BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder periode tahun 2001-2008 yang mencakup wilayah kabupaten dan kota di Provinsi Jawa Barat. Kabupaten dan kota yang dianalisis berjumlah 22, terdiri dari 16 kabupaten dan 6 kota karena data daerah hasil pemekaran setelah tahun 2002 dimasukkan ke kabupaten induknya yaitu Kabupaten Bandung Barat dan Kota Cimahi ke Kabupaten Bandung, Kota Tasikmalaya ke Kabupaten Tasikmalaya dan Kota Banjar ke Kabupaten Ciamis. Data yang diperlukan meliputi: (1) Jumlah penduduk, (2) PDRB, dan (3) IPM. Sumber data tersebut diperoleh dari: (1) BPS Pusat, (2) BPS Kota Bogor, (3) BPS Provinsi Jawa Barat, dan (4) Literatur lainnya yang mendukung. Pengolahan dilakukan dengan bantuan perangkat lunak software EViews 6 dan Microsoft Excel. 3.2 Metode Analisis 3.2.1 Analisis Kesenjangan Pendapatan Kesenjangan pendapatan antar kabupaten/kota di Provinsi Jawa Barat dilakukan dengan menggunakan Indeks Williamson. Rumus dari Indeks Williamson adalah sebagai berikut: dimana: CV w = CV w = Indeks Williamson
f i f i = Jumlah penduduk kabupaten/kota ke-i (jiwa) = Jumlah penduduk Jawa Barat (jiwa) = PDRB per kapita kabupaten/kota ke-i (Rp ribu) = PDRB per kapita Provinsi Jawa Barat (Rp Ribu) Semakin besar nilai Indeks Williamson yaitu mendekati 1 berarti semakin tinggi ketimpangan pembangunan ekonomi antar kabupaten/kota di Provinsi Jawa Barat, sebaliknya semakin rendah tingkat ketimpangan pembangunan ekonomi maka Indeks Williamson akan semakin mendekati 0. Oshima dalam Matolla (1985) menetapkan kriteria yang digunakan untuk menentukan apakah kesenjangan ada pada taraf rendah, sedang atau tinggi dengan kriteria sebagai berikut: CVw < 0,35 = Kesenjangan taraf rendah 0,35 CVw 0,5 = Kesenjangan taraf sedang CVw > 0,5 = Kesenjangan taraf tinggi 3.2.2 Analisis Trend Ketimpangan Trend ketimpangan diamati dari perkembangan nilai indeks ketimpangan pendapatan yang diperoleh dari hasil perhitungan CV Williamson yang kemudian digambarkan dalam sebuah grafik. Berdasarkan grafik tersebut, kemudian dianalisis secara deskriptif bagaimana trend ketimpangan yang terjadi. 3.2.3 Analisis Konvergensi Pengujian konvergensi absolut untuk mengetahui apakah daerah miskin tumbuh lebih cepat dibanding dengan daerah kaya, menggunakan analisis sebagai berikut (Romer, 2006):
dimana: Ln,, = a + b Ln, ) + (2.1), = PDRB per kapita daerah i tahun t (Rp ribu), = PDRB per kapita daerah i tahun t-1 (Rp ribu) a b = Konstanta = Koefisien regresi, jika nilai b < 0 akan terjadi kecenderungan konvergen Untuk menguji apakan konvergensi bersyarat terjadi (kabupaten/kota yang lebih miskin tumbuh lebih cepat dari pada kabupaten/kota yang lebih kaya jika variabel yang lain dimasukkan) maka analisis yang digunakan adalah sebagai berikut: Dimana: Ln,, = a + Ln, + Ln + (2.2) Y (i,t) = PDRB per kapita daerah i tahun t (Rp ribu) Y (I,t-1) = PDRB per kapita daerah i tahun t-1 (Rp ribu) X i a b = Kesehatan daerah i (persen) = Konstanta = Koefisien regresi Variabel lain yang dimasukkan sebagai Xi adalah variabel angka harapan hidup yang dicerminkan oleh indeks kesehatan. Hal ini disebabkan karena harapan hidup mempengaruhi jumlah penduduk yang bekerja yang berhubungan dengan pendapatan sehingga akan mempengaruhi pertumbuhan pendapatan per kapita. Untuk melihat tingkat konvergensi bersyarat, dapat dilihat dari nilai koefisien
regresi. Jika nilai koefisien regresi setelah memasukkan variabel indeks kesehatan lebih kecil dari nol maka konvergensi akan cenderung terjadi. 3.2.4 Analisis Pola Pertumbuhan Ekonomi Daerah Pola pertumbuhan ekonomi daerah diamati melalui penggabungan secara sistematis terhadap laju pertumbuhan ekonomi dan pendapatan per kapita, lalu diklasifikasikan ke dalam kelompok/kategori menurut Klassen Typology. Klassen Typology membagi daerah berdasarkan dua indikator utama, yaitu pertumbuhan ekonomi sebagai sumbu vertikal dan pendapatan per kapita sebagai sumbu horizontal. Laju Pertumbuhan Ekonomi Kuadran II Kuadran IV Kuadran I Kuadran III PDRB per Kapita Gambar 2. Kuadran Klassen Typology Daerah-daerah penelitian dibagi menjadi empat kuadran, yaitu: 1. Daerah Maju dan Pertumbuhan Cepat, adalah daerah yang memiliki tingkat pertumbuhan ekonomi dan pendapatan per kapita lebih tinggi dibandingkan provinsi. 2. Daerah Berkembang Cepat, adalah daerah yang memiliki tingkat pertumbuhan ekonomi tinggi, tapi pendapatan per kapitanya lebih rendah dibandingkan provinsi.
3. Daerah Maju Tapi Tertekan, adalah daerah yang memiliki tingkat pertumbuhan ekonomi rendah sedangkan pedapatan per kapitanya lebih tinggi dibandingkan provinsi. 4. Daerah Kurang Berkembang, adalah daerah yang memiliki tingkat pertumbuhan ekonomi dan pendapatan per kapita lebih rendah dibandingkan provinsi. 4.2.5 Analisis Faktor-faktor yang Mempengaruhi PDRB Dalam menganalisis faktor-faktor yang mempengaruhi pertumbuhan PDRB kabupaten/kota di Jawa Barat digunakan analisis regresi panel data. Faktorfaktor yang dianalisis adalah jumlah penduduk, pangsa sektor pertanian, pangsa sektor industri, tingkat pendidikan dan kesehatan. LnPDRB it = β 0 + β 1 LnPEN it + β 2 LnTAN it + β 3 LnIND it + β 4 LnDIK it + β 5 LnKES it + e it (2.3) dimana: PDRB = PDRB (Rp juta) PEN = Jumlah penduduk (jiwa) TAN = Pangsa sektor pertanian terhadap PDRB (persen) IND DIK KES e = Pangsa sektor industri terhadap PDRB (persen) = Indeks pendidikan (persen) = Indeks kesehatan (persen) = error
3.3 Pengujian Asumsi Setelah mendapatkan parameter estimasi, langkah selanjutnya adalah melakukan berbagai macam pengujian terhadap parameter estimasi tersebut. Secara statistika, pengujian meliputi uji koefisien determinasi, uji signifikansi individu dan pengujian terhadap model penduga. 3.3.1 Uji Koefisien Determinasi (R 2 dan Adj R 2 ) Uji R 2 digunakan untuk melihat sejauh mana variabel bebas mampu menerangkan keragaman variabel terikatnya. Terdapat dua sifat dari R 2, yaitu (Gujarati,2003): (1) merupakan besaran non negatif; dan (2) besarnya ada pada 0 R 2 1. Jika R 2 bernilai 1 berarti terjadi kecocokan sempurna, sedangkan jika R 2 bernilai 0 berarti tidak ada hubungan antara variabel terikat dan bebasnya. Salah satu masalah jika menggunakan uji R 2 untuk menentukan baik buruknya suatu model adalah nilainya yang terus meningkat seiring dengan penambahan variabel bebas ke dalam model sehingga digunakan Adj R 2. Uji Adj R 2 juga digunakan untuk melihat seberapa kuat variabel yang dimasukkan ke dalam model dapat menerangkan model tersebut. Sifat dasar dari Adj R 2 adalah besarnya selalu bernilai positif namun lebih kecil dari 1. Nilai Adj R 2 berkisar antara 0 hingga 1, kecocokan model dikatakan lebih baik jika Adj R 2 semakin mendekati 1. 3.3.2 Pengujian terhadap Model Penduga (Uji-f) Uji-f digunakan untuk menguji bagaimanakan pengaruh variabel bebas terhadap variabel tak bebas secara keseluruhan. Mekanisme yang digunakan untuk menguji hipotesis dari parameter dugaan secara serentak (uji-f statistic):
Hipotesis: H 0 : β 1 = β 2 = 0 H 1 : minimal ada satu parameter dugaan (βi) yang tidak sama dengan 0 (paling sedikit ada satu variabel bebas yang berpengaruh nyata terhadap variabel tak bebas). Dalam uji-f jika seluruh nilai sebenarnya dari parameter regresi sama dengan 0, maka dapat disimpulkan bahwa tidak terdapat hubungan yang linier antara variabel tak bebas dengan variabel bebas. Atau dapat dilihat juga dari nilai probability F-statisticnya, jika probabilitasnya lebih kecil dari taraf nyata yang digunakan maka dapat disimpulkan bahwa tidak terdapat hubungan linier antara variabel bebas dengan variabel-variabel tak bebas. 3.3.3 Uji Signifikansi Individu (Uji-t) Uji-t (parsial) digunakan untuk membuktikan apakah secara statistik koefisien regresi dari masing-masing variabel bebas secara terpisah memiliki pengaruh nyata atau tidak terhadap variabel tidak bebas. Melalui uji-t akan diuji apakan koefisien regresi satu per satu secara statistik signifikan atau tidak. Hipotesis: H 0 : β = 0 H 1 : β 0 = 1, 2,, k Pengujian parsial ini dapat dilihat melalui probabilitas dari masing-masing variabel bebas. Jika probabilitasnya lebih kecil dari taraf nyata yang digunakan maka dapat disimpulkan bahwa variabel bebas tersebut berpengaruh secara signifikan terhadap variabel tak bebas (tolak H 0 ). Begitu pula sebaliknya, jika probabilitasnya lebih besar dari taraf nyata yang digunakan maka dapat disimpulkan bahwa variabel bebas tersebut tidak signifikan mempengaruhi variabel tak bebas (terima H 0 ).
3.3.4 Uji Asumsi Homoskedastisitas Adanya masalah heteroskedastisitas dalam model menyebabkan model menjadi tidak efisien meskipun tidak bias dan konsisten. Untuk mendeteksi adanya pelanggaran asumsi heteroskedastisitas digunakan uji White Heteroscedasticity yang diperoleh dari program EViews. Data panel dalam EViews 6 yang menggunakan metode General Least Square (Cross Section Weights) maka untuk mendeteksi adanya heteroskedastisitas adalah dengan membandingkan Sum Square Residual pada Weighted statistics dengan Sum Square Residual pada Unweight statistics. Jika Sum Square Residual pada Weighted statistics lebih kecil dari Sum Square Residual pada Unweight statistics maka terjadi heteroskedastisitas. Untuk mengatasi pelanggaran tersebut, bisa mengestimasi GLS dengan White Heteroscedasticity. Uji asumsi autokorelasi dan multikolinearitas tidak dilakukan dalam analisis regresi dengan data panel, karena kelebihan dari regresi panel data adalah dapat menghilangkan autokorelasi dan multikolinearitas. 3.4 Definisi Operasional 1. Produk Domestik Regional Bruto (PDRB) adalah jumlah seluruh nilai tambah (produk) yang dihasilkan oleh berbagai lapangan usaha atau sektor yang melakukan kegiatan usahanya di suatu wilayah tanpa memperhatikan pemilikan atas faktor produksi yang dipakai. Produk Domestik Regional Bruto terbagi menjadi dua bagian yaitu PDRB Atas Dasar Harga Berlaku dan PDRB Atas Dasar Harga Konstan. Produk Domestik Regional Bruto Atas Dasar Harga Berlaku adalah PDRB yang dinilai atas dasar harga berlaku dari masing-masing tahunnya pada wilayah yang bersangkutan. Sedangkan
Produk Domestik Regional Bruto Atas Dasar Harga Konstan pada suatu tahun dasar adalah PDRB tersebut dinilai atas dasar harga tetap yang terjadi pada tahun dasar wilayah yang bersangkutan. 2. Laju pertumbuhan ekonomi adalah proses kenaikan output per kapita dalam jangka panjang atau perubahan tingkat kegiatan ekonomi yang terjadi dari tahun ke tahun menunjukkan perkembangan agregat pendapatan dari satu waktu terhadap waktu sebelumnya 3. Jumlah penduduk adalah jumlah seluruh penduduk pada suatu wilayah menurut perkiraan akhir tahun. 4. Pangsa sektor pertanian terhadap PDRB adalah kontribusi atau distribusi persentase yang dihasilkan oleh sektor pertahian terhadap PDRB. 5. Pangsa sektor industri terhadap PDRB adalah kontribusi atau distribusi persentase yang dihasilkan oleh sektor industri terhadap PDRB.