Kriteria daerah untuk membagi kecamatan adalah sebagai berikut : 1 High growth and high income daerah cepat maju dan cepat tumbuh
adalah kecamatan yang memiliki tingkat pertumbuhan ekonomi dan PDRB per kapita yang lebih tinggi dibandingkan rata-rata kecamatan di wilayah
penelitian 2 High growth but low income daerah berkembang cepat adalah kecamatan
yang memiliki tingkat pertumbuhan tinggi tetapi tingkat PDRB per kapita yang lebih rendah dibandingkan rata-rata kecamatan di wilayah penelitian
3 Low growth and low income daerah relatif tertinggal adalah kecamatan yang memiliki tingkat pertumbuhan ekonomi dan pendapatan per kapita
yang lebih rendah dibanding rata-rata kecamatan di wilayah penelitian 4 High income but low growth daerah maju tapi tertekan adalah daerah
yang memiliki tingkat PDRB per kapita yang lebih tinggi tetapi tingkat pertumbuhan ekonominya lebih rendah dibanding rata-rata kecamatan di
wilayah penelitian Disebut tinggi apabila indikator di suatu kecamatan lebih tinggi dibanding
rata-rata kecamatan di wilayah penelitian. Digolongkan rendah apabila indikator di suatu kecamatan lebih rendah dibanding rata-rata kecamatan di wilayah
penelitian.
4.5.9 Pemodelan Ekonometrika Regresi Berganda
Pemodelan regresi berganda bertujuan untuk melihat bagaimana pengaruh salah satu varibel terhadap varibel lainnya. Pemodelan ini untuk menjawab
bagaimana pengaruh kualitas pelayanan publik terhadap kualitas sumberdaya manusia IPM dan pengaruh kualitas sumberdaya manusia terhadap tingkat
disparitas pembangunan wilayah. Agar bisa melihat langsung pengaruh variabel independent terhadap dependent melalui elastisitas, maka pemodelan yang coba
diformulasikan menggunakan model ln. Melalui model tersebut akan terlihat variabel mana saja yang paling berpengaruh dan memberikan kontribusi terbesar
dalam meningkatkan IPM dan menurunkan tingkat disparitas khususnya pengaruh pelayanan publik pendidikan dan kesehatan terhadap IPM yang selanjutnya IPM
tersebut mampu menjadi faktor untuk menurunkan disparitas wilayah.
4.5.9.1 Analisis Pengaruh Kualitas Pelayanan Publik Pendidikan terhadap
Kualitas Sumberdaya Manusia IPM
Dalam hipotesis penelitian, kualitas pelayanan publik sektor pendidikan akan memberikan pengaruh terhadap kualitas sumberdaya manusia. Kualitas
seumberdaya manusia yang dilihat melalui IPM akan menjadi variabel dependent atau variabel yang dipengaruhi. Beberapa variabel pelayanan publik di sektor
pendidikan yang dianggap mempengaruhi IPM adalah rasio bangunan dan guru SD, SMP dan SMA terhadap penduduk usia sekolah pada masing-masing tingkat
sekolah. Pemodelan ekonometrik dapat dilihat di bawah ini.
ln IPM
it
= β
+ β
1
ln RBSD
it
+ β
2
ln RBSMP
it
+ β
3
ln RBSMA
it
+ β
4
ln RGSD
it
+ β
5
ln RGSMP
it
+ β
5
ln RGSMA
it
+ e
it
Keterangan : IPM
it
= Variabel dependent, yaitu Tingkat Kualitas Sumberdaya Manusia Indeks Pembangunan Manusia Kabupaten Lebak di Kecamatan ke-i
Pada Tahun ke-t β
= Konstanta β
1
,… β
9
= Koefisien variabel independent RBSD
it
= Rasio bangunan SD dengan penduduk usia SD Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RBSMP
it
= Rasio bangunan SMP dengan penduduk usia SMP Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RBSMA
it
= Rasio bangunan SMA dengan penduduk usia SMA Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RGSD
it
= Rasio guru SD dengan penduduk usia SD Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RGSMP
it
= Rasio guru SD dengan penduduk usia SMP Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RGSMA
it
= Rasio guru SD dengan penduduk usia SMA Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
e
it
4.5.9.2 Analisis Pengaruh Kualitas Pelayanan Publik Kesehatan terhadap
Kualitas Sumberdaya Manusia IPM = Error
Analisis pengaruh kualitas pelayanan publik sektor kesehatan terhadap kualitas sumberdaya manusia IPM di Kabupaten Lebak akan dilihat berdasarkan
fasilitas dan tenaga kesehatan. Pelayanan publik kesehatan berupa rasio
puskesmas, puskesmas pembantu, rumah sakit, dokter, perawat dan bidan terhadap penduduk masing-masing kecamatan. Keenam variabel independent
tersebut akan diduga akan mempengaruhi variabel dependent berupa tingkat IPM di Kabupaten Lebak, karena salah satu indikator IPM adalah kualitas hidup
manusia suatu wilayah. Adapun pemodelan secara matematis dapat dilihat di bawah ini.
ln IPM
it
= β
+ β
1
ln RPUS
it
+ β
2
ln RPST
it
+ β
3
ln RRS
it
+ β
4
ln RDOK
it
+ β
5
ln RPER
it
+ β
5
ln RBID
it
+ e
it
Keterangan : IPM
it
= Variabel dependent, yaitu Tingkat Kualitas Sumberdaya Manusia Indeks Pembangunan Manusia Kabupaten Lebak di Kecamatan ke-i
Pada Tahun ke-t β
= Konstanta β
1
,… β
9
= Koefisien variabel independent RPUS
it
= Rasio puskesmas dengan penduduk Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RPST
it
= Rasio puskesmas pembantu dengan penduduk Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RRS
it
= Rasio rumah sakit dengan jumlah penduduk Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RDOK
it
= Rasio dokter dengan jumlah penduduk Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RPER
it
= Rasio perawat dengan jumlah penduduk Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
RBID
it
= Rasio bidan Pembantu dengan jumlah penduduk Kabupaten Lebak di Kecamatan ke-i Tahun ke-t
e
it
4.5.9.3 Analisis Sumber Disparitas Pembangunan Wilayah
= Error
Secara teoritis, sumber disparitas pembangunan wilayah dapat disebabkan oleh banyak faktor, diantaranya adalah faktor geografis, historis, politis,
kebijakan, administratif, sosial dan ekonomi. Mengikuti Hipotesa Neo-Klasik, variabel yang dapat digunakan sebagai variabel independen sebagai sumber
disparitas yang diduga dalam pemodelan ekonometrik adalah pertumbuhan PDRB, pertumbuhan Indeks Pembangunan Manusia IPM, rasio belanja
infrastruktur umum, rasio belanja infrastruktur pendidikan dan rasio belanja infrastruktur kesehatan. Secara matematis, pemodelan tersebut dapat digambarkan
pada model di bawah ini.
ln IW
t
= α + β
1
ln Y
t
+ β
2l
ln IPM
t
+ β
3
ln RBIU
t
+ β
4
ln RBIP
t
+ β
5
ln RBK
t
+ e
t
Keterangan :
IW
t
: Indeks Williamson di Kabupaten Lebak pada Tahun ke-t Y
t
: Pertumbuhan PDRB di Kabupaten Lebak pada Tahun ke-t IPM
t
: Pertumbuhan Indeks Pembangunan Manusia di Kabupaten Lebak pada Tahun ke-t
RBIU
t
: Rasio Belanja Infrastruktur Umum di Kab. Lebak pada Tahun ke-t RBIP
t
: Rasio Belanja Infrastruktur Pendidikan di Lebak pada Tahun ke-t RBIK
t
: Rasio Belanja Infrastruktur Kesehatan di Kab. Lebak pada Tahun ke-t
4.5.9.4 Uji-F
Untuk menguji apakah suatu model regresi dapat menjelaskan atau memprediksi keragaman, maka digunakan statistik uji-F melalui analisis ragam
Analysis of Variance. Koefisien determinasi R
2
1. Perumusan hipotesis : dihitung untuk menjelaskan
berapa persen keragaman permintaan dapat dijelaskan dalam suatu model. Apabila koefisien determinasi makin mendekati nol, maka persamaan regresi yang
dihasilkan makin baik untuk mengestimasi nilai variabel tak bebas Y. Tahapan untuk menguji apakah model regresi tersebut dapat menjelaskan
atau memprediksi keragaman, maka menggunakan tahapan sebagai berikut :
H :
β
1
= … = β
5
= 0 model tidak dapat menjelaskan atau
memprediksi keragaman H
1
: paling sedikit ada β
1
2. Penentuan nilai kritis, misalnya dengan taraf nyata α = 5. Pada uji ini
digunakan uji-F F test. ≠ 0 model dapat menjelaskan atau memprediksi
keragaman
3. Nilai F
hitung
4. Kriteria Pengambilan Keputusan Decision Rule : dapat diketahui dari hasil perhitungan computer dalam Tabel
Analisis Ragam ANOVA
Terima H jika F
hitung
F
tabel
, artinya secara statistik belum dapat dibuktikan bahwa suatu model dapat menjelaskan atau memprdiksi
keragaman. Hal tersebut berarti bahwa semua variabel bebas tidak berpengaruh terhadap nilai variabel tak bebas Y.
Terima H
1
tolak H , jika F
hitung
F
tabel
, artinya secara statistik telah dibuktikan bahwamodel tersebut dapat menjelaskan atau memprediksi
keragaman. Hal tersebut juga berarti bahwa semua variabel bebas berpengaruh terhadap nilai variabel tak bebas Y.
Kriteria keputusan dapat dilakukan dengan menggunakan angka probabilitas P_
value
atau sign yang diperoleh dari perhitungan komputer kemudian diperbandingkan dengan taraf nyata pengujian yang digunakan
α=5. Jika probabilitas sign lebih kecil dari taraf nyata α=5, maka keputusannya adalah menolak H
atau menerima hipotesis alternatif H
1
. P_
value
atau significance yang dikeluarkan oleh software Minitab atau SPSS ini dapat diinterpretasikan sebagai peluang resiko kesalahan dalam
menyimpulkan H
1
1. Perumusan Hipotesis : .
4.5.9.5 Uji-t
Jika dalam pengujian model dengan uji-F disimpulkan bahwa model tersebut dapat menjelaskan keragaman, maka permasalahan selanjutnya adalah
faktor mana yang dapat menjelaskan atau berpengaruh nyata terhadap variabel dependent Y atau biasa disebut dengan uji-t.
Untuk menjawab permasalahan tersebut, digunakan statistik uji-t, yaitu uji hipotesis yang berkaitan dengan masing-masing koefisien model regresi. Tahapan
uji-t adalah sebagai berikut :
H :
β
i
= 0 faktor ke-I tidak berpengaruh terhadap peubah tak bebas
atau variabel dependent Y H
1
: β
i
2. Penentuan nilai kritis, misalnya dengan taraf nyata α=5. Karena pengujian
dua sisi two-tailed test maka pada penentuan t ≠ 0
faktor ke-I berpengaruh terhadap peubah tak bebas atau variabel dependent Y
tabel
menggunakan α2. Untuk tabel t, derajat bebas degree of freedom adalah n-p-1, dimana p menyatakan
banyaknya peubah bebas dan n adalah banyaknya kasus.
3. Nilai t
hitung
4. Pengambilan keputusan Decision Rule : masing-masing koefisien regresi dapat diketahui dari hasil
perhitungan komputer.
Terima H , jika |t
hitung
| t
tbel
, artinya secara statistik belum dapat dibuktikan bahwa faktor ke-i tersebut berpengaruh nyata terhadap peubah tak
bebas atau variabel dependent Y. Terima H
1
, tolak H jika |t
hitung
| t
tbel
, artinya secara statistik telah dapat dibuktikan bahwa faktor ke-i tersebut berpengaruh nyata terhadap
peubah tak bebas atau variabel dependent Y. Kriteria keputusan dapat dilakukan dengan menggunakan angka
probabilitas P_
value
atau sign yang diperoleh dari perhitungan komputer kemudian diperbandingkan dengan tarfnyata pengujian yang digunakan
α=5. Jika probabilitas sign lebih kecil dari taraf nyata α=5, maka keputusannya adalah menolak H
atau menerima hipotesis alternatif H
1
. P_
value
atau significance yang dikeluarkan oleh software Minitab atau SPSS ini dapat diinterpretasikan sebagai peluang resiko kesalahan dalam
menyimpulkan H
1
4.5.10 Analisis Strengths Weaknesses Opportunities and Threats SWOT
