Menganalisis Kontribusi Penerimaan DAU Terhadap PDRB

8 Kabupaten Sukabumi 1,071,153.61 9 Kabupaten Cianjur 1,054,974.27 10 Kabupaten Kerawang 1,049,282.34 Sumber : DJPK-Depkeu diolah

3.3 Metode Pengumpulan Data

Pengumpulan data sekunder diperolah dari instansi-instansi terkait di lingkungan Pemerintah Daerah Kabupaten Bogor, antara lain : Badan Pusat Statistik BPS Kabupaten Bogor, Badan Perencanaan Pembangunan Daerah Bappeda, Dinas Pendapatan Daerah, Badan Koordinasi Keluarga Berencana Nasional BKKBN, Kantor Penanaman Modal Daerah KPMD Kabupaten Bogor, sedangkan data sekunder yang diperolah dari instansi pusat yaitu berasal dari Direktorat Jenderal Perimbangan Keuangan DJPK-Departemen Keuangan, BPS Pusat dan Badan Koordinasi Penanaman Modal BKPM.

3.4 Model Analisis

Dalam kajian ini digunakan analisis diskriptif kualitatif dan kuantitatif, dimana analisis diskriptif dilakukan untuk menggambarkan strategi dan program pembangunan Kabupaten Bogor untuk mengoptimalkan pertumbuhan PDRB dan mengurangi angka kemiskinannya. Sedangkan analisis kuantitatif yaitu dengan analisis regresi linear berganda, yang dilakukan untuk mengetahui pola hubungan antar variabel dalam parameter PDRB serta untuk mengetahui pengaruh implementasi APBD terhadap tingkat kemiskinan di Kabupaten Bogor.

3.4.1 Menganalisis Kontribusi Penerimaan DAU Terhadap PDRB

Dalam melihat hubungan beberapa faktor yang mempengaruhi PDRB dalam waktu 25 tahun terakhir yaitu tahun 1983 sampai dengan 2007, digunakan analisis diskriptif dan analisis inferensial. Tujuan analisis diskriptif adalah membangun model penelitian yang menunjukan pola hubungan antar variabel yang berlaku dalam parameter PDRB, dalam hal ini akan digunakan analisis model simultan Simultaneous-Equation Models . Sedangkan analisis inferensial adalah teknik analisis yang digunakan untuk melakukan generalisasi melalui pengujian signifikansi keterkaitan antara variabel konsumsi C, investasi I, pengeluaran pemerintah G yang direpresentasikan oleh variabel DAU, DBH dan PAD, aktivitas perdagangan bersih NX dan PDRB secara simultan berdasarkan data runtut waktu. Dalam tahap analisis inferensial ini dilakukan prosedur uji t dan uji F. Dalam model simultan ini terdapat lebih dari satu persamaan yang bekerja dalam satu sistem secara bersamaan atau secara simultan. Spesifikasi empirik model dalam penelitian ini adalah tiga persamaan struktural dan satu persamaan identitas. Persamaan struktural tersebut adalah: C = α 11 + β 11 Y t + ε t ; β 11 I = α 21 + β 21 Rate t + β 22 Y t + ε t ; β 21 0, β 22 NX = α 31 + β 31 Y t + ε t ; β 31 dengan instrumen-instrumen yang mempengaruhi adalah pengeluaran pemerintah G yang direpresentasikan oleh DAU, DBH dan PAD. Sedangkan persamaan identitasnya adalah: Y = C + I + G + NX dimana G = DAU + DBH + PAD Keterangan : Y t = Produk Domestik Regional Bruto di tahun t α j = Intersep j=1,2,3,4 β j = Parameter atau Koefisien Regresi j=1,2,3,4 C = Konsumsi Rumah Tangga I = Investasi Rate = Suku bunga DAU = Dana Alokasi Umum DBH = Dana Bagi Hasil PAD = Pendapatan Asli Daerah NX = Nilai Perdagangan Bersih ε t = Error Sebelum masing-masing persamaan tersebut di atas dilakukan pendugaan parameter, terlebih dahulu dilakukan identifikasi model. Tujuan dari identifikasi model tersebut adalah untuk menentukan apakah nilai koefisien regresi π ij yang diduga dari persamaan reduced form dapat digunakan untuk menduga parameter dalam model persamaan struktural, serta untuk menentukan metode pendugaan model apa yang dapat digunakan. Model persamaan reduced form adalah persamaan yang dibentuk dari persamaan struktural sedemikian rupa sehingga masing-masing variabel endogen dalam model merupakan fungsi dari semua variabel predetermined dan error. Tujuan dibentuknya persamaan reduced form adalah untuk menduga parameter atau koefisien fungsi dalam persamaan struktural. Dalam persamaan simultan terdapat tiga variabel yaitu variabel endogen, eksogen dan variabel predetermined. Variabel endogen adalah variabel dalam persamaan simultan yang nilainya ditentukan di dalam sistem persaman, variabel ini dapat berupa variabel independen atau variabel dependen. Variabel predetermined adalah variabel yang nilainya ditentukan di luar sistem atau ditentukan terlebih dahulu, variabel predetermine meliputi konstanta, variabel eksogen dan lag variabel. Sedangkan variabel eksogen adalah variabel yang nilainya tidak ditentukan di dalam sistem, tetapi di luar sistem, variabel ini mempengaruhi variabel endogen di dalam sistem. Untuk melakukan identifikasi suatu model persamaan struktural dilakukan dengan order condition dan rank condition. Order condition merupakan syarat yang harus dipenuhi untuk identifikasi. Sedangkan rank condition yaitu suatu persamaan memenuhi syarat identifikasi jika dan hanya jika dapat dibentuk sekurang- kurangnya satu determinant ordo G-1 tidak sama dengan nol. Untuk melakukan identifikasi dengan order condition dapat digunakan rumus sebagai berikut: K −M ≥ G−1 dimana: G : banyaknya persamaan dalam model K : banyaknya variabel variabel endogen dan predetermined dalam model M : banyaknya variabel dalam persamaan tertentu Jika K −M G−1 : under identification, Jika K −M = G−1 : Just atau exactly indentification Jika K −M G−1 : Over indentification Hasil dari identifikasi model tersebut di atas adalah: a. Just atau exact identification: kondisi di mana koefisien fungsi dapat ditentukan secara tepat dari koefisien persamaan reduced form. Metode yang digunakan untuk menduga model adalah Indirect Least Square ILS. b. Under identification tidak dapat diidentifikasikan: kondisi dimana dari persamaan reduced form tidak dapat digunakan untuk menduga koefisien model struktural. c. Over identification: kondisi dimana dari koefisien persamaan reduced form dapat menghasilkan lebih dari satu nilai salah satu koefisien persamaan struktural. Metode yang digunakan untuk menduga model adalah dua tahap derajat terkecil atau Two Stage Least Square TSLS. Identifikasi dengan order condition: dalam model persamaan konsumsi terdapat empat persamaan G=4, enam variabel, C, I, G, NX, Y dan Rate K=6. Dalam persamaan konsumsi terdapat dua variabel, yaitu C dan Y M=2, maka K–M = 6-2=4 dan G-1=4-1=3, dengan demikian model memenuhi syarat untuk diidentifikasi. Sedangkan identifikasi dengan rank condition diperoleh nilai determinan ordo 3 bernilai 1. Sehingga dapat disumpulkan bahwa fungsi konsumsi over identification, sehingga metode yang digunakan untuk menduga model persamaan konsumsi, investasi dan aktivitas perdagangan adalah Two Stage Least Square TSLS Lampiran VII.

3.4.2 Evaluasi Strategi-strategi Mengurangi Ketergantungan Terhadap DAU

Dokumen yang terkait

Faktor – Faktor Yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kabupaten Batu Bara

1 42 75

Analisis Pengaruh PDRB (Produk Domestik Regional Bruto), Tingkat Investasi dan Angkatan Kerja Terhadap Tingkat Kemiskinan Di Sumatera Utara

2 68 72

Pengaruh Produk Domestik Bruto (PDB), Nilai Tukar Rupiah Dan Inflasi Terhadap Nilai Impor Migas Dan Non Migas Indonesia

5 46 129

Analisa Faktor – Faktor Yang Mempengaruhi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Kab. Dairi

1 27 80

Dampak alokasi pengeluaran dana pembangunan pemerintah daerah dan investasi swasta terhadap produk domestik regional Bruto dan kemiskinan Provinsi Jambi

6 124 185

Pengaruh Dana Alokasi Umum Terhadap Produk Domestik Regional Bruto dan Tingkat Kemiskinan di Kabupaten Bogor

0 14 80

ANALISIS PENGARUH PAJAK DAERAH, DANA ALOKASI UMUM DAN PRODUK DOMESTIK REGIONAL BRUTO Analisis Pengaruh Pajak Daerah, Dana Alokasi Umum Dan Produk Domestik Regional Bruto (PDRB) Terhadap Meningkatnya Belanja Daerah Di Kota Surakarta Tahun 1990-2011.

0 1 12

ANALISIS PENGARUH PAJAK DAERAH, DANA ALOKASI UMUM DAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) Analisis Pengaruh Pajak Daerah, Dana Alokasi Umum Dan Produk Domestik Regional Bruto (PDRB) Terhadap Meningkatnya Belanja Daerah Di Kota Surakarta Tahun 1990-201

0 1 15

PENGARUH PRODUK DOMESTIK REGIONAL BRUTO, TINGKAT INFLASI DAN TINGKAT PENGANGGURAN TERHADAP TINGKAT KEMISKINAN DI PROVINSI JAWA TENGAH (1988-2012).

0 0 16

PRODUK DOMESTIK REGIONAL BRUTO KABUPATEN

0 0 17