3. Analisis Dampak
a. Output Multiplier
O
M
j
Yaitu dampak peningkatan permintaan akhir atas output sektor j terhadap peningkatan total output seluruh sektor di wilayah penelitian. Angka yang
diperoleh sama dengan angka keterkaitan langsung dan tidak langsung ke belakang seperti yang telah diuraikan di atas.
∑
=
i ij
j O
b M
b
ij
: elemen inverse matriks Leontief b.
Income Multiplier
I
M
j
Yaitu dampak peningkatan permintaan akhir atas output sektor j terhadap peningkatan total pendapatan rumah tangga secara keseluruhan di wilayah
penelitian.
∑
=
i ij
i I
j I
j I
b v
v M
1
I
v
i
: rasio pendapatan rumahtangga dari sektor i terhadap total output sektor i untuk i=j, maka
I
v
i
=
I
v
j
b
ij
: elemen inverse matriks Leontief c.
Total Value-Added Multiplier atau multiplier PDRB
GDP
M
j
Yaitu merupakan dampak peningkatan permintaan akhir atas output sektor j terhadap peningkatan PDRB wilayah penelitian.
∑
=
i ij
i GDP
j GDP
j GDP
b v
v M
1
GDP
v
i
: rasio Produk Domestik Regional Bruto dari sektor i terhadap total output sektor i untuk i=j, maka
GDP
v
i
=
GDP
v
j
b
ij
: elemen inverse matriks Leontief
Kriteria Sektor Unggulan
Kriteria yang digunakan dalam menentukan sektor unggulan dalam penelitian ini adalah: 1 sektor yang memiliki keterkaitan ke depan yang relatif
tinggi; 2 sektor yang memiliki keterkaitan ke belakang yang relatif tinggi;
3 sektor yang memiliki angka pengganda pendapatan dan angka pengganda PDRB yang besar.
Penentuan sektor unggulan dilakukan berdasarkan keragaman variasi data dengan menggunakan analisis komponen utama. Variabel yang digunakan adalah
keterkaitan langsung dan tidak langsung ke depan Standardized Direct Indirect Forward Linkage
, keterkaitan langsung dan tidak langsung ke belakang Standardized Direct Indirect Backward Linkage, angka pengganda pendapatan
Income Multiplier, angka pengganda pajak Tax Multiplier, dan angka pengganda PDRB Value-Added Multplier.
Langkah-langkah dalam penentuan sektor unggulan Gambar 7 antara lain: 1 menentukan faktor penciri utama dari variabel-variabel tersebut dengan
menggunakan analisis komponen utama; 2 dari hasil analisis komponen utama diperoleh akar ciri eigenvalue;
3 faktor skor dikalikan dengan akar ciri sebagai faktor pembobot, pembobotan dilakukan terhadap nilai faktor skor dari seluruh sektor-sektor ekonomi;
4 dari hasil perkalian tersebut diperoleh nilai skor untuk kemudian di-rescalling; 3 nilai skor hasil pembobotan sebagai dasar penentuan sektor unggulan, yang
ditunjukkan dengan besaran nilai antara 0 sampai 1, di mana nilai skor 1 menunjukkan urutan teratas sektor unggulan.
Factor Loading Factor Analysis
Variabel Penentu
Factor Score Eigenvalue sebagai
Faktor Pembobot
Skor =
∑
λ
α
. F
α
α
∑λ
α α
Gambar 7 Bagan alir penentuan sektor unggulan.
Analisis Pembagian Lokasi Location Quotient Analysis
Analisis pembagian lokasi merupakan metode yang digunakan untuk mengetahui gambaran umum mengenai kemampuan sektor-sektor pembangunan
di suatu wilayah dalam mendukung proses pembangunan di daerahnya. Metode ini dilakukan dengan membandingkan kemampuan sektor-sektor pembangunan
dalam suatu daerah atau wilayah dengan kondisi sektor-sektor pembangunan yang ada di daerah yang lebih luas Riyadi dan Bratakusumah 2004.
Seperti dikemukakan oleh Blakely 1994, bahwa Location Quotient Analysis
dapat didefinisikan sebagai rasio persentase dari total aktivitas pada subwilayah ke-i terhadap persentase aktivitas total wilayah yang diamati.
Asumsi yang digunakan dalam analisis ini adalah: 1 kondisi geografis relative seragam; 2 pola-pola aktivitas bersifat seragam; 3 setiap aktivitas
menghasilkan produk yang sama Saefulhakim 2004. Analisis ini dilakukan berdasarkan data PDRB menurut lapangan usaha
tahun 2003 atas dasar harga konstan tahun 1993 dari masing-masing kabupaten dan kota di Kawasan Kedungsapur. Dalam penelitian ini, penerapan rumusan
matematis analisis pembagian lokasi adalah sebagai berikut:
IJ IJ
I J
LQ X
X X
X
=
. .
..
Keterangan: X
ij
: aktivitas sektor ke-j di kabupaten atau kota ke-i dalam Kawasan Kedungsapur
X
i.
: total PDRB di kabupaten atau kota ke-i dalam Kawasan Kedungsapur X
.j
: total sektor ke-j di Kawasan Kedungsapur X
..
: total PDRB kabupaten atau kota di Kawasan Kedungsapur Hasil analisis pembagian lokasi tersebut diinterpretasikan sebagai berikut:
Jika nilai LQ
ij
1, maka hal ini menunjukkan terjadinya konsentrasi suatu aktivitas di subwilayah ke-i secara relatif dibandingkan dengan total wilayah atau
terjadi pemusatan aktivitas di subwilayah ke-i. Jika nilai LQ
ij
= 1, maka subwilayah ke-i tersebut mempunyai pangsa aktivitas setara dengan pangsa total atau konsentrasi aktivitas di wilayah ke-i sama dengan
rata-rata total wilayah.
Jika nilai LQ
ij
1, maka subwilayah ke-i tersebut mempunyai pangsa relatif lebih kecil dibandingkan dengan aktivitas yang secara umum ditemukan di seluruh
wilayah.
Analisis Keunggulan Kompetitif Wilayah Shift-Share Analysis
Shift-share analysis dilakukan untuk memahami pergeseran struktur
aktivitas di suatu lokasi tertentu dibandingkan dengan suatu referensi dengan cakupan wilayah lebih luas dalam dua titik waktu. Pemahaman struktur aktivitas
dari hasil analisis shift-share juga menjelaskan kemampuan berkompetisi competitiveness aktivitas tertentu di suatu wilayah secara dinamis atau
perubahan aktivitas dalam cakupan wilayah lebih luas Saefulhakim 2004. Dengan analisis ini dapat diperoleh gambaran kinerja aktivitas di suatu wilayah
berdasarkan tiga komponen hasil analisis, yaitu: 1 Komponen Laju Pertumbuhan Total Komponen share. Komponen ini
menyatakan pertumbuhan total wilayah pada dua titik waktu yang menunjukkan dinamika total wilayah.
2 Komponen Pergeseran Proporsional Komponen proportional shift. Komponen ini menyatakan pertumbuhan total aktivitas tertentu secara relatif,
dibandingkan dengan pertumbuhan secara umum dalam total wilayah yang menunjukkan dinamika sektor atau aktivitas total dalam wilayah.
3 Komponen Pergeseran Diferensial Komponen differential shift. Ukuran ini menjelaskan bagaimana tingkat kompetisi competitiveness suatu aktivitas
tertentu dibandingkan dengan pertumbuhan total sektor atau aktivitas tersebut dalam wilayah. Komponen ini menggambarkan dinamika keunggulan
maupun ketakunggulan suatu sektor atau aktivitas tertentu di subwilayah tertentu terhadap aktivitas tersebut di subwilayah lain.
Persamaan analisis shift-share ini adalah sebagai berikut :
⎟ ⎟
⎠ ⎞
⎜ ⎜
⎝ ⎛
− +
⎟ ⎟
⎠ ⎞
⎜ ⎜
⎝ ⎛
− +
⎟ ⎟
⎠ ⎞
⎜ ⎜
⎝ ⎛
− =
X X
X X
X X
X X
X X
SSA
t i
t i
t ij
t ij
t t
t i
t i
t t
1 1
1 1
1
.. ..
.. ..
1
a b
c Keterangan: a = komponen share
b = komponen proportional shift
c = komponen differential shift, dan X.. = Nilai total aktivitas dalam total wilayah
X
.i
= Nilai total aktivitas tertentu dalam total wilayah X
ij
= Nilai aktivitas tertentu dalam unit wilayah tertentu t
1
= titik tahun akhir t
= titik tahun awal
Analisis Tipologi Wilayah
Untuk mengetahui tipologi wilayah yang ada di wilayah penelitian, dilakukan analisis komponen utama, analisis kluster, dan analisis diskriminan.
Pengolahan data dilakukan dengan menggunakan software Statistica 6.0. Data yang digunakan dalam analisis ini adalah data potensi desa masing-masing
kabupaten dan kota di Kawasan Kedungsapur tahun 2003, kemudian ditentukan variabel-variabel terpilih yang diasumsikan mampu menggambarkan serta
menjelaskan potensi sumber daya alam, sumber daya manusia, sumber daya buatan, dan sumber daya sosial pada masing-masing kecamatan yang ada di
wilayah tersebut Lampiran 8. Variabel-variabel yang diasumsikan mampu menjelaskan potensi sumber
daya alam, antara lain: 1 kepadatan penduduk jumlah penduduk per luas kecamatan, 2 intensitas unit ruang jumlah desa per luas kecamatan, 3
intensitas dan variasi daya dukung lahan luas lahan sawah per luas kecamatan, luas ladang, huma, tegal, kebun, kolam, tambak, tebat, empang, penggembalaan,
dan padang rumput per luas kecamatan, luas lahan perkebunan dan hutan rakyat per luas kecamatan, luas perumahan dan permukiman per luas kecamatan, luas
lahan untuk bangunan industri per luas kecamatan, 4 posisi kecamatan dalam tata ruang wilayah invers jarak rata-rata dari desa-desa dalam kecamatan ke pusat
kabupaten atau kota yang membawahi, 5 bentang lahan dominan topografi dan rasio banyaknya desa yang terlintasi sungai per jumlah desa dalam kecamatan.
Variabel-variabel yang diasumsikan mampu menjelaskan potensi sumber daya manusia, antara lain: 1 intelektualitas jumlah penduduk tidak sekolah atau
tidak tamat atau belum tamat SD, jumlah tamat SD, jumlah tamat SLTP, jumlah tamat SMU, jumlah tamat akademi atau perguruan tinggi per seribu penduduk,
2 kesehatan invers jumlah orang meninggal akibat penyakit per seribu penduduk, 3 daya beli invers jumlah keluarga prasejahtera dan sejahtera I per
jumlah keluarga, invers banyaknya penduduk yang tidak mempunyai pekerjaan per jumlah keluarga, 4 aksesibilitas informasi banyaknya keluarga yang
berlangganan telepon dan banyaknya keluarga yang mempunyai televisi per jumlah keluarga, 5 kewirausahaan jumlah industri kerajinan per seribu
penduduk. Variabel-variabel yang diasumsikan mampu menjelaskan potensi sumber daya sosial, antara lain: kegiatan dan kelompok sosial banyaknya jenis
kelompok sosial dan banyaknya jenis kelompok olah raga. Variabel-variabel yang diasumsikan mampu menjelaskan potensi sumber
daya buatan, antara lain: 1 fasilitas perumahan jumlah bangunan rumah per jumlah keluarga, 2 fasilitas pendidikan jumlah SD dan sederajat per seribu
penduduk, jumlah SLTP dan sederajat per seribu penduduk, jumlah SMU, SMK, dan sederajat per seribu penduduk, jumlah perguruan tinggi dan sederajat per
seribu penduduk, 3 fasilitas kesehatan jumlah rumah sakit, rumah sakit bersalin, poliklinik, puskesmas, puskesmas pembantu, tempat praktek dokter,
tempat praktek bidan per seribu penduduk, 4 fasilitas perhubungan dan komunikasi jumlah ketersediaan terminal angkutan umum roda-4 di kecamatan
dan jumlah stasiun KA per seribu penduduk, jumlah wartel, kiospon, warpostel, dan warnet per seribu penduduk, 6 fasilitas perekonomian jumlah toko,
warung, dan kios per seribu penduduk, jumlah restoran, rumah makan, serta kedai makanan dan minuman per seribu penduduk, jumlah bank umum dan bank
perkreditan rakyat BPR per seribu penduduk.
1. Analisis Komponen Utama
Kategori