Analisis elastisitas PDRB terhadap investasi diperoleh nilai sebesar 8,76. Hal ini berarti bahwa jika PDRB mengalami pertumbuhan sebesar 1 persen, maka
investasi swasta akan meningkat sebesar 8,76 persen Lampiran VIII.
5.1.2.3 Persamaan Aktivitas Perdagangan
Hasil estimasi dua tahap kuadrat terkecil untuk persamaan aktivitas perdagangan NX dengan instrumen yang mempengaruhinya instrumen list adalah DAU,
DBH dan PAD dapat dilihat pada Tabel 8. Tabel 8 Hasil Estimasi Persamaan Aktivitas Perdagangan
Variabel Bebas Notasi
Koefisien Probabilitas
Elastisitas Intercept
α
588758.8 0.1076
PDRB Y
0.162070
0.0000 1,05 R²
0.8519
F-Statistic 98.74215
Probabilitas 0.000000
Koefisien determinasi, seperti yang ditunjukan Tabel 8 sebesar 0,8519. Hal ini menunjukkan bahwa 85,19 persen variasi yang terjadi pada variabel aktivitas
perdagangan dapat dijelaskan oleh PDRB, sedangkan sisanya dijelaskan oleh variabel lain di luar model. Berdasarkan hasil yang diperoleh dari analisis Two
Stage Least Square diketahui bahwa PDRB mempengaruhi aktivitas perdagangan
bersih secara positif, yang ditunjukkan melalui koefisien regresi yang bertanda positif. Hal ini berarti bahwa jika PDRB meningkat, maka akan mempengaruhi
peningkatan jumlah aktivitas perdagangan bersih di Kabupaten Bogor. Berdasarkan Tabel 8 tersebut diperoleh nilai probabilitas dalam uji-t
sebesar 0.0000. Karena nilai probabilitas kurang dari α=0.1, maka antara variabel
PDRB dengan aktivitas perdagangan terdapat hubungan interdepedensi. Pengujian signifikansi diperoleh nilai F
hitung
sebesar 98,74215 dengan probabilitas sebesar 0.00000. Karena nilai probabilitas kurang dari
α=0.1, maka variabel PDRB mempengaruhi aktivitas perdagangan secara signifikan.
Analisis elastisitas PDRB terhadap aktivitas perdagangan diperoleh nilai sebesar 1,05. Hal ini berarti bahwa jika PDRB mengalami pertumbuhan sebesar 1
persen, maka aktivitas perdagangan di Kabupaten Bogor akan meningkat sebesar 1,05 persen Lampiran VIII.
5.2 Hubungan Implementasi APBD Terhadap Tingkat Kemiskinan
Dalam melihat hubungan antara Angka Kemiskinan dengan peubah- peubah yang mempengaruhinya yaitu Anggaran Bantuan Desa ABD,
Pengagguran U dan Inflasi di Kabupaten Bogor selama 25 tahun terakhir yaitu dari tahun 1983 sampai 2007, digunakan analisis regresi linear berganda dengan
menggunakan data time series. Pendugaan parameter menggunakan metode ordinary least square
OLS dengan bantuan perangkat lunak Eviews 5.1. Seperti perlakuan terhadap parameter PDRB, maka agar data yang
memiliki nilai nominal dapat dianalisis dan diperbandingkan antar waktu, maka terlebih dahulu data nominal harga berlaku tersebut ditransformasikan menjadi
data riil harga konstan dengan menggunakan Indeks Harga Konsumen IHK sebagai faktor pengali, dengan tahun dasar 2007.
5.2.1 Uji Asumsi Klasik
Uji asumsi data ini meliputi: uji multikolinearitas yang berguna untuk mengetahui ada tidaknya korelasi antar variabel bebas, uji heterokedasitas
digunakan untuk mengetahui konstan tidaknya varian data dan uji autokorelasi yang berguna untuk melihat apakah terjadi korelasi antara suatu periode t dengan
periode sebelumnya t -1 Lampiran 2. Uji multikolinearitas dilakukan dengan menghitung koefisien korelasi sederhana
simple correlation . Hasil pengujian multikolinearitas terhadap seluruh variabel
bebas diperoleh nilai koefisien korelasi tertinggi 0.167613, sehingga dapat disimpulkan bahwa antar variabel bebas dalam pendugaan parameter kemiskinan
tidak terdapat korelasi yang erat. Uji heterokedasitas dengan White Heteroskedasticity Test didapatkan nilai
ObsR-squared sebesar 5.362385 dengan probability 0.498243, nilai ini lebih besar dari pada
α=0.05 yang mengindikasikan bahwa data tidak bersifat heterokedasitas. Sedangkan uji autokorelasi dengan Breusch-Godfrey Serial