44
Tabel 4.6. Perkembangan Jumlah Keluarga Pengguna Telepon di 25 Kabupaten Tertinggal KTI, Tahun 2003 dan 2007
No. Kabupaten Pengguna Telepon
keluarga Pertumbuhan
2003 2007
1 Kupang 593
612 0,79
2 Timor Tengah Selatan 2.142
2.142 0,00
3 Belu 2.071
2.071 0,00
4 Alor 748
876 4,03
5 Flores Timur 1.017
1.141 2,92
6 Sambas 5.564
5.805 1,07
7 Bengkayang 2.234
2.247 0,15
8 Sanggau 2.843
3.214 3,11
9 Katingan 1.252
1.462 3,95
10 Gunung Mas 410
460 2,92
11 Kutai Barat 641
687 1,75
12 Kepulauan Talaud 533
469 -3,15
13 Banggai 4.595
4.595 0,00
14 Morowali 1.017
1.043 0,63
15 Selayar 1.338
1.854 8,50
16 Jeneponto 2.622
3.030 3,68
17 Barru 2.763
2.894 1,16
18 Majene 1.092
1.057 -0,81
19 Maluku Tenggara Barat 979
1.005 0,66
20 Buru 912
912 0,00
21 Merauke 5.126
7.868 11,31
22 Boven Digoel 38
48 6,01
23 Mappi 164
269 13,17
24 Asmat 49
78 12,32
25 Nabire 4.133
4.361 1,35
Rata-rata 1.795
2.008 2,84
Sumber: Statistik Potensi Desa 2003-2007, BPS diolah
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 F
statistik
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 R
2
yang lebih tinggi dengan model fixed effect, dibandingkan dengan menggunakan model random effect. Nilai adjusted R
2
pada model fixed effect adalah sebesar 99,51 persen dan nilai adjusted R
2
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
Sumber: Hasil Olahan
Ket: signifikan pada α=0,01
signifikan pada α=0,05
Variabel Koefisien
Std. Error
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
0,0095 SEK
OLAH 1,452579
0,279953 5,188647
0,0000 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 S.D. dependent var 911,6437
S.E. of regression 72,72973
Sum squared resid 232743
F-statistic 509,4173
Durbin-Watson stat 2,495041
ProbF-statistic 0,00000
