Page 178 - KFR Triwulan IV 2023 - Spread
P. 178

Prolog                  BAB I  |  Analisis Ekonomi Regional       BAB II  |  Analisis Fiskal Regional                 BAB IV  |  Pengembangan            BAB V  |  Analisis Tematik           BAB V  |  Kesimpulan dan
                                                                                                                                                                                                               Rekomendasi
                                                                                                                                       Ekonomi Daerah

                          Grafik 5.15 Tingkat PMDN di Provinsi Sumatera Utara Tahun 2019-2023                                         IPM           = Indeks Pembangunan Manusia


                                                                                                                                      RLS           = Rata-rata Lama Sekolah
                                                        PMDN

                             14.000.000,                                                                                              INV           = Investasi


                             12.000.000,                                                                                              α             = Konstanta

                             10.000.000,                                                                                              β1 s.d. β4    = Koefisien Regresi

                            Nilai Investasi  8.000.000,                             Sektor Primer                                    1.  Hasil Uji Statistik Deskriptif

                                                                                                                                                    = error term
                                                                                                                                      ε
                              6.000.000,
                                                                                    Sektor Sekunder
                              4.000.000,                                            Sektor Tersier                                           Tabel 5.7 menunjukkan hasil pengujian statistik deskriptif atas data dari variabel yang
                                                                                                                                         akan diuji. Rata-rata IPM sebesar 71,09 dengan skor terendah 60,42 dan skor tertinggi 82,19.

                              2.000.000,                                                                                                 IPM terendah berasal dari Kabupaten Nias Barat pada tahun 2018 dan IPM tertinggi berasal
                                                                                                                                         dari Kota Medan pada tahun 2023. Rata-rata RLS sebesar 9,11169. Kabupaten Nias pada
                                    0,
                                         2019    2020    2021     2022    2023                                                           tahun  2018  memiliki  skor  RLS  terendah  sebesar  4,94  dan  Kota  Medan  pada  tahun  2023
                                                         Tahun                                                                           memiliki skor RLS tertinggi sebesar 11,62. Rata-rata TPT adalah 4,776 dengan TPT terendah

                                                                                                                                         0,181 berasal dari Kabupaten Pakpak Bharat tahun 2019 dan TPT tertinggi sebesar 12,11686
                           Sumber: BKPM, diolah.                                                                                         berasal dari Kota Pematang Siantar tahun 2018. Rata-rata investasi sebesar Rp551,3 M. Nilai


                      Sesuai dengan uraian sebelumnya,  tingkat  pengangguran dapat dipengaruhi oleh                                     investasi tertinggi sebesar Rp7,32 triliun berasal dari Kota Tebing Tinggi pada tahun 2022.
                                                                                                                                                                                                               Std.
               intervensi pemerintah dalam meningkatkan kualitas SDM dan aktivitas investasi. Oleh sebab itu,                                    Vrbl  Obs.     Mean      Median       Min         Max      Deviation
               akan dilakukan pengujian pengaruh kualitas SDM dan investasi terhadap tingkat pengangguran                                        IPM  198     71,09419  71,04                                                             3



                                                                                                                                                                                      0
                                                                                                                                                                                     6
                                                                                                                                                                                        42
                                                                                                                                                                                       ,

                                                                                                                                                                                                             ,
                                                                                                                                                                                                            4
                                                                                                                                                                                                               68
                                                                                                                                                                                                              5
                                                                                                                                                                                                  ,
                                                                                                                                                                                                82

                                                                                                                                                                                                   19
               di provinsi Sumatera Utara dengan metode regresi data panel menggunakan aplikasi Microsoft                                        RLS  198     9,116919  9,255        4,94       11,62       1,41695
                                                                                                                                                  INV  198    551303,3  90652,15  0             7320818,6  1106148,3
               Excel dan Stata. Data yang digunakan adalah data sekunder dari Badan Pusat Statistik dan                                          TPT  198     4,776321  4,795235  0,181438  12,11686        2,725179
               Badan Koordinasi Penanaman Modal pada 33 kabupaten dan kota di provinsi Sumatera Utara                                                              Tabel 5.7 Tabel Hasil Uji Statistik Deskriptif
               dari tahun 2018-2023. Total observasi sebesar 198 data. Variabel yang diteliti terdiri dari variabel
                                                                                                                                                                        Sumber: Diolah di Aplikasi Stata
               dependen  dan  independen.  Variabel dependen adalah tingkat  pengangguran dengan
               menggunakan data Tingkat Pengangguran Terbuka (TPT) dari BPS. Variabel independen adalah                              2.  Hasil Uji Regresi Data Panel
               kualitas SDM dan investasi. Kualitas SDM diproksikan dengan Indeks Pembangunan Manusia                                        Sebelum  pengujian  regresi  data  panel,  dilakukan  pengujian  estimasi  pemilihan  model
               (IPM) yang bersumber dari BPS dan Rata-Rata Lama Sekolah (RLS) sebagai variabel kontrol.                                  terbaik. Berdasarkan pengujian Chow Test, Lagrange Multiplier Test, dan Hausman Test, maka
               Persamaan data panel dapat digambarkan sebagai berikut.                                                                   model yang paling tepat adalah Fixed Effect Model (FEM). Maka, pengujian regresi dilakukan
                                                                                                                                         dengan FEM. FEM merupakan model dengan perbedaan intersep untuk setiap individu namun
                                       TPT = α + β1IPMit + β2RLSit + β4INVit +εit
                                                                                                                                         intersep tersebut tidak bervariasi terhadap waktu atau konstan. Hasil pengujian FEM dapat
               Keterangan:                                                                                                               dilihat pada gambar 5.2.

               TPT           = Tingkat Pengangguran Terbuka




           178     KANWIL DJPB PROVINSI SUMATERA UTARA                                                                                                                                            KAJIAN FISKAL REGIONAL       179
                                                                                                                                                                                                                Tahunan 2023
   173   174   175   176   177   178   179   180   181   182   183