24 Hasil pembagian kelompok daerah kaya dan miskin adalah sebagai berikut:
a. Kelompok Kaya: Kabupaten Bogor, Bandung, Bekasi, Purwakarta, Karawang; Kota Bandung, Cirebon, Bekasi, dan Cimahi.
b. Kelompok Miskin: Kabupaten Sukabumi, Cianjur, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Sumedang, Indramayu, Subang;
Kota Bogor, Sukabumi, Depok, Tasikmalaya, dan Banjar.
3.4.2 Analisis Model Regresi Data Panel
Tujuan kedua kajian adalah untuk mengetahui faktor-faktor yang mempengaruhi disparitas pendapatan antar kabupatenkota yang kemudian
digunakan untuk menyusun strategi pembangunan ekonomi sebagai upaya memperkecil atau bahkan menghilangkan kesenjangan pendapatan yang ada.
Untuk menganalisis hubungan faktor-faktor tersebut dengan disparitas pendapatan maka dibangun suatu model ekonometrika. Model tersebut adalah
Model Regresi Data Panel. Data Panel adalah gabungan dari data time series dan data cross section. Pada data panel, nilai satu variabel atau lebih
dikumpulkan untuk beberapa unit sampel pada suatu periode waktu Gujarati, 2002. Beberapa keuntungan menggunakan data panel antara lain adalah: 1
dapat memberikan jumlah pengamatan yang besar, meningkatkan degree of freedom derajat kebebasan, data memiliki variabilitas yang besar dan
mengurangi kolinieritas antara variabel penjelas, dimana dapat menghasilkan estimasi ekonometri yang efisien, 2 data panel dapat memberikan informasi
lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja, 3 data panel dapat memberikan penyelesaian yang lebih baik
dalam inferensi perubahan dinamis dibanding data cross section. Model yang dapat digunakan untuk menganalisis data panel, menurut
Widarjono 2005 adalah: 1. Fixed effect model, dengan kemungkinan-kemungkinan antara lain:
- diasumsikan intersep dan slope tetap sepanjang waktu dan individu, dan
perbedaan intersep dan slope dijelaskan oleh residual -
diasumsikan slope tetap tetapi intersep berbeda antar individu -
diasumsikan slope tetap tetapi intersep berbeda baik antar waktu maupun antar individu
- diasumsikan intersep dan slope berbeda antar individu
- diasumsikan intersep dan slope berbeda antar waktu dan antar individu
25 Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodir
dalam perbedaan intersepnya. Dalam mengestimasi model ini digunakan teknik variabel dummy atau disebut Least Square Dummy Variable LSDV.
2. Random effect model, melihat bahwa residualnya mungkin berhubungan antar waktu dan individu. Pada model ini intersep diasumsikan random.
Widarjono 2005 menyatakan bahwa model ini berguna jika sampel yang dipilih adalah random dan merupakan wakil dari populasi. Metode yang tepat
untuk mengestimasi model ini adalah Generalized Least Square GLS, karena model ini terdapat korelasi antar residual sehingga metode Ordinary
Least Squares OLS tidak dapat digunakan untuk mengestimasi secara efisien.
Analisis kuantitatif dalam kajian ini adalah merupakan intepretasi dari model regresi panel yang menunjukan pola hubungan antar variabel.
Berdasarkan hubungan PDRB = C + I + G + NX, dan hasil Indeks Disparitas yang merupakan geometri dari PDRB, serta inflasi dilihat sebagai perubahan
PDRB nominal yang mencerminkan perubahan tingkat harga, maka diasumsikan komponen-komponen tersebut membentuk atau mempengaruhi disparitas
pendapatan antar kabupatenkota. Dari asumsi tersebut, hipotesis yang dapat dirumuskan terkait dengan variabel-variabel kajian adalah sebagai berikut:
1. Diduga Inflasi berpengaruh secara positif terhadap disparitas pendapatan. 2. Diduga Pengeluaran Pembangunan Pemerintah Daerah berpengaruh secara
positif terhadap disparitas pendapatan. 3. Diduga Investasi Swasta berpengaruh secara positif terhadap disparitas
pendapatan. Dari asumsi dan hipotesis tersebut hubungan disparitas dengan faktor-faktor
yang mempengaruhinya dapat diformulasikan sebagai berikut: Disparitas = fInflasi,Pemb,Investasi
Dalam bentuk persamaan adalah: Disparitas
it
=
o
+
1
Inflasi
it
+
2
LnPemb
it
+
3
LnInvestasi
it
+
t
dimana: Disparitas
= Kesenjangan Pendapatan ,
1
,
2
,
3
= Koefisien regresi Inflasi
= Angka Inflasi Pemb = Jumlah Pengeluaran Pembangunan Pemerintah Rp
26 Investasi
= Jumlah Investasi Swasta Rp i
= KabupatenKota 1,2,…,n t
= Waktu 1,2,…,n
t
= Error Term Sebelum dilakukan analisis terhadap model regresi, dilakukan beberapa
prosedur uji, yaitu: a. Untuk melihat apakah data bersifat stasioner atau tidak, guna menghindari
terjadinya regresi lancung dan autokorelasi dilakukan uji akar unit. b. Untuk menentukan jenis model yang akan digunakan, maka dilakukan uji
Hausmann agar terpilih model yang paling baik dalam mengestimasi disparitas pendapatan antar kabupatenkota. Penilaian uji ini adalah
menggunakan nilai Chi-Square χ
2
dengan kriteria apabila χ
2 hitung
χ
2 tabel
maka model yang digunakan adalah fixed effect. Selain itu, menurut Wooldridge 2000 dalam Widarjono 2005 berpendapat jika tidak dapat
diputuskan apakah data yang diperoleh acak dan berasal dari populasi yang besar, pilihan model fixed effect adalah lebih tepat.
c. Untuk melihat hubungan atau pengaruh antara variabel independen secara serempak dan individual terhadap variabel dependen maka dilakukan uji F
dan uji t pada derajat kepercayaan sebesar 10. Hipotesis uji t yang digunakan adalah sebagai berikut:
H :
i
=0, maka variabel independen tidak secara nyata mempengaruhi variabel dependen.
H
1
:
i
0, maka variabel independen secara nyata mempengaruhi variabel dependen.
Kriteria hasil pengujian adalah: H diterima tidak signifikan jika t
hitung
t
tabel
H ditolak signifikan jika t
hitung
t
tabel
Selanjutnya, dari hasil analisis kuantitatif model, maka sesuai dengan tujuan ketiga, disusun perumusan startegi dan program untuk membantu
Pemerintah Daerah KabupatenKota di Provinsi Jawa Barat dalam menentukan langkah dan arah kebijakan strategis. Hasil pendugaan parameter model akan
memberikan gambaran elastisitas variabel-variabel kajian guna perumusan strategi dan program peningkatan pembangunan ekonomi regional yang lebih
baik.
27
3.5 Metode Perancangan Strategi dan Program
