PENGARUH PEMBANGUNAN INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI 25 KABUPATEN TERTINGGAL KAWASAN TIMUR INDONESIA OLEH PERWITA SARI H

PENGARUH PEMBANGUNAN INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI 25 KABUPATEN TERTINGGAL KAWASAN TIMUR INDONESIA

OLEH PERWITA SARI H14094007

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

   

RINGKASAN

PERWITA SARI, Pengaruh Pembangunan Infrastruktur Terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal Kawasan Timur Indonesia (dibimbing oleh LUKYTAWATI ANGGRAENI).  Pembangunan kabupaten tertinggal menjadi salah satu agenda penting dalam pemerintahan Kabinet Indonesia Bersatu. Pembangunan kabupaten tertinggal dilaksanakan melalui berbagai program kebijakan yang diterapkan oleh Kementerian Negara Pembangunan Daerah Tertinggal (KNPDT). Salah satu program yang dilaksanakan adalah Program Pengembangan Sarana dan Prasarana melalui instrumen Percepatan Pembangunan Infrastruktur Pedesaan Daerah Tertinggal (P2IPDT), melalui program ini diharapkan dapat mendorong semakin bergeraknya perekonomian kabupaten tertinggal. Penelitian ini bertujuan untuk memberikan gambaran umum keragaan dan menganalisis pengaruh infrastruktur khususnya infrastruktur ekonomi dan sosial terhadap pertumbuhan ekonomi 25 kabupaten tertinggal Kawasan Timur Indonesia (KTI). Penelitian menggunakan data sekunder berupa data panel 25 kabupaten tertinggal KTI untuk periode 3 tahun (2003, 2005 dan 2007). Teknik estimasi yang dilakukan adalah analisis regresi data panel dengan metode Generalized Least Square (GLS). Hasil penelitian dengan menggunakan model fixed effect menunjukkan bahwa infrastruktur ekonomi (panjang jalan, jumlah keluarga pengguna telepon, jumlah keluarga pengguna listrik) dan infrastruktur sosial (jumlah sekolah) serta program P2IPDT yang dilakukan KNPDT berdampak positif terhadap pertumbuhan ekonomi sehingga dapat membantu kabupaten tertinggal menjadi suatu kabupaten yang terbuka dan mampu berinteraksi dengan “dunia luar” sehingga akses ke berbagai faktor produksi menjadi semakin mudah untuk dijangkau. Berdasarkan hasil penelitian, disampaikan beberapa saran dalam rangka pembangunan daerah tertinggal, antara lain perlu diteruskannya program P2IPDT yang saat ini tengah dijalankan karena memberikan pengaruh positif terhadap pertumbuhan ekonomi kabupaten tertinggal. Saran lain adalah perlunya KNPDT lebih menajamkan sasaran program bantuan, dengan lebih menitikberatkan pembangunan infrastruktur bidang pendidikan. .

 

   

PENGARUH PEMBANGUNAN INFRASTRUKTUR TERHADAP PERTUMBUHAN EKONOMI 25 KABUPATEN TERTINGGAL KAWASAN TIMUR INDONESIA

Oleh

PERWITA SARI H14094007

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

 

   

Judul Skripsi

: Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal Kawasan Timur Indonesia

Nama Mahasiswa

: Perwita Sari

Nomor Register Pokok : H14094007

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Menyetujui, Dosen Pembimbing,

Lukytawati Anggraeni, Ph.D NIP. 19971213 200501 2 002

Mengetahui, Ketua Departemen Ilmu Ekonomi,

Dedi Budiman Hakim, Ph.D NIP. 1961022 198903 1 003

Tanggal lulus:

 

   

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN

SEBAGAI

SKRIPSI

ATAU

KARYA

ILMIAH

PADA

PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Oktober 2009

Perwita Sari H14094007

 

   

RIWAYAT HIDUP

Penulis bernama Perwita Sari, lahir di Jakarta pada 6 Pebruari 1980. Penulis merupakan anak keenam dari 8 bersaudara dan merupakan putri dari pasangan Drs. Soekidjo dengan KT Wahyuni. Penulis menikah dengan Syaefudin, S.ST dan dikaruniai satu orang putra bernama Abrar Rahman Rizki Satria. Penulis menamatkan pendidikan di SDN Ulujami 02 pada Tahun 1992 kemudian melanjutkan pendidikan di SLTP Negeri 56 Jakarta. Pada Tahun 1995 penulis melanjutkan pendidikan di SMUN 70 jakarta dan kemudian melanjutkan ke jenjang yang lebih tinggi pada Sekolah Tinggi Ilmu Statistik dan berhasil memperoleh gelar Sarjana Sains Terapan (S.ST) pada Tahun 2002. Sejak Tahun 2002-2004 penulis bekerja di BPS Provinsi Kalimantan Timur, kemudian pindah ke BPS Kabupaten Merauke pada Tahun 2004-2009. Sejak Tahun 2009 penulis bekerja di BPS Pusat pada Direktorat Diseminasi Statistik dan saat ini penulis melanjutkan pendidikan melalui program beasiswa kerjasama BPS-IPB.

 

   

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT karena dengan rahmat dan hidayah-Nya, penyusunan skripsi yang berjudul “Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal Kawasan Timur Indonesia” dapat diselesaikan dengan baik. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih kepada semua pihak yang telah memberikan dukungan moral-spritual dan material kepada penulis dalam menyelesaikan skripsi ini, khususnya kepada: 1. Ibu Lukytawati Anggraeni, selaku dosen pembimbing yang telah meluangkan waktunya dan mencurahkan perhatiannya dalam penyelesaian skripsi ini. 2. Ibu Tanti Novianti, selaku dosen penguji atas komentar dan saran untuk kesempurnaan skripsi ini. 3. Bapak dan Ibu yang tercinta, atas segala doa dan dukungan yang telah diberikan. 4. Suamiku tercinta, atas kesabaran, dukungan serta kesiapannya membantu dalam setiap kesulitan. 5. Rekan-rekan di Diseminasi Statistik khususnya Pak Beno, Pak Ghofar, Pak Bawor, Mas Ulah dan Diena yang telah menyediakan data pendukung. 6. Willing atas kebersamaan dan semua kerjasamanya selama ini. 7. Semua pihak yang telah mendukung terselesaikannya skripsi ini.

Semoga skripsi ini dapat memberikan manfaat bagi penulis dan semua pihak yang memerlukannya.

Bogor, Oktober 2009

 

DAFTAR ISI

Halaman DAFTAR TABEL .....................................................................................

ix

DARTAR GAMBAR ................................................................................

x

DAFTAR LAMPIRAN .............................................................................

xi

PENDAHULUAN ...........................................................................

1

1.1. Latar Belakang .........................................................................

1

1.2. Permasalahan ............................................................................

3

1.3. Tujuan Penelitian ......................................................................

4

1.4. Ruang Lingkup Penelitian ........................................................

5

1.5. Manfaat Penelitian ....................................................................

5

TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ......

6

2.1. Kerangka Teori ..........................................................................

6

2.1.1. Tugas Pokok dan Fungsi KNPDT ..................................

6

2.1.2. Pengertian dan Program Prioritas Daerah Tertinggal ....

7

2.1.3. Teori Pertumbuhan Ekonomi .........................................

12

2.1.4. Produk Domestik Bruto (PDB) ......................................

14

2.1.5. Prasarana (Infrastruktur) ................................................

14

2.1.6. Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi ..................................................

15

2.1.7. Tinjauan Penelitian Sebelumnya ....................................

16

2.2. Kerangka Pemikiran ................................................................

17

METODE PENELITIAN ..............................................................

19

3.1. Jenis dan Sumber Data ............................................................

19

3.2. Metode Analisis ........................................................................

19

3.2.1. Analisis Deskriptif ........................................................

19

3.2.2. Analisis Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi ..................................

20

3.3. Metode Pemilihan Model (Uji Kesesuaian Model) ..................

22

3.3.1. Chow Test ....................................................................

22

I.

II.

III.

IV.

3.3.2. Haussman Test .............................................................

23

3.4. Model Penelitian Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi ..............................................

24

3.5. Pengujian Asumsi .....................................................................

26

3.6. Pengujian Validitas Model .......................................................

28

3.7. Hipotesis ...................................................................................

30

GAMBARAN UMUM DUA PULUH LIMA KABUPATEN TERTINGGAL KTI ......................................................................

32

4.1. Pertumbuhan Ekonomi .............................................................

32

4.2. Keragaan Infrastruktur Sosial ...................................................

35

4.2.1. Bidang Kesehatan .........................................................

35

4.2.2. Bidang Pendidikan ........................................................

37

4.3. Keragaan Infrastruktur Ekonomi ..............................................

39

4.3.1. Jalan ..............................................................................

39

4.3.2. Listrik ............................................................................

41

4.3.3. Telepon ..........................................................................

43

HASIL DAN PEMBAHASAN ......................................................

45

5.1. Hasil Analisis Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal KTI ............

45

5.2. Faktor-Faktor yang Memengaruhi Pertumbuhan Ekonomi 25 Kabupaten Tertinggal KTI .......................................................

48

KESIMPULAN DAN SARAN ......................................................

52

6.1. Kesimpulan ...............................................................................

52

6.2. Saran .........................................................................................

52

DAFTAR PUSTAKA ................................................................................

54

LAMPIRAN ...............................................................................................

56

V.

VI.

DAFTAR TABEL

Nomor

Halaman

4.1. Perkembangan Nilai PDRB Atas Dasar Harga Konstan di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007 (dalam miliar rupiah) .................................................................................................

34

4.2. Perkembangan Jumlah Puskesmas di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007...........................................................................

36

4.3. Perkembangan Jumlah SD dan SMP di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007..................................................................

38

4.4. Perkembangan Panjang Jalan di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007 ..........................................................................

40

4.5. Perkembangan Jumlah Keluarga Pengguna Listrik di 25 Kabupaten Tertinggal KTI, Tahun 2005 dan 2007 ................................................

42

4.6. Perkembangan Jumlah Keluarga Pengguna Telepon di 25 Kabupaten Tertinggal KTI, Tahun 2005 dan 2007 ................................................

44

5.1. Nilai Statistik Uji Model Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi ……………………………………

46

5.2. Matriks Korelasi Antarvariabel Independen …………………….......

47

5.3. Hasil Estimasi Persamaan Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal KTI ……

49

DAFTAR GAMBAR

Nomor

Halaman

2.1.

Kerangka Pemikiran Penelitian ........................................................

18

2.2.

Perkembangan Rata-Rata PDRB Atas Dasar Harga Konstan di 25 Kabupaten Tertinggal KTI, Tahun 2003, 2005 dan 2007………….

33

Hasil Estimasi Persamaan Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal KTI......

46

Matriks Korelasi Antarvariabel Bebas .............................................

48

5.1.

5.2.

DAFTAR LAMPIRAN

Nomor

Halaman

1.

Daftar 123 Kabupaten Tertinggal di Kawasan Indonesia Timur .....

56

2.

Hasil Estimasi dengan Model Fixed Effect (OLS) ...........................

58

3.

Hasil Uji Chow pada Model Fixed Effect .......................................

59

4.

Hasil Estimasi dengan Model Random Effect .................................

60

5.

Hasil Estimasi dengan Model Fixed Effect (GLS)...........................

61

6.

Nilai Variance Inflation Factor (VIF) untuk Uji Multikolinieritas ..

62

.

BAB I PENDAHULUAN

1.1.

Latar Belakang Tiga komitmen yang menjadi perhatian utama dari Kabinet Indonesia

Bersatu adalah melaksanakan pemerintahan yang pro job (penyediaan lapangan kerja), pro poor (pengentasan kemiskinan) dan pro growth (peningkatan pertumbuhan ekonomi). Salah satu pengejawantahan dari ketiga komitmen ini adalah dengan dibentuknya Kementerian Negara Pembangunan Daerah Tertinggal (KNPDT). Sesuai Peraturan Presiden Nomor 9 Tahun 2005 tentang Kedudukan, Tugas, Fungsi, Susunan Organisasi dan Tata Kerja Kementrian Negara Republik Indonesia, KNPDT mempunyai tugas membantu Presiden dalam merumuskan kebijakan dan koordinasi di bidang pembangunan daerah tertinggal (KNPDT, 2008). Tugas pokok dan fungsi KNPDT dilaksanakan dengan menerapkan berbagai kebijakan dalam rangka mempercepat pembangunan daerah tertinggal yaitu dengan melaksanakan upaya pemihakan, percepatan dan pemberdayaan masyarakat di daerah tertinggal. Kebijakan ini dilaksanakan pada 199 kabupaten yang masuk dalam kategori daerah tertinggal seperti tertuang dalam Peraturan Presiden Nomor 7 Tahun 2005 tentang Rencana Pembangunan Jangka Menengah (RPJM) Nasional Tahun 2004-2009. Kebijakan ini dilaksanakan dalam rangka upaya pemerataan pembangunan melalui pengentasan dari ketertinggalan kabupaten-kabupaten yang dikategorikan sebagai daerah tertinggal. Penetapan

2

199 kabupaten tertinggal tersebut didasarkan pada beberapa kriteria utama yaitu perekonomian masyarakat, sumber daya manusia, prasarana (infrastruktur), kemampuan keuangan lokal (celah fiskal), aksesibilitas dan karakteristik daerah. Selain keenam kriteria tersebut penentuan daerah tertinggal didasarkan juga pada pertimbangan kabupaten yang berada di daerah perbatasan antarnegara dan daerah rawan bencana yang ditentukan secara khusus. Kebijakan yang diterapkan KNPDT pada 199 kabupaten tertinggal tersebut diwujudkan dengan melaksanakan beberapa program kerja, yang salah satunya adalah Program Pengembangan Sarana dan Prasarana melalui instrumen Percepatan Pembangunan Infrastruktur Pedesaan Daerah Tertinggal (P2IPDT). Program dan instrumen ini bermaksud membantu kabupaten tertinggal agar dapat menjadi suatu kabupaten yang terbuka dan mampu berinteraksi dengan “dunia luar” sehingga akses ke berbagai faktor produksi menjadi semakin mudah untuk dijangkau, yang pada gilirannya dapat membuka peluang semakin bergeraknya perekonomian kabupaten tertinggal. Program pengembangan infrastruktur dan program-program lain yang dilaksanakan oleh KNPDT, dititikberatkan pada kabupaten tertinggal yang terletak di Kawasan Timur Indonesia (KTI). Hal ini terlihat dari besarnya dana yang digulirkan oleh KNPDT ke kabupaten tertinggal KTI yang mencapai 77,16 persen dari total dana yang disiapkan KNPDT untuk pembangunan kabupaten tertinggal seluruh Indonesia. Mengingat besarnya dana yang digulirkan KNPDT ke kabupaten tertinggal KTI maka dampak kebijakan KNPDT (khususnya di bidang infrastruktur) terhadap perekonomian kabupaten tertinggal perlu diteliti

3

lebih lanjut. Atas dasar pemikiran tersebut, dalam penelitian ini penulis mengangkat tema “Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi Kabupaten Tertinggal di Kawasan Timur Indonesia”. Dengan mengetahui infrastruktur apa saja yang signifikan memengaruhi pertumbuhan ekonomi kabupaten tertinggal, diharapkan kebijakan KNPDT yang diambil dalam rangka mengentaskan kabupaten tertinggal, dapat berorientasi pada faktor-faktor tersebut, sehingga kebijakan yang diambil dapat tepat guna dan tepat sasaran.

1.2.

Permasalahan Program dan instrumen di bidang infrastruktur yang dilakukan oleh

KNPDT perlu dievaluasi dampaknya dalam membuka peluang bergeraknya perekonomian kabupaten tertinggal dengan melihat tingkat kemajuan yang dicapai oleh masing-masing kabupaten, yang salah satunya diukur oleh besaran nilai pertumbuhan ekonomi. Besaran nilai pertumbuhan ekonomi juga dapat menilai bahwa telah terjadi proses pembangunan khususnya di bidang ekonomi pada kabupaten tertinggal. Berdasarkan pemikiran tersebut, perlu dilakukan studi mengenai kemajuan yang dicapai oleh masing-masing kabupaten, yang salah satunya diukur oleh besaran nilai pertumbuhan ekonomi daerah tersebut. Besaran nilai pertumbuhan ekonomi ini diduga merupakan pengaruh dari perbaikan sarana dan prasarana di kabupaten tertinggal, yang merupakan akibat dari intervensi KNPDT terhadap kabupaten tertinggal, khususnya melalui instrumen Percepatan Pembangunan Infrastruktur Pedesaan Daerah Tertinggal (P2IPDT).

Untuk itu, perlu diteliti

4

faktor-faktor apa saja yang signifikan memengaruhi pertumbuhan ekonomi kabupaten tertinggal, khususnya faktor-faktor di bidang infrastruktur ekonomi dan sosial. Kebijakan maupun program yang diambil oleh KNPDT sangat penting dilakukan pada bidang yang memang benar-benar diperlukan oleh masing-masing daerah sesuai karakteristik daerahnya, agar kebijakan ataupun intervensi yang dilakukan dapat tepat guna dan tepat sasaran. Untuk itu gambaran mengenai kondisi kabupaten tertinggal di KTI sangat diperlukan sebagai referensi bagi KNPDT dalam pengambilan kebijakan. Selain itu dengan mengetahui faktorfaktor apa yang memengaruhi pertumbuhan ekonomi khususnya di bidang infrasruktur sosial dan ekonomi dapat mempertajam kebijakan yang diambil oleh KNPDT.

1.3.

Tujuan Penelitian Tujuan yang ingin dicapai pada penelitan ini, antara lain:

1. Memberikan gambaran mengenai keragaan 25 kabupaten tertinggal KTI, agar dapat menjadi masukan bagi KNPDT dalam melakukan intervensi atau mengambil kebijakan pada bidang yang memang benar-benar diperlukan oleh masing-masing daerah sesuai karakteristik daerahnya. 2. Menganalisis pengaruh pembangunan infrastruktur ekonomi dan sosial terhadap pertumbuhan ekonomi 25 kabupaten tertinggal KTI.

5

1.4.

Ruang Lingkup Penelitian Ruang lingkup penelitian ini difokuskan pada 25 kabupaten tertinggal di

KTI yang termasuk dalam 199 kabupaten tertinggal yang telah ditetapkan oleh KNPDT. Pemilihan 25 kabupaten tertinggal KTI tersebut didasarkan pada besaran dana yang digulirkan oleh KNPDT, dimana 25 kabupaten yang dipilih merupakan kabupaten

yang

mendapatkan

dana

bantuan

terbesar

untuk

program

pengembangan kabupaten tertinggal. Selain itu, pemilihan 25 kabupaten tersebut juga mempertimbangkan faktor ketersediaan data.

1.5.

Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan informasi dan gambaran

kepada pembaca mengenai faktor-faktor yang memengaruhi pertumbuhan ekonomi khususnya di bidang infrastruktur ekonomi dan sosial di 25 kabupaten tertinggal KTI. Penelitian ini juga diharapkan dapat memberikan masukan bagi KNPDT dalam mengambil kebijakan terutama yang terkait dengan pembangunan infrastruktur di kabupaten tertinggal. Selain itu, penelitian ini diharapkan dapat menjadi sumber referensi dan informasi tambahan bagi penelitian selanjutnya khususnya terkait masalah pertumbuhan ekonomi dan infrastruktur.

BAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1.

Kerangka Teori

2.1.1. Tugas Pokok dan Fungsi Kementerian Negara Pembangunan Daerah Tertinggal (KNPDT) Tugas Pokok dan Fungsi Kementerian Negara Pembangunan Daerah Tertinggal (KNPDT) sesuai Peraturan Presiden Nomor. 09 Tahun 2005 tentang Kedudukan, Tugas Pokok, Fungsi, Susunan Organisasi dan Tata Kerja Kementerian Negara Republik Indonesia adalah membantu Presiden dalam merumuskan kebijakan dan koordinasi di bidang pembangunan daerah tertinggal. (KNPDT, 2008). Tugas pokok dan fungsi ini kemudian disempurnakan melalui Peraturan Presiden Nomor. 90 Tahun 2006, dimana KNPDT mempunyai penambahan fungsi operasional kebijakan di bidang: 1. Bantuan infrastruktur pedesaan 2. Pengembangan ekonomi Lokal 3. Pemberdayaan Masyarakat (KNPDT, 2008). Dalam melaksanakan tugas pokok dan fungsinya, KNPDT mengacu pada strategi nasional pembangunan daerah tertinggal, yang memuat tentang beberapa hal, meliputi: pengertian daerah tertinggal, kriteria penentuan daerah tertinggal, kebijakan dan strategi pembangunan daerah tertinggal, program prioritas dan sumber-sumber pendanaan. Strategi Nasional Pembangunan Daerah Tertinggal ini ditetapkan melalui Surat Keputusan Menteri Pembangunan Daerah Tertinggal Nomor 001/KEP/M-PDT/I/2005 (Kepmeneg PDT No. 001, 2005).

7

2.1.2. Pengertian dan Program Prioritas Daerah Tertinggal Daerah tertinggal adalah daerah kabupaten yang relatif kurang berkembang dibandingkan daerah lain dalam skala nasional dan berpenduduk yang dapat dikategorikan relatif tertinggal. Untuk lebih memberikan gambaran, berikut akan diuraikan fator penyebab ketertinggalan, sebaran daerah tertinggal dan kriteria penetapan daerah tertinggal. 1. Faktor Penyebab Suatu daerah dapat dikategorikan sebagai daerah tertinggal, karena beberapa faktor penyebab, antara lain: a. Geografis Umumnya secara geografis daerah tertinggal relatif sulit dijangkau karena letaknya yang jauh di pedalaman, perbukitan/pegunungan, kepulauan, pesisir dan pulau-pulau terpencil atau karena faktor geomorfologis lainnya sehingga sulit dijangkau oleh jaringan baik transportasi maupun media komunikasi. b. Sumber daya alam Beberapa daerah tertinggal tidak memiliki potensi sumber daya alam, daerah yang memiliki sumber daya alam yang besar namun lingkungan sekitarnya merupakan daerah yang dilindungi atau tidak dapat dieksploitasi dan daerah tertinggal akibat pemanfaatan sumber daya alam yang berlebihan.

8

c. Sumber Daya Manusia Pada umumnya masyarakat di daerah tertinggal mempunyai tingkat pendidikan, pengetahuan dan keterampilan yang relatif rendah serta kelembagaan adat yang belum berkembang. d. Prasarana dan Sarana Keterbatasan prasarana dan sarana komunikasi, transportasi, air bersih, irigasi, kesehatan, penddikan dan pelayanan lainnya yang menyebabkan masyarakat di daerah tertinggal tersebut mengalami kesulitan utuk melakukan aktivitas ekonomi dan sosial. e. Daerah Rawan Bencana dan Konflik Sosial Seringnya suatu daerah mengalami bencana alam dan konflik sosial dapat menyebabkan terganggunya kegiatan pembangunan sosial dan ekonomi f. Kebijakan Pembangunan Suatu daerah menjadi tertinggal dapat disebabkan oleh beberapa kebijakan yang tidak tepat seperti kurang memihak pada pembangunan daerah tertinggal, kesalahan pendekatan dan prioritas pembangunan serta tidak dilibatkannya kelembagaan masyarakat adat dalam perencanaan dan pembangunan. 2. Sebaran Sebaran daerah tertinggal secara geografis digolongkan menjadi beberapa kelompok, antara lain:

9

a. Daerah yang terletak di wilayah pedalaman, tepi hutan, dan pegunungan yang pada umumnya tidak atau belum memiliki akses ke daerah lain yang relatif lebih maju b. Daerah yang terletak di pulau-pulau kecil, gugusan pulau yang berpenduduk dan memiliki kesulitan akses ke daerah lain yang lebih maju c. Daerah yang secara administratif sebagian atau seluruhnya terletak di perbatasan antarnegara baik batas darat maupun laut d. Daerah yang terletak di wilayah rawan bencana alam baik gempa, longsor, gunung api, maupun banjir. e. Daerah yang sebagian besar wilayahnya berupa pesisir. 3. Kriteria Penetapan Daerah Tertinggal Unit terkecil daerah tertinggal yang digunakan dalam Strategi Nasional Pembangunan Daerah Tertinggal adalah wilayah administrasi kabupaten. Hal ini sesuai dengan kewenangan otonomi daerah yang secara penuh diberikan kepada pemerintah kabupaten. Penetapan kriteria daerah tertinggal dilakukan dengan menggunakan pendekatan

berdasarkan

pada

perhitungan

6

kriteria

dasar

yaitu:

perekonomian masyarakat, sumber daya manusia, prasarana (infrastruktur), kemampuan keuangan lokal (celah fiskal), aksesibilitas dan karakteristik daerah. Berdasarkan pendekatan tersebut, maka dalam Strategi Nasional Pembangunan

Daerah

Tertinggal,

ditetapkan

199

kabupaten

yang

dikategorikan kabupaten tertinggal, dimana 58 kabupaten berada di Pulau

10

Sumatera, 18 kabupaten di Pulau Jawa dan Bali, dan 123 kabupaten berada di Kawasan Indonesia Timur (KTI). Daftar kabupaten tertinggal di KTI dapat dilihat pada Lampiran 1. Masing-masing kriteria yang digunakan sebagai pendekatan dalam menentukan kabupaten tertinggal kemudian dijabarkan menjadi beberapa indikator. Masing-masing kriteria dan indikator tersebut adalah sebagai berikut: 1. Kondisi Ekonomi, dengan indikator sebagai berikut: a. Persentase Penduduk Miskin b. Indeks Kedalaman Kemiskinan (P1) 2. Kondisi Sumber Daya Manusia, dengan indikator sebagai berikut: a. Persentase Penduduk Menganggur b. Persentase Desa Balita Kurang Gizi c. Persentase Desa Non Balita Kurang Gizi d. Angka Kematian Bayi e. Angka Harapan Hidup f. Jumlah prasarana Kesehatan per 1000 Penduduk g. Rata-rata Jarak Pelayanan Prasarana Kesehatan h. Persentase Kemudahan Pencapaian Prasarana Kesehatan i. Angka Melek Huruf j. Jumlah SD dan SMP per 1000 Penduduk k. Jarak Rata-rata Desa/Kota tanpa SD/SMP 3. Kondisi Prasarana (Infrastruktur) a. Jumlah Desa dengan Jenis Permukaan Jalan Aspal

11

b. Jumlah Desa dengan Jenis Permukaan Jalan Diperkeras c. Jumlah Desa dengan Jenis Permukaan Jalan Tanah d. Jumlah Desa dengan Jenis Permukaan Jalan Lainnya e. Persentase Rumah Tangga Pengguna Listrik f. Persentase Rumah Tangga Pengguna Telepon g. Jumlah Bank Umum h. Jumlah Bank Perkreditan Rakyat i. Pesentase Desa dengan Pasar non Permanen 4. Kondisi Kelembagaan dan Keuangan Daerah, yang diukur dari besaran celah fiskal, yaitu merupakan dana yang dapat dipergunakan untuk belanja pembangunan diluar belanja rutin daerah. 5. Aksesibilitas, yang diukur oleh rata-rata jarak dari kantor desa/kelurahan ke kantor kabupaten/kota yang membawahi 6. Karakteristik Daerah a. Persentase Desa Gempa Bumi b. Persentase Desa Tanah Longsor c. Persentase Desa Banjir d. Persentase Desa Bencana Lainnya e. Persentase Desa di Kawasan Lindung f. Persentase Desa Berlahan Kritis g. Persentase Desa Berkonflik Setahun terakhir

12

Upaya

pengentasan

kabupaten

tertinggal

dilakukan

dengan

mengimplementasikan kebijakan pembangunan daerah tertinggal secara terpadu dan tepat sasaran serta tepat kegiatan, maka KNPDT melaksanakan program prioritas yang diarahkan untuk menyelesaikan persoalan-persoalan mendasar yang dihadapi oleh semua daerah tertinggal. Program tersebut antara lain: a. Program Pengembangan Ekonomi Lokal b. Program Pemberdayaan Masyarakat c. Program Pengembangan Prasarana dan Sarana d. Program Pencegahan dan Rehabilitasi Bencana e. Program Pengembangan Daerah Perbatasan

2.1.3. Teori Pertumbuhan Ekonomi Sukirno (2000) mengungkapkan bahwa pertumbuhan ekonomi memiliki 3 aspek, antara lain: 1. Pertumbuhan itu bersumber dari perbedaan tingkat pertumbuhan potensial yang dapat dicapai dan tingkat pertumbuhan yang sebesarnya dicapai 2. Pertumbuhan ekonomi terletak pada peningkatan potensi pertumbuhan itu sendiri 3. Pertumbuhan ekonomi adalah mengenai keteguhan pertumbuhan ekonomi yang berlaku dari satu tahun ke tahun lainnya. Menurut Todaro dan Smith (2006), pertumbuhan ekonomi merupakan suatu proses peningkatan kapasitas produktif dalam suatu perekonomian secara terus-menerus atau berkesinambungan sepanjang waktu sehingga menghasilkan

13

tingkat pendapatan dan output nasional yang semakin lama semakin besar. Tiga komponen pertumbuhan ekonomi yang penting bagi setiap masyarakat adalah: 1. Akumulasi modal, dimana akumulasi modal termasuk didalamnya semua investasi baru dalam tanah, peralatan fisik dan sumber daya manusia melalui perbaikan di bidang kesehatan, pendidikan dan keterampilan keja 2. Pertumbuhan

jumlah

penduduk

yang

pada

akhirnya

menyebabkan

pertumbuhan angkatan kerja 3. Kemajuan teknologi yang secara luas diartikan sebagai cara baru dalam menyelesaikan pekerjaan. Pertumbuhan ekonomi adalah perkembangan kegiatan ekonomi dari waktu ke waktu dan menyebabkan pendapatan nasional riil berubah. Tingkat pertumbuhan ekonomi menunjukkan persentase kenaikan pendapatan nasional riil pada suatu tahun tertentu dibandingkan dengan pendapatan nasional riil pada tahun sebelumnya (Sukirno, 2004). Pendapatan nasional ini dihitung berdasarkan jumlah seluruh output barang dan jasa yang dihasilkan oleh perekonomian suatu Negara. Perubahan dari tahun ke tahun jumlah output barang dan jasa tersebut diukur oleh pertumbuhan nilai Produk Domestik Bruto (PDB) atas dasar harga konstan, yang merupakan jumlah nilai tambah bruto yang timbul dari seluruh sektor perekonomian di suatu wilayah. Sehingga dapat dikatakan bahwa besaran nilai PDRB atas dasar harga konstan dapat mengukur besaran pertumbuhan ekonomi.

14

2.1.4. Produk Domestik Bruto (PDB) Mankiw (2007) meyatakan bahwa Produk Domestik Bruto (PDB) adalah pendapatan total dan pengeluaran total nasional atas output barang dan jasa yang dihasilkan oleh suatu negara. PDB dapat mengukur pertumbuhan ekonomi suatu negara, karena PDB merupakan nilai tambah yang merupakan refleksi dari seluruh kegiatan ekonomi di suatu negara. Terdapat dua metode penghitungan PDB, yaitu atas dasar harga berlaku yang menghitung nilai tambah yang dihasilkan dari seluruh kegiatan ekonomi dengan mengalikan total nilai tambah dengan harga pada tahun berjalan. Sedangkan PDB atas dasar harga konstan dihitung dengan mengalikan seluruh nilai tambah dari hasil kegiatan ekonomi dengan harga pada tahun dasar. Data PDB yang digunakan untuk mengukur besaran nilai pertumbuhan ekonomi adalah PDB atas dasar harga konstan. Nilai PDB pada dasarnya merupakan penjumlahan dari seluruh nilai Produk Domestik Regional Bruto (PDRB) dari masing-masing propinsi/kabupaten di suatu Negara.

2.1.5. Prasarana (Infrastruktur) Kwik dalam Haris (2009) menyatakan bahwa infrastruktur merupakan roda penggerak pertumbuhan ekonomi. Dari alokasi pembiayaan publik dan swasta, infrastruktur dipandang sebagai lokomotif pembangunan nasional dan daerah. Secara ekonomi makro ketersediaan dari jasa pelayanan infrastruktur memengaruhi marginal productivity of private capital, sedangkan dalam konteks

15

ekonomi mikro, ketersediaan jasa pelayanan infrastruktur berpengaruh terhadap pengurangan biaya produksi. World Bank (1994) menyebutkan bahwa elastisitas PDB (Produk Domestik Bruto) terhadap infrastruktur di suatu negara adalah antara 0,07 sampai dengan 0,44. World Bank (1994) kemudian membagi infrastruktur menjadi tiga komponen utama, yaitu: 1. Infrastruktur ekonomi, merupakan infrastruktur fisik yang diperlukan untuk menunjang aktivitas ekonomi, meliputi public utilities (tenaga listrik, telekomunikasi, air, sanitasi, gas), public work (jalan, bendungan, kanal, irigasi dan drainase) dan sektor transportasi (jalan, rel, pelabuhan, lapangan terbang dan sebagainya). 2. Infrastruktur sosial, meliputi pendidikan, kesehatan, perumahan dan rekreasi. 3. Infrastruktur administrasi, meliputi penegakan hukum, kontrol administrasi dan koordinasi.

2.1.6. Pengaruh Pembangunan Infrastruktur Terhadap Pertumbuhan Ekonomi Munnell dalam Prasetyo (2008), mendukung dampak yang kuat dan signifikan dari infrastruktur publik pada pertumbuhan produktivitas di 48 negara bagian USA selama tahun 1970-1986. Variabel yang digunakan meliputi jalan, sekolah, rumah sakit, fasilitas air minum, gas, listrik dan infrastruktur non militer lainnya serta mesin-mesin. Kesimpulannya modal publik mempunyai dampak positif pada produktivitas output dengan elastisitas sebesar 0,15 sedangkan modal swasta 0,31 atau elastisitas modal publik setengah dari modal swasta.

16

Canning (1999) menyusun suatu model untuk melihat kontribusi infrastruktur terhadap total output. Dalam model Canning tersebut nilai produk domestik regional bruto merupakan fungsi dari modal fisik, modal manusia, modal infrastruktur dan jumlah penduduk.

2.1.7. Tinjauan Penelitian Sebelumnya Berikut

disampaikan

beberapa

penelitian

yang

telah

dilakukan

sebelumnya, antara lain: 1. Kasim (2006) melakukan penelitian mengenai “Analisis mengenai Kinerja Infrastruktur Listrik Terhadap Pertumbuhan Ekonomi Indonesia”. Metode yang digunakan adalah uji kausalitas Granger terhadap variabel Konsumsi Energi Listrik (KEL) dan Pendapatan dari penjualan Energi Listrik (REP) dan dengan PDB. Hasil penelitian menunjukkan terdapat hubungan searah antara variabel KEL dan REP dengan PDB. 2. Prasetyo (2008) melakukan studi mengenai “Ketimpangan dan Dampak Infrastruktur terhadap Pertumbuhan Ekonomi di Wilayah Kawasan Barat Indonesia (KBI)”. Analisis regresi data panel digunakan untuk melihat besarnya pengaruh infrastruktur terhadap pertumbuhan ekonomi dan pendapatan perkapita di KBI. Infrastruktur yang diteliti meliputi: panjang jalan, listrik, dan air bersih. Analisis dilakukan dengan menggunakan data 14 (empat belas) propinsi di KBI dan pada kurun waktu 1995-2006. Dengan menggunakan

model

fixed

effect

ditemukan

bahwa

masing-masing

17

infrastruktur memberikan pengaruh yang positif terhadap pertumbuhan ekonomi dan juga pendapatan per kapita. Mengacu pada penelitian-penelitian sebelumnya, maka dalam penelitian ini digunakan beberapa variabel bebas untuk menjelaskan pengaruh infrastruktur terhadap pertumbuhan ekonomi 25 kabupaten tertinggal KTI, antara lain; variabel jumlah keluarga pengguna listrik, jumlah keluarga pengguna telepon, panjang jalan,

jumlah puskesmas dan jumlah sekolah serta dummy variabel program

bantuan KNPDT.

2.2.

Kerangka Pemikiran Dalam upaya memberikan masukan untuk perbaikan strategi dan

kebijakan yang diambil oleh KNPDT dalam upaya pengentasan kabupaten tertinggal, maka kiranya diperlukan suatu studi mengenai faktor-faktor yang memengaruhi pertumbuhan ekonomi. Untuk memberikan gambaran mengenai alur pemikiran dalam penelitian ini, berikut digambarkan kerangka pemikiran penelitian, sebagai berikut:

18

Masih banyaknya kabupaten tertinggal

Kebijakan KNPDT

Percepatan Pertumbuhan Ekonomi

Infrastruktur Sosial

Infrastruktur Ekonomi

Rekomendasi Kebijakan untuk Pengentasan Kabupaten Tertinggal

Ket: - - - - batasan kajian Gambar 2.1. Kerangka Pemikiran Penelitian

Infrastruktur Kelembagaan

BAB III METODE PENELITIAN

3.1.

Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data panel yang

merupakan data sekunder yang diperoleh dari berbagai publikasi Badan Pusat Statistik (BPS), diantaranya publikasi daerah dalam angka dan statistik potensi desa. Kurun waktu data yang digunakan adalah dua tahunan, yaitu Tahun 2003, 2005 dan 2007, mencakup 25 kabupaten tertinggal KTI.

3.2.

Metode Analisis

3.2.1. Analisis Deskriptif Metode analisis deskriptif merupakan suatu metode analisis yang sederhana yang dapat digunakan untuk menggambarkan kondisi suatu observasi dengan menyajikannya dalam bentuk tabel, grafik maupun narasi dengan tujuan untuk memudahkan pembaca dalam menafsirkan hasil observasi. Metode analisis deskriptif dalam penelitian ini digunakan untuk menggambarkan secara umum keragaan 25 kabupaten tertinggal KTI, periode 2003-2007. Metode ini digunakan untuk melihat secara sederhana dampak kebijakan dan program yang telah dilakukan oleh KNPDT khususnya di bidang infrastruktur terhadap pertumbuhan ekonomi. Diharapkan kebijakan dan program yang telah dilakukan mampu membuat perubahan yang cukup signifikan ke arah yang lebih baik pada kabupaten-kabupaten yang dibina.

20

3.2.2. Analisis Pengaruh Infrastruktur terhadap Pertumbuhan Ekonomi Tujuan utama penggunaan persamaan regresi adalah untuk memperkirakan nilai dari variabel tak bebas pada nilai variabel bebas tertentu (Supranto, 2000). Atas dasar tersebut penulis menggunakan metode ini untuk menjelaskan pengaruh infrastruktur terhadap pertumbuhan ekonomi. Pada penelitian ini analisis regresi yang digunakan adalah analisis regresi data panel, untuk menjelaskan pengaruh infrastruktur terhadap pertumbuhan ekonomi 25 kabupaten tertinggal KTI. Sehubungan dengan digunakannya data panel dalam penelitian ini, maka data yang digunakan akan dianalisis menggunakan teknik estimasi data panel, yaitu dengan metode Ordinay Least Squares (OLS) menggunakan teknik Pooled OLS Model, Fixed Effect Model dan Random Effect Model. Kemudian berdasarkan hasil dari ketiga model tersebut, akan ditentukan model mana yang lebih tepat menjelaskan

faktor-faktor

di bidang

infrastruktur

yang

memengaruhi

pertumbuhan ekonomi dengan menggunakan uji kesesuaian model dengan Chow test dan Haussman Test.

3.2.2.1.

Model Pooled OLS (Constant Coefficient Model) Model Pooled OLS adalah salah satu tipe model data panel yang memiliki koefisien yang konstan untuk intersep dan slope. Untuk model data panel ini dapat menggunakan metode Ordinary Least Squares Regression Model. Model pooled OLS dapat didefinisikan

21

ke dalam model berikut: ∧

Y it = α + β X it ……………………...........................................(3.1)

dimana i menunjukkan urutan kabupaten yang diobservasi pada data cross-section, sedangkan t menunjukkan periode pada data time-series. Namun, pada metode ini asumsi yang digunakan menjadi sangat terbatas karena pada model tersebut diasumsikan intersep dan koefisien dari setiap variabel sama untuk setiap kabupaten yang diobservasi. Penggunaan asumsi ini secara logika menyebabkan model pooled OLS menjadi tidak cukup tepat menjelaskan model dalam penelitian ini. Untuk itu dilakukan uji kesesuaian model dengan Chow test untuk menentukan jika model sesuai menggunakan model pooled OLS.

3.2.2.2.

Model Fixed Effect Tipe model data panel ini memiliki konstan slope namun memiliki intersep yang bergantung pada data panel dari serangkaian grup observasi (cross section) dalam hal ini adalah kabupaten yang diobservasi. Model ini dikenal juga sebagai Least Squares Dummy Variable Model, karena sebanyak

i-1

variabel dummy digunakan

dalam model ini. Persamaan model ini adalah sebagai berikut:                         

  ……(3.2)

22

3.2.2.3.

Model Random Effect Dalam model ini terdapat perbedaan intersep untuk setiap kabupaten dan intersep tersebut merupakan variabel random atau stokastik. Sehingga dalam model random effects terdapat dua komponen residual, yakni residual secara menyeluruh itε dan residual secara individu. Persamaan model random effects dapat ditulis sebagai berikut: ……….(3.3)

Piranti lunak yang digunakan dalam membantu pengolahan untuk analisis regresi data panel adalah Eviews 5.1. yang merupakan program pengolahan dan analisis data yang dapat digunakan untuk membantu penelitian di bidang statistika dan ekonometrika.

3.3.

Metode Pemilihan Model (Uji Kesesuaian Model)

3.3.1. Chow Test Gujarati dalam Hartati (2008) menjelaskan bahwa Chow test digunakan untuk menentukan model yang akan digunakan, apakah lebih tepat dijelaskan oleh model Pooled OLS atau model Fixed Effect. Seperti yang telah dijelaskan sebelumnya bahwa asumsi konstan slope dan intersep pada model Pooled OLS pada kenyataannya tidak cukup realistis. Pengujian ini dilakukan dengan hipotesis sebagai berikut:

23

H 0 : Model adalah model Pooled Least Square H 1 : Model adalah model Fixed Effect Dasar penolakan terhadap H 0 adalah dengan menggunakan F-statistic seperti yang dirumuskan oleh Chow:

F − statistic =

( ESS1 − ESS 2 ) /( N − 1) ( ESS2 ) /( NT − N − K ) ………….……..(3.4)

dimana: ESS 1 = Residual Sum Square hasil pendugaan model pooled least square ESS 2 = Residual Sum Square hasil pendugaan model fixed effect

N

= Jumlah data cross section

T

= Jumlah data time series

K

= Jumlah variabel penjelas Statistik Chow test mengikuti distribusi F-statistic dengan derajat

bebas (N-1,NT-N-K), jika nilai CHOW statistic (F-stat) hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap H 0 sehingga model yang digunakan adalah fixed effect, dan begitu juga sebaliknya.

3.3.2. Haussman Test

Gujarati dalam Hartati (2008) menjelaskan bahwa pengujian yang dilakukan setelah Chow Test adalah Haussman Test, yang digunakan untuk menentukan apakah model lebih tepat dijelaskan dengan model fixed effect atau model random effect. Hausman test dilakukan dengan hipotesis sebagai berikut:

24

H 0 : Model adalah model Random Effect H 1 : Model adalah model Fixed Effect Dasar penolakan H 0 dengan membandingkan Statistik Hausman dengan Chi-Square. Statistik Hausman dirumuskan dengan:

m = ( β − b)( M 0 − M 1 ) −1 ( β − b)

≈ χ 2 …...……..(3.5)

Dimana β adalah vektor untuk statistik variabel fixed effect, b adalah vektor statistik variabel random effect, M 0 adalah matriks kovarians untuk dugaan fixed effect model, dan M 1 adalah matriks kovarians untuk dugaan random effect model. H 0 ditolak jika nilai m hasil pengujian lebih besar dari χ 2 -tabel, sehingga

model yang digunakan adalah model fixed effect, dan begitu pula sebaliknya.

3.4.

Model Penelitian Pengaruh Infrastruktur terhadap Pertumbuhan Ekonomi

Pada penelitian ini modal infrastruktur dipecah menjadi modal infrastruktur bidang ekonomi dan sosial. Infrastruktur bidang ekonomi terdiri dari variabel panjang jalan, jumlah rumah tangga pengguna listrik dan jumlah rumah tangga pengguna telepon., sedangkan infrastruktur sosial terdiri dari variabel jumlah puskesmas dan jumlah SD dan SMP per 1000 penduduk. Secara matematis, hubungan antara variabel-variabel yang memengaruhi pertumbuhan ekonomi tersebut dapat digambarkan sebagai berikut : PDRBit = αo + α1LISit + α2TLPit + α3JLNit + α4PUSit + α5SEKit + α6PROGit + μit

……………………..…………………………………………………………(3.6)

25

dimana: PDRBit

= Besaran Nilai PDRB Atas Dasar Harga Konstan 2000 (miliar rupiah)

αo

= intercept

α1 – α6

= parameter infrastruktur dan program P2IPDT

µit

= error term

LISit

= Jumlah keluarga pengguna listrik (keluarga)

TLPit

= Jumlah keluarga pengguna telepon (keluarga)

JLNit

= Panjang jalan (km)

PUSKit

= Jumlah puskesmas (unit)

SEKit

= Jumlah sekolah per 1000 penduduk (unit)

PROGit

= Dummy variabel program bantuan KNPDT, yang bernilai 0 (sebelum P2IPDT) dan 1 (setelah P2IPDT)

Pemilihan variabel didasarkan pada indikator yang digunakan oleh KNPDT sebagai kriteria penentuan daerah tertinggal. Pemilihan keluarga pengguna listrik dan telepon serta jumlah puskesmas dan sekolah karena erat kaitannya dengan program P2IPDT, dimana melalui P2IPDT, KNPDT melakukan pembangunan infrastruktur di bidang energi, telekomunikasi, transportasi dan pelayanan sosial dasar. Variabel jumlah keluarga pengguna listrik dan telepon juga dipilih sebagai variabel di dalam model karena keluarga pengguna listrik dan telepon menentukan akses rumah tangga terhadap energi listrik dan telepon yang menentukan produktivitas individu dan merupakan salah satu input produksi.

26

3.5.

Pengujian Asumsi

Pengujian asumsi klasik dilakukan untuk memastikan bahwa model telah memenuhi persyaratan asumsi yang telah ditetapkan. Nachrowi dan Usman (2006) menyatakan bahwa pengujian asumsi tersebut dilakukan untuk menguji asumsi terbebasnya model dari autokorelasi, multikolinieritas dan heteroskedastisitas. 1. Pengujian Asumsi Autokorelasi Pengujian

asumsi

autokorelasi

dilakukan

untuk

memastikan

terbebasnya model dari autokorelasi. Salah satu uji formal yang paling populer untuk mendeteksi autokorelasi adalah uji Durbin-Watson. Model dapat dikatakan terbebas dari autokorelasi apabila nilai Statistik Durbin Watson berada pada kisaran nilai 2. Statistik Durbin Watson dirumuskan dengan: n

d=

∑ (e t =2

t

− et −1 )

n

∑ e2

………………….................(3.7)

t =1

2. Pengujian Asumsi Multikolinieritas Pengujian asumsi multikolinieritas dilakukan untuk memastikan model terbebas dari multikolinieritas atau dengan kata lain tidak terdapat hubungan linier antarvariabel bebas. Pengujian multikolinieritas dilakukan dengan melihat nilai korelasi pearson antarvariabel indpenden dan variance inflation factor (VIF). Nachrowi dan Usman (2006) menyatakan bahwa dampak adanya multikolinearitas yang tinggi antara lain:

27

a. Varians koefisien regresi menjadi besar sehingga interval kepercayaan (confidence interval) menjadi lebar. b. Varians yang besar juga dapat menyebabkan biasnya hasil estimasi pada uji-t dimana taksiran β menjadi idak signifikan. c. Multikolinieritas dapat mengakibatkan banyak vaiabel yang tidak signifikan meskipun koefisien determinasi (R2) tinggi dan uji F signifikan. d. Angka estimasi koefisien regresi yang didapat akan memunyai nilai yang tidak sesuai dengan substansi, atau kondisi yang dapat diduga akal sehat sehingga dapat menyesatkan interpretasi. 3. Pengujian Asumsi Heteroskedastisitas Pengujian asumsi heteroskedastisitas dapat dilakukan dengan dua metode, yakni: a. Metode Grafik Metode grafik dilakukan dengan membuat scatter plot dari kuadrat residual. Apabila tidak terdapat pola khusus pada scatterplot maka model adalah homoskedastik, namun apabila terdapat pola tertentu pada scatterplot residual maka model adalah heteroskedastik. b. White Test White test dilakukan untuk menguji apakah model terbebas dari asumsi heteroskedastisitas. Pengujian dilakukan dengan hipotesis sebagai berikut: Ho: Model Homoskedastik H1 : Model Heteroskedastik

28

Kemudian dilakukan penghitungan statistik White, yang dirumuskan sebagai: WHITE = n x R2

...................................(3.8)

Dasar penolakan Ho apabila nilai statistik White lebih besar dari χ tabel dengan derajat bebas adalah jumlah variabel independen.

3.6.

Pengujian Validitas Model Untuk menguji validitas model dampak program bantuan dan pengaruh

pembangunan

infrastruktur

terhadap

pertumbuhan

ekonomi,

dilakukan

serangkaian uji antara lain: 1. Uji F Uji F dilakukan dalam penelitian ini, untuk melakukan uji hipotesis koefisien regresi secara bersamaan. Hipotesis yang digunakan dalam uji ini adalah: H 0 : β 1 = β 2 = ... = β k = 0 H 1 : minimal ada satu nilai β yang tidak sama dengan nol. Adapun penghitungan F hitung dilakukan dengan rumus:

……….(3.8) dimana: MSR = Mean Squared Regression MSE = Mean Squared Error SSR = Sum of Squared Regression

29

SSE = Sum of Squared Error Berdasarkan F hitung yang didapatkan dari hasil pengolahan ketiga model data panel, kemudian dibandingkan dengan F statistik dengan derajat bebas sebesar k dan n-k-1. Maka model yang akan diambil adalah model dengan F hitung lebih besar daripada F statistik sehingga dapat dikatakan bahwa pada model yang dipilih paling tidak ada satu koefisien yang signifikan secara statistik. 2. Uji t Pada uji t dilakukan pengujian kofisien regresi secara individu (masingmasing variabel) untuk melihat pengaruh variabel bebas terhadap variabel terikat. Hipotesis yang digunakan untuk pengujian ini adalah: H 0: βi = 0 H 1: β i ≠ 0

Adapun penghitungan untuk uji t dilakukan dengan rumus: ...............................................(3.9) Berdasarkan hasil perhitungan dalam uji t, maka akan dipilih variabel bebas yang signifikan secara statistik. 3. Koefisien Determinasi Sesuai dengan teori statistik, dimana nilai koefisien determinasi (R2) mencerminkan seberapa besar variasi dari variabel terikat dapat diterangkan oleh variabel bebas, maka dalam penelitian ini, dari ketiga model regresi data panel yang digunakan akan dipilih model yang menghasilkan nilai koefisien

30

determinasi (R2) terbesar. Dengan kata lain model tersebut adalah model yang paling tepat menjelaskan pengaruh dari pembangunan infrastruktur baik ekonomi dan sosial terhadap pertumbuhan ekonomi 25 kabupaten tertinggal KTI. Nilai R2 yang digunakan adalah nilai adjusted R2, mengingat adjusted R2 merupakan ukuran kesesuaian model yang lebih baik dibandingkan R2 karena telah memperhitungkan jumlah derajat bebas. Adapun rumusan untuk nilai adjusted R2 adalah: _2

R = 1 − (1 − R 2 )

N −1 ......................................................(3.10) N −k

dimana: _2

R = adjusted R2

N = jumlah sampel k = jumlah variabel independen (Pindyck dan Rubin Feld, 1983).

3.7.

Hipotesis Hipotesis yang dipakai dalam penelitian ini digunakan untuk mengetahui

hubungan keterikatan dari variabel bebas dengan variabel terikat. Hipotesis tersebut antara lain menduga bahwa: 1.

Panjang jalan memunyai pengaruh positif terhadap pertumbuhan ekonomi karena jalan turut membantu kelancaran bidang transportasi, sehingga dapat membantu dalam mempercepat bergeraknya roda perekonomian suatu daerah.

2.

Jumlah keluarga pengguna listrik memunyai pengaruh positif terhadap pertumbuhan ekonomi, karena jumlah keluarga pengguna listrik menentukan

31

seberapa besar akses suatu daerah terhadap energi kelistrikan yang diyakini dapat membantu dalam pergerakan ekonomi daerah. 3.

Jumlah keluarga pengguna telepon memunyai pengaruh positif terhadap pertumbuhan ekonomi, karena cukup banyaknya jaringan telepon yang tersambung dalam satu wilayah dapat mempermudah komunikasi antar individu, yang pada akhirnya mampu membantu tumbuhnya perekonomian.

4.

Jumlah puskesmas memunyai pengaruh positif terhadap pertumbuhan ekonomi, karena kemudahan akses individu terhadap fasilitas kesehatan dapat membantu penduduk dalam memelihara kesehatan diri dan lingkungannya, dan ini merupakan modal dasar bagi seseorang untuk melakukan aktivitas dalam rangka ikut andil dalam meningkatkan pertumbuhan ekonomi daerah.

5.

Jumlah SD dan SMP memunyai pengaruh positif terhadap pertumbuhan ekonomi, karena kemudahan akses individu terhadap fasilitas dasar pendidikan mampu meningkatkan daya saing penduduk dalam rangka meningkatkan kesejahteraan penduduk dan perekonomian daerah pada umumnya.

6.

Program bantuan KNPDT di bidang pembangunan infrastruktur positif memengaruhi pertumbuhan ekonomi, karena melalui pogram bantuan dibangunlah infrasttruktur yang dapat membuka akses kabupaten tertinggal ke berbagai faktor produksi yang kemudian dapat mendorong pergerakan perekonomian.

BAB IV GAMBARAN UMUM DUA PULUH LIMA KABUPATEN TERTINGGAL KAWASAN TIMUR INDONESIA

4.1.

Pertumbuhan Ekonomi Pertumbuhan ekonomi merupakan salah satu indikator penting guna

melakukan evaluasi dan koreksi terhadap program pembangunan ekonomi yang telah dilaksanakan pada masa atau periode yang lalu. Dalam mengukur tingkat pertumbuhan ekonomi digunakan angka Produk Domestik Regonal Bruto (PDRB) atas dasar harga konstan, karena dalam penghitungan PDRB atas dasar harga konstan tersebut, pengaruh perubahan harga telah dieliminasi. Dengan demikian pertumbuhan yang dicerminkan merupakan pertumbuhan riil barang dan jasa dalam suatu periode waktu tertentu. Pertumbuhan ekonomi dapat pula diamati dari sisi PDRB atas dasar harga berlaku dan konstan, dimana yang membedakan antara keduanya adalah perkembangan tidak riil dan perkembangan riil. Dikatakan perkembangan tidak riil, karena didalamnya masih terdapat unsur perubahan harga, sedangkan dalam perkembangan riil unsur perkembangan harga telah dikeluarkan. Rata-rata pertumbuhan ekonomi 25 kabupaten tertinggal KTI selama kurun waktu 2003-2007 terus menunjukkan arah perbaikan. Hal ini terlihat dari rata-rata nilai PDRB atas dasar harga konstan di 25 kabupaten tertinggal KTI yang terus membaik tiap tahunnya. Pada Tahun 2003 rata-rata nilai PDRB atas dasar harga konstan di 25 kabupaten tertinggal KTI tercatat sebesar Rp.760,25 miliar, kemudian naik pada Tahun 2005 menjadi Rp. 828,54 miliar dan kembali

33

menunjukkan kenaikan pada Tahun 2007 dengan nilai rata-rata sebesar Rp.938,43 miliar (Gambar 4.1.). Nilai PDRB atas dasar harga konstan yang terus naik tiap tahunnya ini menunjukkan adanya pertumbuhan ekonomi di 25 kabupaten tertinggal KTI. Nilai PDRB atas dasar harga konstan terbesar pada Tahun 2007 di 25 kabupaten tertinggal KTI tercatat di Kabupaten Kutai Barat Provinsi Kalimantan Timur, dengan rata-rata PDRB atas dasar harga konstan sebesar Rp.2.684,53 miliar rupiah. Sedangkan nilai terendah tercatat di Kabupaten Asmat Provinsi Papua yaitu sebesar Rp.180,60 miliar rupiah.

938,43

1000 800

760,25

828,54

600 400 200 0 2003

2005

2007

PDRB ADHK Sumber: PDRB Kabupaten/Kota di Indonesia, 2003-2007, BPS

Gambar 4.1. Perkembangan Rata-Rata PDRB Atas Dasar Harga Konstan di 25 Kabupaten Tertinggal KTI, Tahun 2003, 2005 dan 2007

34

Tabel 4.1. Perkembangan Nilai PDRB Atas Dasar Harga Konstan di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007 (miliar rupiah) PDRB (miliar rupiah) No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

2003

2007

Pertumbuhan (%)

1.437,97 714,11 535,59 274,56 435,39 2.050,25 769,79 2.308,27 946,44 482,03 2.082,58 297,12 1.165,46 884,33 303,58 666,91 503,07 397,99 351,86 222,73 952,82 268,77 129,02 108,37 717,18

1.798,33 843,10 657,40 338,44 521,81 2.491,40 1.010,34 2.356,60 1.102,40 582,88 2.684,53 364,01 1.539,76 1.394,33 370,40 745,30 605,71 475,96 411,63 258,40 1.228,71 403,77 214,27 180,60 880,62

5,75 4,24 5,26 5,37 4,63 4,99 7,03 0,52 3,89 4,86 6,55 5,21 7,21 12,06 5,10 2,82 4,75 4,57 4,00 3,78 6,56 10,71 13,52 13,62 5,27

760,25

938,43

5,41

Kabupaten Kupang Timor Tengah Selatan Belu Alor Flores Timur Sambas Bengkayang Sanggau Katingan Gunung Mas Kutai Barat Kepulauan Talaud Banggai Morowali Selayar Jeneponto Barru Majene Maluku Tenggara Barat Buru Merauke Boven Digoel Mappi Asmat Nabire Rata-rata

Sumber: PDRB Kabupaten/Kota 2003-2007, BPS (Diolah)

Rata-rata laju pertumbuhan ekonomi di 25 kabupaten tertinggal KTI periode 2003-2007 adalah sebesar 5,41 persen (Tabel 4.1). Nilai laju pertumbuhan ekonomi terbesar dalam periode yang sama tercatat di Kabupaten Asmat Provinsi Papua, dengan laju pertumbuhan ekonomi sebesar 13,62 persen. Tingginya laju pertumbuhan ekonomi di Kabupaten Asmat ini dikarenakan tingginya nilai PDRB

35

pada sektor bangunan dan pemerintahan, karena besarnya APBD pada pos belanja bangunan untuk jalan dan jembatan. Laju pertumbuhan ekonomi terendah tercatat di Kabupaten Sanggau Provinsi Kalimantan Barat dengan laju pertumbuhan ekonomi sebesar 0,52 persen.

4.2.

Keragaan Infrastruktur Sosial

4.2.1. Bidang Kesehatan Keragaan infrastruktur di bidang kesehatan pada 25 kabupaten tertinggal KTI akan dijelaskan dengan menggambarkan secara umum jumlah unit puskesmas yang dimiliki masing-masing kabupaten tersebut pada periode 2003, 2005 dan 2007. Variabel jumlah puskesmas ini dipilih karena puskesmas merupakan infrastruktur dasar dan merupakan standar pelayanan dasar di bidang kesehatan. Rata-rata jumlah puskesmas yang dimiliki oleh 25 kabupaten tertinggal KTI pada periode 2003, 2005 dan 2007 mengalami kenaikan yang tidak signifikan. Tercatat rata-rata jumlah puskesmas yang dimiliki 25 kabupaten tertinggal tersebut pada Tahun 2003 adalah sebesar 14 unit puskesmas, sedangkan untuk Tahun 2005 yaitu sebesar 15 unit dan Tahun 2007 tercatat sebesar 17 unit puskesmas. Kabupaten dengan jumlah puskesmas terbesar untuk Tahun 2007 adalah Kabupaten Maluku Tenggara Barat, Provinsi Maluku yang tercatat sebesar 27 unit puskesmas, sedangkan kabupaten dengan jumlah puskesmas terendah untuk tahun yang sama adalah Kabupaten Mappi dan Asmat Provinsi Papua yang

36

masing-masing tercatat memiliki puskesmas sebanyak 8 unit.

Jumlah yang

relatif rendah ini disebabkan faktor geografis kabupaten ini, dmana letak daerahnya terpencil dan sulit untuk dijangkau.

Tabel 4.2. Perkembangan Jumlah Puskesmas di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Kabupaten

Jumlah Puskesmas (unit)

Pertumbuhan (%)

2003

2007

20 21 15 16 15 18 12 19 25 8 16 8 20 13 9 13 8 7 21 12 15 4 8 5 23

26 26 18 20 14 25 14 19 16 12 21 19 20 15 12 16 11 9 27 14 17 12 8 8 26

6,78 5,48 4,66 5,74 -1,71 8,56 3,93 0,00 -10,56 10,67 7,03 24,14 0,00 3,64 7,46 5,33 8,29 6,48 6,48 3,93 3,18 31,61 0,00 12,47 3,11

14

17

4,90

Kupang Timor Tengah Selatan Belu Alor Flores Timur Sambas Bengkayang Sanggau Katingan Gunung Mas Kutai Barat Kepulauan Talaud Banggai Morowali Selayar Jeneponto Barru Majene Maluku Tenggara Barat Buru Merauke Boven Digoel Mappi Asmat Nabire Rata-rata

Sumber: Daerah Dalam Angka 2003-2007, BPS

37

Rata-rata laju pertumbuhan jumlah puskesmas untuk periode 2003-2007 adalah sebesar 4,90 persen (Tabel 4.2). Laju pertumbuhan puskesmas tertinggi tercatat di Kabupaten Boven Digoel, Provinsi Papua dengan nilai laju pertumbuhan puskesmas sebesar 31,61 persen. Besarnya laju pertumbuhan puskesmas di kabupaten ini besar kemungkinan karena adanya perbaikan sarana kesehatan mengingat kabupaten ini merupakan kabupaten baru pecahan Kabupaten Merauke. Laju pertumbuhan puskesmas terendah tercatat di Kabupaten Katingan Provinsi Kalimantan Tengah dengan nilai laju pertumbuhan sebesar 10,56 persen.

4.2.2. Bidang Pendidikan Keragaan infrastruktur di bidang pendidikan pada 25 kabupaten tertinggal KTI akan dijelaskan dengan menggambarkan secara umum jumlah unit sekolah SD dan SMP yang dimiliki masing-masing kabupaten tersebut pada periode 2003, 2005 dan 2007. Variabel tersebut dipilih atas dasar pelaksanaan kebijakan pemerintah yang mewajibkan pendidikan dasar 9 tahun. Infrastruktur bidang pendidikan pada 25 kabupaten tertinggal KTI pada periode 2003, 2005 dan 2007 menunjukkan adanya perbaikan. Hal ini terlihat dari nilai rata-rata jumlah SD dan SMP yang menunjukkan kenaikan pada periode tersebut. Pada Tahun 2003 tecatat rata-rata jumlah SD dan SMP 25 kabupaten tertinggal KTI tercatat adalah sebesar 272 unit, sedangkan untuk periode 2005 dan 2007 juga mengalami kenaikan, dimana besarannya masing adalah sebesar 273 unit untuk Tahun 2005 dan 299 unit untuk Tahun 2007.

38

Tabel 4.3. Perkembangan Jumlah SD dan SMP di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Kabupaten Kupang Timor Tengah Selatan Belu Alor Flores Timur Sambas Bengkayang Sanggau Katingan Gunung Mas Kutai Barat Kepulauan Talaud Banggai Morowali Selayar Jeneponto Barru Majene Maluku Tenggara Barat Buru Merauke Boven Digoel Mappi Asmat Nabire Rata-rata

Jumlah SD dan SMP (unit) 2003 2007 360 446 520 619 318 396 251 270 325 332 507 553 254 287 752 570 248 251 186 191 255 280 136 156 406 443 282 335 156 193 279 307 224 223 191 232 319 392 193 250 186 223 68 75 125 148 97 108 154 189 272

299

Pertumbuhan (%) 5,50 4,45 5,64 1,84 0,53 2,19 3,10 -6,69 0,30 0,67 2,37 3,49 2,20 4,40 5,46 2,42 -0,11 4,98 5,29 6,68 4,64 2,48 4,31 2,72 5,25 2,40

Sumber: Daerah Dalam Angka 2003-2007, BPS

Kabupaten dengan jumlah SD dan SMP terbesar pada Tahun 2007 adalah Kabupaten Timor Tengah Selatan dengan jumlah SD dan SMP sebanyak 619 unit (Tabel 4.3), sedangkan kabupaten dengan jumlah SD dan SMP terendah adalah

39

Kabupaten Boven Digoel Provinsi Papua dengan jumlah SD dan SMP pada Tahun 2007 tercatat sebesar 75 unit. Nilai rata-rata laju pertumbuhan sekolah (SD dan SMP) di 25 kabupaten tertinggal KTI pada periode 2003-2007 adalah sebesar 2,40 persen. Laju pertumbuhan sekolah tertinggi tercatat di Kabupaten Buru Provinsi Maluku, dengan nilai laju pertumbuhan sebesar 6,68 persen. Nilai laju pertumbuhan sekolah terendah tercatat di Kabupaten Sanggau Provinsi Kalimantan Barat dengan laju pertumbuhan sebesar -6,69 persen.

4.3.

Keragaan Infrastruktur Ekonomi

4.3.1. Jalan Variabel panjang jalan dipilih sebagai salah satu variabel untuk menggambarkan melihat kondisi infrastruktur suatu daerah yang merupakan infrastruktur yang dominan dalam mendorong pergerakan ekonomi. Infrastruktur jalan tiap tahunnya mengalami kenaikan, hal ini terlihat dari nilai panjang jalan yang meningkat tiap periode, untuk Tahun 2003, panjang jalan 25 kabupaten tertinggal KTI tercatat sebesar 825,29, kemudian naik menjadi sebesar 893,44 pada Tahun 2005 dan kembali menunjukkan kenaikan pada Tahun 2007, yang tercatat sebesar 912,46. Panjang jalan terbesar pada Tahun 2007 tercatat di Kabupaten Banggai Provinsi Sulawesi Tengah, yaitu sebesar 3.008,13 km, sedangkan panjang jalan terendah tercatat di Kabupaten Asmat Provinsi Papua, yaitu sebesar 80,41 km. Panjang jalan yang relatif pendek di Kabupaten Asmat dikarenakan faktor

40

geografis Kabupaten Asmat, dimana transportasi air merupakan alat transportasi utama di kabupaten ini.

Tabel 4.4. Perkembangan Panjang Jalan di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Kabupaten Kupang Timor Tengah Selatan Belu Alor Flores Timur Sambas Bengkayang Sanggau Katingan Gunung Mas Kutai Barat Kepulauan Talaud Banggai Morowali Selayar Jeneponto Barru Majene Maluku Tenggara Barat Buru Merauke Boven Digoel Mappi Asmat Nabire Rata-rata

Panjang Jalan (km) 2003 2007 704,50 806,01 1543,95 1572,23 986,59 924,72 900,36 999,80 821,27 853,43 863,45 1486,12 994,19 998,01 1033,73 867,34 438,30 302,66 313,18 952,09 749,98 684,78 249,50 325,70 1969,80 3008,13 1406,33 1375,73 752,19 789,99 1262,93 1366,36 681,47 643,07 701,33 730,03 363,14 249,89 423,00 311,95 1506,35 1535,50 900,07 918,59 288,61 339,68 42,06 80,41 735,86 689,23 825,29

912,46

Pertumbuhan (%) 3,42 0,45 -1,61 2,65 0,96 14,54 0,10 -4,29 -8,84 32,04 -2,25 6,89 11,17 -0,55 1,23 1,99 -1,44 1,01 -8,92 -7,33 0,48 0,51 4,16 17,59 -1,62 2,54

Sumber: Daerah Dalam Angka 2003-2007, BPS

Rata-rata pertumbuhan panjang jalan 25 kabupaten tertinggal KTI periode 2003-2007 adalah sebesar 2,54 persen (Tabel 4.4). Laju pertumbuhan panjang

41

jalan terbesar tercatat di Kabupaten Gunung Mas Provinsi Kalimantan Tengah dengan laju pertumbuhan sebesar 32,04 persen, sedangkan laju pertumbuhan terendah tercatat di Kabupaten Buru, yang tercatat sebesar -7,33 persen.

4.3.2. Listrik Salah satu infrastruktur ekonomi yang akan diteliti dalam penelitian ini adalah jumlah keluarga pengguna listrik. Untuk periode 2003-2007, rata-rata jumlah keluarga pengguna listrik tiap tahunnya mengalami kenaikan yang cukup signifikan. Pada Tahun 2003, rata-rata jumlah keluarga pengguna listrik di 25 kabupaten tertinggal KTI adalah sebesar 18.463 keluarga. Pada Tahun 2005, jumlah keluarga pengguna listrik mengalami kenaikan, yaitu menjadi sebesar 21.138 keluarga, sedangkan untuk Tahun 2007, juga mengalami kenaikan yaitu menjadi sebesar 26.485 keluarga. Jumlah keluarga pengguna listrik terbesar periode Tahun 2007 yaitu pada Kabupaten Sambas Provinsi Kalimantan Barat, yang tercatat sebesar 88.188 keluarga. Sedangkan kabupaten dengan jumlah keluarga pengguna listrik terendah pada periode yang sama adalah Kabupaten Mappi Provinsi Papua, dengan nilai rata-rata jumlah keluarga pengguna listrik adalah sebesar 3.719 keluarga.

42

Tabel 4.5. Perkembangan Jumlah Keluarga Pengguna Listrik di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Kabupaten Kupang Timor Tengah Selatan Belu Alor Flores Timur Sambas Bengkayang Sanggau Katingan Gunung Mas Kutai Barat Kepulauan Talaud Banggai Morowali Selayar Jeneponto Barru Majene Maluku Tenggara Barat Buru Merauke Boven Digoel Mappi Asmat Nabire Rata-rata

Pengguna Listrik (keluarga) 2003 2007 20.356 29.246 14.085 17.646 11.933 20.731 10.418 13.416 25.175 30.889 70.274 88.188 24.930 36.106 31.135 54.306 11.131 20.395 5.585 10.497 18.060 29.032 10.866 17.240 33.321 42.102 11.906 22.744 16.743 21.919 40.797 69.569 25.862 28.477 17.664 16.954 12.062 15.822 8.507 18.107 16.877 26.740 3.107 3.944 2.261 3.719 6.734 10.679 11.791 13.650 18.463

21.138

Pertumbuhan (%) 9,48 5,80 14,81 6,53 5,25 5,84 9,70 14,92 16,34 17,09 12,60 12,23 6,02 17,56 6,97 14,27 2,44 -1,02 7,02 20,79 12,19 6,14 13,25 12,22 3,73 9,44

Sumber: Statistik Potensi Desa 2003-2007, BPS (diolah)

Rata-rata laju pertumbuhan pengguna listrik di 25 kabupaten tertinggal KTI untuk periode 2003-2007 adalah sebesar 9,44 persen (Tabel 4.5). Laju pertumbuhan terbesar tercatat di Kabupaten Buru dengan laju pertumbuhan pengguna listrik sebesar 20,79 persen. Laju pertumbuhan pengguna listrik

43

terendah tercatat di Kabupaten Majene dengan laju pertumbuhan sebesar -1,02 persen.

4.3.3. Telepon Rata-rata jumlah keluarga pengguna telepon pada 25 kabupaten tertinggal KTI untuk periode 2003, 2005 dan 2007 menunjukkan penurunan rata-rata, pada periode 2005 tercatat rata-rata jumlah keluarga pengguna telepon turun dari sebesar 1.795 keluarga pada Tahun 2003, menjadi sebesar 1.362 keluarga. Pada Tahun 2007, angka ini mengalami kenaikan, yaitu menjadi sebesar 2.008 keluarga. Kabupaten dengan jumlah keluarga pengguna telepon terbesar yaitu Kabupaten Merauke Provinsi Papua, yang tercatat memiliki jumlah pengguna telepon pada Tahun 2007 sebesar 7.868 keluarga. Sedangkan kabupaten dengan jumlah keluarga pengguna telepon terendah yaitu Kabupaten Boven Digoel yang tercatat memiliki rata-rata jumlah keluarga pengguna telepon sebesar 48 keluarga. Rata-rata laju pertumbuhan keluarga pengguna telepon untuk periode 2003-2007 adalah sebesar 2,84 persen (Tabel 4.5). Laju pertumbuhan pengguna telepon terbesar tercatat di Kabupaten Mappi Provinsi Papua, dengan nilai laju pertumbuhan sebesar 13,17 persen, sedangkan laju pertumbuhan terendah tercatat di Kabupaten Kepulauan Talaud Provinsi Sulawesi Utara dengan nilai laju pertumbuhan sebesar -3,15 persen. Nilai laju pertumbuhan yang negatif ini besar kemungkinan dipengaruhi oleh maraknya layanan jasa telekomunikasi berbasis seluler.

44

Tabel 4.6. Perkembangan Jumlah Keluarga Pengguna Telepon di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Kabupaten Kupang Timor Tengah Selatan Belu Alor Flores Timur Sambas Bengkayang Sanggau Katingan Gunung Mas Kutai Barat Kepulauan Talaud Banggai Morowali Selayar Jeneponto Barru Majene Maluku Tenggara Barat Buru Merauke Boven Digoel Mappi Asmat Nabire Rata-rata

Pengguna Telepon (keluarga) 2003 2007 593 612 2.142 2.142 2.071 2.071 748 876 1.017 1.141 5.564 5.805 2.234 2.247 2.843 3.214 1.252 1.462 410 460 641 687 533 469 4.595 4.595 1.017 1.043 1.338 1.854 2.622 3.030 2.763 2.894 1.092 1.057 979 1.005 912 912 5.126 7.868 38 48 164 269 49 78 4.133 4.361 1.795

Sumber: Statistik Potensi Desa 2003-2007, BPS (diolah)

2.008

Pertumbuhan (%) 0,79 0,00 0,00 4,03 2,92 1,07 0,15 3,11 3,95 2,92 1,75 -3,15 0,00 0,63 8,50 3,68 1,16 -0,81 0,66 0,00 11,31 6,01 13,17 12,32 1,35 2,84

BAB V HASIL DAN PEMBAHASAN

5.1.

Hasil Analisis Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal KTI Analisis pengaruh pembangunan infrastruktur terhadap pertumbuhan

ekonomi dalam penelitian ini dilakukan dalam dua tahapan, yaitu: 1. Pengujian Kesesuaian Model (Pemilihan Model Terbaik) Pengujian kesesuaian model yang dilakukan pertama kali dalam penelitian ini adalah pengujian dengan metode Chow test. Chow test dilakukan untuk menentukan model terbaik dalam pemilihan model pooled OLS atau model fixed effect. Dari hasil pengujian yang dilakukan didapatkan nilai Fstatistik sebesar 95,67. Hasil ini cukup signifikan dengan nilai p-value sebesar 0,0000 sehingga dapat disimpulkan untuk menolak Ho pada taraf α = 1%, sehingga model terbaik yang dipilih adalah model fixed effect. Hasil estimasi persamaan pengaruh pembangunan infrastruktur terhadap pertumbuhan ekonomi 25 kabupaten tertinggal KTI menunjukkan bahwa model fixed effect dapat lebih baik menjelaskan model dibandingkan dengan random effect. Hal ini terlihat dari signfikansi variabel bebas yang lebih baik dan nilai adjusted R2 yang lebih tinggi dengan model fixed effect, dibandingkan dengan menggunakan model random effect. Nilai adjusted R2 pada model fixed effect adalah sebesar 99,51 persen dan nilai adjusted R2 pada model random effect sebesar 56,26 persen. Variabel bebas yang signiifkan pada model fixed effect sebanyak 5 variabel sedangkan pada random effect

46

sebanyak 2 variabel. Berdasarkan pertimbangan tersebut maka diputuskan bahwa model fixed effect adalah model yang lebih baik dalam mengestimasi pengaruh pembangunan infrastruktur terhadap pertumbuhan ekonomi. 2. Pengujian Asumsi Pengujian asumsi dilakukan untuk melihat apakah model terbebas dari autokorelasi, multikolinieritas dan heteroskedastisitas. Tabel 5.1. Hasil Estimasi Persamaan Pengaruh Pembangunan Infrastruktur terhadap Pertumbuhan Ekonomi 25 Kabupaten Tertinggal KTI Variabel

Std. Error

Koefisien

t-Statistik

Probabilita

Elastisitas

C

60,03384

75,83721

0,791615

0,4328

LISTRIK

0,009646

0,001785

5,403073

0,0000*

0,2522

TELEPON

0,033703

0,011884

2,83612

0,0069*

0,0689

JALAN

0,09358

0,042997

2,176412

0,0349**

0,0974

PUSKESMAS

0,524662

2,126966

0,246672

0,8063

SEKOLAH

1,452579

0,279953

5,188647

0,0000*

0,0095 0,4850

Dummy PROGRAM

19,85286

9,20495

2,156759

0,0365**

0,0157

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared

0,997129 Mean dependent var

1362,512

Adjusted R-squared

0,995172

911,6437

S.E. of regression

72,72973

F-statistic

509,4173

Prob(F-statistic)

0,00000

Sumber: Hasil Olahan

Ket: * signifikan pada α=0,01 ** signifikan pada α=0,05

S.D. dependent var Sum squared resid

232743 Durbin-Watson stat

2,495041

47

a. Autokorelasi Model yang dipilih harus memenuhi asumsi terbebas dari autokorelasi. Pengujian asumsi ini dilakukan dengan menghitung nilai statistik uji Durbin Watson. Berdasarkan hasil penghitungan, didapatkan nilai statistik Durbin Watson sebesar 2,4 (Tabel 5.1), dengan nilai dL sebesar 1,458 dan dU sebesar 1,801, maka nilai statistik Durbin Watson berada pada daerah tidak terdapat keputusan, sehingga tidak dapat disimpulkan bahwa terdapat autokorelasi dalam model. b. Multikolinieritas Pengujian asumsi selanjutnya adalah pengujian multikolinieritas, dimana model yang dipilih harus terbebas dari multikolinieritas, atau dapat dikatakan bahwa tidak ada korelasi tinggi antara variabel-variabel independen.

Berdasarkan

matriks

korelasi

pearson

antarvariabel

independen (Tabel 5.2) terlihat bahwa korelasi antarvariabel cukup rendah, sehingga dapat disimpulkan model telah memenuhi asumsi terbebas dari multikolinieritas, selain itu, nilai VIF (variance inflation factor) untuk masing-masing variabel independen cukup rendah yaitu di bawah 10 (Lampiran 6), sehingga dapat disimpulkan bahwa model memenuhi asumsi terbebas dari multikolinieritas.

48

Tabel 5.2. Matriks Korelasi Antarvariabel Bebas Matriks Korelasi PDRB

LISTRIK

TELEPON

PUSKESMAS

SEKOLAH

PROGRAM

PDRB

1

0.6458224

0.4502893

0.3495933

0.5328431

0.6466124

LISTRIK

0.6458224

1

0.6118182

0.3925705

0.3439942

0.6073212

TELEPON

0.4502893

0.6118182

1

0.5775248

0.3858720

0.3881646

PUSKSMAS

0.3495933

0.3925705

0.5775248

1

0.2986844

0.4536914

SEKOLAH

0.5328431

0.3439942

0.3858720

0.2986844

1

0.6493299

PROGRAM

0.6466124

0.6073212

0.3881646

0.4536914

0.6493299

1

Sumber: Hasil Olahan

c. Heteroskedastisitas Pengujian asumsi terakhir adalah uji heteroskedastisitas yang dilakukan dengan White test. Berdasarkan hasil perhitungan didapatkan nilai R2 sebesar 0,995172, sehingga nilai statistik uji White adalah sebesar 24,87. Nilai Chi-square tabel dengan derajat bebas 6 pada taraf keberartian 1 % adalah sebesar 16,8, sehingga dapat disimpulkan bahwa Ho ditolak, yang artinya terdapat heteroskedastisitas dalam model yang dipilih. Untuk mengatasi adanya heteroskedastisitas dalam model maka metode estimasi yang dipilih diperbaiki dengan metode Generalized Least Squared (GLS) atau disebut juga metode cross section weight.

5.2.

Faktor-Faktor yang Memengaruhi Kabupaten Tertinggal KTI

Pertumbuhan

Ekonomi

25

Berdasarkan hasil estimasi persamaan pengaruh pembangunan infrastruktur terhadap pertumbuhan ekonomi 25 kabupaten tertinggal KTI (Tabel 5.1), dapat diinterpretasikan hal-hal sebagai berikut:

49

1.

Hasil Pengujian Validitas Model Untuk menguji validitas model pengaruh pembangunan infrastruktur

terhadap pertumbuhan ekonomi, dilakukan serangkaian uji antara lain: a.

Uji F Uji F dilakukan dalam penelitian ini, untuk melakukan uji hipotesis koefisien regresi secara bersamaan. Berdasarkan hasil perhitungan didapatkan nilai Fstatistik sebesar 509,4, dengan nilai prob(Fstatistik) sebesar 0,0000 maka dapat disimpulkan bahwa pada model yang dipilih paling tidak ada satu koefsien regresi yang signifikan secara statistik.

b.

Koefisien Determinasi Nilai koefisien determinasi (R2) mencerminkan seberapa besar variasi dari variabel tak bebas dapat diterangkan oleh variabel bebas. Nilai adjusted R2 pada model ini adalah sebesar 0,9951, maka dapat disimpulkan bahwa variasi dari besaran PDRB dapat diterangkan oleh variabel-variabel bebas dalam model sebesar 99,51 persen, dan sisanya dipengaruhi oleh variabel lain di luar model.

Berdasarkan

hasil

pengolahan

dalam

Tabel

5.1,

maka

dapat

diinterpretasikan bahwa variabel jumlah keluarga pengguna listrik nyata positif memengaruhi pertumbuhan ekonomi, dengan koefisien regresi sebesar 0,00964 artinya setiap kenaikan 1 keluarga pengguna listrik akan meningkatkan PDRB atas dasar harga konstan sebesar Rp. 9,64 juta. Hal ini disebabkan jumlah keluarga pengguna listrik menentukan seberapa besar akses suatu daerah terhadap energi kelistrikan yang diyakini dapat membantu dalam pergerakan ekonomi daerah

50

karena adanya peningkatan produktivitas individu. Nilai elastisitas untuk variabel jumlah keluarga pengguna listrik adalah sebesar 0,25 sehingga kenaikan 1 persen keluarga pengguna listrik dapat meningkatkan PDRB sebesar 0,25 persen. Variabel jumlah sekolah (SD dan SMP) nyata positif memengaruhi pertumbuhan ekonomi dengan koefisien regresi sebesar 1,452 artinya kenaikan 1 unit akan meningkatkan PDRB atas dasar harga konstan sebesar Rp. 1,45 miliar. Hal ini disebabkan kemudahan akses individu terhadap fasilitas dasar pendidikan dapat meningkatkan daya saing penduduk dalam rangka meningkatkan kesejahteraan penduduk dan perekonomian daerah pada umumnya. Variabel jumlah sekolah ini juga merupakan variabel yang memiliki elastisitas terhadap PDRB tertinggi yaitu sebesar 0,48, artinya kenaikan 1 persen jumlah sekolah dapat meningkatkan PDRB sebesar 0,48 persen, sehingga perubahan pada jumlah sekolah memiliki dampak positif paling besar terhadap perubahan PDRB. Variabel jumlah keluarga pengguna telepon nyata positif memengaruhi pertumbuhan ekonomi, dengan koefisien regresi sebesar 0,03370 artinya setiap kenaikan 1 keluarga akan meningkatkan PDRB atas dasar harga konstan sebesar Rp. 33,70 juta. Hal ini disebabkan cukup banyaknya jaringan telepon yang tersambung dalam satu wilayah dapat mempermudah komunikasi antar individu, yang pada akhirnya mampu membantu tumbuhnya perekonomian. Nilai elastisitas untuk variabel jumlah keluarga pengguna telepon adalah sebesar 0,06, sehingga kenaikan 1 persen keluarga pengguna telepon dapat meningkatkan PDRB sebesar 0,06 persen.

51

Variabel panjang jalan nyata positif memengaruhi pertumbuhan ekonomi, dengan koefisien regresi sebesar 0,09358 artinya setiap kenaikan 1 km akan meningkatkan PDRB atas dasar harga konstan sebesar Rp. 93,58 juta. Hal ini disebabkan jalan turut membantu kelancaran bidang transportasi, sehingga dapat membantu dalam mempercepat bergeraknya roda perekonomian suatu daerah. Nilai elastisitas untuk variabel panjang jalan adalah sebesar 0,09 persen, sehingga kenaikan 1 persen keluarga pengguna telepon dapat meningkatkan PDRB sebesar 0,09 persen. Variabel

program

bantuan

P2IPDT

nyata

positif

memengaruhi

pertumbuhan ekonomi dengan kofisien regresi sebesar 19,852 artinya nilai PDRB atas dasar harga konstan sebelum program P2IPDT dan setelah program P2IPDT memiliki perbedaan variasi sebesar Rp. 19,85 miliar. Hal ini disebabkan pogram bantuan dalam hal pembangunan infrastruktur dapat membuka akses kabupaten tertinggal ke berbagai faktor produksi dan dapat mempermudah pemasaran hasilhasil roduksi yang kemudian dapat mendorong pergerakan perekonomian daerah.

BAB VI KESIMPULAN DAN SARAN

6.1. 1.

Kesimpulan PDRB atas dasar harga konstan 25 kabupaten tertinggal KTI meningkat pada periode 2003-2007 dengan tingkat rata-rata pertumbuhan sebesar 5,41 persen per tahun.

2.

Keragaan infrastruktur baik ekonomi dan sosial menunjukkan keragaman antarkabupaten,

infrastruktur ekonomi (panjang jalan dan listrik) serta

infrastruktur sosial (kesehatan dan pendidikan) pada kabupaten tertinggal di Provinsi Papua tercatat sebagai angka terendah. 3.

Infrastruktur sosial (pendidikan) dan infrastruktur ekonomi (listrik, telepon dan jalan) mempunyai pengaruh positif terhadap pertumbuhan ekonomi.

4.

Program bantuan KNPDT (P2IPDT)

berpengaruh positif terhadap

perubahan pertumbuhan ekonomi.

6.1. 1.

Saran Program bantuan KNPDT melalui Program Pengembangan Sarana dan Prasarana melalui instrumen Percepatan Pembangunan Infrastruktur Pedesaan Daerah Tertinggal (P2IPDT) yang ternyata cukup berpengaruh dalam meningkatkan pertumbuhan ekonomi kiranya dapat diteruskan dalam rangka mengentaskan kabupaten-kabupaten tertinggal.

53

2.

Dalam rangka menajamkan sasaran program bantuan, kiranya KNPDT dapat memfokuskan program bantuan pada perbaikan infrastruktur pendidikan.

54 DAFTAR PUSTAKA

BPS. 2008. PDRB Kabupaten/Kota di Indonesia 2003-2007, Jakarta BPS. 2008. Daerah Dalam Angka, Berbagai Edisi, Jakarta BPS. 2008. Statistik Potensi Desa, Berbagai Edisi, Jakarta Canning, D. 1999. Infrastructure’s Contribution to Aggregate Output. World Bank Working Paper, Number 2246. Haris, A. 2009. Pengaruh Penatagunaan Tanah Terhadap Keberhasilan Pembangunan Infrastruktur dan Ekonomi. http://www.bappenas.go.id/node/71/1195 Hartati, S. 2008. Pengaruh Utang Luar Negeri dan Tabungan Domestik terhadap Pertumbuhan Ekonomi di Negara-Negara Asean: Sebuah Aplikasi Data Panel. Skripsi. Institut Pertanian Bogor, Bogor Kasim. S.T. 2006. Analisis Pengaruh Kinerja Infrastruktur Listrik Terhadap Pertumbuhan Ekonomi Indonesia. Tesis. Universitas Sumatera Utara, Medan. Keputusan Menteri Negara Pembangunan Daerah Tertinggal Nomor 001, Tahun 2005. KNPDT. 2008. Kajian Paruh Waktu Kebijakan KNPDT terhadap Percepatan Pembangunan Daerah Tertinggal, Jakarta Mankiw, N.G. 2007. Makroekonomi. Edisi keenam. Erlangga, Jakarta. Nachrowi, D. Nachrowi dan Usman, Hardius. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Lembaga Penerbit FEUI, Jakarta. Pindyck, Robert. S dan Rubin Feld, Daniel L. 1983. Econometric Models and Economic Forecasts. MacGraw Hill. New York. Prasetyo, R.B. 2008. Ketimpangan dan Pengaruh Infrastruktur Terhadap Pembangunan Ekonomi Kawasan Barat Indonesia. Skripsi. Institut Pertanian Bogor, Bogor. Sukirno, S, 2000. Makroekonomi Teori Pengantar. PT. Rajagrafindo Persada, Jakarta.

55

Sukirno, S. 2004. Makroekonomi Teori Pengantar. PT. Rajagrafindo Persada, Jakarta. Supranto, J. 2000, Statistik Teori dan Aplikasi. Edisi Keenam. Jilid 1. Erlangga, Jakarta. Todaro M.P. dan S.C. Smith. 2006. Pembangunan Ekonomi. Edisi Kesembilan. Erlangga, Jakarta. World Bank. 1994. World Development Reports: Infrastructure for Development. Oxford University Press, New York.

 

56  

Lampiran 1. Daftar 123 Kabupaten Tertinggal KTI

Nama Kabupaten 1.

Lombok Barat

27. Ketapang

53. Parigi Moutong

2.

Lombok Tengah

28. Sintang

54. Tojo Una-Una

3.

Lombok Timur

29. Kapuas Hulu

55. Selayar

4.

Sumbawa

30. Sekadau

56. Bulukumba

5.

Dompu

31. Melawi

57. Bantaeng

6.

Bima

32. Barito Selatan

58. Jeneponto

7.

Sumbawa Barat

33. Sukamara

59. Takalar

8.

Sumba Barat

34. Lamandau

60. Sinjai

9.

Sumba Timur

35. Seruyan

61. Pangkajene dan Kepulauan

10. Kupang

36. Katingan

62. Barru

11. Timor Tengah Selatan

37. Pulang Pisau

63. Pinrang

12. Timor Tengah Utara

38. Gunung Mas

64. Enrekang

13. Belu

39. Barito Kuala

65. Luwu

14. Alor

40. Hulu Sungai Utara

66. Tana Toraja

15. Lembata

41. Kutai Barat

67. Luwu Timur

16. Flores Timur

42. Malinau

68. Buton

17. Sikka

43. Nunukan

69. Muna

18. Ende

44. Kepulauan Sangihe

70. Konawe

19. Ngada

45. Kepulauan Talaud

71. Kolaka

20. Manggarai

46. Banggai Kepulauan

72. Konawe Selatan

21. Rote Ndao

47. Banggai

73. Bombana

22. Manggarai Barat

48. Morowali

74. Wakatobi

23. Sambas

49. Poso

75. Kolaka Utara

24. Bengkayang

50. Donggala

76. Boalemo

25. Landak

51. Toli-Toli

77. Gorontalo

26. Sanggau

52. Buol

78. Pohuwato

 

57  

Nama Kabupaten 79. Bone Bolango

94. Kepulauan Sula

109.

Yapen Waropen

80. Majene

95. Halmahera Selatan

110.

Biak Numfor

81. Polewali Mandar

96. Halmahera Utara

111.

Paniai

82. Mamasa

97. Halmahera Timur

112.

Puncak Jaya

83. Mamuju

98. Fakfak

113.

Mimika

84. Mamuju Utara

99. Kaimana

114.

Bo1en Digoel

85. Maluku Tenggara Barat 86. Maluku Tenggara

100.

Teluk Wondama

115.

Mappi

101.

Teluk Bintuni

116.

Asmat

87. Maluku Tengah

102.

Sorong Selatan

117.

Yahukimo

88. Buru

103.

Sorong

118.

89. Kepulauan Aru

104.

Raja Ampat

119.

Pegunungan Bintang Tolikara

90. Seram Bagian Barat

105.

Merauke

120.

Sarmi

91. Seram Bagian Timur

106.

Jayawijaya

121.

Keerom

92. Halmahera Barat

107.

Jayapura

122.

Waropen

93. Halmahera Tengah

108.

Nabire

123.

Supiori

 

58  

Lampiran 2. Hasil Estimasi dengan Model Fixed Effect Dependent Variable: PDRB Method: Panel Least Squares Date: 10/09/09 Time: 19:37 Sample: 2001 2003 Cross-sections included: 25 Total panel (balanced) observations: 75 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LIST TELP JLN PUSK SEK PROG

92.51165 0.008673 0.010354 0.097532 1.369824 1.449435 40.35642

119.9098 0.002800 0.030400 0.068988 5.202491 0.390485 26.52535

0.771510 3.097019 0.340596 1.413755 0.263302 3.711886 1.521429

0.4445 0.0034 0.7350 0.1645 0.7935 0.0006 0.1353

Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

             

0.991561 0.985806 78.88477 273803.5 -414.0208 1.821100

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

842.4052 662.1372 11.86722 12.82512 172.3215 0.000000

 

59  

Lampiran 3. Hasil Uji Chow pada Model Fixed Effect Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test

Statistic

Cross-section F Cross-section Chi-square

95.674143 298.034494

d.f.

Prob.

(24,44) 24

0.0000 0.0000

Cross-section fixed effects test equation: Dependent Variable: PDRB Method: Panel Least Squares Date: 10/09/09 Time: 19:38 Sample: 2001 2003 Cross-sections included: 25 Total panel (balanced) observations: 75 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LIST TELP JLN PUSK SEK PROG

-213.5147 0.016165 0.007584 0.000592 25.60799 1.122439 -30.59220

167.9795 0.004869 0.049129 0.125720 12.59145 0.641088 116.5387

-1.271076 3.320226 0.154374 0.004709 2.033760 1.750835 -0.262507

0.2080 0.0014 0.8778 0.9963 0.0459 0.0845 0.7937

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

     

0.551143 0.511538 462.7680 14562485 -563.0381 0.078784

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

842.4052 662.1372 15.20101 15.41731 13.91600 0.000000

 

60  

Lampiran 4. Hasil Estimasi dengan Model Random Effect Dependent Variable: PDRB Method: Panel EGLS (Cross-section random effects) Date: 10/09/09 Time: 19:38 Sample: 2001 2003 Cross-sections included: 25 Total panel (balanced) observations: 75 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LIST TELP JLN PUSK SEK PROG

38.47895 0.009441 0.012889 0.092673 2.142803 1.558230 32.27344

143.9162 0.002630 0.028254 0.065261 5.057619 0.354764 25.29703

0.267370 3.589935 0.456170 1.420045 0.423678 4.392300 1.275780

0.7900 0.0006 0.6497 0.1602 0.6731 0.0000 0.2064

Effects Specification S.D. Cross-section random Idiosyncratic random

493.3542 78.88477

Rho 0.9751 0.0249

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.598103 0.562642 77.68237 16.86630 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

77.43763 117.4638 410349.4 1.210275

Unweighted Statistics R-squared Sum squared resid

   

0.500515 16205044

Mean dependent var Durbin-Watson stat

842.4052 0.030647

 

61  

Lampiran 5. Hasil Estimasi Model Fixed Effect-EGLS (Cross Sectional Weight) Dependent Variable: PDRB Method: Panel EGLS (Cross-section weights) Date: 10/09/09 Time: 20:25 Sample: 2001 2003 Cross-sections included: 25 Total panel (balanced) observations: 75 Linear estimation after one-step weighting matrix Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LIST TELP JLN PUSK SEK PROG

60.03384 0.009646 0.033703 0.093580 0.524662 1.452579 19.85286

75.83721 0.001785 0.011884 0.042997 2.126966 0.279953 9.204950

0.791615 5.403073 2.836120 2.176412 0.246672 5.188647 2.156759

0.4328 0.0000 0.0069 0.0349 0.8063 0.0000 0.0365

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.997129 0.995172 72.72973 509.4173 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

1362.512 911.6437 232743.0 2.495041

Unweighted Statistics R-squared Sum squared resid

     

0.996525 281759.5

Mean dependent var Durbin-Watson stat

842.4052 1.837577

 

62  

Lampiran 6. Nilai Variance Inflation Facor (VIF) untuk Uji Multikolinieritas

Correlations Model 1

 

ZeroOrder

Partial

Collinierity Statistics Part

Tolerance

VIF

LIST

0.630

0.393

0.268

0.460

2.175

TELP

0.374

0.006

0.004

0.617

1.622

JLN

0.375

0.054

0.035

0.529

1.891

PUSK

0.599

0.374

0.253

0.582

1.717

SEK

0.672

0.249

0.161

0.443

2.255

Dummy PROG

0.084

0.073

0.046

0.932

1.073