Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN

Transkripsi

1 Jural Ilmiah Widya Tekik Volume 6 Nomor 07 ISSN PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL Loviaa, Dia Reto Sari Dewi *, Luh Jui Asrii Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Katolik Widya Madala Surabaya, Jala Kaliuda 37 Surabaya * diaretosd@yahoo.com ABSTRAK Produk Domestik Bruto (PDB) merupaka ukura yag sagat bermafaat atas kegiata da keseahteraa perekoomia suatu egara. Utuk tiap wilayah, ilai Produk Domestik Bruto disebut Produk Domestik Regioal Bruto (PDRB). Dalam peelitia ii dilakuka pemodela dega PDRB sektor idustri dega megguaka regresi spasial utuk megetahui hubuga spasial atar kota/kabupate di Jawa Timur. Variabel yag diguaka dalam peelitia ialah umlah teaga kera sekor idustri (x ) da umlah UMKM (x ). Peeliti ii bertuua utuk megetahui hubuga spasial ilai PDRB atar kabupate/kota yag dituukka dalam model serta megetahui pegaruh faktor teaga kera sektor idustri da UMKM terhadap PDRB sektor idustri. Hasil dari peelitia ialah adaya iteraksi spasial yaitu ilai PDRB sektor idustri utuk masigmasig kabupate/kota dipegaruhi oleh besar PDRB sektor Idustri yag meadi tetaggaya da dituukka dalam model Spatial Autoregressive (SAR). Selai itu, variabel umlah teaga kera sektor idustri (x ) da umlah UMKM (x ) secara sigifika memiliki pegaruh terhadap PDRB Sektor Idustri (y) da berilai positif. Kata kuci : PDRB Sektor Idustri, Regresi Spasial, SAR I. Pedahulua Produk Domestik Bruto (PDB) merupaka ukura yag sagat bermafaat atas kegiata da keseahteraa perekoomia suatu egara. PDB merupaka ilai pasar keluara total sebuah egara. Hal ii berarti ilai pasar semua barag adi da asa akhir yag diproduksi selama periode waktu tertetu oleh faktor-faktor produksi yag berlokasi di dalam sebuah egara (Case, 999). Sedagka utuk tiap wilayah, ilai Produk Domestik Bruto disebut Produk Domestik Regioal Bruto. Aalisis regresi spasial merupaka pegembaga dari regresi liier klasik yag megugkapka bahwa pegamata pada sampel yag memiliki kompoe lokasioal aka memiliki ketergatuga spasial (LeSage, 998). Pegguaa regresi spasial diguaka utuk megetahui pegaruh kedekata lokasi suatu daerah dega daerah laiya terhadap faktor ekoomi khususya produk domestik regiol bruto pada kabupate/kota di Jawa Timur. Hal ii diketahui dega cara melakuka pembobota atar kabupate/kota di Jawa Timur. Peelitia sebelumya yag megguaka regresi spasial ialah Pedekata Ekoometrika Pael Spasial utuk Pemodela PDRB Sektor Idustri Di Satua Wilayah Pembagua (SWP) Gerbagkertasusila da Malag-Pasurua (Fatmawati, 009). Hasil peelitiaya meuukka bahwa terdapat efek spasial ilai PDRB sektor idustri utuk masig-masig kabupate/kota. Aka tetapi, peelitia tersebut tidak dilakuka di 38 kota/kabupate di Jawa Timur. Dari peelitia terdahulu, peeliti aka membahas megeai hubuga spasial ilai PDRB Sektor Idustri di 38 kota/kabupate di Jawa Timur. Data yag diguaka dalam peelitia ii ialah data cross-sectio, yaitu data pada tahu tertetu yag diamati di beberapa kota/kabupate di Jawa Timur. Variabel yag diguaka yaitu umlah teaga kera sektor idustri da bayakya Usaha Mikro, Kecil da Meegah (UMKM) II. Tiaua Pustaka II. Produk Domestik Bruto PDB (Produk Domestik Bruto) merupaka ilai pasar keluara total sebuah egara. Hal ii berarti ilai pasar semua barag adi da asa akhir yag diproduksi selama periode waktu tertetu oleh faktor-faktor produksi yag beroperasi di wilayah domestik. Pedapata yag timbul oleh karea adaya kegiata produksi tersebut merupaka pedapata domestik. Produk Domestik Bruto setiap wilayah disebut dega Produk Domestik Regioal Bruto. Nilai tambah bruto mecakup kompoe-kompoe pedapata faktor (upah da gai, buga, sewa taah da keutuga), peyusuta da paak tidak lagsug eto. Jadi dega meumlahka lai tambah bruto dari masig-masig sektor da meumlahka ilai tambah bruto dari seluruh sektor tadi, aka diperoleh Produk Domestik Regioal Bruto atas dasar harga pasar. 39

2 Loviaa dkk. /Widya Tekik II. Regresi Spasial Regresi spasial merupaka aplikasi dari peerapa ilmu lokasi sagat bergatug dari poi atau letak sampel daerah yag memiliki ketergatuga spasial atar observasi da terdapat heterogeitas spasial pada sampel (LeSage, 998). Meurut LeSage (998), eis pedekata area diataraya: Mixed Regressive-Autoregressive atau Spatial Autoregressive Models (SAR), Spatial Error Models (SEM), Spatial Autoregressive Movig Average (SARMA), da pael data. Pemodela spasial sagat erat dega proses autoregressive, dituukka dega adaya hubuga ketergatuga atar sekumpula pegamata atau lokasi. Proses autoregressive dapat diaalogika pada model umum spatial autoregressive seperti pada persamaa berikut: y W y X u (.) dega : u W u ; ~ N 0, dimaa: y = vektor variabel respo ( x ) X = matrik variabel prediktor ( x (k+)) u = vektor error berukura x ε = vektor error berukura x II.3 Pembobota Matriks Matriks pembobot spasial diperoleh dari umlah tetagga atau kedekata suatu daerah dega daerah laiya. LeSage (998) meelaska beberapa metode dalam meetuka ilai i w, yaitu : a. Liear cotiguity : Wi =, utuk wilayah yag ada di piggir atau tepi (edge), baik di kiri atau kaa wilayah yag diperhatika. b. Rook cotiguity : Wi =, utuk wilayah yag ada di sampig (side) wilayah yag diperhatika. c. Bishop cotiguity : Wi =, utuk wilayah yag titik sudutya (vertex) bertemu dega wilayah yag diperhatika. d. Double Liear cotiguity : Wi =, utuk etitas yag bertepia di kiri atau kaa wilayah yag diperhatika. e. Double Rook cotiguity : Wi =, utuk etitas yag ada di sampig kaa, kiri, utara da selata wilayah yag diperhatika. f. Quee cotiguity : Wi =, utuk etitas yag ada di sampig atau sudut wilayah yag diperhatika. Utuk laiya Wi = 0. II.4 Ui Mora s I Mora's I merupaka pegembaga dari korelasi pearso pada data uivariate series. Korelasi pearso () atara variabel prediktor da variabel respo dega bayak data dapat dirumuska sebagai berikut: i x xy y x x y y i i i i da pada persamaa korelasi pearso tersebut merupaka rata-rata sampel dari variabel prediktor da respo. Nilai ρ diguaka utuk megukur apakah variabel prediktor da respo salig berkorelasi. Koefisie Mora s I diguaka utuk ui depedesi spasial atau autokorelasi atar amata atau lokasi. Hipotesis yag diguaka adalah: H 0 : I = 0 (tidak ada autokorelasi atar lokasi) H : I 0 (ada autokorelasi atar lokasi) Pegambila keputusa tolak Ho ika Z hitug > Z α/. Nilai dari ideks I adalah atara - da. Apabila I > Io maka data memiliki autokorelasi positif, ika I < Io maka data memiliki autokorelasi egatif. II.5 Ui Lagrage Multiplier (LM) Ui Lagrage Multiplier (LM) diguaka sebagai dasar utuk memilih model regresi spasial yag sesuai (LeSage, 998). Tahapa pertama dalam ui ii adalah melakuka pembuata model regresi sederhaa melalui Ordiary Least Square (Guarati, 009). Kemudia dilakuka idetifikasi keberadaa model spasial dega megguaka ui LM. Apabila LM error sigifika maka model yag sesuai adalah SEM, da apabila LM lag sigifika maka model yag sesuai adalah SAR. Apabila keduaya sigifika maka model yag sesuai adalah Spatial Autoregressive Movig Average (SARMA). III. Metode Peelitia (.) 40

3 Loviaa dkk. /Widya Tekik Peelitia membutuhka sebuah metode yag sesuai dega gagasa da tuua yag igi dicapai. Berikut merupaka tahapa peelitia yag dilakuka : Gambar 3. Flowchart Metodologi Peelitia IV. Pegumpula Da Pegolaha Data IV. Pegumpula Data Lagkah awal dalam pegumpula data ialah meetuka variabel bebas yag mempegaruhi PDRB Sektor Idustri. Variabel tersebut ialah Jumlah Teaga Kera Sektor Idustri da Jumlah UMKM Sektor Idustri di Jawa Timur pada tahu 0. IV. Pegolaha Data IV.. Statistika Deskriptif Berikut ii merupaka hasil peguia statistika deskriptif dari variabel-variabel yag diguaka dalam peelitia ii. 4

4 Loviaa dkk. /Widya Tekik Tabel Hasil peguia Statistika Deskriptif N Mea Std Dev Mi Med Max Y x x Dari tabel diatas dapat diketahui bahwa rata-rata utuk PDRB sektor idustri ialah 539 miliar rupiah dega stadar deviasi sebesar 3. Besar PDRB sektor idustri yag terkecil ialah 7 miliar rupiah da yag terbesar ialah miliar rupiah. Utuk variabel Teaga kera sektor idustri memiliki rata-rata sebesar 8359 iwa dega stadar deviasi Jumlah teaga kera sektor idustri terkecil sebesar 6463 iwa da terbesar iwa. Da bila 38 kota/kabupate diurutka dari umlah teaga kera dari yag terkecil higga terbesar, diperoleh ilai tegah sebesar iwa. Sedagka variabel UMKM memiliki rata-rata sebesar 8580 dega stadar deviasi 596. Jumlah UMKM yag terkecil ialah sebesar 06 da yag terbesar ialah Da bila 38 kota/kabupate diurutka dari ilai terkecil higga terbesar, didapatka ilai tegah sebesar 799. IV.. Pemodela OLS IV... Ui Model Regresi Ui model regresi dilakuka dega megguaka ui F. Berdasarka ui yag dilakuka dega miitab, dihasilka tabel aova seperti berikut: Tabel. Tabel Aalysis of Variace Sumber variasi db JK KR F hit P Regresi ,0 0,00 Error Total Hipotesis yag diguaka ialah : H 0 : β = β... = β k = 0 H : palig sedikit ada satu β 0, =,,...,k α=5% Berdasarka hasil table. diatas, meuukka bahwa ilai p-value < 0,05 yag berarti tolak H 0. Sehigga kesimpula yag diperoleh ialah miimal terdapat satu parameter yag secara sigifika mempegaruhi ilai PDRB sektor Idustri. IV... Ui Idividu Dega megguaka Produk Domestik Regioal Bruto sebagai variabel respo (y) da Jumlah Teaga Kera Sektor Idustri (x ) serta Jumlah UMKM Sektor Idustri (x ), maka diperoleh hasil sebagai berikut: Tabel 3. Tabel Output ui t Pred. Coef SE Coef T P VIF Cos ,67 0,50 X 0,4 0,04 8,8 0,00,07 X -0,436 0,07 -,0 0,04,07 Hipotesis yag diguaka ialah : H 0 : β = 0 H : β 0 α=5% Dari tabel 3. diatas meuukka bahwa ilai p-value umlah teaga kera sektor idustri (x ) da umlah UMKM (x ) < α. KEsimpula yag diperoleh ialah variabel umlah teaga kera sektor idustri da variabel umlah UMKM secara sigifika mempegaruhi ilai PDRB Sektor Idustri. Hasil Pemodela OLS ialah sebagai berikut: IV...3 Ui Multikoliieritas Y = 0,4 X - 0,436 X 4

5 Loviaa dkk. /Widya Tekik Ui Multikoliearitas dilakuka utuk megetahui adaya hubuga atara beberapa atau semua variabel dalam model regresi. Berdasarka tabel 3 meuukka bahwa ilai VIF masig-masig variabel < 5, yag artiya tidak teradi multikoliieritas dalam model. IV..3 Peta Tematik Jawa Timur Berikut merupaka peta tematik Jawa Timur yag terdiri atas 38 kabupate/kota. Gambar.Peta Tematik Jawa Timur IV..4 Pembobota matriks Dari gambar. dibuat sebuah matriks berukura 38x38. Metode yag diguaka ialah Quee cotiguity yaitu dega melihat persetuha sisi da sudut lokasi kabupate/kota dega kabupate/kota laiya IV..5 Ui Depedesi Spasial IV..5. Ui Mora s I Berikut merupaka hasil dari peguia Mora s I pada Tabel 4. Tabel 4. Nilai Mora s I Mora s I I0 0, 07 y 0,567 x 0,4553 x 0,055 Berdasarka tabel 4. meuukka bahwa ilai mora s I masig-masig variabel > I 0. Yag artiya PDRB sektor idustri, teaga kera sektor idustri da UMKM memiliki autokorelasi positif. IV..5. Ui Lagrage Multiplier (LM) Berikut merupaka hasil dari peguia LM pada Tabel 5. Tabel 5. Hasil peguia Lagrage Multiplier Nilai Probabilitas Mora s I, ,04 LM lag 9, ,007 LM error, , H 0 : Tidak terdapat depedesi spasial H : Terdapat depedesi spasial Taraf sigifikasi : 5% Berdasarka hasil peguia pada tabel 5 meuukka bahwa ilai probabilitas dari Mora s I < α sehigga tolak H 0, yag berarti ada depedesi spasial. Utuk ilai dari LM lag meuukka bahwa ilai probabilitas < α, sehigga tolak H 0, yag berarti ada depedesi spasial lag da harus dilautka dega pembuata Spatial Autoregressive Model (SAR). IV..6 Model Regresi Spasial Berdasarka ui Lagrage Multiplier, model yag aka dibetuk ialah SAR IV..6. Spatial Autoregressive Model Tabel 6 meuukka ilai probabilitas variabel teaga kera da UMKM < α. Yag berarti bahwa variabel-variabel tersebut memiliki pegaruh sigifika terhadap PDRB sektor idustri. Dari tabel 6. dapat dibetuk persamaa sebagai berikut : y = -903,9 + 0,705 w i y + 0,077 x 0,839 x + ε, i 43

6 Loviaa dkk. /Widya Tekik Tabel 6.Estimasi parameter model SAR Variabel Koefisie z-value Prob. W_PDRBIN 0,705 9,554 0,0000 Kostata -903,9 -,06 0,0437 Teaga Kera 0,077 6,608 0,0000 UMKM -0,839 -,477 0,0 Secara umum, model SAR dapat diiterpretasika, apabila faktor lai diaggap kosta maka saat umlah teaga kera sektor idustri (x ) di suatu kota/kabupate aik sebesar satua maka dapat meambah besar PDRB sektor idustri sebesar 0,077. Da ika UMKM (x ) aik satua maka meguragi PDRB sektor idustri sebesar 0,839. IV..7 Ui Asumsi IIDN IV..7. Ui Residual Idetik Ui residual idetik dilakuka dega megguaka ui Gleser yag meregresika ilai mutlak dari residual dega ilai variabel idepede, dega hipotesis : H 0 : residual idetik H : residual tidak idetik Tabel 7 ANOVA Sumber variasi Db JK KR F hit P Regresi ,4 0,00 Error Total Berdasarka tabel 7 meuukka bahwa ilai p-value < α. Hal ii meuukka bahwa residual tersebut tidak idetik. 44

7 Loviaa dkk. /Widya Tekik IV..8 Pemodela SAR kembali Karea Ui IIDN tidak terpeuhi, maka dilakuka peagaa asumsi dega trasformasi data da dilakuka pemodela SAR kembali. Tabel 8. Estimasi parameter model SAR setelah data ditrasformasi L Variabel Koef. z-value Prob. W_PDRBIND 0,437 3,69 0,000 Kostata -7,086 -,984 0,008 L Teaga Kera 0,95 5,990 0,0000 L UMKM 0,0804 4,967 0,039 Berdasarka tabel 8 meuukka ilai probabilitas variabel teaga kera da UMKM < α. Yag berarti bahwa variabel-variabel tersebut memiliki pegaruh sigifika terhadap PDRB sektor idustri. Dari tabel 4.8 dapat dibetuk persamaa sebagai berikut : L yˆ 7,0863 0,437 w i, i Ly 0,958 L x 0,0804 IV..9 Ui Asumsi IIDN IV..9. Ui Residual Idetik Ui residual idetik dilakuka dega megguaka ui Gleser yag meregresika ilai mutlak dari residual dega ilai variabel idepede, dega hipotesis : H 0 : residual idetik H : residual tidak idetik L x Tabel 9. Tabel Ui Asumsi Idetik Sumber variasi db JK KR F hit P Regresi 0,56 0,63 4 0,379 Error 35 9,44 0,64 Total 37 9,77 Berdasarka Tabel 9. meuukka bahwa ilai p-value > α. Hal ii meuukka bahwa residual tersebut idetik IV..9. Ui Residual Idepede Secara statistik, utuk dapat membuktika apakah residual tersebut idepede atau tidak dapat dilihat pada tabel 0. Tabel 0 Output Autocorrelatio Fuctio Lag ACF T LBQ ,37 0,5-0, ,46 0,39 3-0, ,4 0,59 4 0, ,0 0,59 5-0, ,8 0,63 6-0, ,00 0,63 7-0, ,49 0,95 8 0,477 0,85,96 9 0,0990 0,54,40 0-0, ,49,78 Berikut merupaka ui hipotesis yag diguaka : H 0 : residual idepede H : residual tidak idepede α = 5% 8,30 (, ) (0,0,05 ) Berdasarka tabel 0. ilai LBQ < residual idepede. (, ), yag berarti gagal tolak H 0. Sehigga dapat disimpulka bahwa 45

8 Loviaa dkk. /Widya Tekik IV..9.3 Ui Residual Berdistribusi Normal Ui residual berdistribusi ormal dilakuka dega megguaka metode Kolmogorov-Smirov, dega hipotesis : H 0 : residual berdistribusi ormal H : residual tidak berdistribusi ormal Hasil yag diperoleh DAPAT DILIHAT PADA Tabel. Tabel. Peguia asumsi residual berdistribusi ormal N Nilai KS p-value 38 0,38 0,068 Berdasarka peguia yag dilakuka pada tabel. ilai p-value > α. Hal ii meuukka gagal tolak H 0, yag berarti residual berdistribusi ormal.0 V. Aalisa Data V. Pembetuka Spatial Autoregressive Model Setelah melakuka pegolaha data, maka diperoleh model Spatial Autoregressive Model (SAR) utuk PDRB sektor idustri di Jawa Timur dega megguaka batua software. Berikut merupaka model umum SAR : L y t 7,0863 0,437 w,i atau i Ly 0,958 L x 0,0804 L x ε y t ( 7,0863) e 0,437 w, i atau i L y 0,958 L x 0,0804 L x e ( 7,0863) y t e Keteraga : ŷ = hasil peramala t 0,437 w, i e = ekspoesial x = umlah teaga kera x = umlah UMKM e = error i L y 0,958 L x 0,0804 L x ε V. Iterpretasi model SAR utuk kota Surabaya Berikut merupaka cotoh model SAR utuk kota Surabaya : ŷ 5 ( 7,0863) 0,86 L y 3 0,86L y 36 x 0,958 L x 0,0804L x e e Berdasarka model SAR yag terbetuk, meuukka bahwa, apabila faktor lai diaggap kosta da umlah teaga kera di suatu kabupate aik satua maka aka meambah ilai PDRB Sektor idustri sebesar e 0,958 kali. Sedagka bila umlah UMKM aik satua, maka aka meambah ilai PDRB sektor idustri sebesar e 0,0804 kali. Selai itu, kota Surabaya dipegaruhi pula oleh kabupate tetaggaya yaitu Gresik da Sidoaro, sehigga apabila ilai PDRB Idustri Gresik aik satu satua, maka aka meambah ilai PDRB idustri kota Surabaya sebesar e 0,86 kali. Da bila PDRB Idustri Sidoaro aik satu satua, maka aka meambah ilai PDRB Idustri kota Surabaya sebesar e 0,86 kali. V.3 Perbadiga atara model OLS da Model SAR Berikut merupaka tabel estimasi koefisie regresi pada OLS da SAR : Tabel. Tabel estimasi koefisie regresi pada OLS da SAR OLS SAR R 0,69 0,6975 MSE , ,85 Pada Tabel. dapat dilihat bahwa model SAR memiliki ilai R sebesar 69,75%. Sedagka model OLS memiliki ilai R sebesar 69%. Model yag baik ialah model memiliki ilai R yag tiggi. Selai itu, ilai MSE dari model OLS sebesar ,9 da ilai MSE dari model SAR sebesar ,85. Sehigga dapat 46

9 Loviaa dkk. /Widya Tekik diperoleh bahwa model OLS kurag baik utuk melakuka pemodela. Selai itu, pada peelitia ii memperhatika adaya keterkaita lokasi atar kabupate/kota. Sehigga model yag sesuai diguaka ialah model Spatial Autoregressive (SAR). V.4 Pegaruh Variabel Idepede terhadap Variabel Depede Berdasarka hasil ui idividu pada tabel 3 meuukka bahwa variabel umlah teaga kera sektor idustri (x ) da umlah UMKM sektor idustri (x ) secara sigifika mempegaruhi ilai PDRB Sektor Idustri (y). V.5 Hubuga Spasial ilai PDRB Sektor Idustri Hubuga spasial ilai PDRB sektor idustri dituukka dega terbetukya model yag berbedabeda tiap kabupate/kota yag dipegaruhi oleh kedua variabel idepede. Selai itu dituukka pula dega adaya iteraksi spasial, bahwa ilai PDRB sektor idustri utuk masig-masig kabupate/kota dipegaruhi oleh besarya ilai PDRB sektor idustri kabupate/kota yag meadi tetagga seperti pada model. V.6 Validasi Model Model yag telah terbetuk, kemudia aka dilakuka validasi. Hasil dari peramala aka dibadigka dega data asliya utuk megetahui apakah model yag didapatka sudah tepat atau tidak. Nilai MSE (Mea Square Error) yag didapatka sebesar ,85. Nilai MSE yag tiggi megidikasika bahwa variabel yag diguaka kurag dapat meelaska model. Bila ditiau dari ilai R-square yaitu sebesar 69,7 da sekitar 30,3% dielaska oleh variabel lai yag belum diguaka. Berikut merupaka Scatter plot dari data aktual da hasil peramala : Axis Title Data Aktual Vs Hasil Peramala Data Aktual Hasil Peramala Gambar 3 Scatter Plot Data Aktual Vs Hasil Peramala Dari gambar 3. diatas, meuukka bahwa terdapat error yag besar yaitu pada kota Kediri, kota Surabaya, da Gresik. Hal ii mugki dikareaka pegguaa bobot yag kurag sesuai utuk kabupate/kota tersebut. Sebagai cotoh ialah kota Kediri. Kota Kediri merupaka kota idustri yag besar da berskala asioal. Sehigga, kota Kediri dapat mempegaruhi kota/kabupate lai di Jawa Timur bahka di seluruh Idoesia yag tidak bersigguga secara lagsug dalam hal lokasi. Namu memiliki hubuga kerasama di bidag idustri. Aka tetapi, kota/kabupate lai yag dipegaruhi oleh kota Kediri dalam bidag idustri tersebut tidak memberika pegaruh secara lagsug terhadap kota Kediri karea sudah berskala besar. Sehigga error yag dihasilka dalam model ii cukup besar karea pembobota yag diguaka kurag sesuai utuk meggambarka hal tersebut. V.7 Iterpretasi Hubuga Kota/Kabupate terhadap Variabel Idepede Meigkatya PDRB idustri tidak terlepas dari kotribusi umlah UMKM da umlah teaga kera yag tersedia. Sebagai cotoh ialah Kabupate Sampag. Walaupu terdapat faktor lai yag mempegaruhi besar PDRB sektor idustri di kabupate Sampag, amu pemeritah dapat meramalka PDRB Idustri utuk tahu berikutya dega model yag telah terbetuk dalam peelitia. Sehigga, pemeritah dapat mecapai target PDRB idustri yag diigika di tahu berikutya. Selai itu, bila ditiau dari segi pembobota wilayah, kabupate Sampag memiliki tetagga yag mempegaruhiya yaitu Bagkala serta Pamekasa da memiliki ilai PDRB yag redah yaitu sebesar 7,97 miliar. Dari dua tetagga tersebut, kabupate Bagkala memiliki ilai PDRB idustri yag tiggi sebesar 386,94 miliar. Apabila kabupate Sampag igi meigkatka ilai PDRB idustri, maka kabupate yag meadi tetaggaya uga harus meigkatka PDRB idustriya. Peigkata tersebut dapat dilakuka pemeritah dega meambah umlah UMKM da teaga kera VI. Kesimpula Berdasarka hasil pegolaha data da aalisa data, dapat diambil kesimpula sebagai berikut :. Hubuga Spasial dituukka dega adaya iteraksi spasial yaitu bahwa ilai PDRB sektor idustri utuk masig-masig kabupate/kota dipegaruhi oleh besarya ilai PDRB sector idustri kabupate/kota yag meadi tetagga sepeti pada model umum SAR yag terbetuk sebagai berikut: 47

10 Loviaa dkk. /Widya Tekik ( 7,0863) ŷ t e 0,437 w,i i L y 0,958 L x 0,0804 L x ε. Dari Model SAR yag terbetuk, dapat diketahui bahwa variabel umlah teaga kera sektor idustri (x ) da UMKM (x ) secara sigifika mempegaruhi ilai PDRB Sektor Idustri (y) da berilai positif. Daftar Pustaka. Aseli, L. (998). Spatial Ecoometrics : Method ad Models, Dorddrecht : Kluwer Academic publishers, Netherlad. Case, K. E., Fair, R.C Priciples of Ecoomics. 5th ed, (Pretice-Hall Ic) 3. Guarati, 009. Basic Ecoomics Fifth Editio. McGraw-Hill. New York 4. Fatmawati Pedekata Ekoometrika Pael Spasial Utuk Pemodela PDRB Sektor Idustri Di SWP GERBANGKERTASUSILA Da Malag-Pasurua. Istitut Tekologi Sepuluh November : Surabaya. 48