Bidang Perindustrian dan Perdagangan, Bidang Lingkungan Hidup, Bidang Kependudukan, Bidang Olah Raga, dan Bidang
Kepariwisataan • X
2
: Indeks Komposit Faktor Utama II Belanja Bidang per Jumlah Penduduk belanja penanaman modal meliputi Bidang
Penanaman Modal • X
3
: Indeks Komposit Faktor Utama I Belanja Bidang per Luas Wilayah belanja sarana prasarana meliputi Total
Belanja,Bidang Administrasi Pemerintahan, Bidang Pertanian, Bidang Perikanan, Bidang Pertambangan Dan Energi, Bidang
Perindustrian Dan Perdagangan, Bidang Perkoperasian, Bidang Penanaman Modal, Bidang Ketenagakerjaan ,Bidang Kesehatan,
Bidang Pendidikan Dan Kebudayaan, Bidang Sosial, Bidang Permukiman, Bidang Pekerjaan Umum, Bidang Perhubungan,
Bidang Lingkungan Hidup, Bidang Kependudukan, Bidang Olahraga, Bidang Kepariwisataan
• X
4
: Indeks Komposit Faktor Utama II Belanja Bidang per Luas Wilayah belanja tata ruang dan hutbun meliputi Bidang
Kehutanan dan Perkebunan dan Bidang Penataan Ruang • X
5
: Persentase Pengeluaran Tak Terduga • X
6
: Indeks Diversitas Pola Penganggaran • X
7
: Indeks Diversitas Struktur Ekonomi Untuk matriks pembobot spasial contiguity matrix yang digunakan adalah:
• W
1
: wilayah berbatasanketetanggaan
• W
2
: kebalikan jarak antar centroidgravitasi potensial
• W
3
: data aliran barang antar kabupatenkotamitra dagang
Karena keterbatasan jumlah sampel yang hanya 29 kabupatenkota, maka dilakukan pengujian nilai Y
1
dan Y
2
dengan pembobot spasial satu persatu dengan tiga macam model.
5.3.1. Pengujian Tingkat Produktifitas Ekonomi
5.3.1.1. Model Pertama dengan Analisis Multiple Regressive Model
Model pertama menggunakan analisis regresi berganda untuk mengetahui pengaruh pola penganggaran daerah yang bersangkutan dengan kinerja
pembangunan daerah yang bersangkutan juga. Rumus yang dipergunakan adalah: Y
1
=FX
1
,X
2
,X
3
,X
4
,X
5
,X
6
,X
7
Tabel 5.12. Hasil regresi berganda variabel tingkat produktifitas ekonomi dan pola penganggaran.
Regression Summary for Dependent Variable: Y1 R= .95160786 R²= .90555752 Adjusted R²= .87407669
F7,21=28.765 p.00000 Std.Error of estimate: .07051 Durbin-Watson d: 1,898500 Beta
Std.Err. B
Std.Err. t21
p-level of
Beta of B
Intercept 0,302345 0,109974 2,74923 0,012019
X1 0,467282 0,214963
0,53515 0,246184
2,17378 0,041304
X2 0,150224 0,101622 0,138597 0,093757 1,47826 0,154182
X3 0,481695 0,21274 0,502741 0,222035 2,26425 0,034267
X4 0,043892 0,083016 0,050212 0,094969 0,52872 0,602546
X5 -0,024003 0,072225
-0,0043 0,01295
-0,33234 0,74293
X6 -0,05574 0,082515
-0,08474 0,125441
-0,67551 0,506724
X7 -0,329431 0,077933
-0,60961 0,144214
-4,22711 0,000377
Keterangan : Angka yang dicetak tebal menunjukkan nilai koefisien yang signifikan pada p-level 5.
Dari Tabel 5.12 tersebut nampak bahwa hasil regresi mempunyai nilai R
2
yang cukup baik yaitu lebih dari 0,9. Hal ini berarti keragaman dari independent variable
atau X mampu menggambarkan 90 dari keragaman dari dependent variable
atau Y
1
. Sementara itu apabila dilihat dari hasil uji F terhadap model juga nampak bahwa model ini cukup baik. Hal ini bisa dilihat dari nilai probabilitasnya
yaitu p 0,00000. Bila dilihat dari nilai Durbin Watson statistic, nilai distribusi tabel DW tingkat signifikansi 5 dimana jumlah variabel bebas atau k’=7,
observasi N = 29, d
L
=0,9 dan d
U
=2,502 4-d
U
=1,948 maka model yang dihasilkan adalah non-autokorelasi karena nilai DW adalah 1,90 berada antara d
U
dan 4-d
U
. Kemudian nilai error menyebar normal lihat lampiran. Dengan demikian model
ini cukup layak untuk bisa memberikan gambaran faktor-faktor apa saja yang telah mempengaruhi kinerja pembangunan daerah.
Berdasarkan p-level dapat dilihat bahwa terdapat beberapa variabel yang mempunyai nilai koefisien yang nyata pada taraf 5. Variabel pertama adalah
Indeks Komposit Faktor Utama I Belanja Bidang per Jumlah Penduduk atau belanja administrasi dan produksi yang komponen penyusunnya secara rinci dapat
dilihat pada Tabel 5.2. Variabel ini bersifat menguatkan terhadap variabel tingkat produktifitas dengan koefisien sebesar 0,53. Variabel kedua yaitu indeks
Komposit Faktor Utama I Belanja Bidang per luas wilayah atau belanja sarana prasarana juga bersifat menguatkan dengan nilai koefisien 0,50. Variabel ketiga
yaitu indeks diversitas struktur ekonomi dengan nilai koefisien -0,61 bersifat melemahkan.
Hal ini berarti untuk daerah-daerah penelitian Jawa bagian barat tersebut, faktor utama I belanja bidang per kapita belanja administrasi dan produksi dan
faktor utama I belanja bidang per luas wilayah belanja sarana prasarana memberi pengaruh positif terhadap faktor tingkat produktifitas ekonomi.
Dengan melihat pengaruh negatif dari indeks diversitas struktur ekonomi, maka semakin proporsional penyebaran struktur ekonominya justru kinerja
pembangunannya semakin menurun. Hal ini berarti daerah yang menspesialisasikan diri atau berkonsentrasi pada sektor perekonomian tertentu
justru memperoleh nilai lebih. Sedangkan yang sektor perekonomiannya relatif rata justru memperoleh nilai tambah yang lebih sedikit. Dengan adanya sumber
daya sumber daya manusia, alam dan buatan yang terbatas maka dengan mengkonsentrasikan ke dalam sektor-sektor perekonomian tertentu yang
merupakan sektor-sektor unggulan maka pengerahan sumber daya akan lebih efektif sehingga memperoleh nilai lebih. Akan terjadi hal yang sebaliknya bila
suatu daerah mengupayakan ke dalam banyak sektor dan perhatian untuk masing- masing sektor relalif merata tetapi kurang adanya keterkaitan linkage antar
sektor justru hanya akan menghamburkan sumber daya.
5.3.1.2. Model Kedua dengan Analisis Spatial Auto Regressive Model
