26 masing-masing variabel, pengolahan data menyesuaikan dengan jenis data yang
dikumpulkan. Kesembilan aspek tata kelola pemerintahan daerah tersebut, yaitu: 1 akses lahan usaha dan kepastian berusaha, 2 perizinan usaha, 3 interaksi
Pemda dan pelaku usaha, 4 program pengembangan usaha swasta, 5 kapasitas dan integritas kepala daerah, 6 biaya transaksi, 7 kebijakan infrastruktur
daerah, 8 keamanan dan penyelesaian sengketa, dan 9 kualitas peraturan daerah.
3.2 Metode Analisis
3.3.1 Analisis Deskriptif
Analisis deskriptif merupakan bentuk analisis sederhana yang bertujuan mendeskripsikan dan mempermudah penafsiran yang dilakukan dengan bantuan
tabel dan grafik. Analisis deskriptif eksploratif pada penelitian ini digunakan untuk memberikan gambaran tentang tata kelola pemerintahan daerah dan
penyediaan infrastruktur selama periode penelitian dengan bantuan tabel, grafik, uji beda rata-rata dan spasial untuk melihat sebaran dan pengelompokan data.
Adapun pola hubungan antara tata kelola pemerintahan daerah, penyediaan infrastruktur, dan pertumbuhan ekonomi dieksplorasi dengan korelasi pearson.
Melalui gambaran umum ini, diharapkan dapat menguatkan analisis ekonometrika yang dibahas selanjutnya, terkait dengan hipotesis yang telah disusun untuk
menjawab tujuan penelitian ini.
Uji Beda Rata-Rata
Untuk mengetahui apakah ada perbedaan tata kelola dan infrastruktur antar wilayah administrasi kabupaten-kota dan geografis Jawa-luar Jawa digunakan
uji beda rata-rata dua sampel independen. Independen maksudnya adalah bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan populasi
yang lain. Ada dua tahap pengujian yang dilakukan. Pertama adalah menguji apakah kedua populasi mempunyai varian yang sama atau tidak. Uji ini dilakukan
karena peneliti tidak memiliki informasi mengenai ragam varian populasi. Tahap kedua adalah menguji apakah kedua populasi mempunyai nilai rata-rata yang
sama atau tidak.
27
Analisis Spasial
Tujuan analisis spasial pada penelitian ini adalah membuat peta tematik, yaitu peta yang memberikan gambaran mengenai sebaran penyediaan infrastruktur
menurut kabupatenkota. Jumlah kabupatenkota yang banyak akan dapat digambarkan secara visual dan menyeluruh dengan peta tematik. Analisis spasial
secara sederhana dapat diartikan sebagai analisis yang menggunakan referensi keruangan geografi. Setiap bagian dari analisis tersebut selain memberikan
gambaran tentang suatu fenomena, juga selalu dapat memberikan informasi
mengenai lokasi dan juga persebaran dari fenomena tersebut dalam suatu ruang wilayah.
Dalam penyajian data spasial diperlukan dukungan suatu Sistem Informasi Geografi SIG. Menurut As-syukur 2006 SIG adalah suatu sistem informasi
yang dirancang untuk bekerja dengan data yang bereferensi spasial atau berkoordinat geografi atau dengan kata lain suatu SIG adalah suatu sistem basis
data dengan kemampuan khusus untuk menangani data yang bereferensi keruangan spasial bersamaan dengan seperangkat operasi kerja. Disamping itu,
SIG juga dapat menggabungkan data, mengatur data dan melakukan analisis data yang akhirnya akan menghasilkan keluaran yang dapat dijadikan acuan dalam
pengambilan keputusan pada masalah yang berhubungan dengan geografi.
Analisis Korelasi
Uji korelasi bertujuan untuk menguji hubungan antara dua variabel yang tidak menunjukkan hubungan fungsional berhubungan bukan berarti disebabkan.
Uji korelasi tidak membedakan jenis variabel apakah variabel dependen maupun independen. Korelasi dinyatakan dalam persentase keeratan hubungan antar
variabel yang dinamakan dengan koefisien korelasi. Koefisien korelasi ini yang menunjukkan derajat keeratan hubungan antara dua variabel dan arah
hubungannya, positif atau negatif. Nilai koefisien korelasi berkisar antara -1 sampai +1, yang kriteria
pemanfaatannya dijelaskan sebagai berikut: Jika, nilai r 0, artinya telah terjadi hubungan yang linear positif, yaitu
makin besar nilai variabel X makin besar pula nilai variabel Y atau makin kecil nilai variabel X maka makin kecil nilai variabel Y.
r
xy
=
∑
28 Jika, nilai r 0, artinya telah terjadi hubungan yang linear negatif, yaitu
makin besar nilai variabel X makin kecil nilai variabel Y atau makin kecil nilai variabel X maka makin besar nilai variabel Y.
Jika, nilai r = 0, artinya tidak ada hubungan antara variabel X dan variabel Y. Jika, nilai r =1 atau r = -1, maka dapat dikatakan telah terjadi hubungan linear
sempurna, berupa garis lurus, sedangkan untuk r yang makin mengarah ke angka 0 nol maka garis makin tidak lurus.
Uji korelasi yang digunakan dalam penelitian ini adalah uji korelasi Pearson. Korelasi Pearson digunakan untuk data dalam jumlah besar dan sebaran
normal. Uji korelasi ini dilakukan untuk mengetahui korelasi data kuantitatif interval atau rasio. Hipotesis korelasi Pearson adalah sebagai berikut:
H :
ρ
1
= 0 H
1
: ρ
1
≠ 0 Koefisien korelasi diformulasikan sebagai berikut:
∑ ∑
√ ∑
∑
3.1 dengan:
r = Koefisien korelasi yang dicari
xy = Jumlah perkalian variabel x dan y
x = Jumlah nilai variabel x
y = Jumlah nilai variabel y
x
2
= Jumlah pangkat dua nilai variabel x y
2
= Jumlah pangkat dua nilai variabel y N
= Banyaknya sampel Jika r
hitung
≥ r
tabel
, maka tolak H , artinya terdapat korelasi antara variabel x dan
variabel y.
3.3.2 Analisis Regresi Berganda
Pada penelitian ini analisis regresi berganda digunakan untuk mengetahui pengaruh tata kelola pemerintahan dan variabel eksogen lain terhadap penyediaan
infrastruktur serta pengaruh tata kelola pemerintahan daerah, infrastruktur dan variabel eksogen lain terhadap pertumbuhan ekonomi. Analisis regresi berganda
dapat digunakan untuk menangkap pengaruh beberapa variabel bebas terhadap
29
variabel terikat . Secara matematis hubungan variabel bebas k-1 dengan Y
variabel terikat dapat dituliskan sebagai berikut: i
= 1, 2, 3, ..., N. 3.2
dengan = intersep,
sampai = koefisien kemiringan parsial, u = unsur
gangguan stokastik disturbance, dan i = observasi ke-i, N merupakan banyaknya populasi.
Untuk variabel bebas kategorik yang berskala nominal atau ordinal maka variabel bebas tersebut berbentuk variabel dummy yang bernilai 1 dan 0. Variabel
dummy akan bernilai 1 jika sesuai kategori referensi dan 0 untuk kategori lainnya.
Jumlah variabel dummy yang dibentuk dari variabel bebas dengan n kategori adalah sebanyak sebanyak n-1.
Secara ringkas persamaan diatas dapat dituliskan dalam bentuk matriks sebagai berikut:
3.3
dengan: = vektor kolom N x 1 dari variabel terikat Y
X
= matriks N x k untuk k-1 variabel terikat = vektor kolom k x 1 dari parameter koefisien regresi
u
= vektor kolom N x 1 dari N gangguan .
Nilai intersep dan koefisien regresi biasanya dicari dengan
menggunakan metode ordinary least squares OLS. Metode OLS biasa dipergunakan sebab nilai kesalahan yang dihasilkan metode ini adalah yang
terkecil dibandingkan metode lain. Jika terpenuhi asumsi regresi liner klasik atau Gauss-Markov
, metode OLS akan menghasilkan estimasi yang bersifat BLUE best linear unbiased estimator.
Beberapa asumsi Gauss-Markov pada metode OLS menurut Juanda 2009 antara lain:
i. Spesifikasi model ditetapkan seperti dalam persamaan 3.2
