4 BAB IV HASIL DAN PEMBAHASAN - media.unpad.ac.idmedia.unpad.ac.id/thesis/120210/2015/120210150039_4_7106.pdf · tambah barang dan jasa setiap tahunnya berdasarkan harga pada satu

51

4 BAB IV

HASIL DAN PEMBAHASAN

Dalam bab ini, membahas tentang gambaran variabel yang digunakan pada

penelitian. Kemudian juga akan menunjukkan bagaimana hasil dari estimasi, serta

analisis baik ekonometrik, statistik, dan ekonomi berdasarkan model regresi

ekonometrika yang diperoleh dari pengolahan data panel 26 kabupaten/kota di

Provinsi Jawa Barat pada tahun 2010-2017. Melalui analisis ekonometrik, akan

melihat keterkaitan variabel independen dalam memengaruhi variabel dependen.

Sedangkan analisis statistik akan menjelaskan bagaimana variabel independen

dalam menjelaskan variabel dependen dan tingkat signifikansinya melalui

pengujian statistik terhadap model dalam penelitian. Selanjutnya, dilakukan analisis

ekonomi dalam rangka menjelaskan ar ti dari parameter yang diteliti dan hipotesis

yang ditetapkan serta kaintannya dengan teori ekonomi.

4.1 Gambaran Variabel yang Diteliti

Bagian ini akan menjelaskan gambaran secara umum mengenai beberapa

variabel yang digunakan sebagai bahan kajian dalam penelitian ini selama periode

tahun 2010 hingga tahun 2017. Variabel yang akan diteliti adalah PDRB riil,

infrastruktur jalan, infrastruktur listrik, infrastruktur kesehatan, infrastruktur

pendidikan, dan tenaga kerja di 26 kabupaten/kota di Provinsi Jawa Barat.

52

4.1.1 Produk Domestik Regional Bruto (PDRB) Riil Perkapita

PDRB riil merupakan PDRB yang menggambarkan seberapa besar nilai

tambah barang dan jasa setiap tahunnya berdasarkan harga pada satu tahun tertentu

sebagai tahun dasar. Sehingga dengan melihat PDRB riil suatu daerah dapat melihat

bagaimana pertumbuhan ekonomi daerah tersebut tanpa adanya pengaruh dari

faktor harga. Sedangkan PDRB riil perkapita merupakan PDRB riil dari setiap

penduduk pada daerah tersebut. Semakin tingga PDRB riil perkapita pada suatu

daerah, menunjukkan bahwa perekonomian daerah tersebut semakin baik.

Grafik 4.1 PDRB riil Perkapita Kabupaten/Kota Provinsi Jawa Barat Tahun

2010-2017

Sumber: Badan Pusat Stastistik (data diolah)

Dalam grafik 4.1 menunjukkan seberapa besar PDRB riil perkapita

kabupaten/kota di Provinsi Jawa Barat dari tahun 2010 hingga tahun 2017. Dari

grafik tersebut dapat dilihat bahwa PDRB riil perkapita kabupaten/kota di Provinsi

0

10000000

20000000

30000000

40000000

50000000

60000000

70000000

80000000

Bo

gor

Suka

bu

mi

Cia

nju

r

Ban

du

ng

Gar

ut

Tasi

kmal

aya

Cia

mis

Ku

nin

gan

Cir

eb

on

Maj

alen

gka

Sum

edan

g

Ind

ram

ayu

Sub

ang

Pu

rwak

arta

Kar

awan

g

Bek

asi

Ban

du

ng

Bar

at

Ko

ta B

ogo

r

Ko

ta S

uka

bu

mi

Ko

ta B

and

un

g

Ko

ta C

ireb

on

Ko

ta B

eka

si

Ko

ta D

epo

k

Ko

ta C

imah

i

Ko

ta T

asik

mal

aya

Ko

ta B

anja

r

2010

2011

2012

2013

2014

2015

2016

2017

53

Jawa Barat cenderung mengalami peningkatan setiap tahunnya. Kota Bandung

merupakan daerah dengan PDRB riil perkapita tertinggi di Jawa Barat, yaitu

sebesar 42.655.670,98 rupiah pada tahun 2010 dan terus mengalami peningkatan

hingga mencapai 69.197.858,39 rupiah pada tahun 2017. Sebaliknya, Kabupaten

Ciamis merupakan daerah dengan PDRB riil perkapita terendah yaitu sebesar

7.973.235,421 rupiah pada tahun 2010 dan Kabupaten Tasikmalaya 12.626.945,98

rupiah pada tahun 2017. Dengan PDRB riil perkapita yang tinggi menunjukkan

daerah tersebut memiliki kondisi perekonomian yang baik.

4.1.2 Infrastruktur Jalan

Infrastruktur jalan merupakan salah satu dari infrastruktur transportasi yang

bertujuan untuk memfasilitasi keberlangsungan pengguna alat transportasi

khususnya transportasi darat. Dalam penelitian ini, variabel infrastruktur jalan yang

digunakan merupakan perbandingan antara panjang jalan dengan kondisi baik dan

sedang dengan luas wilayah kabupaten/kota di Provinsi Jawa Barat.

54

Grafik 4.2 Rasio Panjang Jalan Kondisi Baik dan Sedang per Luas Wilayah

Kabupaten/Kota Provinsi Jawa Barat 2010-2017 (Km)

Sumber: Badan Pusat Stastistik (data diolah)

Berdasarkan grafik 4.2, rasio panjang jalan kabupaten/kota di Provinsi Jawa

Barat cenderung berfluktuasi setiap tahunnya. Kota Bandung merupakan daerah

dengan rasio panjang jalan yang tertinggi yaitu 5,145 km pada tahun 2010 dan

meningkat menjadi 6,403 km pada tahun 2017. Sedangkan Kabupaten Ciamis

memiliki rasio panjang jalan terendah yaitu sebesar 0,131 km pada tahun 2010.

Akan tetapi, pada tahun 2017, Kabupaten Cianjur merupakan daerah dengan rasio

panjang jalan terendah yaitu sebesar 0,121 km.

4.1.3 Infrastruktur Listrik

Infrastruktur listrik dapat ditunjukkan dengan melihat bagaimana rasio

elektrifikasi pada suatu daerah. Rasio elektrifikasi merupakan perbandingan antara

jumlah penduduk yang tersalurkan listrik dengan jumlah total penduduk pada

daerah tersebut.

0

1

2

3

4

5

6

7

8

Bo

gor

Suka

bu

mi

Cia

nju

r

Ban

du

ng

Gar

ut

Tasi

kmal

aya

Cia

mis

Ku

nin

gan

Cir

eb

on

Maj

alen

gka

Sum

edan

g

Ind

ram

ayu

Sub

ang

Pu

rwak

arta

Kar

awan

g

Bek

asi

Ban

du

ng

Bar

at

Ko

ta B

ogo

r

Ko

ta S

uka

bu

mi

Ko

ta B

and

un

g

Ko

ta C

ireb

on

Ko

ta B

eka

si

Ko

ta D

epo

k

Ko

ta C

imah

i

Ko

ta T

asik

mal

aya

Ko

ta B

anja

r

2010

2011

2012

2013

2014

2015

2016

2017

55

Grafik 4.3 Rasio Elektrifikasi Kabupaten/Kota Provinsi Jawa Barat Tahun

2010-2017 (Persen)

Sumber: PLN Distribusi Jabar-Banten

Berdasarkan pada grafik 4.3, rasio elektrifikasi kabupaten/kota di Provinsi

Jawa Barat setiap tahun cenderung mengalami peningkatan. Pada tahun 2010, Kota

Bogor merupakan daerah dengan rasio elektrifikasi tertinggi yaitu sebanyak

84,79% daerah yang sudah tersalurkan listrik. Sebaliknya, Kabupaten Cianjur

merupakan daerah dengan rasio elektrifikasi terendah yaitu sebanyak 51,93%

daerah yang sudah tersalurkan listrik. Sedangkan pada tahun 2017, rasio

elektrifikasi tertinggi adalah Kabupaten Bogor, Kabupaten Kuningan, Kabupaten

Subang, Kabupaten Purwakarta, Kabupaten Karawang, Kabupaten Bekasi, Kota

Sukabumi, Kota Cirebon, Kota Bekasi, Kota Depok, Kota Tasikmalaya, dan Kota

Banjar 100% daerahmya telah tersalurkan listrik. Kemudian daerah dengan rasio

elektrifikasi terendah adalah Kabupaten Tasikmalaya dengan 80,12% daerah yang

sudah tersalurkan listrik.

0102030405060708090

100

Bo

gor

Suka

bu

mi

Cia

nju

r

Ban

du

ng

Gar

ut

Tasi

kmal

aya

Cia

mis

Ku

nin

gan

Cir

eb

on

Maj

alen

gka

Sum

edan

g

Ind

ram

ayu

Sub

ang

Pu

rwak

arta

Kar

awan

g

Bek

asi

Ban

du

ng

Bar

at

Ko

ta B

ogo

r

Ko

ta S

uka

bu

mi

Ko

ta B

and

un

g

Ko

ta C

ireb

on

Ko

ta B

eka

si

Ko

ta D

epo

k

Ko

ta C

imah

i

Ko

ta T

asik

mal

aya

Ko

ta B

anja

r

2010

2011

2012

2013

2014

2015

2016

2017

56

4.1.4 Infrastruktur Kesehatan

Dalam melihat infrastruktur kesehatan, dapat dicerminkan melalui rasio

tempat tidur rumah sakit pada daerah tersebut. Rasio tempat tidur rumah sakit

merupakan perbandingan antara tempat tidur rumah sakit dengan jumlah total

penduduk pada daerah tersebut. Berdasarkan standar dari World Health

Organization (WHO), rasio tempat tidur untuk perawatan terhadap penduduk

adalah 1:1.000 penduduk, artinya minimal terdapat satu tempat tidur untuk

melayani 1.000 penduduk. Semakin tinggi rasio tempat tidur rumah sakit, artinya

daerah tersebut memiliki pelayanan kesehatan yang cenderung baik karena

kebutuhan akan tempat tidur rumah sakit terpenuhi.

Grafik 4.4 Rasio Tempat Tidur Rumah Sakit Kabupaten/Kota Provinsi Jawa

Barat Tahun 2010-2017

Sumber: Dinas Kesehatan Provinsi Jawa Barat (data diolah)

Berdasarkan grafik 4.4, rasio tempat tidur kabupaten/kota Provinsi Jawa

Barat mengalami fluktuasi dari tahun ketahun. Meskipun begitu, rasio tempat tidur

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

Bo

gor

Suka

bu

mi

Cia

nju

r

Ban

du

ng

Gar

ut

Tasi

kmal

aya

Cia

mis

Ku

nin

gan

Cir

eb

on

Maj

alen

gka

Sum

edan

g

Ind

ram

ayu

Sub

ang

Pu

rwak

arta

Kar

awan

g

Bek

asi

Ban

du

ng

Bar

at

Ko

ta B

ogo

r

Ko

ta S

uka

bu

mi

Ko

ta B

and

un

g

Ko

ta C

ireb

on

Ko

ta B

eka

si

Ko

ta D

epo

k

Ko

ta C

imah

i

Ko

ta T

asik

mal

aya

Ko

ta B

anja

r

2010

2011

2012

2013

2014

2015

2016

2017

57

tersebut memiliki tren yang cenderung positif. Dilihat dari grafiknya, Kota Cirebon

memiliki rasio tempat tidur rumah sakit tertinggi yaitu sebanyak 3,1275 tempat

tidur untuk setiap 1.000 penduduk pada tahun 2010, dan meningkat menjadi 3,9448

tempat tidur untuk setiap 1.000 penduduk pada tahun 2017. Sedangkan daerah

dengan rasio tempat tidur terendah pada tahun 2010 adalah Kabupaten Tasikmalaya

yaitu sebanyak 0 tempat tidur untuk setiap 1.000 penduduk, artinya pada tahun 2010

belum tersedia tempat tidur rumah sakit di Kabupaten Tasikmalaya. Akan tetapi,

pada tahun 2017 mengalami peningkatan yaitu menjadi 0,1179 tempat tidur untuk

setiap 1.000 penduduk.

4.1.5 Infrastruktur Pendidikan

Untuk melihat bagaimana fasilitas pendidikan di suatu daerah dapat dilihat

dari rasio ketersediaan sekolah pada daerah tersebut. Rasio ketersediaan sekolah

merupakan rasio perbandingan antara jumlah sekolah untuk setiap 10.000

penduduk pada usia sekolah. Rasio ini mengindikasikan bagaimana kemampuan

sekolah untuk menampung semua penduduk usia sekolah. Semakin tinggi rasio

ketersediaan sekolah, semakin baik pelayanan pendidikan suatu daerah. Hal

tersebut dikarenakan peningkatan jumlah murid diimbangi dengan peningkatan

jumlah sekolah yang tersedia. Begitu juga sebaliknya, semakin rendah rasio

ketersediaan sekolah semakin buruk pelayanan pendidikan suatu daerah, karena

jumlah sekolah yang kurang dan tidak dapat mengimbangi jumlah murid yang ada.

58

Grafik 4.5 Rasio Keterserdiaan Sekolah Kabupaten/Kota Provinsi Jawa

Barat Tahun 2010-2017

Sumber: Badan Pusat Stastistik (data diolah)

Berdasarkan grafik 4.4, rasio ketersediaan sekolah kabupaten/kota di

Provinsi Jawa Barat cenderung mengalami fluktuasi setiap tahunnya. Daerah

dengan rasio ketersediaan sekolah tertinggi adalah Kabupaten Ciamis dengan rasio

ketersediaan sekolah sebanyak 57,0252 sekolah untuk setiap 10.000 penduduk usia

sekolah pada tahun 2010, dan sebanyak 57,3406 sekolah untuk setiap 10.000

penduduk usia sekolah pada tahun 2017. Sedangkan daerah yang memiliki rasio

ketersediaan sekolah terendah adalah Kota Cimahi yaitu sebanyak 20,2160 sekolah

untuk setiap 10.000 penduduk usia sekolah pada tahun 2010 dan sebanyak 21,4605

untuk setiap 10.000 penduduk usia sekolah pada tahun 2017.

4.1.6 Tenaga Kerja

Tenaga kerja merupakan faktor utama dalam pertumbuhan ekonomi. Dalam

praktiknya, tenaga kerja memiliki peran sebagai perantara antara infrastruktur dan

0

10

20

30

40

50

60

70

Bo

gor

Suka

bu

mi

Cia

nju

r

Ban

du

ng

Gar

ut

Tasi

kmal

aya

Cia

mis

Ku

nin

gan

Cir

eb

on

Maj

alen

gka

Sum

edan

g

Ind

ram

ayu

Sub

ang

Pu

rwak

arta

Kar

awan

g

Bek

asi

Ban

du

ng

Bar

at

Ko

ta B

ogo

r

Ko

ta S

uka

bu

mi

Ko

ta B

and

un

g

Ko

ta C

ireb

on

Ko

ta B

eka

si

Ko

ta D

epo

k

Ko

ta C

imah

i

Ko

ta T

asik

mal

aya

Ko

ta B

anja

r

2010

2011

2012

2013

2014

2015

2016

2017

59

pertumbuhan ekonomi. Dengan adanya tenaga kerja, infrastruktur dapat

dimanfaatkan secara optimal sehingga akan berdampak terhadap pertumbuhan

ekonomi pada suatu daerah.

Grafik 4.6 Jumlah Tenaga Kerja Kabupaten/Kota Provinsi Jawa Barat

Tahun 2010-2017 (orang)

Sumber: Badan Pusat Stastistik (data diolah)

Berdasarkan grafik 4.5, Jumlah tenaga kerja kabupaten/kota di Provinsi

Jawa Barat cenderung mengalami peningkatan dari tahun ke tahun. Dilihat dari

grafiknya, Kabupaten Bogor memiliki jumlah tenaga kerja tertinggi yaitu sebanyak

1.722.345 orang pada tahun 2010 dan meningkat menjadi 2.351.753 orang pada

tahun 2017. Sedangkan untuk jumlah tenaga kerja terendah terdapat di Kota Banjar

yaitu sebanyak 67.957 orang pada tahun 2010 dan menjadi 84.032 pada tahun 2017.

4.2 Hasil Estimasi

Dalam penelitian ini, metode yang digunakan adalah metode Panel

Corrected Standard Errors (PCSE). Dalam melakukan pengolahan data, Pada tahap

0

500000

1000000

1500000

2000000

2500000

Bo

gor

Suka

bu

mi

Cia

nju

r

Ban

du

ng

Gar

ut

Tasi

kmal

aya

Cia

mis

Ku

nin

gan

Cir

eb

on

Maj

alen

gka

Sum

edan

g

Ind

ram

ayu

Sub

ang

Pu

rwak

arta

Kar

awan

g

Bek

asi

Ban

du

ng

Bar

at

Ko

ta B

ogo

r

Ko

ta S

uka

bu

mi

Ko

ta B

and

un

g

Ko

ta C

ireb

on

Ko

ta B

eka

si

Ko

ta D

epo

k

Ko

ta C

imah

i

Ko

ta T

asik

mal

aya

Ko

ta B

anja

r

2010

2011

2012

2013

2014

2015

2016

2017

60

awal pengolahan data melalui uji Hausman, untuk memilih metode terbaik. Setelah

dilakukan uji Hausman, metode terbaik yang digunakan dalam penelitian ini

merupakan metode random effect model. Hal tersebut dikarenakan, nilai

probabilitas chi-square lebih besar dari tingkat signifikansi 5% (Lampiran 4). Akan

tetapi, ketika dilakukan uji heteroskedastisitas dan uji asumsi klasik, model tersebut

memiliki masalah heteroskedastisitas (Lampiran 5) dan terdapat autokorelasi

(Lampiran 7). Sehingga untuk mengatasi masalah tersebut digunakanlah metode

Panel Corrected Standard Errors (PCSE). Penelitian ini menggunakan PDRB riil

perkapita sebagai variabel dependen, sedangkan variabel infrastruktur jalan,

infrastruktur listrik, infrastruktur kesehatan, infrastruktur pendidikan, dan tenaga

kerja digunakan sebagai variabel independen. Model persamaan dalam penelitian

ini adalah sebagai berikut:

𝒍𝒏 𝑮𝑫𝑹𝑷𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏𝒍𝒏 𝒓𝒐𝒂𝒅𝒊𝒕 + 𝜷𝟐𝒍𝒏 𝒆𝒍𝒆𝒄𝒕𝒓𝒊𝒄𝒊𝒕𝒚𝒊𝒕 + 𝜷𝟑𝒍𝒏 𝒉𝒆𝒂𝒍𝒕𝒉𝒊𝒕

+ 𝜷𝟒𝒍𝒏 𝒆𝒅𝒖𝒄𝒊𝒕 + 𝜷𝟓𝒍𝒏 𝒍𝒂𝒃𝒐𝒓𝒊𝒕 + 𝒖𝒊𝒕

Di mana,

𝐺𝐷𝑅𝑃 : PDRB riil perkapita

𝑙𝑛𝑟𝑜𝑎𝑑 : Rasio panjang jalan kondisi baik dan sedang per luas wilayah

𝑙𝑛𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐ity : Rasio elektrifikasi

𝑙𝑛ℎ𝑒𝑎𝑙𝑡ℎ : Rasio tempat tidur rumah sakit

𝑙𝑛𝑒𝑑𝑢𝑐 : Rasio ketersediaan sekolah

𝑙𝑛𝑙𝑎𝑏𝑜𝑟 : Jumlah tenaga kerja

𝛽0 : Konstanta

𝛽1 − 𝛽5 : Koefisien regresi

61

𝑢 : Standard error

𝑖 : Cross section (26 Kabupaten/Kota di Provinsi Jawa Barat)

𝑡 : Time series (periode waktu tahun 2010 hingga 2017)

Berdasarkan model persamaan tersebut, menghasilkan estimasi sebagai

berikut:

Tabel 4.1 Hasil Estimasi PCSE

VARIABLES lngdrp

lnroad 0.0314008*

(0.0173224)

lnelectricity 0.2872546***

(0.0770753)

lnhealth 0. .3040356***

(0.0239769)

lneduc -0.3289043***

(0.077697)

lnlabor 0. 2823874***

(0.0144768)

constant 14.43631***

(0.4139306)

observations 208

R-Squared 0.43523203

Keterangan: *** 𝑝 < 0.01, ** 𝑝 < 0.05, *𝑝 < 0.1

Sumber: Hasil pengolahan data

62

Berdasarkan hasil estimasi PCSE, dapat dilihat bahwa variable jalan, listrik,

kesehatan dan tenaga kerja memiliki pengaruh yang positif serta signifikan terhadap

PDRB riil perkapita yang merupakan variabel dependen dalam penelitian ini.

Sedangkan variabel pendidikan memiliki pengaruh yang negatif dan signifikan

terhadap PDRB riil perkapita. Kemudian, variabel konstanta memiliki hasil yang

positif dan signifikan terhadap PDRB riil perkapita di kabupaten/kota di Provinsi

Jawa Barat. Selanjutnya, untuk nilai statistik R-squared dalam penelitian ini

memiliki nilai sebesar 0,43523203.

4.3 Hasil Uji Asumsi Klasik

4.3.1 Uji Heteroskedastisitas

Hasil dari uji heteroskedastisitas dalam penelitian ini adalah sebagai berikut:

Tabel 4.2 Hasil Uji Heteroskedastisitas

𝑷𝒓𝒐𝒃 > 𝝌𝟐 Significant level Keterangan

0.000 5% 𝐻0 ditolak

Sumber: Hasil pengolahan data

Dilihiat dari hasil uji heteroskedastisitas di atas, dapat dikatakan bahwa

model penelitian ini memiliki masalah heteroskedastisitas di dalamnya. Hal

tersebut dikarenakan nilai probabilitas dari chi-square kurang dari tingkat

signifikansi (𝛼 = 5%). Sehingga, dalam mengatasi masalah tersebut dapat dengan

mengubah model random effect menjadi metode Panel Corrected Standard Errors

(PCSE). Dengan begitu, masalah heteroskedastisitas dapat teratasi.

63

4.3.2 Uji Multikolinearitas

Berikut merupakan hasil dari uji multikolinearitas yang dihasilkan setelah

mengestimasi menggunakan Panel Corrected Standard Errors (PCSE):

Tabel 4.3 Hasil Uji Multikolinearitas

road electric health educ lnlabor

lnroad 1.000

lnelectricity 0.5083 1.000

lnhealth 0.6784 0.5122 1.000

lneduc -0.6846 -0.3316 -0.5666 1.000

lnlabor -0.3897 -0.0890 -0.5854 0.0783 1.000

Sumber: Hasil pengolahan data

Berdasarkan tabel 4.3, hasil uji multikolinearitas menunjukkan bahwa nilai

koefisien korelasi pada setiap variabel independen dalam model peneletian ini tidak

memiliki masalah multikolinearitas. Hal tersebut dapat dilihat dari nilai koefisien

korelasi yang tidak melebihi 0.8 (Gujarati & Porter, 2009).

4.3.3 Uji Autokorelasi

Dengan dilakukannya perubahan dari random effect model menjadi Panel

Corrected Standard Errors (PCSE), hasil estimasi regresi tersebut sudah tidak

memiliki masalah autokorelasi. Hal tersebut disebabkan karena dengan

64

menggunakan metode PCSE, maka model telah memenuhi asumsi klasik sehingga

masalah autokorelasi dalam teratasi (Blackwell, 2005).

4.4 Hasil Uji Signifikansi Koefisien

4.4.1 Koefisien Determinasi (𝑹𝟐)

Hasil estimasi dari regresi menunjukkan bahwa nilai koefisien determinasi

(𝑅2) pada model dalam penelitian ini memiliki nilai sebesar 0.43523203 atau

43,5%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa seluruh variabel

independen yang terdiri dari jalan, listrik, kesehatan, pendidikan, dan tenaga kerja

dalam penelitian ini mampu menjelaskan variabel dependen yaitu pertumbuhan

ekonomi sebesar 43,5%, sedangkan sebesar 56,5% lainnya dijelaskan oleh variabel

lain di luar model yang tidak digunakan dalam penelitian ini.

4.4.2 Uji Signifikansi Simultan

Uji signifikansi F yang dihasilkan dalam penelitian ini adalah sebagai

berikut:

Tabel 4.4 Hasil Pengujian Signifikansi Simultan (Uji F)

df 𝑭𝒔𝒕𝒂𝒕𝒊𝒔𝒕𝒊𝒌 𝑭𝒕𝒂𝒃𝒆𝒍 𝑯𝟎 Keterangan

F (5; 202) 30.98 3.11 𝐻0 ditolak Signifikansi pada 𝛼 = 1%

Signifikansi 𝜶 Prob F 𝑯𝟎 Keterangan

0.01 0.0000 𝐻0 ditolak Signifikansi pada 𝛼 = 1%

Sumber: Hasil pengolahan data

65

Berdasarkan tabel 4.3, hasil uji signifikansi F menunjukkan bahwa

keseluruhan variabel independen yaitu jalan, listrik, pendidikan, kesehatan, dan

tenaga kerja secara bersamaan memengaruhi PDRB riil─yang merupakan variabel

dependen─secara signifikan. Hal tersebut dapat dilihat dengan nilai F-stat yang

lebih besar dibandingkan dengan nilai F-tabel yaitu 30,98 > 3,11 (nilai F tabel

pada tingkat signifikansi 1% dan degree of freedom n1 dan n2 yaitu 5;202).

Kemudian dapat dilihat juga melalui nilai probabilitias F yang lebih kecil dari

tingkat signifikasi 𝛼 = 1%.

4.4.3 Uji Signifikansi Parsial

Uji signifikansi parsial yang dihasilkan adalah sebagai berikut:

Tabel 4.5 Hasil Pengujian Signifikansi Parsial

Variabel Prob t 𝑯𝟎 Keterangan

lnroad 0.070 𝐻0 ditolak Signifikansi pada 𝛼 = 10%

lnelectricity 0.000 𝐻0 ditolak Signifikansi pada 𝛼 = 1%

lnhealth 0.000 𝐻0 ditolak Signifikansi pada 𝛼 = 1%

lneduc 0.000 𝐻0 ditolak Signifikansi pada 𝛼 = 1%

lnlabor 0.000 𝐻0 ditolak Signifikansi pada 𝛼 = 1%,

Sumber: Hasil pengolahan data

Berdasarkan tabel 4.5, hasil uji signifikansi parsial menunjukkan bahwa

variabel listrik, kesehatan, pendidikan, dan tenaga kerja memiliki pengaruh yang

signifikan terhadap PDRB riil pada tingkat signifikansi 1%. Sedangkan variabel

jalan memiliki pengaruh yang signifikan pada tingkat signifikansi 10%.

66

4.5 Analisis Model dan Ekonomi

4.5.1 Pengaruh Infrastruktur Jalan terhadap Pertumbuhan Ekonomi

Berdasarkan hasil estimasi, infrastruktur jalan memiliki nilai koefisen

sebesar 0.0314008 pada tingkat signifikansi 10%. Hasil tersebut menunjukkan

bahwa infrastruktur jalan memiliki pengaruh positif serta signifikan terhadap

pertumbuhan ekonomi di kabupaten/kota Provinsi Jawa Barat. Hasil tersebut

menjelaskan bahwa setiap peningkatan jumlah pajang jalan sebesar 1%, akan

menurunkan tingkat pertumbuhan ekonomi sebesar 0,03%, ceteris paribus. Hal

tersebut sesuai dengan penelitian sebelumnya seperti yang dilakukan oleh

(Caldéron & Servén, 2004) yang menunjukkan bahwa infrastruktur jalan memiliki

pengaruh yang signifikan dan positif terhadap pertumbuhan ekonomi.

Berdasarkan data dari BPS menunjukkan bahwa kondisi jalan di Provinsi

Jawa Barat sendiri cenderung semakin membaik baik. Dengan infrastruktur jalan

yang membaik, akan meningkatkan konektivitas antar daerah, dengan begitu akan

meminimalisir biaya transportasi, serta dapat dengan mudah menjangkau sumber

daya dan mendistribusikannya. Selain itu, masyarakat akan dengan mudah

mengakses layanan kesehatan dan pendidikan, sehingga aktivitas perekonomian

akan lebih efisien dan efektif. Meskipun begitu, menurut (Bappeda Jawa Barat,

2018) kondisi jalan di Provinsi Jawa Barat masih belum optimal. Salah satu

penyebabnya karena jaringan jalan yang belum merata serta masih adanya

ketimpangan kawasan antara jalur utara, tengah, dan selatan sehingga mobilitas

antar wilayah menjadi terbatas.

67

4.5.2 Pengaruh Infrastruktur Listrik terhadap Pertumbuhan Ekonomi

Berdasarkan hasil estimasi regresi, variabel infrastruktur listrik memiliki

koefisien sebesar 0.2872546 pada tingkat signifikansi 1%. Hasil tersebut

menunjukkan bahwa setiap peningkatan infrastruktur listrik sebesar 1%, akan

meningkatkan pertumbuhan ekonomi sebesar 0,28%, ceteris paribus. Hal ini sesuai

dengan penelitian yang dilakukan oleh (Lorde, et al., 2010) yang menyatakan

bahwa terdapat hubungan jangka panjang antara konsumsi energi listrik terhadap

pertumbuhan ekonomi. Secara spesifik, konsumsi energi listrik yang dilakukan oleh

sektor non-perumahan memiliki peran sebagai pendorong pertumbuhan dalam

jangka panjang.

Dilihat dari Statistik PLN Distribusi Jabar-Banten, pengguna listrik dari

tahun 2010 hingga tahun 2017 mengalami peningkatan sehingga pengadaan

pasokan listrik juga mengalami peningkatan. Hal tersebut menunjukkan adanya

upaya yang dilakukan pemerintah dalam meningkatkan infrastruktur listrik di Jawa

Barat. Dengan adanya pasokan listrik yang baik, dapat membantu untuk

menggerakkan perekonomian daerah terutama pada sektor industri.

4.5.3 Pengaruh Infrastruktur Kesehatan terhadap Pertumbuhan Ekonomi

Berdasarkan hasil estimasi regresi terhadap variabel infrastruktur kesehatan,

menghasilkan nilai koefisien sebesar 0.3040356 pada tingkat signifikansi 1%. Hasil

tersebut menunjukkan bahwa infrastuktur kesehatan memiliki pengaruh positif

serta signifikan terhadap pertumbuhan ekonomi. Sehingga setiap adanya kenaikan

jumlah tempat tidur rumah sakit sebesar 1%, maka akan meningkatkan

pertumbuhan ekonomi sebesar 0,30%, dengan asumsi ceteris paribus. Hal tersebut

68

sesuai dengan penelitian yang dilakukan oleh (Bloom, et al., 2004). Dalam

penelitiannya, menjelaskan bahwa kesehatan memiliki pengaruh positif dan

signifikan secara statistik terhadap pertumbuhan ekonomi. Hal ini disebabkan

bahwa dengan adanya peningkatan fasilitas kesehatan akan berdampak pada

produktifitas tenaga kerja yang semakin meningkat.

Menurut Profil Kesehatan Jawa Barat tahun 2017, sejak tahun 2011 sampai

dengan tahun 2017, terdapat kecenderungan peningkatan jumlah tempat tidur

rumah sakit. Hal tersebut menunjukkan bahwa layanan tempat tidur rumah sakit

semakin memadai setiap tahunnya. Dengan pelayanan kesehatan yang baik, maka

masyarakat dapat beraktivitas dengan lebih produktif. Pengeluaran terhadap

kesehatan akan memberikan dampak yang positif dan signifikan terhadap

pertumbuhan secara tidak langsung. Dengan pelayanan kesehatan yang memadai

dapat mendorong pertumbuhan melalui pengaruhnya terhadap kualitas Sumber

Daya Manusia. Selain itu, pengaruh positif dari ketersediaan sarana prasarana

kesehatan sangat dipengaruhi oleh kualitas dari pemerintah dalam mengelolanya

(Baldacci, et al., 2008).

4.5.4 Pengaruh Infrastruktur Pendidikan terhadap Pertumbuhan Ekonomi

Berdasarkan hasil estimasi, variabel infrastruktur pendidikan menghasilkan

nilai koefisien sebesar -0.3289043 pada tingkat signifikansi 1%. Sehingga setiap

adanya kenaikan infrastruktur pendidikan sebesar 1%, akan menurunkan

pertumbuhan ekonomi sebesar 0.0142%, ceteris paribus. Hal tersebut berbanding

terbalik dengan penelitian (Ritonga, 2017) yang menunjukkan bahwa pembangunan

infrastruktur pendidikan memiliki pengaruh positif dan signifikan terhadap

69

pertumbuhan ekonomi. Menurutnya, pendidikan merupakan salah satu tujuan

pembangunan mendasar pada suatu wilayah. Hal ini dikarenakan pendidikan adalah

salah satu investasi pada modal manusia dalam rangka mendorong peningkatan

kualitas SDM. Kemudian (Ozturk, 2001) menyimpulkan bahwa pendidikan

memperkaya pemahaman masyarakat terhadap dunia, meningkatkan kualitas

kehidupan, dan mengarah pada manfaat sosial yang luas bagi individu dan

masyarakat. Pendidikan juga meningkatkan produktivitas ekonomi dan kreativitas.

Akan tetapi, (Baldacci, et al., 2008) menyatakan pendidikan membutuhkan waktu

selama 10 hingga 15 tahun untuk dapat dirasakan pengaruhnya terhadap

pertumbuhan ekonomi.

Di Provinsi Jawa Barat, jumlah penduduk usia sekolah mengalami

peningkatan yang cukup signifikan setiap tahunnya. Akan tetapi, hal tersebut tidak

diimbangi dengan jumlah sekolah yang tersedia sehingga mengakibatkan pelayanan

pendidikan di Jawa Barat menjadi kurang terpenuhi. Dinas Pendidikan Provinsi

Jawa Barat menyatakan bahwa tidak semua kecamatan di Jawa Barat memiliki

sekolah menengah terutama Sekolah Menengah Atas (SMA) berstatus negeri. Dari

626 kecamatan di Jawa Barat, hanya 407 kecamatan yang sudah memiliki sekolah

negeri dan sisanya yaitu sebanyak 219 kecamatan masih belum memiliki sekolah

negeri. Pendidikan di Jawa Barat juga memiliki permasalahan utama yaitu

distribusi. Sekolah yang terdapat di Jawa Barat hanya dapat menampung 34% dari

jumlah keseluruhan siswa yang akan lulus (Republika, 2019). Di sisi lain,

ketersediaan sekolah saja belum cukup berperan dalam meningkatkan kualitas

sumber daya manusia. Di samping itu, diperlukan adanya penyelenggaraan

70

pelayanan pendidikan yang memenuhi Standar Pelayanan Minimal (SPM) yang

telah ditentukan meliputi kualitas tenaga pendidik, sarana dan prasana sekolah,

serta peran pemerintah dalam mengelola dan menentukan kebijakan.

4.5.5 Pengaruh Tenaga Kerja terhadap Pertumbuhan Ekonomi

Bardasarkan hasil estimasi, variabel tenaga kerja menghasilkan koefisien

sebesar 0.2823874 pada tingkat signifikansi 1%. Sehingga dapat dikatakan bahwa

apabila terdapat peningkatan terhadap jumlah tenaga kerja sebesar 1%, akan

meningkatkan pertumbuhan ekonomi sebesar 0,28%, ceteris paribus. Hal tersebut

sesuai dengan teori pertumbuhan Solow yang menyatakan bahwa tenaga kerja

merupakan salah satu faktor utama yang mempengaruhi pertumbuhan ekonomi.

Menurut Badan Koordinasi Penanaman Modal (BKPM), realisasi investasi di Jawa

Barat tahun 2015 berhasil menyerap tenaga kerja sebanyak 301.474 orang.

Penyerapan tenaga kerja tersebut memiliki kontribusi sebesar 21% dari keseluruhan

penyerapan tenaga kerja di Indonesia yaitu sebanyak 1.435.704 tenaga kerja.

Sehingga di Pulau Jawa sendiri, Jawa Barat menjadi provinsi dengan daya serap

tenaga kerja tertinggi (Kemenperin, 2016). Dengan tenaga kerja yang tinggi dapat

meningkatkan output barang dan jasa yang dihasilkan, sehingga akan mendorong

pertumbuhan ekonomi di Jawa Barat.