manusia, maka pendidikan mutlak

dibutuhkan. Pendidikan dibutuhkan untuk meningkatkan pengetahuan dan

keterampilan manusia, baik pendidikan formal maupun informal. Dengan

 21

meningkatnya kualitas sumber daya manusia, maka akan meningkat pula

output perekonomian suatu Negara (Amalia, 2019).

Dengan demikian, untuk menunjang pendidikan diperlukan

infrastruktur yang memadai untuk mendukung pendidikan yang berkualitas.

Infrastruktur yang kurang memadai dapat mengganggu proses pendidikan.

Dan adapun faktor yang mempengaruhi kondisi infrastruktur pendidikan

disuatu daerah adalah kebijakan pemerintah daerah maupun pusat,

perekonomian daerah, dan kondisi geogrfis daerah tersebut.

4. Infrastruktur Kesehatan

World Health Organization (WHO) mendefinisikan kesehatan sebagai

sebuah kondisi kesejahteraan fisik, mental dan sosial, dan bukan sekedar bebas

penyakit dan kelemahan fisik. Pembangunan kesehatan menjadi bagian

integral dari pembangunan nasional karena bidang kesehatan menyentuh

hampir seluruh aspek kehidupan manusia secara berkesinambungan, yang

merupakan suatu rangkaian pembangunan yang menyeluruh, terpadu, dan

terarah. Melalui pembangunan kesehatan diharapkan setiap penduduk

memiliki kemampuan hidup sehat sehingga di masa mendatang tercipta

generasi penerus yang bermutu sebagai modal penting dalam pembangunan

nasional. Tujuan pembangunan kesehatan yang tercantum dalam Rencana

Strategi Pembangunan Kesehatan adalah terselenggaranya program atau

kegiatan pembangunan kesehatan yang memberi jaminan tercapainya derajat

kesehatan masyarakat yang setinggi-tingginya.

Dalam prakteknya, pengukuran tingkat kesehatan yang digunakan

antara lain tingkat harapan hidup. Ukuran ini merupakan salah satu dari tiga
 22

komponen dalam penghitungan Indeks Pembangunan Manusia (IPM).

Pelayanan kesehatan melalui rumah sakit dan puskesmas serta pelayanan

kesehatan lainnya diharapkan meningkatkan mutu kesehatan yang menjangkau

seluruh masyarakat untuk mewujudkan pembangunan kesehatan yang merata.

Pengembangan infrastruktur kesehatan, baik secara kuantitas maupun kualitas,

akan mendorong peningkatan kualitas sumber daya manusia sehingga indeks

pembangunan manusia (IPM) akan meningkat juga karena kesehatan

merupakan salah satu indikatornya.

2.1.4 Pentingnya Infrastruktur Terhadap Pertumbuhan Ekonomi

Menurut Ja’far (2007) bahwa infrastruktur memiliki peranan positif

terhadap pertumbuhan ekonomi, dalam jangka pendek pembangunan

infrastruktur menciptakan lapangan kerja sektor konstruksi. Dalam jangka

menengah dan panjang infrastruktur akan mendukung peningkatan efisiensi

dan produktivitas sektor-sektor terkait. Infrastruktur dapat menjadi jawaban

bagi wilayah yang ingin mendorong pertumbuhan ekonomi, karena

ketersediaan infrastruktur dapat membantu penanggulangan kemiskinan,

meningkatkan kualitas hidup, mendukung tumbuhnya pusat ekonomi dan

meningkatkan mobilitas barang dan jasa serta menurunkan biaya aktivitas

investor dalam dan luar negeri.

Infrastruktur memiliki peran yang luas untuk mencakup berbagai

konteks dalam pembangunan, baik dalam konteks fisik-lingkungan, ekonomi,

sosial, budaya, politik, dan konteks lainnya. Salah satu infrastruktur yang

besar perannya dalam pengembangan dan pembangunan ruang, baik dalam

lingkup negara ataupun lingkup wilayah adalah infrastruktur transportasi.

 23

Transportasi adalah infrastruktur yang mampu menciptakan mobilitas sosial

dan ekonomi masyarakat (barang dan manusia penumpang), dan

menghubungkan resources dan hasil produksi ke pasar (perdagangan/trade).

Transportasi ini pun berdampak pada kesejahteraan masayarakat seperti,

perdagangan antar wilayah, perluasan pasar, terciptanya kompetisi, dan

penyebaran pengetahuan, dan meningkatnya aksesibilitas penduduk terhadap

sarana pendidikan dan kesehatan dimana pada akhirnya akan meningkatkan

pula kualitas kesehatan dan pendidikan masyarakat.

Infrastruktur yang baik juga dapat meningkatkan produktivitas dan

mengurangi biaya produksi. Pembangunan infrastruktur baik berupa jalan,

jaringan listrik, dan air bersih sangatlah penting dalam rangka meningkatkan

perekonomian masyarakat di suatu wilayah. Infrastruktur tidak hanya

digunakan oleh pihak rumah tangga tetapi juga digunakan oleh pihak swasta,

bahkan pemerintah. Oleh karena itu, pentingnya infrastruktur sehingga

diharapkan mampu membawa kesejahteraan dan mempercepat pertumbuhan

ekonomi sehingga kegiatan ekonomi dapat berjalan lebih efisien. Banyaknya

infrastruktur seperti adanya akses jalan, listrik, dan air bersih diperlukan untuk

mempermudah aktivitas ekonomi yang pada akhirnya akan mempengaruhi

pertumbuhan ekonomi di wilayah tersebut. Wilayah yang memiliki prasarana

yang memadai mampu menarik para investor untuk berinvestasi ke daerahnya

dan mampu berkembang cepat dibandingkan dengan wilayah yang memiliki

prasarana minim.
 24

2.2 Penelitian Terdahulu

Amalia (2019) Analisis Pengaruh Infrastruktur Terhadap Pertumbuhan

Ekonomi (Studi Pada 33 Provinsi di Indonesia Tahun 2008 – 2017). Model

yang digunakan dalam penelitian ini adalah regresi data panel dengan

pendekatan Fixed Effect Model. Hasil penelitian ini menunjukkan bahwa

variabel listrik, air bersih, prasarana pendidikan dan kesehatan memiliki efek

positif dan signifikan terhadap pertumbuhan PDRB per kapita di Indonesia.

Adapun persamaan penelitian yang dilakukan oleh Amalia dengan penelitian

ini adalah terletak pada model analisis data yang digunakan adalah regresi data

panel dengan pendekatan Fixed Effect Model dan terletak pada variabel

dependen yaitu PDRB dan variabel independen yaitu air bersih, prasarana

pendidikan dan kesehatan. Sedangkan untuk perbedaan penelitiannya adalah

terletak pada objek penelitian dimana penelitian oleh Amalia menganalisis

pada 33 provinsi di Indonesia sedangkan penelitian ini menganalisis pada

Provinsi NTB. Serta time series yang digunakan yaitu tahun 2008-2017

sedangkan pada penelitian ini menggunakan runtun waktu 2014-2022 dan

terletak pada variabel independen dimana penelitian oleh Amalia

menggunakan variabel listrik sedangkan pada penelitian ini tidak.

Maharani (2019) Analisis Pengaruh Pembangunan Infrastruktur

Terhadap Pertumbuhan Ekonomi Di Provinsi Jawa Tengah. Metode analisis

yang digunakan adalah analisis regresi data panel dengan pendekatan Fixed

Effect Model. Hasil Penelitian variabel Infrastruktur Pendidikan berpengaruh

negatif dan signifikan, sedangkan variabel Infrastruktur Jalan dan Infrastruktur

Kesehatan tidak memiliki pengaruh signifikan terhadap Pertumbuhan

 25

Ekonomi (PDRB) di Provinsi Jawa Tengah. Persamaan penelitian oleh Amalia

dengan penelitian ini adalah terletak pada model analisis data yang digunakan

adalah regresi data panel dengan pendekatan Fixed Effect Model dan

menggunakan variabel dependen yaitu, PDRB dan variabel independen yaitu,

infrastruktur pendidikan, infrastruktur jalan, dan infrastruktur kesehatan.

Sedangkan perbedaan penelitian oleh Maharani dengan penelitian ini adalah

terletak pada objek penelitian dimana penelitian oleh Maharani menganalisis

di Provinsi Jawa Timur sedangkan penelitian ini menganalisis pada Provinsi

NTB. Serta time series yang digunakan yaitu tahun 2008-2017 sedangkan

pada penelitian ini menggunakan runtun waktu 2014-2022.

Panama et al. (2019). Pengaruh Infrastruktur Pembangunan Terhadap

Pertumbuhan Ekonomi Jawa Timur. Penelitian ini bertujuan untuk mengetahui

pengaruh infrasatruktur jalan, listrik, air, pendidikan dan kesehatan terhadap

perkembangan pertumbuhan ekonomi kajian Koridor Utara-Selatan Provinsi

Jawa Timur dengan menggunakan data sekunder tahun 2010-2017. Penelitian

ini menggunakan alat regresi linier berganda dengan menggunakan metode

data panel. Berdasarkan hasil penelitian menunjukkan bahwa infrastruktur air,

listrik dan pendidikan berpengaruh positif dan signifikan terhadap

pertumbuhan ekonomi di Kawasan Koridor Utara-Selatan Jawa Timur

sedangkan infrastruktur jalan dan kesehatan tidak berpengaruh (berpengaruh

negatif) dan tidak signifikan terhadap pertumbuhan ekonomi di Koridor Utara-

Selatan Jawa Timur. Persamaan penelitian yang dilakukan oleh Panama

dengan penelitian ini adalah variabel dependen yaitu PDRB dan variabel

independen yang digunakan yaitu, infrastruktur jalan, infrastruktur air,

 26

infrastruktur pendidikan dan infrastruktur kesehatan. Perbedaan penelitian

yang dilakukan oleh Panema dengan penelitian ini adalah terletak pada objek

penelitian yaitu pada Koridor Utara-Selatan Jawa Timur sedangkan pada

penelitian ini terletak pada Provinsi NTB. Perbedaan juga terletak pada time

series yang digunakan pada penelitian yang dilakukan oleh Panama yaitu

tahun 2010-2017 sedangkan pada penelitian ini yaitu tahun 2014-2022.

Metode analisis data yang digunakan oleh Panama adalah regresi linier

berganda sedangkan pada penelitian ini adalah analisis dengan regresi data

panel.

Sugiarto (2019) Pengaruh Infrastruktur Terhadap Pertumbuhan

Ekonomi Di Jawa Timur. Metode analisis yang digunakan adalah regresi linier

berganda dengan software SPSS versi 23. Hasil penelitian ini menunjukan

bahwa variabel Independen Infrastruktur Jalan, Jembatan, Listrik, Pendidikan

dan Kesehatan tidak berpengaruh signifikan terhadap pertumbuhan ekonomi di

Jawa Timur, namun ada hubungan positif antara variabel Independen dengan

pertumbuhan ekonomi di Jawa Timur. Sedangkan secara simultan variabel

jalan, jembatan, listrik, pendidikan dan kesehatan tidak berpengaruh secara

signifikan dan berhubungan positif terhadap pertumbuhan ekonomi. Dengan

nilai koefesien determinasi sebesar 0,760 atau 76%. Adapun persamaan

penelitian terdahulu dengan penelitian ini adalah variabel dependen yaitu

PDRB dan variabel independen yaitu infrastruktur jalan, pendidikan dan

kesehatan. Perbedaan penelitian Sugiarto dengan penelitian ini adalah terletak

pada objek penelitian yaitu di Jawa Timur, metode analisis data yang

digunakan adalah regresi linier berganda.

 27

Winey dan Siregar (2019) Pengaruh Pembangunan Infrastruktur

terhadap Pertumbuhan Ekonomi di Kalimantan Selatan. Penelitian ini

menggunakan analisis regresi data penel dengan pendekatan Model Efek

Tetap (Fixed Effect Model). Hasil dari penelitian ini menyatakan infrastruktur

listrik dan infrastruktur air berpengaruh secara positif dan signifikan terhadap

pertumbuhan ekonomi sedangkan infrastruktur jalan tidak signifikan terhadap

pertumbuhan ekonomi namun mempunyai pengaruh yang positif terhadap

pertumbuhan ekonomi di Kalimantan Selatan, serta infrastruktur yang paling

berpengaruh kepada pertumbuhan ekonomi Kalimantan Selatan ialah

infrastruktur listrik. Persamaan penelitian ini adalah terdapat pada variabel

dependen yaitu PDRB dan variabel independen yaitu infrastruktur air dan

infrastruktur jalan, serta menggunakan analisis regresi data penel dengan

pendekatan Model Efek Tetap (Fixed Effect Model). Perbedaan penelitian oleh

Winey dan Siregar dengan penelitian ini adalah terletak pada objek penelitian

yaitu di Kalimantan Selatan, variabel independen yaitu infrastruktur listrik.

Mu’minin (2020) Analisis Pengaruh Infrastruktur Terhadap

Pertumbuhan Ekonomi Provinsi-Provinsi Di Indonesia Tahun 2014-2018

Menggunakan Regresi Data Panel. Penelitian ini menggunakan analisis regresi

data panel dengan pendekatan Fixed Effect Model. Hasil penelitian dimana

Infrastruktur yang berpengaruh secara signifikan terhadap PDRB adalah

infrastruktur APBD, sedangkan infrastruktur jalan, listrik dan pendidikan tidak

berpengaruh secara signifikan terhadap PDRB. Persamaan penelitian oleh

Mu’minin dengan penelitian ini adalah terletak pada variabel yaitu PDRB dan

variabel independen yaitu infrastruktur jalan dan infrastruktur pendidikan.

 28

Metode analisis data yang digunakan adalah menggunakan analisis regresi

data panel dengan pendekatan Fixed Effect Model. Perbedaan penelitian

terdahulu dengan penelitian ini adalah terletak pada objek penelitian yaitu

Provinsi-Provinsi di Indonesia serta time series yang digunakan adalah tahun

2014-2018 dan pada variabel independen yaitu infrastruktur APBD.

Suswita et al. (2020) Pengaruh Infrastruktur terhadap Pertumbuhan

Ekonomi di Kabupaten Simalungun. Metode analisis yang digunakan adalah

analisis deskriptif dan analisis kuantitatif. Hasil dari penelitian ini adalah

pertama, panjang jalan (X1) berpengaruh positif dan tidak signifikan terhadap

pertumbuhan ekonomi di Kabupaten Simalungun. Kedua, jumlah air bersih

(X2) berpengaruh positif dan tidak signifikan terhadap pertumbuhan ekonomi

di Kabupaten Simalungun. Ketiga, jumlah pelanggan listrik (X3) di PLN

Kabupaten Simalungun berpengaruh positif dan signifikan terhadap

pertumbuhan ekonomi di Kabupaten Simalungun. Persamaan penelitian

terdahulu dengan penelitian ini adalah terletak pada variabel dependen yaitu

PDRB dan variabel independen yaitu panjang jalan dan jumlah air bersih.

Adapun perbedaannya adalah objek penelitian yaitu di Kabupaten

Simalungun, metode analisis data yang digunakan adalah regresi linier

berganda dan vairabel independen yaitu PLN.

Pane et al. (2020) Pengaruh Pembangunan Infrastruktur Kesehatan,

Pendidikan Dan Jumlah Penduduk Terhadap Pertumbuhan Ekonomi Di

Sumatera Utara. Analisis data menggunakan metode OLS (Ordinary Least

Square) dengan model estimasi regresi linear berganda dengan software

Eviews 7. Hasil penelitian ini menunjukkan bahwa secara simultan variabel

 29

infrastruktur kesehatan, infrastruktur pendidikan dan jumlah penduduk

berpengaruh signifikan terhadap pertumbuhan ekonomi di Provinsi Sumatera

Utara. Sedangkan secara parsial disimpulkan bahwa variabel infrastruktur

kesehatan dan jumlah penduduk berpengaruh positif dan signifikan;

infrastruktur pendidikan berpengaruh positif namun tidak signifikan terhadap

pertumbuhan ekonomi di Provinsi Sumatera Utara. Persamaan penelitian ini

dengan penelitian terdahulu adalah variabel dependen yaitu PDRB dan

variabel independen yaitu infrastruktur kesehatan, pendidikan dan jumlah

penduduk. Adapun perbedaannya adalah objek penelitian yaitu di Sumatera

Utara, metode analisis data yang digunakan adalah regresi linier berganda.

Sari (2021) Pengaruh Infrastruktur Terhadap Pertumbuhan Ekonomi

Di Sumatera Selatan. Metode analisis yang digunakan dalam penelitian ini

adalah Ordinary Least Square (OLS). Hasil pengujian secara parsial

menunjukkan bahwa infrastruktur jalan, infrastruktur listrik, dan infrastruktur

PDAM tidak mempengaruhi pertumbuhan ekonomi. Sedangkan infrastruktur

jalan, infrastruktur listrik, dan infrastruktur PDAM berpengaruh signifikan

terhadap pertumbuhan ekonomi secara simultan. Koefisien determinasi (R)

sebesar 0,737163 atau 73,71%, dan sisanya sebesar 26,29% dipengaruhi oleh

variabel di luar ini.. Persamaan penelitian adalah variabel dependen yaitu

PDRB dan vairabel independen yaitu infrastruktur jalan dan infrastruktur air

dan hasil penelitian menyatakan bahwa infrastruktur jalan, infrastruktur listrik,

dan infrastruktur PDAM tidak mempengaruhi pertumbuhan ekonomi.

Perbedaannya adalah objek penelitian yaitu di Sumatera Selatan, variabel

 30

independen yaitu infrastruktur listrik, metode analisis data yang digunakan

adalah regresi linier berganda.

Angelina dan Wahyuni (2021) Pengaruh Infrastruktur Ekonomi dan

Sosial terhadap Pertumbuhan Ekonomi Indonesia, 2015-2019. Analisis

dilakukan menggunakan regresi data panel dengan metode estimasi Fixed

Effect Model. Hasil penelitian menunjukkan bahwa kelima variabel

infrastruktur berpengaruh positif dan signifikan terhadap pertumbuhan

ekonomi di Indonesia pada tahun 2015-2019. Persamaan penelitian terdahulu

dengan penelitian sebelumnya adalah variabel dependen yaitu PDRB dan

variabel independen yaitu infrastruktur jalan, air dan kesehatan. Metode

analisis data yang digunakan adalah regersi data panel dengan metode estimasi

Fixed Effect Model. Perbedaan penelitian adalah objek penelitian yaitu di

Indonesia, runtun waktu yang digunakan adalah tahun 2015-2019, variabel

independen yaitu infrastruktur listrik dan TIK.

Penelitian terdahulu yang menjadi acuan dalam penyusunan skripsi ini

adalah penelitian yang dilakukan oleh Mu’minin tahun 2020 dengan judul

Analisis Pengaruh Infrastruktur Terhadap Pertumbuhan Ekonomi Provinsi-

Provinsi Di Indonesia Tahun 2014-2018 Menggunakan Regresi Data Panel.

Penelitian ini menggunakan analisis regresi data panel dengan pendekatan

Fixed Effect Model. Hasil penelitian dimana infrastruktur jalan tidak

berpengaruh secara signifikan terhadap PDRB. Serta penelitian yang

dilakukan oleh Sari tahun 2021 dengan judul Pengaruh Infrastruktur Terhadap

Pertumbuhan Ekonomi Di Sumatera Selatan. Metode analisis yang digunakan

dalam penelitian ini adalah Ordinary Least Square (OLS). Hasil pengujian
 31

secara parsial menunjukkan bahwa infrastruktur jalan dan infrastruktur PDAM

tidak mempengaruhi pertumbuhan ekonomi. Sedangkan infrastruktur jalan dan

infrastruktur PDAM berpengaruh signifikan terhadap pertumbuhan ekonomi

secara simultan.

Adapun rangkuman penelitian terdahulu yang dijadikan sebagai acuan

penelitian dapat dilihat pada Tabel 2.1 dibawah ini:

 32

Tabel 2.1
Rangkuman Penelitian Terdahulu

Nama Peneliti dan

No Metode Penelitian Variabel Penelitian Hasil Penelitian
Judul
1. Amalia (2019) meneliti Menggunakan jenis Menggunakan variabel Variabel listrik, air bersih,
dengan judul Analisis penelitian kuantitatif dengan dependen yaitu, PDRB prasarana pendidikan dan
Pengaruh Infrastruktur metode analisis regresi data perkapita dan variabel kesehatan memiliki efek positif
Terhadap Pertumbuhan panel dengan model Fixed independen yaitu, dan signifikan terhadap
Ekonomi (Studi Pada 33 Effect. infrastruktur air bersih, pertumbuhan PDRB per kapita
Provinsi di Indonesia infrastruktur jalan, prasarana di Indonesia.
Tahun 2008 – 2017). pendidikan dan prasaranan
kesehatan.

2. Maharani (2019) Metode analisis yang Menggunakan variabel Variabel Infrastruktur

meneliti dengan judul digunakan adalah analisis dependen yaitu, PDRB dan Pendidikan berpengaruh
Analisis Pengaruh regresi data panel dengan variabel independen yaitu, negatif dan signifikan,
Pembangunan pendekatan Fixed Effect infrastruktur pendidikan, sedangkan variabel
Infrastruktur Terhadap Model. infrastruktur jalan, dan Infrastruktur Jalan dan
Pertumbuhan Ekonomi infrastruktur kesehatan. Infrastruktur Kesehatan tidak
Di Provinsi Jawa memiliki pengaruh signifikan
Tengah. terhadap Pertumbuhan
Ekonomi (PDRB) di Provinsi
Jawa Tengah.

3. Panama et al. (2019) Menggunakan alat regresi Variabel dependen yaitu Infrastruktur air, listrik dan
meneliti dengan judul linier berganda dengan PDRB dan variabel pendidikan berpengaruh positif
Pengaruh Infrastruktur pendekatan Common Effect independen yaitu dan signifikan terhadap
 33

Pembangunan Terhadap Model (CE). infrasatruktur jalan, listrik, pertumbuhan ekonomi

Pertumbuhan Ekonomi air, pendidikan dan kesehatan. sedangkan infrastruktur jalan
Jawa Timur. dan kesehatan tidak
berpengaruh (berpengaruh
negatif) dan tidak signifikan
terhadap pertumbuhan ekonomi.
4. Sugiarto (2019) meneliti Menggunakan alat regresi Variabel dependen yaitu Variabel Independen
dengan judul Pengaruh linier berganda. PDRB dan variabel Infrastruktur Jalan, Jembatan,
Infrastruktur Terhadap independen yaitu Listrik, Pendidikan dan
Pertumbuhan Ekonomi infrasatruktur jalan, jembatan, Kesehatan tidak berpengaruh
Di Jawa Timur. listrik, pendidikan dan signifikan terhadap
kesehatan. pertumbuhan ekonomi di Jawa
Timur, namun ada hubungan
positif antara variabel
Independen dengan
pertumbuhan ekonomi di Jawa
Timur. Sedangkan secara
simultan variabel jalan,
jembatan, listrik, pendidikan
dan kesehatan tidak
berpengaruh secara signifikan
dan berhubungan positif
terhadap pertumbuhan ekonomi.
5. Winey dan Siregar Menggunakan jenis Variabel dependen terdiri dari Infrastruktur listrik dan
(2019) meneliti dengan penelitian kuantitatif dengan PDRB dan Variabel infrastruktur air berpengaruh
judul Pengaruh pendekatan independen terdiri dari secara positif dan signifikan
Pembangunan metode analisis regresi data infrastruktur listrik, terhadap variabel terikat
Infrastruktur terhadap panel dengan model Efek infrastruktur air dan sedangkan Infrastruktur jalan
Pertumbuhan Ekonomi Tetap (Fixed Effect Model) infrastruktur jalan berpengaruh positif tapi tidak
 34

di Kalimantan Selatan. signifikan terhadap

perekonomian Kalimantan
Selatan. Serta infrastruktur yang
paling berpengaruh kepada
pertumbuhan ekonomi
Kalimantan Selatan ialah
infrastruktur listrik.
6. Mu’minin (2020) Menggunakan analisis Menggunakan variabel Infrastruktur yang berpengaruh
meneliti dengan judul regresi data panel dengan dependen yaitu, PDRB dan secara signifikan terhadap
Analisis Pengaruh pendekatan Fixed Effect Variabel independen yaitu, PDRB adalah infrastruktur
Infrastruktur Terhadap Model infrasturtur APBD, APBD, sedangkan infrastruktur
Pertumbuhan Ekonomi infrastruktur jalan, jalan, listrik dan pendidikan
Provinsi-Provinsi Di infrastruktur listrik, dan tidak berpengaruh secara
Indonesia Tahun 2014- infrastruktur pendidikan. signifikan terhadap PDRB.
2018 Menggunakan
Regresi Data Panel.
7. Suswita et al. (2020) Menggunakan jenis Menggunakan variabel Secara parsial infrastruktur
meneliti dengan judul penelitian kuantitatif dengan dependen yaitu, PDRB dan panjang jalan (X1) dan jumlah
“Pengaruh Infrastruktur pendekatan deskriptif dan Variabel independen yaitu, air bersih (X2) berpengaruh
terhadap Pertumbuhan menggunakan analisis infrastruktur jalan, positif dan tidak signifikan
Ekonomi di Kabupaten regresi linier berganda. infrastruktur air bersih, dan terhadap pertumbuhan ekonomi
Simalungun. infrastruktur listrik. di Kabupaten Simalungun.
Sedangkan jumlah pelanggan
listrik (X3) berpengaruh positif
dan signifikan terhadap
pertumbuhan ekonomi di
Kabupaten Simalungun. Serta
secara simultan X1,X2 dan X3
berpengaruh signifikan.
 35

8. Pane et al. (2020) Analisis data dilakukan Variabel dependen yaitu Secara simultan variabel
meneliti dengan judul dengan menggunakan PDRB infrastruktur kesehatan,
“Pengaruh metode OLS (Ordinary Variabel independen yaitu infrastruktur pendidikan dan
Pembangunan Least Square) dengan model infrastruktur kesehatan, jumlah penduduk berpengaruh
Infrastruktur Kesehatan, estimasi regresi linear infrastruktur pendidikan dan signifikan terhadap
Pendidikan dan Jumlah berganda dengan jumlah penduduk. pertumbuhan ekonomi di
Penduduk Terhadap menggunakan bantuan Provinsi Sumatera Utara.
Pertumbuhan Ekonomi program Eviews 7.
Di Sumatera Utara”. Sedangkan secara parsial
disimpulkan bahwa variabel
infrastruktur kesehatan dan
jumlah penduduk berpengaruh
positif dan signifikan;
infrastruktur pendidikan
berpengaruh positif namun
tidak signifikan terhadap
pertumbuhan ekonomi di
Provinsi Sumatera Utara.
9. Sari (2021) meneliti Metode analisis yang Menggunakan variabel Hasil pengujian secara parsial
dengan judul “Pengaruh digunakan dalam penelitian dependen yaitu PDRB dan menunjukkan bahwa
Infrastruktur Terhadap ini adalah dengan metode variabel independen yaitu infrastruktur jalan, infrastruktur
Pertumbuhan Ekonomi regresi linier berganda dan infrastruktur jalan, listrik, dan infrastruktur PDAM
Di Sumatera Selatan”. metode Ordinary Least infrastruktur listrik, dan tidak mempengaruhi
Square (OLS) infrastruktur PDAM. pertumbuhan ekonomi dan
menggunakan E-views 10. secara simultan infrastruktur
jalan, infrastruktur listrik dan
infrastruktur air berpengaruh
terhadap pertumbuhan ekonomi
di Provinsi Sumatera Selatan.
 36

10. Angelina dan Wahyuni Analisis yang dilakukan Variabel dependen yaitu Hasil penelitian menunjukkan
(2021) meneliti dengan menggunakan regresi data PDRB dan variabel bahwa kelima variabel
judul “Pengaruh panel dengan metode independen yaitu infrastruktur infrastruktur berpengaruh
Infrastruktur Ekonomi estimasi Fixed Effect Model jalan, listrik, air, kesehatan, positif dan signifikan terhadap
dan Sosial terhadap SUR. dan TIK. pertumbuhan ekonomi di
Pertumbuhan Ekonomi Indonesia pada tahun 2015-
Indonesia, 2015-2019”. 2019.
Sumber : Penelitian terdahulu diolah
 37

2.3 Perumusan Hipotesis Dan Rerangka Konseptual

2.3.1 Perumusan Hipotesis

1. Pengaruh Infrastruktur Jalan terhadap Pertumbuhan Ekonomi

Menurut Intan Suswita et al. (2020) Jalan merupakan salah satu

prasarana penting dalam transportasi darat. Hal ini karena fungsi strategi yang

dimilikinya, yaitu sebagai penghubung antara satu daerah dengan daerah yang

lain. Jalan sebagai penghubung antara sentral-sentral produksi dengan daerah

pemasaran, sangat dirasakan sekali manfaatnya dalam rangka meningkatkan

perekonomian suatu wilayah. Jalan sangat berkaitan erat dengan pertumbuhan

ekonomi karena dengan dana jalan faktor produksi akan terus berjalan, dan

dapat meningkatkan perekonomian yang baik. Dengan demikian, pada

penelitian Suswita dkk menyatakan bahwa infrastruktur jalan dalam hal ini

panjang jalan berpengaruh positif dan tidak signifikan terhadap pertumbuhan

ekonomi di Kabupaten Simalungun.

Berdasarkan teori yang disampaikan oleh Sjafrizal (2012) yang

menyatakan jalan memiliki fungsi ganda. Satu sisi, jalan memiliki fungsi

sebagai pendorong pertumbuhan ekonomi dengan memperlancar arus barang

dan jasa antara pusat produksi dan daerah pemasaran dan sebaliknya.

Sedangkan di sisi lain, jalan berfungsi untuk mengurangi ketimpangan

pembangunan antarwilayah. Oleh sebab itu, pembangunan jalan merupakan

landasan pokok pembangunan suatu daerah.

H0 : Diduga Infrastruktur jalan secara parsial tidak berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

 38

H1 : Diduga Infrastruktur jalan secara parsial berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

2. Pengaruh Infrastruktur Air terhadap Pertumbuhan Ekonomi

Intan Suswita et al. (2020) menyatakan jumlah air bersih berpengaruh

positif terhadap pertumbuhan ekonomi. Hasil penelitian ini juga sesuai dengan

yang menyatakan infrastruktur air bersih merupakan dasar salah satu bagian

penting dalam infrastruktur dasar yang dapat memberi pengaruh terhadap

pertumbuhan. Winey dan Siregar (2019) menyatakan infrastruktur air

berpengaruh secara positif dan signifikan terhadap pertumbuhan ekonomi.

Yang dikarenakan industrialisasi yang meluas membutuhkan tingkat

penyediaan air yang besar dan peningkatan pelayanan dan peyediaan akan

konsumsi air bersih dengan tujuan kepuasan masyarakat yang nantinya akan

mempengaruhi peningkatan kegiatan perekonomian.

H0 : Diduga Infrastruktur Air secara parsial tidak berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat

H2 : Diduga Infrastruktur Air secara parsial berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat

3. Pengaruh Infrastruktur Pendidikan terhadap Pertumbuhan Ekonomi

Sumber daya manusia yang baik dipengaruhi oleh tingkat pendidikan.

Sebagai salah satu aspek yang penting dalam proses pengembangan pola pikir

konstruktif dan kreatif sumber daya manusia, maka pendidikan mutlak

dibutuhkan. Pendidikan dibutuhkan untuk meningkatkan pengetahuan dan

keterampilan manusia, baik pendidikan formal maupun informal. Dengan

meningkatnya kualitas sumber daya manusia, maka akan meningkat pula

 39

output perekonomian suatu negara. Amalia (2019) pada penelitiannya

menyatakan bahwa infrastruktur pendidikan memiliki efek positif dan

signifikan terhadap pertumbuhan PDRB per kapita di Indonesia.

Begitu pula pada penelitian Panama et al. (2019) Infrastruktur

Pendidikan berpengaruh signifikan dan positif terhadap pertumbuhan ekonomi

karena dapat disimpulkan bahwa pendidikan mempunyai pengaruh terhadap

pertumbuhan ekonomi suatu bangsa. Implikasinya, semakin tinggi pendidikan,

hidup manusia akan semakin berkualitas. Dalam kaitannya dengan

perekonomian secara umum (nasional), semakin tinggi kualitas hidup suatu

bangsa, semakin tinggi tingkat pertumbuhan dan kesejahteraan bangsa

tersebut.

H0 : Diduga Infrastruktur Pendidikan secara parsial tidak berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

H3 : Diduga Infrastruktur Pendidikan secara parsial berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

4. Pengaruh Infrastruktur Kesehatan terhadap Pertumbuhan Ekonomi

Panama et al. (2019) menyatakan Infrastruktur Kesehatan berpengaruh

signifikan dan positif terhadap pertumbuhan ekonomi karena perbaikan di

bidang kesehatan akan berdampak pada capaian pembangunan manusia. Hal

ini mengingat indikator dalam indeks pembangunan manusia (IPM) oleh

UNDP menempatkan kesehatan sebagai indikator utama disamping indikator

ekonomi. Kata pembangunan manusia telah memberikan sumbangan terbesar

bagi pencapaian keberlangsungan pembangunan. Sejalan dengan penelitian

Pane et al. (2020) yang menyatakan bahwa infrastruktur kesehatan

 40

berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi di Provinsi

Sumatera Utara.

H0 : Diduga Infrastruktur Kesehatan secara parsial berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

H4 : Diduga Infrastruktur Kesehatan secara parsial berpengaruh terhadap

pertumbuhan ekonomi di Provinsi Nusa Tenggara Barat.

2.3.2 Kerangka Konseptual

Kerangka konseptual penelitian adalah kaitan atau hubungan antara

konsep satu dengan konsep lainnya dari masalah yang ingin diteliti serta

didapatkan dari konsep ilmu/teori yang dipakai sebagai landasan penelitian.

Gambar 2.1 Kerangka Konseptual

Infrastruktur Jalan
(X1)

Infrastruktur Air
(X2 ) PDRB
(Y)
Infrastruktur
Pendidikan
(X3)

Infrastruktur
Kesehatan
(X4)
 41

Hubungan infrastruktur dengan pertumbuhan ekonomi ditunjukkan

dengan peningkatan output. Jika infrastruktur daerah dapat berkembang

dengan baik maka akan merangsang pertumbuhan sektor-sektor yang ada di

daerah tersebut sehingga akan meningkatkan pendapatan masyarakat.

Peningkatan ini diakibatkan karena mudahnya mobilitas faktor produksi yang

terjadi antar daerah.

Dalam penelitian ini difokuskan pada infrastruktur ekonomi yang

meliputi infrastruktur jalan, air, pendidikan dan kesehatan. Kemudian

peningkatan infrastruktur ini akan memberikan pengaruh kepada pertumbuhan

ekonomi di Provinsi NTB. Peningkatan pertumbuhan ekonomi ini akan

meningkatkan aktivitas produksi dari berbagai sektor.

Pada kerangka konseptual gambar 2.1 di atas menjelaskan pengaruh

variabel independen terhadap variabel dependen secara parsial dan simultan

yaitu variabel Infrastruktur Jalan (X1), Infrastruktur Air (X2), Infrastruktur

Pendidikan (X3) dan Infrastruktur Kesehatan (X4) terhadap variabel Produk

Domestik Regional Bruto (PDRB) (Y).

 42

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian

kuantitatif dengan pendekatan penelitian asosiatif yang bertujuan untuk

mengetahui pengaruh ataupun juga hubungan antara dua variabel atau lebih

(Sugiyono, 2022).

3.2 Lokasi dan waktu penelitian

Penelitian ini dilaksanakan tahun 2023 pada Provinsi Nusa Tenggara

Barat yang dilaksanakan pada periode 2014 - 2022.

3.3 Teknik dan Alat Pengumpulan Data

Dalam memenuhi kebutuhan data untuk penelitian dilakukan

pengumpulan data terhadap obyek yang akan diteliti untuk mendapatkan

gambaran mengenai suatu data atau informasi mengenai wilayah penelitian.

Adapun teknik pengumpulan data yang dilakukan pada penelitian ini adalah

studi dokumentasi yang merupakan suatu metode pengumpulan informasi

dengan mempelajari dokumen-dokumen untuk memperoleh informasi yang

berkaitan dengan masalah yang dipelajari yang dilakukan secara tidak

langsung melalui jaringan internet (berupa website, artikel, berita dan

publikasi oleh BPS) dengan menggunakan laptop dan smartphone peneliti

sebagai alat penelitian.

42
 43

3.4 Jenis dan Sumber Data

3.4.1 Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder.

Data sekunder merupakan sumber data yang sudah ada, dikumpulkan dan diolah

oleh peneliti ataupun pihak lain (Sugiyono, 2022).

3.4.2 Sumber Data

Data sekunder pada penelitian ini bersumber dari buku, jurnal, artikel,

skripsi dan dokumen – dokumen instansi. Adapun sumber data yang digunakan

pada penelitian ini adalah data yang berasal dari Badan Pusat Statistik (BPS),

Dinas Pekerjaan Umum Provinsi NTB dan stakeholders yang berkaitan dengan

pembangunan serta perkembangan infrastruktur dan pertumbuhan ekonomi di

Provinsi NTB.

3.5 Variabel penelitian

3.5.1 Identifikasi dan Klasifikasi Variabel

1. Variabel dependen/variabel terikat (Y) : Pertumbuhan Ekonomi (Produk

Domestik Regional Bruto)

2. Variabel independen/variabel bebas (X) :

a. Infrastruktur Jalan (X1)

b. Infrastruktur Air (X2)

c. Infrastruktur Pendidikan (X3)

d. Infrastruktur Kesehatan (X4)

3.5.2 Definisi Operasional Variabel

1. Produk Domestik Regional Bruto/PDRB (Y)

 44

Pertumbuhan ekonomi pada penelitian ini adalah menggunakan indikator

PDRB perkapita atas harga konstan dalam satuan ribu rupiah pada tahun 2014-

2022.

2. Infrastruktur Jalan (Variabel X1)

Adapun infrastruktur jalan yang dimaksud pada penelitian ini yaitu

berdasarkan indikator tingkat kemantapan jalan dalam satuan Km yang ada di

Provinsi NTB tahun 2014-2022.

3. Infrastruktur Air (Variabel X2)

Infrastruktur air yang dimaksud dalam penelitian ini yaitu jumlah persentase

rumah tangga yang memiliki akses terhadap sumber air minum layak di

Provinsi NTB tahun 2014-2022.

4. Infrastruktur Pendidikan (X3)

Infrastruktur pendidikan pada penelitian ini adalah jumlah lembaga pendidikan

sekolah yang terdiri dari SD, SMP, SMA dan SMK per unit yang masih aktif

dan menjadi kewenangan pemerintah di Provinsi NTB tahun 2014-2022.

5. Infrastruktur Kesehatan (X4)

Infrastruktur kesehatan pada penelitian ini adalah jumlah fasilitas kesehatan

dalam hal ini adalah jumlah RS, Puskesmas dan Puskesmas Pembantu per unit

yang ada di Provinsi NTB pada tahun 2014-2022.

3.6 Prosedur Analisis Data

3.6.1 Analisis Regresi Data Panel

Dalam penelitian ini, metode analisis yang digunakan adalah analisis

regresi data panel. Menurut Gujarati (2012) dalam Afriyana (2023) data panel

(pooled data) atau yang disebut juga data longitudinal merupakan gabungan
 45

antara data silang waktu (cross section) dan data runtun waktu (time series).

Penelitian ini menggunakan program Eviews 12 sebagai alat dalam

menganalisis data. Persamaan dasar regresi data panel secara umum adalah

sebagai berikut:

Yit = α + β1X1it + β2X2it + β3X3it + β4X4it + Ɛit

Untuk menyesuaikan satuan dari setiap variabel, maka model diubah

ke dalam bentuk model logaritma. Sehingga, persamaan akhir yang akan

digunakan sebagai berikut:

Log (Yit) = α + β1Log(X1)it + β2Log(X2)it + β3Log(X3)it + β4Log(X4)it + Ɛit

Keterangan:

Log = Logaritma
α = Konstanta
β = Intersep (Intercept)
Yit = Produk Domestik Regional Bruto (PDRB)
X1 = Panjang Jalan
X2 = Persentase rumah tangga dengan air minum layak
X3 = Jumlah sekolah
X4 = Jumlah fasilitas kesehatan
Ɛ = galat (error)
i = 10 Kabupaten/Kota di Provinsi NTB
t = Periode waktu penelitian yaitu dari tahun 2014-2022

3.6.2 Estimasi Model Regresi

Pada analisis regresi yang menerapkan regresi data panel, terdapat

beberapa langkah yang harus ditempuh dengan memilih pendekatan yang tepat

di antara tiga model yaitu:

1. Common Effect Model (CEM)

Common Effect Model (Pooled Least Square) merupakan model data panel

yang mengkombinasikan data time series dan cross section. Model ini dapat

dilakukan dengan menggunakan metode OLS (Ordinary Least Square).

 46

2. Fixed Effect Model (FEM)

Fixed Effect Model (Least Square Dummy Variable/LSDV) merupakan

model yang mengasumsikan terdapat perbedaan intersep tetapi memiliki

koefisien yang sama. Untuk membedakan antara objek satu dengan yang

lain dapat menambah variabel dummy atau variabel semu pada data panel.

3. Random Effect Model (REM)

Pada metode ini akan mengestimasi data panel dimana variabel gangguan

mungkin saling berhubungan antar waktu dan antar individu. model ini

dilakukan dengan menghitung eror dari data panel menggunakan GLS

(Generalized Least Square). Model ini juga disebut dengan Error

Component Model (ECM) atau teknik Generalized Least Square (GLS) .

3.6.3 Uji Spesifikasi Model

Pemilihan pendekatan yang tepat dapat menggunakan ketiga uji sebagai berikut:

a. Uji Chow

Uji Chow digunakan untuk mengetahui apakah model Common Effect Model

(CEM) atau Fixed Effect Model (FEM) yang akan dipakai untuk estimasi

model yang digunakan. Uji ini dapat dilakukan dengan uji Chow-test dengan

menggunakan Eviews. Dasar pengambilan keputusan dalam uji Chow dilihat

dari nilai Probability cross-section F (Widarjono, 2009).

1 Jika nilai Probability cross-section F > 0,05 maka model yang diplih

adalah Common Effect.

2 Jika nilai Probability cross-section F < 0,05 maka model yang diplih

adalah Fixed Effect.

 47

b. Uji Hausman

Uji Hausman digunakan untuk menentukan model yang terbaik antara

Random Effect atau Fixed Effect yang akan dipakai untuk estimasi model yang

digunakan. Uji ini dapat dilakukan dengan uji Hausman-test dengan

menggunakan Eviews. Dasar pengambilan keputusan dalam uji Hausman

dilihat dari nilai Probability cross-section random (Widarjono, 2009).

1 Jika nilai Probability cross-section random < 0,05 maka model yang diplih

adalah Fixed Effect.

2 Jika nilai Probability cross-section random > 0,05 maka model yang diplih

adalah Random Effect.

c. Uji Lagrange Multiplier (LM)

Uji LM adalah menentukan fungsi terbaik dari Common Effect Model (CEM)

dan Random Effect Model (REM). Jika nilai signifikansi pada Bot > 0.05

model yang terbaik adalah Random Effect Model (REM). Sedangkan, Jika

nilai signifikansi pada Bot < 0.05, maka model yang paling tepat adalah model

CEM.

3.6.4 Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk mengetahui apakah model

persamaan regresi yang digunakan dapat digunakan sebagai dasar estimasi

yang tidak biasa. Terutama untuk data yang banyak, perlu menggunakan uji

asumsi klasik untuk lebih meyakinkan kesesuaian antara model persamaan

regresi tersebut. Ada empat tahap dalam pengujian asumsi klasik menurut

(Ghozali, 2021) yaitu normalitas, multikolinearitas, heteroskedastisitas, dan

autokorelasi.
 48

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi,

variabel pengganggu atau residual memiliki distribusi normal. Rumus yang

digunakan dalam uji normalitas ini adalah rumus Kolmogorov-Smirnov

dengan ketentuan data berdistribusi normal jika signifikansi > 0,05 dan data

tidak berdistribusi normal, jika signifikansi < 0,05 (Ghozali, 2021).

2. Uji Multikolinieritas

Uji multikolinearitas dilakukan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel independent (Ghozali, 2021).

Adapun persamaan regresi yang baik adalah yang tidak terjadi korelasi antara

variabel independen atau dikatakan bebas dari multikolinearitas. Untuk

mendeteksi ada atau tidaknya multikolinearitas dapat dilihat dari nilai

Variance Inflation Factor (VIF) dan Tolerance. Suatu model regresi yang

bebas multikolinearitas adalah yang mempunyai nilai VIF < 10 dan nilai

tolerance > 0,10. Jika nilai VIF > 10 dan nilai tolerance < 0,10 maka terjadi

multikolinearitas.

3. Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah

model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke

pengamatan lain (Ghozali, 2021). Apabila varians dari residual suatu

pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan

apabila berbeda disebut heteroskedastisitas. Model yang baik adalah model

yang tidak terjadi heteroskedastisitas. Pengambilan keputusan dapat dilihat

 49

dari koefisien parameter, jika nilai probabilitas signifikansi < 0,05 maka

menunjukkan telah terjadi heteroskedastisitas, sebaliknya jika nilai

probabilitas signifikansi > 0.05 maka menunjukkan tidak terjadi

heteroskedastisitas.

4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model

regresi linear ada korelasi antara kesalahan pengganggu (residual) pada

periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)

(Ghozali, 2021). Autokorelasi muncul karena observasi yang berurutan

sepanjang waktu berkaitan satu sama lain. Uji autokorelasi dilakukan dengan

metode Durbin Watson (DW). Berikut tabel pengambilan keputusan uji

autokorelasi.

Tabel 1.1
Autokolerasi

Hipotesis Nol Keputusan Jika

Tidak ada autokorelasi positif Tolak 0<d<dl
Tidak ada autokorelasi positif No Decision Dl ≤d≤du
Tidak ada korelasi negative Tolak 4-dl<d<4
Tidak ada korelasi negative No Decision 4-du≤d≤4-dl
Tidak ada autokorelasi, positif Tidak Tolak Du<d<4-du
atau negative
Sumber: Ghozali (2021)

3.6.5 Uji Statistik t

Pada penelitian ini menggunakan uji parsial atau uji t untuk

mengetahui apakah pengaruh variabel independen secara signifikan atau tidak

terhadap variabel dependen (Ghozali, 2021). Pengujian menggunakan nilai

signifikansi α = 0,05 atau 5%. Uji t memiliki ketentuan untuk melakukan

 50

pengujian data yaitu apabila nilai signifikansi < 0,05 maka terdapat pengaruh

secara individual variabel independen terhadap variabel dependen. Namun bila

nilai signifikansi ≥ 0,05 maka tidak terdapat pengaruh secara individual

variabel independen terhadap variabel dependen.

3.6.6 Uji Statistik F

Uji simultan bertujuan untuk menunjukan apakah semua variabel bebas

yang dimasukkan ke dalam model regresi mempunyai pengaruh secara

bersama-sama (simultan) terhadap variabel terikat (Ghozali, 2021). Pengujian

menggunakan nilai signifikansi (probabilitas dari F-statistik) dimana jika

Probabilitas (F-statistic) < 0.05 maka variabel independen secara bersama-

sama berpengaruh terhadap variabel dependen. Sebaliknya jika Probabilitas

(F-statistic) > 0.05 maka variabel independen secara bersama-sama tidak

berpengaruh terhadap variabel dependen.

3.6.7 Analisis Koefisien Determinan (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependen. Nilai

koefisien determinasi adalah antara nol dan satu (0<R²< 1). Nilai R2 yang

kecil berarti kemampuan variabel-variabel independen dalam menjelaskan

variasi variabel dependen amat terbatas. Secara umum koefisien determinasi

untuk data silang (crossection) relatif rendah karena adanya variasi yang besar

antara masing-masing pengamatan, sedangkan untuk data runtut waktu (time

series) biasanya mempunyai nilai koefisien determinasi yang tinggi (Ghozali,

2021).
 BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian

Berdasarkan penelitian yang telah dilakukan, diperoleh hasil penelitian

berupa data-data dari seluruh variabel yang akan diteliti, yaitu PDRB sebagai

variabel dependen serta Infrastruktur jalan, Infrastruktur air, Infrastrukur

pendidikan dan Infrastruktur kesehatan sebagai variabel independen. Data

yang diperoleh kemudian diolah secara statistik menggunakan software

Microsoft Excel versi 2010. Selanjutnya, data dianalisis menggunakan metode

analisis regresi data panel dengan software Eviews versi 12.

4.1.1 Data Penelitian

1. Produk Domestik Regional Bruto

Berikut merupakan data Produk Domestik Regional Bruto (PDRB)

pada Kabupaten/Kota di Provinsi NTB tahun 2014-2022 dapat dilihat pada

Tabel 4.1 berikut:

51
 52

Tabel 4.1
Produk Domestik Regional Bruto (PDRB) Perkapita Atas Dasar Harga Konstan Menurut Kabupaten/Kota
di Provinsi Nusa Tenggara Barat Tahun 2014-2022 (Ribu Rupiah)

Produk Domestik Regional Bruto

No. Kabupaten/Kota (Ribu Rupiah)
2014 2015 2016 2017 2018 2019 2020 2021 2022
1 Kab. Lombok Barat 8.688 9.246 14.722 15.450 15.313 15.425 14.082 14.310 14.556
2 Kab. Lombok Tengah 9.733 10.264 11.722 12.412 12.685 12.880 11.216 11.467 11.674
3 Kab. Lombok Timur 11.250 11.914 10.684 11.261 11.557 11.832 10.577 10.723 10.881
4 Kab. Sumbawa 8.001 8.446 20.139 21.320 22.005 22.512 19.753 19.740 19.993
5 Kab. Dompu 3.915 4.130 17.970 18.910 19.461 19.721 20.700 20.902 21.377
6 Kab. Bima 6.408 6.743 15.074 15.484 16.321 15.587 15.489 15.536 15.749
7 Kab. Sumbawa Barat 11.170 22.920 178.993 140.349 89.405 84.701 113.476 110.576 134.274
8 Kab. Lombok Utara 2.828 2.958 14.560 15.303 15.030 15.543 13.056 12.973 13.165
9 Kota Mataram 9.890 10.681 25.111 26.604 27.398 27.915 30.377 31.192 32.123
10 Kota Bima 2.296 2.438 15.816 16.533 16.973 17.223 18.571 18.814 19.181
Sumber: BPS Kabupaten/Kota Dalam Angka di Provinsi NTB Tahun 2014-2022

52
 53

Pada tabel 4.1 terlihat bahwa PDRB Atas Dasar Harga Konstan

menurut Kabupaten/Kota di Provinsi NTB tahun 2014-2022 mengalami

fluktuatif. Namun, ada tiga Kabupaten/Kota yang selalu mengalami kenaikan

setiap tahunnya, yaitu Kabupaten Dompu, dimana pada tahun 2014 sebesar Rp

3.915, tahun 2015 sebesar Rp 4.130, tahun 2016 sebesar Rp 17.970, tahun

2017 sebesar Rp 18.910, tahun 2018 sebesar Rp 19.461, tahun 2019 sebesar

Rp 19.721, tahun 2020 sebesar Rp 20.700, tahun 2021 sebesar Rp 20.902 dan

tahun 2022 sebesar Rp 21.377. PDRB pada Kota Mataram tahun 2014

mengalami kenaikan sebesar Rp 9.890, tahun 2015 sebesar Rp 10.681, tahun

2016 sebesar Rp 25.111, tahun 2017 sebesar Rp 26.604, tahun 2018 sebesar

Rp 27.398, tahun 2019 sebesar Rp 27.915, tahun 2020 sebesar Rp 30.377,

tahun 2021 sebesar Rp 31.192, hingga tahun 2022 menjadi sebesar Rp 32.123.

Selanjutnya kenaikan PDRB di Kota Bima tahun 2014 sebesar Rp 2.296,

tahun 2015 sebesar Rp 2.436, tahun 2016 sebesar Rp 15.816, tahun 2017

sebesar Rp 16.533, tahun 2018 sebesar Rp 16.973, tahun 2019 sebesar Rp

17.223, tahun 2020 sebesar Rp 18.571, tahun 2021 sebesar Rp 18.814 dan

tahun 2022 sebesar Rp 19.181.

2 Infrastruktur Jalan

Data infrastruktur jalan pada penelitian ini menggunakan data panjang

jalan berdasarkan tingkat kemantapan jalan menurut Kabupaten/Kota di

Provinsi NTB tahun 2014-2022 yang dapat dilihat pada Tabel 4.2 berikut:

53
 54

Tabel 4.2
Tingkat Kemantapan Jalan Menurut Kabupaten/Kota di Provinsi Nusa Tenggara Barat Tahun 2014-2022 (Km)

Tingkat Kemantapan Jalan

No. Kabupaten/Kota (Km)
2014 2015 2016 2017 2018 2019 2020 2021 2022
1 Kab. Lombok Barat 246,82 425,27 667,59 357,51 357,51 393,27 397,58 398,58 428,88
2 Kab. Lombok Tengah 617,70 617,70 770,53 794,97 794,97 782,77 761,35 727,90 806,10
3 Kab. Lombok Timur 656,83 632,72 675,79 868,77 798,63 744,60 903,82 688,38 702,67
4 Kab. Sumbawa 552,03 554,52 591,96 606,51 634,99 659,29 659,29 205,55 205,55
5 Kab. Dompu 348,22 348,22 348,22 134,53 195,02 228,06 292,66 292,66 312,44
6 Kab. Bima 306,45 279,58 333,73 628,09 628,09 282,85 428,93 462,34 457,31
7 Kab. Sumbawa Barat 72,10 291,13 171,13 338,69 338,69 338,69 338,69 338,69 338,69
8 Kab. Lombok Utara 180,06 80,15 157,89 290,64 304,86 285,02 284,60 328,70 290,64
9 Kota Mataram 379,78 88,34 298,27 298,27 301,31 301,31 337,93 342,73 342,99
10 Kota Bima 150,08 155,22 169,16 202,23 242,85 255,28 40,16 192,00 192,99
Sumber: BPS Dalam Angka di Provinsi NTB Tahun 2014-2022

54
 55

Pada tabel 4.2 dapat dilihat bahwa Tingkat Kemantapan Jalan pada

Kabupaten/Kota di Provinsi NTB dari tahun 2014-2022 mengalami fluktuatif.

Dimana tingkat kemantapan jalan tertinggi pada tahun 2014 yaitu 656,83 Km,

tahun 2015 sebesar 632,72 Km, tahun 2017 yaitu sebesar 868,77 Km dan

tahun 2018 sebesar 798,63 Km serta tahun 2020 yaitu 903,82 Km berada di

Kabupaten Lombok Timur. Sedangkan tahun 2016 yaitu 770,53 Km, tahun

2019 yaitu sebesar 782,77 Km, tahun 2021 yaitu 727,90 Km dan tahun 2022

sebesar 806,10 Km berada di Kabupaten Lombok Tengah. Selain hal tersebut,

adapun tingkat kemantapan jalan terendah pada tahun 2014 yaitu sebesar

72,10 Km berada di Kabupaten Sumbawa Barat. Tahun 2015 sebesar 80,15

Km dan tahun 2016 sebesar 157,89 Km berada di Kabupaten Lombok Utara.

Sedangkan tahun 2017 sebesar 134,53 Km, tahun 2018 sebesar 195,02 Km

serta tahun 2019 sebesar 228,06 Km berada di Kabupaten Dompu. Sedangkan

pada tahun 2020 sebesar 40,16 Km dan tahun 2021 sebesar 192,00 Km serta

tahun 2021 sebesar 192,99 Km berada di Kota Bima.

3 Infrastruktur Air
Data infrastruktur jalan pada penelitian ini menggunakan data

persentase rumah tangga yang memiliki akses terhadap sumber air minum

layak menurut Kabupaten/Kota di Provinsi NTB tahun 2014-2022 yang dapat

dilihat pada tabel 4.3 berikut:

55
 56

Tabel 4.3
Persentase Rumah Tangga Yang Memiliki Akses Terhadap Sumber Air Minum Layak Menurut Kabupaten/Kota Di Provinsi
Nusa Tenggara Barat Tahun 2014-2022
Persentase Rumah Tangga Yang Memiliki Akses Terhadap Sumber Air Minum Layak
No. Kabupaten/Kota
2014 2015 2016 2017 2018 2019 2020 2021 2022
1 Kab. Lombok Barat 84,00 86,03 86,03 71,81 71,81 92,74 91,03 91,76 91,12
2 Kab. Lombok Tengah 65,56 72,00 71,61 72,48 72,48 88,94 91,62 92,52 90,45
3 Kab. Lombok Timur 74,70 86,00 86,04 67,13 67,13 96,57 94,62 95,00 97,99
4 Kab. Sumbawa 75,54 77,00 77,25 77,69 77,69 88,93 91,75 96,88 96,77
5 Kab. Dompu 81,22 85,00 85,01 69,70 69,70 97,97 95,73 96,57 98,30
6 Kab. Bima 20,91 54,00 53,58 71,08 71,08 98,59 99,07 96,40 98,21
7 Kab. Sumbawa Barat 96,00 94,00 94,10 86,09 86,09 92,00 94,33 95,41 99,02
8 Kab. Lombok Utara 72,89 86,00 86,38 62,32 62,32 88,60 91,38 88,35 90,74
9 Kota Mataram 92,62 92,00 91,75 94,80 94,80 99,68 98,85 98,16 100,00
10 Kota Bima 88,18 94,00 94,01 83,20 83,20 97,77 99,25 99,93 99,37
Sumber: BPS Dalam Angka di Provinsi NTB Tahun 2014-2022

56
 57

Pada tabel 4.3 dapat dilihat bahwa persentase rumah tangga yang

memiliki akses terhadap sumber air minum layak menurut Kabupaten/Kota di

Provinsi NTB tahun 2014-2022 mengalami fluktuatif. Namun berdasarkan

tabel diatas, adapun Kabupaten/Kota yang persentase rumah tangga yang

memiliki akses terhadap sumber air minum layak dengan kondisi selalu

meningkat tiap tahunnya adalah Kabupaten Sumbawa yaitu pada tahun 2014,

2015 dan 2016 yaitu sebesar 75,54 persen, 77,00 persen dan 77,25 persen,

tahun 2017 dan tahun 2018 stagnan sebesar 77,69 persen, tahun 2019 sebesar

88,93 persen, tahun 2020 sebesar 91,75 persen dan tahun 2021 sebesar 96,88

persen. Namun, terjadi penurunan sebesar 0,11 persen pada tahun 2022

menjadi 96,77 persen.

4 Infrastruktur Pendidikan
Data infrastruktur pendidikan pada penelitian ini menggunakan data

jumlah sekolah yang terdiri dari SMA dan SMK menurut Kabupaten/Kota

yang masih aktif dan menjadi kewenangan pemerintah di Provinsi NTB tahun

2014-2022 yang dapat dilihat pada tabel 4.4 berikut:

57
 58

Tabel 4.4
Jumlah Sekolah (SD,SMP,SMA dan SMK) Menurut Kabupaten/Kota di Provinsi Nusa Tenggara Barat Tahun 2014-2022 (Unit)

Jumlah Sekolah (SMA dan SMK)

No KABUPATEN/KOTA (Unit)
2014 2015 2016 2017 2018 2019 2020 2021 2022
1 Kabupaten Lombok Barat 69 68 68 72 72 74 78 79 53
2 Kabupaten Lombok Tengah 85 99 111 113 117 121 125 132 144
3 Kabupaten Lombok Timur 115 126 139 141 148 154 161 168 177
4 Kabupaten Sumbawa 45 45 45 45 45 49 48 50 85
5 Kabupaten Dompu 44 47 47 49 49 49 49 51 53
6 Kabupaten Bima 70 75 78 82 86 87 85 85 90
7 Kabupaten Sumbawa Barat 18 18 18 18 16 16 26 16 18
8 Kabupaten Lombok Utara 25 25 25 25 26 26 26 26 28
9 Kota Mataram 45 46 46 46 48 50 51 53 59
10 Kota Bima 25 28 29 29 28 28 16 26 28
Sumber: BPS Dalam Angka di Provinsi NTB Tahun 2014-2022

58
 59

Berdasarkan tabel 4.4 dapat dillihat bahwa jumlah sekolah menurut

Kabupaten/Kota di Provinsi NTB dari tahun 2014-2022 mengalami fluktuatif,

selain dari Kabupaten Lombok Tengah dann Kabupaten Lombok Timur yang

selalu mengalami kenaikan tiap tahunnya. Dimana pada tahun 2014 jumlah

sekolah yang berada di Kabupaten Lombok Tengah adalah 85 unit, tahun 2015

sejumlah 99 unit, tahun 2016 sejumlah 111 unit, tahun 2017 sejumlah 113

unit, tahun 2018 sejumlah 117 unit, tahun 2019 sejumlah 121 unit, tahun 2020

sejumlah 125 unit, tahun 2021 sejumlah 132 unit dan tahun 2022 sejumlah 144

unit. Kabupaten Lombok Timur tiap tahunnya memiliki jumlah sekolah

tertinggi, dimana tahun 2014 sejumlah 115 unit, tahun 2015 sejumlah 126 unit,

tahun 2016 sejumlah 139 unit, tahun 2017 sejumlah 141 unit, tahun 2018

sejumlah 148 unit, tahun 2019 sejumlah 154 unit, tahun 2020 sejumlah 161

unit, tahun 2021 sejumlah 168 unit dan tahun 2022 sejumlah 177 unit. Adapun

jumlah sekolah terendah tiap tahunnya berada di Kabupaten Sumbawa Barat

yaitu tahun 2014 sampai dengan 2017 sejumlah 18 unit, tahun 2018, 2019 dan

2021 turun menjadi 16 unit, dan naik menjadi 18 unit pada tahun 2022.

Sedangkan tahun 2020 berada di Kabupaten Bima sejumlah 16 unit.

5. Infrastruktur Kesehatan
Data infrastruktur jalan pada penelitian ini menggunakan data jumlah

fasilitas kesehatan dalam hal ini adalah RS, Puskesmas dan Puskesmas

Pembantu menurut Kabupaten/Kota di Provinsi NTB tahun 2014-2022 yang

dapat dilihat pada tabel 4.5 berikut:

59
 60

Tabel 4.5
Jumlah Fasilitas Kesehatan (RS, Puskesmas dan Puskesmas Pembantu) Menurut Kabupaten/Kota
di Provinsi Nusa Tenggara Barat Tahun 2014-2022 (Unit)

Jumlah Fasilitas Kesehatan (RS, Puskesmas dan Puskesmas Pembantu)

No. Kabupaten/Kota (Unit)
2014 2015 2016 2017 2018 2019 2020 2021 2022
1 Kab. Lombok Barat 77 74 77 78 80 79 80 82 82
2 Kab. Lombok Tengah 123 121 122 125 124 118 118 124 124
3 Kab. Lombok Timur 117 118 119 121 122 123 123 123 123
4 Kab. Sumbawa 118 119 120 120 120 113 121 113 113
5 Kab. Dompu 57 57 57 57 57 39 48 48 48
6 Kab. Bima 111 111 113 113 113 108 110 106 106
7 Kab. Sumbawa Barat 37 37 38 42 38 41 42 41 41
8 Kab. Lombok Utara 35 36 39 39 39 34 41 38 38
9 Kota Mataram 31 29 40 40 44 41 43 41 41
10 Kota Bima 24 24 27 25 27 27 28 30 30
Sumber: BPS Dalam Angka di Provinsi NTB Tahun 2014-2022

60
 61

Berdasarkan tabel 4.5 dapat dilihat bahwa jumlah fasilitas kesehatan

menurut Kabupaten/Kota di Provinsi NTB mengalami fluktuatif, kecuali pada

Kabupaten Lombok Timur yang cenderung mengalami kenaikan pada tahun

2014, 2015, 2016, 2017 dan tahun 2018, sedangkan tahun 2019, 2020 dan

2021 mengalami kondisi jumlah fasilitas kesehatan yang stabil (stagnan).

4.1.2 Analisis dan Hasil Penelitian

4.1.2.1 Estimasi Model Regresi

Pengujian hipotesis yang telah disusun sebelumnya menggunakan

analisis regresi data panel dengan variabel dependen yaitu, Produk Domestik

Regional Bruto sedangkan variabel independen yaitu, infrastruktur jalan,

infrastruktur air, infrastruktur pendidikan dan infrastruktur kesehatan. Analisis

data panel terdiri dari estimasi model regresi, uji asumsi klasik, uji hipotesis

dan analisis koefisien determinasi.

Sebelum melakukan pemilihan model yang tepat untuk variabel yang

akan diteliti, maka perlu dilakukan estimasi terhadap model-model yang akan

dipilih. Penelitian dalam data panel menggunakan tiga model, yaitu Common

Effect Model (CEM), Fixed Effect Model (FEM) dan Random Effect Model

(REM) dengan menggunakan uji Chow, uji Hausman dan uji Langrange

Multiplier (LM). Data panel pada penelitian ini adalah data panel seimbang

(balanced data panel) dikarenakan jumlah unit waktu sama untuk setiap

variabel dan berdasarkan jumlah observasi adalah 90 sesuai dengan jumlah

observasi awal penelitian. Setelah menentukan model terbaik diantara ketiga

model regresi data panel tersebut, kemudian akan dipilih salah satu model

yang selanjutnya akan digunakan untuk uji hipotesis dan uji koefisien

61
 62

determinasi (R2). Data yang diperoleh diolah menggunakan Software Eviews

versi 12.

4.1.2.2 Uji Spesifikasi Pemilihan Model

Berikut merupakan hasil estimasi ketiga model regresi data panel untuk

meneliti pengaruh infrastruktur jalan, infrastruktur air, infrastruktur

pendidikan dan infrastruktur kesehatan terhadap Produk Domestik Regional

Bruto (PDRB) yang dapat dilihat pada tabel 4.6 berikut:

Tabel 4.6
Hasil Estimasi Model dengan Pendekatan CEM, FEM dan REM

Model Variable Coefficient Std. Error t-Statistic Prob.

CEM C 9.136097 0.707516 12.91292 0.0000
LOG(X1) 0.498069 0.183497 2.714314 0.0080
LOG(X2) 1.025161 0.370634 2.765966 0.0070
LOG(X3) -1.106468 0.192941 -4.668358 0.0000
LOG(X4) 0.322344 0.257628 1.251200 0.2143
FEM C -1.827527 3.682394 -0.496288 0.6211
LOG(X1) 0.305669 0.154956 1.972612 0.0522
LOG(X2) 0.559509 0.324048 1.726625 0.0883
LOG(X3) 0.247482 0.471921 0.524414 0.6015
LOG(X4) 2.119815 0.811188 2.613221 0.0108
REM C 8.505370 1.255716 6.773323 0.0000
LOG(X1) 0.392738 0.151685 2.589170 0.0113
LOG(X2) 0.738699 0.313148 2.358945 0.0206
LOG(X3) -0.630799 0.318310 -1.981710 0.0507
LOG(X4) 0.354703 0.413895 0.856988 0.3939
Sumber: Hasil Olah Data dengan Eviews versi 12

4.1.2.3 Pemilihan Model Regresi Data Panel

Hasil estimasi denhan ketiga model, yaitu Common Effect Model

(CEM), Fixed Effect Model (FEM) dan Random Effect Model (REM),

selanjutnya model tersebut digunakan untuk melakukan uji pemilihan model

data panel. Uji yang digunakan adalah uji Chow, uji Hausman dan uji

Lagrange Multiplier (LM). Adapun model yang ditetapkan berdasarkan hasil

 63

dari ketiga uji tersebut adalah Fixed Effect Model (FEM) yang dapat dilihat

pada Tabel 4.7 berikut:

Tabel 4.7
Hasil Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier (LM)

Uji Chow
Cross-section Chi-square 0.0000
Keputusan < 0.05
Model Terpilih FEM
Uji Hausman
Cross-section Random 0.0347
Keputusan < 0.05
Model Terpilih FEM
Uji Lagrange multiplier (LM)
Breusch-Pagan (Both) 0.0000
Keputusan < 0.05
Model Terpilih REM
Sumber: Hasil Olah Data dengan Eviews versi 12

Adapun tahapan uji pemilihan model sebagai berikut:

1. Uji Chow bertujuan untuk menemukan estimasi model terbaik antara

CEM dan FEM. Berdasarkan hasil uji Chow dimana 0.0000 < 0.05

sehingga model yang terpilih adalah FEM, sehingga dapat dilakukan uji

Hausman.

2. Uji Hausman bertujuan untuk menemukan estimasi model terbaik antara

FEM dan REM. Berdasarkan hasil uji Hausman dimana 0.0347 < 0.05

maka model yang digunakan adalah FEM.

3. Uji Lagrange Multiplier (LM) bertujuan untuk menemukan estimasi

model terbaik antara CEM dan REM. Berdasarkan hasil Uji Lagrange

Multiplier dimana 0.0000 < 0.05 maka model yang digunakan adalah

REM.
 64

4.1.2.4 Estimasi Model Regresi Data Panel

Dari hasil perhitungan regresi data panel dengan pengujian spefikasi

model diperoleh model terbaik yaitu Fixed Effect Model (FEM). Hasil

pengolahan data tersebut dapat dilihat pada table sebagai berikut:

Tabel 4.8
Hasil Regresi Data Panel Fixed Effect Model (FEM)

Dependent Variable: LOG(Y)

Method: Panel Least Squares
Date: 09/07/23 Time: 00:14
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90

Variable Coefficient Std. Error t-Statistic Prob.

C -1.827527 3.682394 -0.496288 0.6211

LOG(X1) 0.305669 0.154956 1.972612 0.0522
LOG(X2) 0.559509 0.324048 1.726625 0.0883
LOG(X3) 0.247482 0.471921 0.524414 0.6015
LOG(X4) 2.119815 0.811188 2.613221 0.0108

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.622776 Mean dependent var 9.670880

Adjusted R-squared 0.558251 S.D. dependent var 0.785384
S.E. of regression 0.522000 Akaike info criterion 1.679735
Sum squared resid 20.70875 Schwarz criterion 2.068594
Log likelihood -61.58806 Hannan-Quinn criter. 1.836546
F-statistic 9.651681 Durbin-Watson stat 0.884119
Prob(F-statistic) 0.000000

Sumber :Hasil pengolahan data dengan eviews versi 12

Berdasarkan hasil regresi data panel menggunakan pendekatan Fixed

Effect Model (FEM) diperoleh persamaan yaitu:

LOG(Y) = -1.8275 + 0.3057*LOG(X1) + 0.55951*LOG(X2) +

0.2475*LOG(X3) + 2.1198*LOG(X4) + Ɛ

Keterangan:
Log = Logaritma
α = Konstanta
Y = Produk Domestik Regional Bruto (PDRB)
X1 = Infrastruktur Jalan
 65

X2 = Infrastruktur Air
X3 = Infrastruktur Pendidikan
X4 = Infrastruktur Kesehatan
Ɛ = galat (error)

Interpretasi dari model tersebut adalah sebagai berikut:

a. Nilai konstanta (α) bertanda negatif, yaitu -1.8275 artinya apabila variabel

independen Infrastruktur Jalan (X1), Infrastruktur Air (X2), Infrastruktur

Pendidikan (X3) dan Infrastruktur Kesehatan (X4) bernilai 0, maka variabel

PDRB (Y) mengalami penurunan.

b. Nilai koefisien regresi variabel Infrastruktur Jalan (X1) bertanda positif

sebesar b₁ = 0.3057. Nilai ini menunjukan hubungan yang searah dan

apabila variabel Infrastruktur Jalan mengalami kenaikan sebesar 1 persen

maka akan meningkatkan variabel PDRB (Y) sebesar 30.57 persen dengan

asumsi variabel lain konstan (tetap).

c. Nilai Infrastruktur Air (X2) bertanda positif sebesar b2 = 0.5595. Nilai ini

menunjukkan hubungan yang searah dan apabila variabel Infrastruktur Air

mengalami kenaikan 1 persen maka PDRB (Y) akan mengalami kenaikan

sebesar sebesar 55.95 persen dengan asumsi variabel lainnya dianggap

konstan (tetap).

d. Nilai koefisien regresi variabel Infrastruktur Pendidikan (X3) bertanda

positif sebesar b3 = 0.2475. Nilai ini menunjukan hubungan yang searah

dan apabila variabel Infrastruktur Pendidikan mengalami kenaikan sebesar

1 persen maka akan meningkatkan variabel PDRB (Y) sebesar 24.75 persen

dengan asumsi variabel lain konstan (tetap).

 66

e. Nilai koefisien regresi variabel Iinfrastruktur Kesehatan (X4) bertanda

positif sebesar b4 = 2.1198. Nilai ini menunjukan hubungan yang searah

dan apabila variabel Infrastruktur Kesehatan mengalami kenaikan sebesar 1

persen maka akan meningkatkan variabel PDRB (Y) sebesar 211.98 persen

dengan asumsi variabel lain konstan (tetap).

4.1.2.5 Uji Asumsi Klasik

Model regresi data panel yang diterapkan dalam penelitian ini adalah

model Fixed Effect Model dengan pendekatan Ordinary Least Square (OLS).

Oleh karena itu, uji asumi klasik yang digunakan dalam regresi data panel

dengan pendekatan OLS pada penelitian ini adalah sebagai berikut:

1. Normalitas

Uji normalitas berfungsi untuk mengetahui apakah data yang didapat berasal

dari populasi yang memiliki distribusi normal atau tidak, dikarenakan model

regresi yang baik adalah yang mempunyai distribusi normal. Uji normalitas

pada dasarnya tidak merupakan syarat BLUE (Best Linier Unbiased Estimator

atau Estimator Terbaik, Linier, dan Tidak Bias), dan beberapa pendapat juga

tidak mengharuskan syarat ini sebagai sesuatu yang wajib dipenuhi. Namun

demikian, karena penggunaan uji F dan uji t mengharuskan faktor kesalahan

mengikuti distribusi normal (Gujarati dan Porter, 2012) maka uji normalitas

tetap dilakukan dalam penelitian ini. Hasil dari pengujian normalitas yaitu:
 67

Gambar 4.1 Uji Normalitas

24
Series: Standa rdized Res idua ls
Sa mpl e 2014 2022
20
Obs erva ti ons 90

16 Mea n -3.39e-17
Medi a n 0.075535
12 Ma xi mum 1.069336
Mi ni mum -1.504715
8 Std. Dev. 0.482372
Skewnes s -1.349609
Kurtos i s 5.498700
4
Ja rque-Bera 50.73478
0 Proba bi l i ty 0.000000
-1.5 -1.0 -0.5 0.0 0.5 1.0

Sumber: Hasil Olah Data dengan Eviews versi 12

Uji Normalitas dilihat dari nilai P-Value Jarque-Bera atau nilai Probabilitas

dimana pada penelitian ini yaitu sebesar 0.000000 < 0,05 yang menyatakan

data tidak berdistribusi normal. Namun, menurut Prof. Mudrajad Kuncoro

dalam bukunya yang berjudul Metode Riset Untuk Bisnis Dan Ekonomi

menyatakan bahwa uji Normalitas bukan merupakan syarat dari BLUE (Best

Linier Unbias Estimator) sehingga data yang tidak berdistribusi normal bisa

diabaikan.

2. Multikolinieritas

Uji multikolinearitas dilakukan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel independent (Ghozali, 2021).

Adapun persamaan regresi yang baik adalah yang tidak terjadi korelasi antara

variabel independen atau dikatakan bebas dari multikolinearitas. Adapun hasil

dari uji multikolinieritas dapat dilihat pada tabel berikut:

 68

Tabel 4.9
Hasil Uji Multikolinieritas

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 0.500579 98.86771 NA
LOG(X1) 0.033671 231.3980 2.393178
LOG(X2) 0.137369 1.936937 1.147430
LOG(X3) 0.037226 117.6519 3.131467
LOG(X4) 0.066372 231.2458 4.131474

Sumber: Hasil Olah Data dengan Eviews versi 12

Dari hasil uji multikolinieritas diatas dapat dilihat berdasarkan nilai VIF dari

masing-masing variabel independen adalah < 10 maka dinyatakan tidak terjadi

multikolinieritas.

3. Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model

regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke

pengamatan lain (Ghozali, 2021). Model yang baik adalah model yang tidak

terjadi heteroskedastisitas. Adapun hasil dari uji heteroskedastisitas dapat

dilihat pada tabel berikut:

 69

Tabel 4.10
Hasil Uji Heteroskedastisitas

Heteroskedasticity Test: Breusch-Pagan-Godfrey

Null hypothesis: Homoskedasticity

F-statistic 0.921059 Prob. F(4,84) 0.4557

Obs*R-squared 3.739519 Prob. Chi-Square(4) 0.4424
Scaled explained SS 51.82099 Prob. Chi-Square(4) 0.0000

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 09/07/23 Time: 00:33
Sample: 2 90
Included observations: 89

Variable Coefficient Std. Error t-Statistic Prob.

C 5.20E+08 3.09E+08 1.683921 0.0959

LOG(X1) -3630690. 2522756. -1.439176 0.1538
LOG(X2) -3.20E+09 2.63E+09 -1.217261 0.2269
LOG(X3) 19058117 20664633 0.922258 0.3590
LOG(X4) -19070080 31583176 -0.603805 0.5476

R-squared 0.042017 Mean dependent var 5.18E+08

Adjusted R-squared -0.003601 S.D. dependent var 2.91E+09
S.E. of regression 2.91E+09 Akaike info criterion 46.47567
Sum squared resid 7.12E+20 Schwarz criterion 46.61548
Log likelihood -2063.167 Hannan-Quinn criter. 46.53202
F-statistic 0.921059 Durbin-Watson stat 1.863173
Prob(F-statistic) 0.455698

Sumber: Hasil Olah Data dengan Eviews versi 12

Dari hasil uji heteroskedastisitas dengan menggunakan test Breusch-Pagan-

Godfrey diatas dapat dilihat berdasarkan nilai Probability Chi-Square pada

Obs*R-squared dengan menggunakan variabel dependen RESID yang artinya

setelah dilakukan penyesuaian dengan menghilangkan satu sampel

pengamatan yang kemudian menyatakan bahwa nilainya > 0.05 maka

menunjukkan tidak terjadi heteroskedastisitas.

4. Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi

linear ada korelasi antara kesalahan pengganggu (residual) pada periode t

 70

dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Pengujian

autokorelasi dapat menggunakan LM Test. Data hasil pengujian autokorelasi

dapat dilihat pada tabel berikut:

Tabel 4.11
Hasil Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

Null hypothesis: No serial correlation at up to 2 lags

F-statistic 1.523052 Prob. F(2,82) 0.2241

Obs*R-squared 3.187722 Prob. Chi-Square(2) 0.2031

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 09/07/23 Time: 00:31
Sample: 2 90
Included observations: 89
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -14.27669 2469.960 -0.005780 0.9954

LOG(X1) 1.502383 20.40266 0.073637 0.9415
LOG(X2) -2080.132 21360.40 -0.097383 0.9227
LOG(X3) -1.073521 165.4123 -0.006490 0.9948
LOG(X4) -30.34591 254.2274 -0.119365 0.9053
RESID(-1) -0.088206 0.111525 -0.790907 0.4313
RESID(-2) -0.174899 0.108956 -1.605228 0.1123

R-squared 0.035817 Mean dependent var -4.85E-14

Adjusted R-squared -0.034733 S.D. dependent var 22887.18
S.E. of regression 23281.26 Akaike info criterion 23.02407
Sum squared resid 4.44E+10 Schwarz criterion 23.21981
Log likelihood -1017.571 Hannan-Quinn criter. 23.10297
F-statistic 0.507684 Durbin-Watson stat 2.081587
Prob(F-statistic) 0.800894

Sumber : Hasil pengolahan data dengan eviews versi 12

Berdasarkan hasil pada tabel diatas, uji Autokorelasi dapat dilihat berdasarkan

nilai Probability Chi-Square pada Obs*R-squared dengan menggunakan

variabel dependen RESID yang artinya setelah dilakukan penyesuaian dengan

menghilangkan satu sampel pengamatan yang kemudian menyatakan bahwa

nilainya > 0.05 maka menunjukkan tidak terjadi autokorelasi.

 71

4.1.2.6 Uji Statistik t

Uji t digunakan untuk mengetahui seberapa besar pengaruh masing-masing

variabel independen terhadap variabel dependen (Ghozali, 2021). Data hasil

dari pengujian statistik t pada penelitian ini dapat dilihat pada tabel berikut:

Tabel 4.12
Hasil Uji Statistik t (Parsial)

Variable Coefficient Std. Error t-Statistic Prob.

C -1.827527 3.682394 -0.496288 0.6211

LOG(X1) 0.305669 0.154956 1.972612 0.0522
LOG(X2) 0.559509 0.324048 1.726625 0.0883
LOG(X3) 0.247482 0.471921 0.524414 0.6015
LOG(X4) 2.119815 0.811188 2.613221 0.0108

Sumber: hasil pengolahan data dengan eviews versi 12

Pada tabel diatas menunjukkan nilai t-hitung beserta nilai probabilitas dari

setiap variabel independen. Serta pada peneltian ini, menggunakan interpretasi

uji hipotesis satu arah dengan tingkat signifikansi yaitu 0.05 atau sebesar 5%

dengan nilai t-tabel sebesar 1.66298 dan nilai df sebesar 85 (dimana Df=n-k).

Dengan demikian, hipotesis dapat dibuktikan dengan sebagaimana dijelaskan

sebagai berikut:

1. Infrastruktur Jalan (X1)

Nilai probabilitas Infrastruktur Jalan (X1) yaitu sebesar 0.0522 > 0.05 dan

nilai t hitung > t tabel yaitu 1.972612 < 1.66298 maka variabel Infrastruktur

Jalan secara parsial memiliki pengaruh positif namun tidak signifikan

terhadap variabel PDRB (Y).

2. Infrastruktur Air (X2)

Nilai probabilitas Infrastruktur Air (X2) yaitu sebesar 0.0883 > 0.05 dan

nilai t hitung > t tabel yaitu 1.726625 < 1.66298 maka variabel Infrastruktur
 72

Air memiliki pengaruh positif namun tidak signifikan terhadap variabel

PDRB (Y).

3. Infrastruktur Pendidikan (X3)

Nilai probabilitas Infrastruktur Pendidikan (X3) yaitu sebesar 0.6015 > 0.05

dan nilai t hitung < t tabel yaitu 0.524414 < 1.66298 maka variabel

Infrastruktur Pendidikan memiliki pengaruh negatif dan tidak signifikan

terhadap variabel PDRB (Y).

4. Infrastruktur Kesehatan (X4)

Nilai probabilitas Infrastruktur Kesehatan (X4) yaitu sebesar 0.0108 < 0.05

dan nilai t hitung > t tabel yaitu 2.613221 > 1.66298 maka variabel

Infrastruktur Kesehatan memiliki pengaruh positif dan signifikan terhadap

variabel PDRB (Y).

4.1.2.7 Uji Statistik F

Uji F digunakan untuk mengetahui seberapa besar variabel independen

bersama-sama berpengaruh terhadap variabel dependen (secara simultan).

Pada penelitian ini, didasarkan pada nilai Probabilitas (F-statistic) hasil olah

data dengan regresi Fixed Effect Model dan dengan menggunakan nilai F tabel

yaitu 2.479 dimana nilai signifikansi adalah 0.05 atau sebesar 5% dengan nilai

df1 sebesar 4 dan nilai df2 sebesar 85. Dimana data hasil pengujian Statistik F

dapat dilihat pada tabel berikut:

 73

Tabel 4.13
Hasil Uji Statistik F (Simultan)

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.622776 Mean dependent var 9.670880

Adjusted R-squared 0.558251 S.D. dependent var 0.785384
S.E. of regression 0.522000 Akaike info criterion 1.679735
Sum squared resid 20.70875 Schwarz criterion 2.068594
Log likelihood -61.58806 Hannan-Quinn criter. 1.836546
F-statistic 9.651681 Durbin-Watson stat 0.884119
Prob(F-statistic) 0.000000

Sumber: Hasil pengolahan data dengan eviews versi 12

Berdasarkan hasil olah data, bahwa nilai Probabilitas (F-statistic) yaitu

0.000000 < 0.05 atau berdasarkan nilai F hitung > F tabel (9.652 > 2.479)

sehingga variabel independen yang terdiri dari Infrastruktur Jalan (X1),

Infrastruktur Air (X2) Infrastruktur Pendidikan (X3) dan Infrastruktur

Kesehatan (X4) secara bersama-sama mempengaruhi variabel dependen dalam

hal ini adalah PDRB (Y).

4.1.2.8 Analisis Koefisien Determinasi (R2)

Koefisien determinasi (R2) bertujuan untuk mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependen. Adapun

hasil data dari analisis koefisien determinasi (R2) pada penelitian ini dapat

dilihat pada tabel berikut:

 74

Tabel 4.14
Hasil Analisis Koefisien Determinasi (R2)
Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.622776 Mean dependent var 9.670880

Adjusted R-squared 0.558251 S.D. dependent var 0.785384
S.E. of regression 0.522000 Akaike info criterion 1.679735
Sum squared resid 20.70875 Schwarz criterion 2.068594
Log likelihood -61.58806 Hannan-Quinn criter. 1.836546
F-statistic 9.651681 Durbin-Watson stat 0.884119
Prob(F-statistic) 0.000000

Sumber: Hasil pengolahan data dengan eviews versi 12

Berdasarkan tabel tersebut, nilai koefisien determinasi atau R2 didasarkan dari

hasil regresi dengan Fixed Effect Model, yaitu nilai Adjusted R-squared (jika

menggunakan > 1 variabel bebas dimana pada penelitian ini menggunakan 4

variabel bebas) yaitu sebesar 0.558251 yang artinya variabel Infrastruktur

Jalan (X1), Infrastruktur Air (X2) Infrastruktur Pendidikan (X3) dan

Infrastruktur Kesehatan (X4) dapat memberikan pengaruh terhadap variabel

PDRB (Y) sebesar 0.558251 atau 55.82 persen. Sehingga terdapat 44.18

persen variabel lain yang tidak dijelaskan didalam model regresi yang

mempengaruhi pertumbuhan ekonomi, seperti Infrastruktur Listrik,

Infrastruktur Jembatan, Infrastruktur Bendungan, Infrastruktur Irigasi,

Infrastruktur Telekomunikasi, Infrastruktur Bandara, Infrastruktur Pasar,

Infrastruktur Dermaga, Infrastruktur Pelabuhan dan Infrastruktur Pengolahan

Limbah.

4.2 Pembahasan

1. Pengaruh Infrastruktur Jalan (X1) Terhadap Pertumbuhan Ekonomi (PDRB)

Berdasarkan hasil pengujian penelitian hipotesis menunjukkan variabel

Infrastruktur Jalan yang direpresentasikan oleh tingkat kemantapan jalan

 75

berpengaruh positif dan tidak signifikan terhadap Pertumbuhan Ekonomi di

Provinsi NTB. Penelitian ini sejalan dengan penelitian yang dilakukan oleh

Winey dan Siregar (2019) yang menyatakan bahwa infrastruktur jalan

berpengaruh positif tetapi tidak signifikan terhadap pertumbuhan ekonomi.

Suswita et al. (2020) menyatakan bahwa infrastruktur jalan memiliki pengaruh

positif dan tidak signifikan terhadap pertumbuhan ekonomi.

Menurut Artikel oleh Nusramedia.com, peningkatan kemantapan jalan di

Provinsi NTB tidak lepas dari Peraturan Daerah (Perda) Nomor 12 Tahun 2019

tentang Percepatan Pembangunan dan Pemeliharaan Infrastruktur Jalan Provinsi

NTB yang menjadi acuan terlaksananya pembangunan jalan. Dimana secara

keseluruhan, jalan mantap (terdiri dari jalan dengan kondisi baik dan sedang) di

Provinsi NTB mengalami peningkatan sebesar 84 persen. Hal ini tentu saja

berpengaruh baik dalam peningkatan perekonomian Provinsi NTB. Namun,

bertambahnya akses jalan mantap tidak diimbangi dengan peningkatan kuantitas

serta kualitas jalan disebagian wilayah serta masih kurangnya kesadaran

masyarakat dalam memelihara kualitas dan kuantitas jalan yang menjadi

peranan penting dalam kelancaran arus ekonomi antar Kabupaten/Kota di

Provinsi NTB. Jika kualitas jalan semakin ditingkatkan maka kelancaran

distribusi barang dan jasa ekonomi di jalur-jalur utama perdagangan nasional

bisa terjaga mengimbangi peningkatan arus ekonomi. Lancarnya distribusi

barang dan jasa ekonomi ini nantinya yang akan berkonstribusi besar dalam

mendukung pertumbuhan ekonomi yang semakin tinggi. Sehingga dapat

disimpulkan bahwa infrastruktur jalan memiliki pengaruh namun masih belum

signifikan terhadp pertumbuhan ekonomi di Provinsi NTB.

 76

2. Pengaruh Infrastruktur Air (X2) Terhadap Pertumbuhan Ekonomi (PDRB)

Berdasarkan hasil pengujian penelitian hipotesis menunjukkan variabel

Infrastruktur Air yang direpresentasikan oleh persentase rumah tangga yang

memiliki akses terhadap sumber air minum layak memiliki pengaruh yang

positif dan tidak signifikan terhadap Pertumbuhan Ekonomi di Provinsi NTB.

Dimana, penelitian ini sejalan dengan penelitian yang dilakukan oleh Suswita

et al. (2020) yang menyatakan secara parsial bahwa infrastruktur jumlah air

bersih (X2) berpengaruh positif dan tidak signifikan terhadap pertumbuhan

ekonomi.

Hal ini sejalan dengan data yang diperoleh dari website NAWASIS

yang merupakan platform dari pemerintah yang menyediakan informasi

mengenai peningkatan kapasitas pembangunan dan pengembangan sektor

perumahan, permukiman, sanitasi dan air minum. Dimana, persentase akses

air minum layak di Provinsi NTB tahun 2022 adalah sebesar 94,13 persen

dengan jumlah SPAM yang terbangun adalah sebanyak 94 unit. Hal ini

menunjukkan bahwa akses air minum layak di Provinsi NTB sudah dapat

dikategorikan terpenuhi sehingga dapat memenuhi kebutuhan dalam

produktivitas masyarakat. Namun, penyediaan sarana seperti SPAM oleh

pemerintah tidak diimbangi dengan peningkatan kualitas serta kuantitas oleh

masyarakat dengan menjaga dan menggunakan sebaik mungkin, sehingga

sarana yang dibangun dapat berfungsi dalam jangka panjang. Kemudian hal

tersebut yang menjadikan pengaruh air belum signifikan dalam mempengaruhi

pertumbuhan ekonomi.
 77

3. Pengaruh Infrastruktur Pendidikan (X3) Terhadap Pertumbuhan Ekonomi

(PDRB)

Berdasarkan hasil pengujian penelitian hipotesis menunjukkan variabel

Infrastruktur Pendidikan yang direpresentasikan oleh jumlah sekolah dalam

hal ini yaitu SMA dan SMK menurut Kabupaten/Kota tidak berpengaruh

signifikan terhadap Pertumbuhan Ekonomi di Provinsi NTB. Penelitian ini

sejalan dengan penelitian oleh Sugiarto (2019) yang menyatakan bahwa

infrastruktur pendidikan tidak berpengaruh signifikan terhadap pertumbuhan

ekonomi. Mu’minin (2020) juga menyatakan bahwa infrastruktur pendidikan

tidak memiliki pengaruh signifikan terhadap pertumbuhan ekonomi.

Pada Provinsi NTB kualitas serta kuantitas pendidikan masih belum

cukup baik, dimana jika dilihat berdasarkan jumlah fasilitas sarana dan

prasarana sekolah yang menunjang peningkatan pendidikan masih belum

memadai. Sehingga hal ini menyebabkan rendahnya tingkat pendidikan yang

diakibatkan oleh rendahnya daya tampung sekolah. Selain itu, sebagian

masyarakat terutama didaerah pedesaan masih banyak yang tidak mau lagi

melanjutkan sekolah anak-anaknya setelah lulus sekolah dengan alasan

membantu orang tua dan sebagian memilih nikah diusia dini sehingga tidak

melanjutkan program pendidikan.

4. Pengaruh Infrastruktur Kesehatan (X4) Terhadap Pertumbuhan Ekonomi

(PDRB)

Berdasarkan hasil pengujian penelitian hipotesis menunjukkan variabel

Infrastruktur Kesehatan yang direpresentasikan oleh jumlah fasilitas kesehatan

yang terdiri dari RS, Puskesmas dan Puskesmas Pembantu menurut

 78

Kabupaten/Kota memiliki pengaruh positif dan signifikan terhadap

Pertumbuhan Ekonomi di Provinsi NTB. Dimana, penelitian ini sejalan

dengan penelitian yang dilakukan oleh Amalia (2019) yang menyatakan

infrastruktur kesehatan memiliki pengaruh positif dan signifikan terhadap

pertumbuhan ekonomi di Indonesia. Pane et al. (2020) menyatakan

pembangunan infrastruktur kesehatan berpengaruh positif dan signifikan

terhadap pertumbuhan ekonomi di Provinsi Sumatera Utara. Penelitian yang

dilakukan oleh Angelina dan Wahyuni (2021) juga menyatakan infrastruktur

kesehatan berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi

di Indonesia.

Kesehatan merupakan angka harapan hidup dan gizi masyarakat.

Dimana, ketika semakin baik tingkat kesehatan masyarakat maka harapan

hidupnya semakin tinggi. Kesehatan merupakan modal dari sumber daya

manusia dalam pertumbuhan ekonomi, sumber daya manusia dengan fisik dan

psikis yang sehat dapat mendorong peningkatan produktivitas output ekonomi.

Demikian pula sebaliknya, ketika sumber daya manusia dengan kondisi yang

sakit maka produktivitas ekonomi tidak berjalan dengan lancar karena

terhambat pada pelaku atau tenaga kerja yang tidak ada.

Hal tersebut yang mendorong Pemerintah Provinsi NTB terus

mendorong dan mengupayakan adanya Program pengembangan pada bidang

Kesehatan, seperti membangun dan mengembangkan infrastruktur kesehatan

(RS, Puskesmas dan Puskesmas Pembantu,) terlebih selepas gempa yang

melanda Pulau Lombok tahun 2018 dan mengoptimal pelayanan kesehatan

melalui pemenuhan tenaga kesehatan, pemenuhan prasarana pendukung (alat

 79

kesehatan, obat, dan bahan habis pakai), serta pemerataan pelayanan didaerah

terpencil.

Dengan demikian, secara umum dapat disimpulkan bahwa infrastruktur

jalan, Infrastruktur air dan infrastruktur kesehatan sejalan dengan teori yang

dikemukakan oleh Adam Smith, Solow-Swan dan Harrod Domar yang

menyatakan bahwa infrastruktur merupakan bagian dari capital stock yang

berfungsi sebagai investasi untuk menghasilkan output yang maksimal dalam

menggenjot kenaikan pertumbuhan ekonomi. Dimana, ketika pembangunan

terhadap infrastruktur tersebut maksimal maka akan berpengaruh terhadap

peningkatan produktivitas masyarakat sehingga output yang dihasilkan pun akan

meningkat dan tentu saja akan berpengaruh pada pertumbuhan ekonomi. Namun,

sebaliknya pada infrastruktur pendidikan tidak sejalan dengan teori-teori tersebut,

dikarenakan infrastruktur pendidikan tidak memiliki pengaruh signifikan terhadap

pertumbuhan ekonomi di Provinsi NTB.

 BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan hasil dari pembahasan dalam proposal penelitian ini, maka peneliti

mengambil kesimpulan sebagai berikut:

1 Variabel Infrastruktur Jalan (X1) memiliki pengaruh positif dan tidak

signifikan terhadap Pertumbuhan Ekonomi di Provinsi NTB. Jalan sangat

berperan penting sebagai penghubung dalam segala aktivitas perekonomian.

Dengan dilaksanakannya pembangunan jalan berkelanjutan dan

pengoptimalan tingkat kemantapan jalan oleh pemerintah akan meningkatkan

kualitas serta kuantitas jalan yang rusak. Sehingga jalan memiliki konstribusi

yang positif terhadap proses peningkatan pertumbuhan ekonomi daerah.

2 Variabel Infrastruktur Air (X2) memiliki pengaruh positif dan tidak signifikan

terhadap Pertumbuhan Ekonomi di Provinsi NTB. Melalui pembangunan dan

pemeliharaan fasilitas prasarara air seperti SPAM (Sistem Penyediaan Air

Minum) secara berkelanjutan oleh Pemerintah dapat memaksimalkan

produktivitas masyarakat sehingga menghasilkan kinerja dan mutu yang dapat

meningkatkan pertumbuhan ekonomi daerah.

3 Variabel Infrastruktur Pendidikan (X3) tidak memiliki pengaruh signifikan

terhadap Pertumbuhan Ekonomi di Provinsi NTB. Pembangunan prasarana

pendidikan oleh Pemerintah bertujuan meningkatkan tingkat pendidikan untuk

menghasilkan masyarakat berkualitas yang dapat dijadikan sebagai investasi

awal dalam membangun perekonomian daerah. Namun, harus diimbangi

80
 81

dengan pemerataan serta pemeliharaan pembangunan yang bersifat

berkelanjutan untuk memperoleh hasil yang jangka panjang. Selain hal

tersebut, kesadaran masyarakat ikut berperan penting dalam meningkatkan

kualitas pendidikan. Dimana, masih banyak masyarakat yang tidak mau dan

tidak melanjutkan sekolah dengan alasan ingin bekerja, pernikahan dini dan

keterbatasan biaya.

4 Variabel Infrastruktur Kesehatan (X2) berpengaruh positif dan signifikan

terhadap Pertumbuhan Ekonomi di Provinsi NTB. Masyarakat adalah pelaku

ekonomi yang bertugas sebagai produsen dan konsumen. Sehingga sangat

penting untuk masyarakat selalu dalam kondisi yang sehat jasmani dan rohani

agar bisa melakukan aktivitas sehari-hari (aktivitas ekonomi) supaya

perekonomian daerah terus berjalan.

5 Secara Simultan variabel Infrastruktur Jalan (X1), Infrastruktur Air (X2),

Infrastruktur Pendidikan (X3) dan Infrastruktur Kesehatan (X4) secara

bersama-sama berpengaruh signifikan terhadap Pertumbuhan Ekonomi

Kabupaten/Kota di Provinsi Nusa Tenggara Barat.

5.2 Implikasi Penelitian

Penelitian ini bertujuan untuk mengetahui Pengaruh Pembangunan

Infrastruktur terhadap Pertumbuhan Ekonomi di Provinsi NTB Tahun 2014-2022.

Dimana, pembangunan infrastruktur merupakan pembuatan fasilitas-fasilitas fisik

yang dikembangkan atau dibutuhkan oleh agen-agen publik untuk pemerintahan

dalam penyediaan air, tenga listrik, pembuangan limbah, transportasi dan

pelayanan-pelayanan similar untuk memfasilitasi tujuan-tujuan sosial dan

ekonomi (Stone, 1974 dalam Kodoatie, R.J., 2005). Hasil penelitian ini
 82

menunjukkan bahwa pembangunan infrastruktur yaitu infrastruktur jalan dan

infrastruktur air berpengaruh positif tapi tidak signifikan terhadap pertumbuhan

ekonomi, serta infrastruktur pendidikan tidak berpengaruh signnifikan terhadap

pertumbuhan ekonomi. Dimana implikasinya adalah untuk kedepannya

pemerintah sebagai pihak yang berperan penting menjadi tangan masyarakat

dalam penyelenggara pembangunan daerah dapat terus memaksimalkan

pembangunan infrastruktur yang dapat dilakukan dengan berbagai metode seperti

memfokuskan pembangunan berkelanjutan (pembangunan dan pemerataan sarana

prasarana jalan, air dan pendidikan) yang masih kurang layak dan

pembangunannya belum merata diseluruh wilayah Provinsi NTB. Selain itu,

masyarakat juga berperan penting dalam menjaga fasilitas pelayanan publik agar

kedepannya sarana prasarana dapat berfungsi dengan maksimal dalam jangka

waktu yang lama. Kendati demikian, infrastruktur kesehatan menyatakan

memiliki hubungan yang positif dan signifikan terhadap pertumbuhan ekonomi di

Provinsi NTB. Hal ini mengandung implikasi agar kedepannya Pemerintah lebih

memperhatikan dan terus mengembangkan pembangunan sarana prasarana

kesehatan yang lebih baik sehingga masyarakat dimudahkan dalam mendapatkan

akses pelayanan kesehatan sehingga produktivitas akan berjalan lancar dan

menghasilkan output yang maksimal

5.3 Keterbatasan dan Saran Penelitian

Penelitian ini telah diusahakan dan dilaksanakan sesuai dengan prosedur

ilmiah, namun demikian memiliki keterbatasan diantaranya, faktor-faktor

pembangunan infrastruktur pada penelitian ini hanya terdiri dari empat variabel,

yaitu Infrastruktur Jalan, Infrastruktur Air, Infrastruktur Pendidikan dan

 83

Infrastruktur Kesehatan. Menyatakan bahwa variabel infrastruktur jalan dan

infrastruktur air secara individu berpengaruh positif dan tidak signifikan terhadap

pertumbuhan ekonomi. Sedangkan variabel infrastruktur pendidikan tidak

memiliki pengaruh signifikan terhadap pertumbuhan ekonomi dan infrastruktur

kesehatan memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan

ekonomi. Selain dari faktor-faktor yang disebutkan masih banyak faktor

pembangunan infrastruktur lain yang dapat mempengaruhi Pertumbuhan

Ekonomi di Provinsi NTB.

Adapun saran yang dapat direkomendasikan berdasarkan temuan

penelitian ini adalah sebagai berikut:

1 Faktor-faktor Pembangunan Infrastruktur, yaitu Infrastruktur Jalan,

Infrastruktur Air, Infrastruktur Pendidikan dan Infrastruktur Kesehatan yang

menjadi fokus pada penelitian ini merupakan sebagian kecil faktor yang ada

oleh sebab itu pada penelitian selanjutnya dapat menambah variabel lain

yang dapat mempengaruhi Pertumbuhan Ekonomi di Provinsi NTB.

2 Penelitian ini hanya menggunakan runtut waktu penelitian 9 tahun penelitian,

yaitu dari tahun 2014 sampai dengan tahun 2022 sehingga disarankan bagi

peneliti selanjutnya untuk menggunakan jangka waktu penelitian lebih dari 9

tahun guna memperoleh hasil yang komprehensif pada tahun penelitian yang

berbeda.
 84

DAFTAR PUSTAKA

Aisyah Ummi Mu’minin. (2020) Analisis Pengaruh Infrastruktur Terhadap

Pertumbuhan Ekonomi Provinsi-Provinsi Di Indonesia Tahun 2014-2018
Menggunakan Regresi Data Panel. (Skripsi) Diakses pada 11 Juli 2023

Agung Budi Luhur Wibowo. (2016). Pengaruh Infrastruktur Ekonomi dan Sosial
Terhadap Pertumbuhan Ekonomi di Indonesia 2006-2013. Skripsi Prodi
Pendidikan Ekonomi, Universitas Negeri Yogyakarta.

Amalia, D. (2019). Analisis Pengaruh Infrastruktur Terhadap Tertumbuhan Ekonomi

(Studi Pada 33 Provinsi di Indonesia Tahun 2008–2017). Jurnal Ilmiah
Mahasiswa FEB, 1–13.

Apsiflaviana Riwut Winey dan Syahrituah Siregar. (2019). Pengaruh Pembangunan

Infrastruktur Terhadap Pertumbuhan Ekonomi di Kalimantan Selatan. Jurnal
Ilmu Ekonomi Pembangunan, 2(3), 915–924.

Bappeda Provinsi NTB. (2017). Artikel Pembangunan Ekonomi.

(bappeda.bulelengkab.go.id) 10 Mei 2017. diakses pada tanggal 3 juli 2023
(13.45 wita).

Bappeda Provinsi NTB. (2018). Rencana Pembangunan Jangka Menengah Daerah

Provinsi Nusa Tenggara Barat Tahun 2019-2023. Diakses pada tanggal 29 Mei
2023 (18.25 wita).

BPS Provinsi Nusa Tenggara Barat. (2023). Produk Domestik Regional Bruto
Provinsi Nusa Tenggara Barat Menurut Lapangan Usaha Tahun 2014-2022.

BPS Provinsi Nusa Tenggara Barat. (2023). Provinsi Nusa Tenggara Barat Dalam
Angka 2023. Diakses pada tanggal 22 Mei 2023 (14.06 wita).

Divia Angelina, Krismanti Tri Wahyuni (2021) Pengaruh Infrastruktur Ekonomi dan
Sosial terhadap Pertumbuhan Ekonomi Indonesia, 2015-2019.

Ghozali. (2021). Aplikasi Analisis Multivariate Dengan Program IBM SPSS 26.
Badan Penerbit Universitas Diponegoro.

Hasibuan, S. A. (2020). Kajian Pengaruh Infrastruktur Terhadap Pertumbuhan

Ekonomi Di Kota Pekanbaru.

Herlina Yakha Panama, Idah Zuhroh, Ida Nuraini (2019) Pengaruh Infrastruktur
Pembangunan Terhadap Pertumbuhan Ekonomi Jawa Timur. Jurnal Ilmu
Ekonomi (JIE) Vol. X, No. Y, Bulan Tahun, pp. X~Y.

Indonesia Investments. (2017). Infrastruktur di Indonesia. https://www.indonesia-

investments.com/id/bisnis/risiko/infrastruktur/item381.
 85

Intan Suswita, Darwin Damanik, & Pawer Darasa Panjaitan. (2020). Pengaruh
Infrastruktur terhadap Pertumbuhan Ekonomi di Kabupaten Simalungun. Jurnal
Ilmu Ekonomi, 2(1), 1–11. https://doi.org/10.36985/ekuilnomi.v2i1.346

Ja’far, M. (2007). Infrastruktur pro rakyat, strategi investasi infrastruktur Indonesia

Abad 21.

Kodoatie, R. J. (2005). Pengantar Manajemen Infrastruktur (Revisi cet). Pustaka

Pelajar.

Komuna, A. A., Kalangi, J. B., & Masloman, I. (2021). Pengaruh Pembangunan

Infrastruktur Publik Dan Pariwisata Terhadap Pertumbuhan Ekonomi Kota
Manado. 21.

Lina Afriyana, Emi Salmah, Siti Sriningsih dan Iwan Harsono. (2023). Analisis
Dampak Pembangunan Infrastruktur Terhadap Pertumbuhan Ekonomi Inklusif
Pada Kabupaten/Kota di Provinsi Nusa Tenggara Barat Tahun 2016-2021.
Jurnal Ekonomi Pembangunan, Vol. 5 No. 1, Maret 2023. Diakses pada tanggal
8 Mei 2023 (12.04 wita).

Marianto. (2022). Pengaruh Infrastruktur Terhadap Tingkat Kesejahteraan

Masyarakat Kecamatan Malangke Barat Kabupaten Luwu Utara.

M. Kausar. (2018). Membangun Infrastruktur Untuk NTB Yang Makin Gemilang.

dpu.ntbprov.go.id

Nurbariya Pane, Sri Devi Br Sembiring, Ikhwani Unsa (2020) Pengaruh

Pembangunan Infrastruktur Kesehatan, Pendidikan Dan Jumlah Penduduk
Terhadap Pertumbuhan Ekonomi Di Sumatera Utara. Vol. 4 (2) Maret 2020,
hlm. 172-182 p-ISSN: 2548 – 8856 | e-ISSN: 2549 - 127X

Peraturan Presiden Republik Indonesia tentang Kerjasama Pemerintah dengan Badan

Usaha dalam Penyediaan Infrastruktur (PP No. 38 Pasal 1 Ayat 4 Tahun 2015), 3
(2015).

Septi Indah Sari, (2021). Pengaruh Infrastruktur Terhadap Pertumbuhan Ekonomi Di

Sumatera Selatan. Jurnal Ekonomi Regional Unimal, 04(April), 49–51.

Siagian, S. P. (2005). Administrasi Pembangunan. PT Bumi Aksara.

SimulasiKredit.com. Pengaruh Infrastruktur; Tingkat Pendidikan, dan Kesehatan

Terhadap Pertumbuhan Ekonomi. Diakses pada 05 September 2023

Sjafrizal. (2012). Ekonomi Wilayah dan Kota. PT Rajagrafindo Parsada.

Suarantb.com. Lewati Runtunan Bencana, Lima Tahun Zul Rohmi Mengabdi

Majukan Daerah Dengan Program Unggulan NTB Gemilang. 4 September 2023
(Diakses pada 05 September 2023)
 86

Sugiyono. (2022). Metode Penelitian Kuantitatif Kualitatif dan R&D. Alfabeta.

Sukirno, S. dan. (2015). Makro Ekonomi Teori Pengantar. Rajawali Pers.

Tarigan, R. (2012). Ekonomi Regional Teori dan Aplikasi (Edisi revi). PT Bumi
Aksara.

Tony Sugiarto (2019) Pengaruh Infrastruktur Terhadap Pertumbuhan Ekonomi Di

Jawa Timur. Vol. 7 No.1

Widarjo, Agus. (2009). Ekonometrika Pengantar dan Aplikasinya. Edisi ketiga.

Yogyakarta: Ekonesia.
 LAMPIRAN

Lampiran 1
Data Pertumbuhan Ekonomi (Y), Infrastruktur Jalan (X1), Infrastruktur Air
(X2), Infrastruktur Pendidikan (X3) Dan Infrastruktur Kesehatan (X4) Menurut
Kabupaten/Kota di Provinsi NTB

No Kabupaten/Kota Tahun Y X1 X2 X3 X4
1 Kabupaten Lombok Barat 2014 8688 247 84% 69 77
2 Kabupaten Lombok Barat 2015 9246 425 86% 68 74
3 Kabupaten Lombok Barat 2016 14722 668 86% 68 77
4 Kabupaten Lombok Barat 2017 15450 358 72% 72 78
5 Kabupaten Lombok Barat 2018 15313 358 72% 72 80
6 Kabupaten Lombok Barat 2019 15425 393 93% 74 79
7 Kabupaten Lombok Barat 2020 14082 398 91% 78 80
8 Kabupaten Lombok Barat 2021 14310 398 92% 79 82
9 Kabupaten Lombok Barat 2022 14556 429 91% 53 82
10 Kab. Lombok Tengah 2014 9733 618 66% 85 123
11 Kab. Lombok Tengah 2015 10264 618 72% 99 121
12 Kab. Lombok Tengah 2016 11722 771 72% 111 122
13 Kab. Lombok Tengah 2017 12412 795 72% 113 125
14 Kab. Lombok Tengah 2018 12685 795 72% 117 124
15 Kab. Lombok Tengah 2019 12880 783 89% 121 118
16 Kab. Lombok Tengah 2020 11216 761 92% 125 118
17 Kab. Lombok Tengah 2021 11467 728 93% 132 124
18 Kab. Lombok Tengah 2022 11674 806 90% 144 124
19 Kabupaten Lombok Timur 2014 11250 657 75% 115 117
20 Kabupaten Lombok Timur 2015 11914 633 86% 126 118
21 Kabupaten Lombok Timur 2016 10684 676 86% 139 119
22 Kabupaten Lombok Timur 2017 11261 869 67% 141 121
23 Kabupaten Lombok Timur 2018 11557 799 67% 148 122
24 Kabupaten Lombok Timur 2019 11823 745 97% 154 123
25 Kabupaten Lombok Timur 2020 10577 904 95% 161 123
26 Kabupaten Lombok Timur 2021 10723 688 95% 168 123
27 Kabupaten Lombok Timur 2022 10881 703 98% 177 123
28 Kabupaten Sumbawa 2014 8001 552 76% 45 118
29 Kabupaten Sumbawa 2015 8446 555 77% 45 119
30 Kabupaten Sumbawa 2016 20139 592 77% 45 120
31 Kabupaten Sumbawa 2017 21320 607 78% 45 120
32 Kabupaten Sumbawa 2018 22005 635 78% 45 120
33 Kabupaten Sumbawa 2019 22512 659 89% 49 113
34 Kabupaten Sumbawa 2020 19753 659 92% 48 121
35 Kabupaten Sumbawa 2021 19740 206 97% 50 113
36 Kabupaten Sumbawa 2022 19993 206 97% 85 113

87
 88

No Kabupaten/Kota Tahun Y X1 X2 X3 X4
37 Kabupaten Dompu 2014 3915 348 81% 44 57
38 Kabupaten Dompu 2015 4130 348 85% 47 57
39 Kabupaten Dompu 2016 17970 348 85% 47 57
40 Kabupaten Dompu 2017 18910 135 70% 49 57
41 Kabupaten Dompu 2018 19461 195 70% 49 57
42 Kabupaten Dompu 2019 19721 228 98% 49 39
43 Kabupaten Dompu 2020 20700 293 96% 49 48
44 Kabupaten Dompu 2021 20902 293 97% 51 48
45 Kabupaten Dompu 2022 21377 312 98% 53 48
46 Kabupaten Bima 2014 6408 306 21% 70 111
47 Kabupaten Bima 2015 6743 280 54% 75 111
48 Kabupaten Bima 2016 15074 334 54% 78 113
49 Kabupaten Bima 2017 15848 628 71% 82 113
50 Kabupaten Bima 2018 16321 628 71% 86 113
51 Kabupaten Bima 2019 15587 283 99% 87 108
52 Kabupaten Bima 2020 15489 429 99% 85 110
53 Kabupaten Bima 2021 15536 462 96% 85 106
54 Kabupaten Bima 2022 15749 457 98% 90 106
55 Kabupaten Sumbawa Barat 2014 11170 72 96% 18 37
56 Kabupaten Sumbawa Barat 2015 22924 291 94% 18 37
57 Kabupaten Sumbawa Barat 2016 178993 171 94% 18 38
58 Kabupaten Sumbawa Barat 2017 140349 339 86% 18 42
59 Kabupaten Sumbawa Barat 2018 89405 339 86% 16 38
60 Kabupaten Sumbawa Barat 2019 84701 339 92% 16 41
61 Kabupaten Sumbawa Barat 2020 113476 339 94% 26 42
62 Kabupaten Sumbawa Barat 2021 110576 339 95% 16 41
63 Kabupaten Sumbawa Barat 2022 134274 339 99% 18 41
64 Kabupaten Lombok Utara 2014 2828 180 73% 25 35
65 Kabupaten Lombok Utara 2015 2958 80 86% 25 36
66 Kabupaten Lombok Utara 2016 14560 158 86% 25 39
67 Kabupaten Lombok Utara 2017 15303 291 62% 25 39
68 Kabupaten Lombok Utara 2018 15030 305 62% 26 39
69 Kabupaten Lombok Utara 2019 15543 285 89% 26 34
70 Kabupaten Lombok Utara 2020 13056 285 91% 26 41
71 Kabupaten Lombok Utara 2021 12973 329 88% 26 38
72 Kabupaten Lombok Utara 2022 13165 408 91% 28 38
73 Kota Mataram 2014 9890 380 93% 45 31
74 Kota Mataram 2015 10681 88 92% 46 29
75 Kota Mataram 2016 25111 298 92% 46 40
76 Kota Mataram 2017 26604 298 95% 46 40
77 Kota Mataram 2018 27398 301 95% 48 44
78 Kota Mataram 2019 27915 301 100% 50 41
79 Kota Mataram 2020 30377 338 99% 51 43
80 Kota Mataram 2021 31192 343 98% 53 41
81 Kota Mataram 2022 32123 343 100% 59 41
 89

82 Kota Bima 2014 2296 150 88% 25 24

83 Kota Bima 2015 2438 155 94% 28 24
84 Kota Bima 2016 15816 169 94% 29 27
85 Kota Bima 2017 16533 202 83% 29 25
86 Kota Bima 2018 16973 243 83% 28 27
87 Kota Bima 2019 17223 255 98% 28 27
88 Kota Bima 2020 18571 40 99% 16 28
89 Kota Bima 2021 18814 192 100% 26 30
90 Kota Bima 2022 19181 193 99% 28 30

Lampiran 2
Hasil Log Dari Data Pertumbuhan Ekonomi (Y), Infrastruktur Jalan (X1),
Infrastruktur Air (X2), Infrastruktur Pendidikan (X3) Dan Infrastruktur
Kesehatan (X4) Menurut Kabupaten/Kota di Provinsi NTB

No Kabupaten/Kota Tahun LOGY LOGX1 LOGX2 LOGX3 LOGX4

1 Kabupaten Lombok Barat 2014 3,9389 2,3924 -0,0757 1,8388 1,8865
2 Kabupaten Lombok Barat 2015 3,9660 2,6287 -0,0654 1,8325 1,8692
3 Kabupaten Lombok Barat 2016 4,1680 2,8245 -0,0654 1,8325 1,8865
4 Kabupaten Lombok Barat 2017 4,1889 2,5533 -0,1438 1,8573 1,8921
5 Kabupaten Lombok Barat 2018 4,1851 2,5533 -0,1438 1,8573 1,9031
6 Kabupaten Lombok Barat 2019 4,1882 2,5947 -0,0327 1,8692 1,8976
7 Kabupaten Lombok Barat 2020 4,1487 2,5994 -0,0408 1,8921 1,9031
8 Kabupaten Lombok Barat 2021 4,1556 2,5994 -0,0373 1,8976 1,9138
9 Kabupaten Lombok Barat 2022 4,1630 2,6323 -0,0404 1,7243 1,9138
10 Kab. Lombok Tengah 2014 3,9882 2,7908 -0,1834 1,9294 2,0899
11 Kab. Lombok Tengah 2015 4,0113 2,7908 -0,1427 1,9956 2,0828
12 Kab. Lombok Tengah 2016 4,0690 2,8868 -0,1450 2,0453 2,0864
13 Kab. Lombok Tengah 2017 4,0938 2,9004 -0,1398 2,0531 2,0969
14 Kab. Lombok Tengah 2018 4,1033 2,9004 -0,1398 2,0682 2,0934
15 Kab. Lombok Tengah 2019 4,1099 2,8936 -0,0509 2,0828 2,0719
16 Kab. Lombok Tengah 2020 4,0498 2,8816 -0,0380 2,0969 2,0719
17 Kab. Lombok Tengah 2021 4,0594 2,8621 -0,0338 2,1206 2,0934
18 Kab. Lombok Tengah 2022 4,0672 2,9064 -0,0436 2,1584 2,0934
19 Kabupaten Lombok Timur 2014 4,0512 2,8175 -0,1267 2,0607 2,0682
20 Kabupaten Lombok Timur 2015 4,0761 2,8012 -0,0655 2,1004 2,0719
21 Kabupaten Lombok Timur 2016 4,0287 2,8298 -0,0653 2,1430 2,0755
22 Kabupaten Lombok Timur 2017 4,0516 2,9389 -0,1731 2,1492 2,0828
23 Kabupaten Lombok Timur 2018 4,0628 2,9023 -0,1731 2,1703 2,0864
24 Kabupaten Lombok Timur 2019 4,0727 2,8719 -0,0152 2,1875 2,0899
25 Kabupaten Lombok Timur 2020 4,0244 2,9561 -0,0240 2,2068 2,0899
26 Kabupaten Lombok Timur 2021 4,0303 2,8378 -0,0223 2,2253 2,0899
27 Kabupaten Lombok Timur 2022 4,0367 2,8468 -0,0088 2,2480 2,0899
 90

No Kabupaten/Kota Tahun LOGY LOGX1 LOGX2 LOGX3 LOGX4

28 Kabupaten Sumbawa 2014 3,9031 2,7420 -0,1218 1,6532 2,0719
29 Kabupaten Sumbawa 2015 3,9267 2,7439 -0,1135 1,6532 2,0755
30 Kabupaten Sumbawa 2016 4,3040 2,7723 -0,1121 1,6532 2,0792
31 Kabupaten Sumbawa 2017 4,3288 2,7828 -0,1096 1,6532 2,0792
32 Kabupaten Sumbawa 2018 4,3425 2,8028 -0,1096 1,6532 2,0792
33 Kabupaten Sumbawa 2019 4,3524 2,8191 -0,0510 1,6902 2,0531
34 Kabupaten Sumbawa 2020 4,2956 2,8191 -0,0374 1,6812 2,0828
35 Kabupaten Sumbawa 2021 4,2953 2,3129 -0,0138 1,6990 2,0531
36 Kabupaten Sumbawa 2022 4,3009 2,3129 -0,0143 1,9294 2,0531
37 Kabupaten Dompu 2014 3,5927 2,5419 -0,0903 1,6435 1,7559
38 Kabupaten Dompu 2015 3,6160 2,5419 -0,0706 1,6721 1,7559
39 Kabupaten Dompu 2016 4,2545 2,5419 -0,0705 1,6721 1,7559
40 Kabupaten Dompu 2017 4,2767 2,1288 -0,1568 1,6902 1,7559
41 Kabupaten Dompu 2018 4,2892 2,2901 -0,1568 1,6902 1,7559
42 Kabupaten Dompu 2019 4,2949 2,3580 -0,0089 1,6902 1,5911
43 Kabupaten Dompu 2020 4,3160 2,4664 -0,0190 1,6902 1,6812
44 Kabupaten Dompu 2021 4,3202 2,4664 -0,0152 1,7076 1,6812
45 Kabupaten Dompu 2022 4,3299 2,4948 -0,0074 1,7243 1,6812
46 Kabupaten Bima 2014 3,8067 2,4864 -0,6796 1,8451 2,0453
47 Kabupaten Bima 2015 3,8289 2,4465 -0,2676 1,8751 2,0453
48 Kabupaten Bima 2016 4,1782 2,5234 -0,2710 1,8921 2,0531
49 Kabupaten Bima 2017 4,2000 2,7980 -0,1483 1,9138 2,0531
50 Kabupaten Bima 2018 4,2127 2,7980 -0,1483 1,9345 2,0531
51 Kabupaten Bima 2019 4,1928 2,4516 -0,0062 1,9395 2,0334
52 Kabupaten Bima 2020 4,1900 2,6324 -0,0041 1,9294 2,0414
53 Kabupaten Bima 2021 4,1913 2,6650 -0,0159 1,9294 2,0253
54 Kabupaten Bima 2022 4,1973 2,6602 -0,0078 1,9542 2,0253
55 Kabupaten Sumbawa Barat 2014 4,0481 1,8579 -0,0177 1,2553 1,5682
56 Kabupaten Sumbawa Barat 2015 4,3603 2,4641 -0,0269 1,2553 1,5682
57 Kabupaten Sumbawa Barat 2016 5,2528 2,2333 -0,0264 1,2553 1,5798
58 Kabupaten Sumbawa Barat 2017 5,1472 2,5298 -0,0650 1,2553 1,6232
59 Kabupaten Sumbawa Barat 2018 4,9514 2,5298 -0,0650 1,2041 1,5798
60 Kabupaten Sumbawa Barat 2019 4,9279 2,5298 -0,0362 1,2041 1,6128
61 Kabupaten Sumbawa Barat 2020 5,0549 2,5298 -0,0254 1,4150 1,6232
62 Kabupaten Sumbawa Barat 2021 5,0437 2,5298 -0,0204 1,2041 1,6128
63 Kabupaten Sumbawa Barat 2022 5,1280 2,5298 -0,0043 1,2553 1,6128
64 Kabupaten Lombok Utara 2014 3,4515 2,2554 -0,1373 1,3979 1,5441
65 Kabupaten Lombok Utara 2015 3,4710 1,9039 -0,0655 1,3979 1,5563
66 Kabupaten Lombok Utara 2016 4,1632 2,1984 -0,0636 1,3979 1,5911
67 Kabupaten Lombok Utara 2017 4,1848 2,4634 -0,2054 1,3979 1,5911
68 Kabupaten Lombok Utara 2018 4,1770 2,4841 -0,2054 1,4150 1,5911
69 Kabupaten Lombok Utara 2019 4,1915 2,4549 -0,0526 1,4150 1,5315
70 Kabupaten Lombok Utara 2020 4,1158 2,4542 -0,0391 1,4150 1,6128
71 Kabupaten Lombok Utara 2021 4,1130 2,5168 -0,0538 1,4150 1,5798
72 Kabupaten Lombok Utara 2022 4,1194 2,6102 -0,0422 1,4472 1,5798
 91

No Kabupaten/Kota Tahun LOGY LOGX1 LOGX2 LOGX3 LOGX4

73 Kota Mataram 2014 3,9952 2,5795 -0,0333 1,6532 1,4914
74 Kota Mataram 2015 4,0286 1,9462 -0,0362 1,6628 1,4624
75 Kota Mataram 2016 4,3999 2,4746 -0,0374 1,6628 1,6021
76 Kota Mataram 2017 4,4249 2,4746 -0,0232 1,6628 1,6021
77 Kota Mataram 2018 4,4377 2,4790 -0,0232 1,6812 1,6435
78 Kota Mataram 2019 4,4458 2,4790 -0,0014 1,6990 1,6128
79 Kota Mataram 2020 4,4825 2,5288 -0,0050 1,7076 1,6335
80 Kota Mataram 2021 4,4940 2,5350 -0,0081 1,7243 1,6128
81 Kota Mataram 2022 4,5068 2,5353 0,0000 1,7709 1,6128
82 Kota Bima 2014 3,3610 2,1763 -0,0546 1,3979 1,3802
83 Kota Bima 2015 3,3870 2,1910 -0,0269 1,4472 1,3802
84 Kota Bima 2016 4,1991 2,2283 -0,0268 1,4624 1,4314
85 Kota Bima 2017 4,2184 2,3058 -0,0799 1,4624 1,3979
86 Kota Bima 2018 4,2298 2,3853 -0,0799 1,4472 1,4314
87 Kota Bima 2019 4,2361 2,4070 -0,0098 1,4472 1,4314
88 Kota Bima 2020 4,2688 1,6038 -0,0033 1,2041 1,4472
89 Kota Bima 2021 4,2745 2,2833 -0,0003 1,4150 1,4771
90 Kota Bima 2022 4,2829 2,2855 -0,0027 1,4472 1,4771

Lampiran 3
Pendekatan Common Effect Model (CEM)

Dependent Variable: LOG(Y)

Method: Panel Least Squares
Date: 09/07/23 Time: 00:14
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90

Variable Coefficient Std. Error t-Statistic Prob.

C 9.136097 0.707516 12.91292 0.0000

LOG(X1) 0.498069 0.183497 2.714314 0.0080
LOG(X2) 1.025161 0.370634 2.765966 0.0070
LOG(X3) -0.900717 0.192941 -4.668358 0.0000
LOG(X4) 0.322344 0.257628 1.251200 0.2143

R-squared 0.294454 Mean dependent var 9.670880

Adjusted R-squared 0.261252 S.D. dependent var 0.785384
S.E. of regression 0.675041 Akaike info criterion 2.105867
Sum squared resid 38.73287 Schwarz criterion 2.244745
Log likelihood -89.76402 Hannan-Quinn criter. 2.161871
F-statistic 8.868536 Durbin-Watson stat 0.561875
Prob(F-statistic) 0.000005
 92

Lampiran 4
Pendekatan Fixed Effect Model (FEM)

Dependent Variable: LOG(Y)

Method: Panel Least Squares
Date: 09/07/23 Time: 00:14
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90

Variable Coefficient Std. Error t-Statistic Prob.

C -1.827527 3.682394 -0.496288 0.6211

LOG(X1) 0.305669 0.154956 1.972612 0.0522
LOG(X2) 0.559509 0.324048 1.726625 0.0883
LOG(X3) 0.247482 0.471921 0.524414 0.6015
LOG(X4) 2.119815 0.811188 2.613221 0.0108

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.622776 Mean dependent var 9.670880

Adjusted R-squared 0.558251 S.D. dependent var 0.785384
S.E. of regression 0.522000 Akaike info criterion 1.679735
Sum squared resid 20.70875 Schwarz criterion 2.068594
Log likelihood -61.58806 Hannan-Quinn criter. 1.836546
F-statistic 9.651681 Durbin-Watson stat 0.884119
Prob(F-statistic) 0.000000
 93

Lampiran 5
Pendekatan Random Effect Model (REM)

Dependent Variable: LOG(Y)

Method: Panel EGLS (Cross-section random effects)
Date: 09/07/23 Time: 00:16
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 8.505370 1.255716 6.773323 0.0000

LOG(X1) 0.392738 0.151685 2.589170 0.0113
LOG(X2) 0.738699 0.313148 2.358945 0.0206
LOG(X3) -0.630799 0.318310 -1.981710 0.0507
LOG(X4) 0.354703 0.413895 0.856988 0.3939

Effects Specification
S.D. Rho

Cross-section random 0.512957 0.4913

Idiosyncratic random 0.522000 0.5087

Weighted Statistics

R-squared 0.136366 Mean dependent var 3.106589

Adjusted R-squared 0.095724 S.D. dependent var 0.569107
S.E. of regression 0.541184 Sum squared resid 24.89479
F-statistic 3.355322 Durbin-Watson stat 0.779032
Prob(F-statistic) 0.013373

Unweighted Statistics

R-squared 0.245043 Mean dependent var 9.670880

Sum squared resid 41.44545 Durbin-Watson stat 0.467937
 94

Lampiran 6
Uji Chow

Redundant Fixed Effects Tests

Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 7.349730 (9,76) 0.0000

Cross-section Chi-square 56.351919 9 0.0000

Cross-section fixed effects test equation:

Dependent Variable: LOG(Y)
Method: Panel Least Squares
Date: 09/07/23 Time: 00:17
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90

Variable Coefficient Std. Error t-Statistic Prob.

C 9.136097 0.707516 12.91292 0.0000

LOG(X1) 0.498069 0.183497 2.714314 0.0080
LOG(X2) 1.025161 0.370634 2.765966 0.0070
LOG(X3) -0.900717 0.192941 -4.668358 0.0000
LOG(X4) 0.322344 0.257628 1.251200 0.2143

R-squared 0.294454 Mean dependent var 9.670880

Adjusted R-squared 0.261252 S.D. dependent var 0.785384
S.E. of regression 0.675041 Akaike info criterion 2.105867
Sum squared resid 38.73287 Schwarz criterion 2.244745
Log likelihood -89.76402 Hannan-Quinn criter. 2.161871
F-statistic 8.868536 Durbin-Watson stat 0.561875
Prob(F-statistic) 0.000005
 95

Lampiran 7
Uji Hausman

Correlated Random Effects - Hausman Test

Equation: Untitled
Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 10.362563 4 0.0347

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

LOG(X1) 0.305669 0.392738 0.001003 0.0060

LOG(X2) 0.559509 0.738699 0.006945 0.0315
LOG(X3) 0.247482 -0.630799 0.121388 0.0117
LOG(X4) 2.119815 0.354703 0.486718 0.0114

Cross-section random effects test equation:

Dependent Variable: LOG(Y)
Method: Panel Least Squares
Date: 09/07/23 Time: 00:19
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90

Variable Coefficient Std. Error t-Statistic Prob.

C -1.827527 3.682394 -0.496288 0.6211

LOG(X1) 0.305669 0.154956 1.972612 0.0522
LOG(X2) 0.559509 0.324048 1.726625 0.0883
LOG(X3) 0.247482 0.471921 0.524414 0.6015
LOG(X4) 2.119815 0.811188 2.613221 0.0108

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.622776 Mean dependent var 9.670880

Adjusted R-squared 0.558251 S.D. dependent var 0.785384
S.E. of regression 0.522000 Akaike info criterion 1.679735
Sum squared resid 20.70875 Schwarz criterion 2.068594
Log likelihood -61.58806 Hannan-Quinn criter. 1.836546
F-statistic 9.651681 Durbin-Watson stat 0.884119
Prob(F-statistic) 0.000000
 96

Lampiran 8
Uji Lagrange Multiplier (LM)

Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects
Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided
(all others) alternatives

Test Hypothesis
Cross-section Time Both

Breusch-Pagan 33.18288 22.05000 55.23288

(0.0000) (0.0000) (0.0000)

Honda 5.760458 4.695743 7.393651

(0.0000) (0.0000) (0.0000)

King-Wu 5.760458 4.695743 7.368296

(0.0000) (0.0000) (0.0000)

Standardized Honda 7.481627 5.225206 5.527629

(0.0000) (0.0000) (0.0000)

Standardized King-Wu 7.481627 5.225206 5.475323

(0.0000) (0.0000) (0.0000)

Gourieroux, et al. -- -- 55.23288

(0.0000)

Lampiran 9
Uji Normalitas

24
Series: Standa rdized Res idua ls
Sa mple 2014 2022
20
Obs ervations 90

16 Mean -3.39e-17
Median 0.075535
12 Maximum 1.069336
Minimum -1.504715
8 Std. Dev. 0.482372
Skewnes s -1.349609
Kurtos is 5.498700
4
Jarque-Bera 50.73478
0 Probability 0.000000
-1.5 -1.0 -0.5 0.0 0.5 1.0
 97

Lampiran 10
Uji Multikolinieritas

Variance Inflation Factors

Date: 09/07/23 Time: 00:24
Sample: 1 90
Included observations: 90

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 0.500579 98.86771 NA
LOG(X1) 0.033671 231.3980 2.393178
LOG(X2) 0.137369 1.936937 1.147430
LOG(X3) 0.037226 117.6519 3.131467
LOG(X4) 0.066372 231.2458 4.131474

Lampiran 11
Uji Heteroskedastisitas

Heteroskedasticity Test: Breusch-Pagan-Godfrey

Null hypothesis: Homoskedasticity

F-statistic 0.921059 Prob. F(4,84) 0.4557

Obs*R-squared 3.739519 Prob. Chi-Square(4) 0.4424
Scaled explained SS 51.82099 Prob. Chi-Square(4) 0.0000

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 09/07/23 Time: 00:33
Sample: 2 90
Included observations: 89

Variable Coefficient Std. Error t-Statistic Prob.

C 5.20E+08 3.09E+08 1.683921 0.0959

LOG(X1) -3630690. 2522756. -1.439176 0.1538
LOG(X2) -3.20E+09 2.63E+09 -1.217261 0.2269
LOG(X3) 19058117 20664633 0.922258 0.3590
LOG(X4) -19070080 31583176 -0.603805 0.5476

R-squared 0.042017 Mean dependent var 5.18E+08

Adjusted R-squared -0.003601 S.D. dependent var 2.91E+09
S.E. of regression 2.91E+09 Akaike info criterion 46.47567
Sum squared resid 7.12E+20 Schwarz criterion 46.61548
Log likelihood -2063.167 Hannan-Quinn criter. 46.53202
F-statistic 0.921059 Durbin-Watson stat 1.863173
Prob(F-statistic) 0.455698
 98

Lampiran 12
Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

Null hypothesis: No serial correlation at up to 2 lags

F-statistic 1.523052 Prob. F(2,82) 0.2241

Obs*R-squared 3.187722 Prob. Chi-Square(2) 0.2031

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 09/07/23 Time: 00:31
Sample: 2 90
Included observations: 89
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -14.27669 2469.960 -0.005780 0.9954

LOG(X1) 1.502383 20.40266 0.073637 0.9415
LOG(X2) -2080.132 21360.40 -0.097383 0.9227
LOG(X3) -1.073521 165.4123 -0.006490 0.9948
LOG(X4) -30.34591 254.2274 -0.119365 0.9053
RESID(-1) -0.088206 0.111525 -0.790907 0.4313
RESID(-2) -0.174899 0.108956 -1.605228 0.1123

R-squared 0.035817 Mean dependent var -4.85E-14

Adjusted R-squared -0.034733 S.D. dependent var 22887.18
S.E. of regression 23281.26 Akaike info criterion 23.02407
Sum squared resid 4.44E+10 Schwarz criterion 23.21981
Log likelihood -1017.571 Hannan-Quinn criter. 23.10297
F-statistic 0.507684 Durbin-Watson stat 2.081587
Prob(F-statistic) 0.800894
 99

Lampiran 13
Uji Statistik t (parsial), Uji F (Simultan) dan
Analisis Koefisien Determinasi (R2)

Dependent Variable: LOG(Y)

Method: Panel Least Squares
Date: 09/07/23 Time: 00:14
Sample: 2014 2022
Periods included: 9
Cross-sections included: 10
Total panel (balanced) observations: 90

Variable Coefficient Std. Error t-Statistic Prob.

C -1.827527 3.682394 -0.496288 0.6211

LOG(X1) 0.305669 0.154956 1.972612 0.0522
LOG(X2) 0.559509 0.324048 1.726625 0.0883
LOG(X3) 0.247482 0.471921 0.524414 0.6015
LOG(X4) 2.119815 0.811188 2.613221 0.0108

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.622776 Mean dependent var 9.670880

Adjusted R-squared 0.558251 S.D. dependent var 0.785384
S.E. of regression 0.522000 Akaike info criterion 1.679735
Sum squared resid 20.70875 Schwarz criterion 2.068594
Log likelihood -61.58806 Hannan-Quinn criter. 1.836546
F-statistic 9.651681 Durbin-Watson stat 0.884119
Prob(F-statistic) 0.000000