ANALISIS FAKTOR YANG MEMPENGARUHI                     KONDISI EKONOMI PROPINSI di INDONESIA                               ...
ditentukan berdasarkan data Produk Domestik Regional Bruto1. Sementaravariabel yang akan dibahas pengaruhnya adalah propor...
Tabel 1                Perbedaan Model Regresi Logistik Biner dan Model Regresi                                Logistik Mu...
bantuan program komputer maupun manual. Pada intinya ingin mendapatkan modelyang sebenarnya, yang kemudian diuji signifika...
dengan              Pn : probabilitas dari variabel respon kategori ke n                    E1 =        Exp (a1 + b11 X1 +...
3.       Analisis Pengaruh Variabel Bebas terhadap Kondisi Ekonomi Propinsi3.1      Penetapan Variabel         Dalam menen...
Tabel 4                    Klasifikasi Kondisi Ekonomi Propinsi (Variabel Respon)                                  (Modifi...
beberapa daerah berada pada lokasi yang tidak menguntungkan secara         ekonomis seperti terpencil, daerah bencana, kur...
3.2.1 Kondisi Perekonomian Propinsi         Sebagaimana dijelaskan terdahulu bahwa kondisi perekonomian propinsidiklasifik...
Data-data selengkapnya tentang kondisi perekonomian propinsi dapatdilihat pada Lampiran A.1.3.2.2    Proporsi Penduduk Mis...
Tabel 7                      Tabel Silang Proporsi Penduduk Miskin dan Peringkat Propinsi                                 ...
adalah Sumatera Utara (Medan); Sumatera Selatan (Palembang); DKI Jakarta(Jakarta); Jawa Barat (Bandung); Jawa tengah (Sema...
Tabel 9               Tabel Silang Keberadaan Kota Metropolitan dan Peringkat Propinsi                                    ...
Model Umum:           Ln (P3/P1) = a3 + b31*JMLMSK + b32*ADAMETRO1 + b33 *LOKASI1           Ln (P2/P1) = a2 + b21*JMLMSK +...
Uji Signifikansi Proporsi Penduduk MiskinModel 1:Model mempunyai nilai Sig. 0.376. Dengan menetapkan  = 0.25, maka modeli...
Uji Signifikansi Pusat PertumbuhanModel 1:Model mempunyai nilai Sig. 0.857. Dengan menetapkan  = 0.25, maka modelini dian...
Uji Signifikansi LokasiModel 1:Model mempunyai nilai Sig. 0.535. Dengan menetapkan  = 0.25, maka modelini dianggap kurang...
Goodness of FitModel Lokasi:Model mempunyai nilai Sig. 0.356. Dengan menetapkan  = 0.25, maka modelini dianggap tidak bai...
P3       =         48,048/(1+48,048+0,039) = 0,979P2 (JMLMSK) =                   probabilitas daerah yang mempunyai pendu...
P1 (ADAMETRO1)                  =      probabilitas daerah yang tidak mempunyai metropolitan                              ...
3.2.8 Analisis Klasifikasi Ganda (Multiple Classification Analysis)       Berdasar hasil analisis (selengkapnya lihat Lamp...
hasil analisis di atas. Kemungkinan bahwa lingkup kajian yang merupakan         propinsi relatif terlalu besar sehingga pe...
DAFTAR PUSTAKA1.       Agung, I Gusti Ngurah. Metode Penelitian Sosial. Pengertian dan         Pemakaian Praktis Jilid 2. ...
Upcoming SlideShare
Loading in …5
×

Analisis Faktor yang Mempengaruhi Kondisi Ekonomi Propinsi di Indonesia

734
-1

Published on

merupakan tugas mata kuliah statistik yang disusun oleh Oswar Mungkasa (2002)

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
734
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
10
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Analisis Faktor yang Mempengaruhi Kondisi Ekonomi Propinsi di Indonesia

  1. 1. ANALISIS FAKTOR YANG MEMPENGARUHI KONDISI EKONOMI PROPINSI di INDONESIA Oleh Oswar Mungkasa1. Pendahuluan Bergulirnya kebijakan otonomi daerah membawa banyak konsekuensipada daerah maupun pemerintah pusat. Berbagai hal diperbincangkan tetapiyang menjadi fokus perhatian adalah kesiapan daerah, Pengetahuan yang benartentang kesiapan daerah akan membantu baik daerah maupun pemerintah pusatdalam menelurkan kebijakan terutama berkaitan dengan pencegahan terjadinyaketimpangan antardaerah. Jika tidak dilakukan intervensi kebijakan maka daerahyang lebih siap akan jauh meninggalkan daerah yang relatif belum siap. Salah satu faktor yang menjadi pertimbangan dalam melihat kesiapandaerah adalah kondisi ekonomi daerah. Kondisi ekonomi daerah menjadimengemuka karena berkaitan dengan kemampuan darah membiayaikebutuhannya. Daerah akan berusaha untuk memicu pertumbuhan ekonominyadalam upaya memenuhi kebutuhan dananya sendiri. Kebutuhan dana tersebuthanya dapat terpenuhi jika pemerintah daerah dapat memenuhi tingkatpertumbuhan ekonomi tertentu. Diketahui bahwa kondisi ekonomi dipengaruhi oleh beragam faktor baikekonomi, sosial, dan geografis. Diantara berbagai faktor tersebut tentunya tidakseluruhnya mempunyai pengaruh yang signifikan terhadap kondisi ekonomisuatu daerah. Beberapa yang signifikan misalnya jumlah penduduk, tingkatinvestasi, faktor lokasi yang dapat memberi keuntungan komparatif, tingkatpengangguran, jumlah penduduk miskin, ketersediaan infrastruktur, dan adanyapusat-pusat pertumbuhan. Keterbatasan data dan waktu yang tersedia serta menghindarikompleksitas masalah maka dalam makalah ini kondisi ekonomi daerahTugas Statistik Lanjutan – om 1
  2. 2. ditentukan berdasarkan data Produk Domestik Regional Bruto1. Sementaravariabel yang akan dibahas pengaruhnya adalah proporsi penduduk miskin,keberadaan pusat pertumbuhan, dan lokasi daerah. Dalam mencari hubunganantara kondisi daerah dengan variabel berpengaruh di atas, maka dipergunakanalat analisis Metode Regresi Logistik Multinomial. Untuk mempermudah prosesanalisis maka dipergunakan bantuan program SPSS versi 10.0.1 Makalah ini secara singkat akan membahas beberapa hal yaitu (i) modelregresi logistik multinomial dari data yang ada; (ii) uji signifikansi model secarakeseluruhan; (iii) uji signifikansi setiap variabel bebas; (iv) ‘adjusted probability’untuk setiap kategori variabel bebas; (v) tabel analisis klasifikasi ganda; (vi)interpretasi hasil analisis logistik multinomial. Untuk kemudian diakhir makalahakan dijelaskan kesimpulan tentang signifikansi pengaruh variabel bebasterhadap kondisi ekonomi daerah. Beberapa rekomendasi juga akan menyertaikesimpulan tersebut.2. Model Regresi Logistik Multinomial (MRLM)2.1 Definisi dan Kegunaan Model Regresi Logistik Multinomial merupakan suatu perluasan dari modelregresi logistik biner. Model digunakan untuk menggambarkan hubungan antarasuatu variabel respon yang bersifat multi kategorik dengan suatu himpunanvariabel bebas.2.2 Model Statistik Sebagaimana dijelaskan sebelumnya bahwa model ini merupakanperluasan dari model regresi logistik biner, maka untuk memudahkan pada tabelberikut disajikan perbedaan diantara kedua model.1 Produk Domestik Regional Bruto adalah keseluruhan nilai produksi dari suatu daerah pada kurun waktutertentu.Tugas Statistik Lanjutan – om 2
  3. 3. Tabel 1 Perbedaan Model Regresi Logistik Biner dan Model Regresi Logistik Multinomial Model Regresi Logistik Model Regresi Logistik Multinomial a. Variabel respon terdiri dari maksimal a. Variabel respon terdiri dari minimal dua kategori tiga kategori b. Misal Y suatu variabel respon yang b. Misal Y suatu variabel respon yang mempunyai kategori yang saling mempunyai kategori yang saling exclusive dan exhaustive: 0, 1, 2, exclusive dan exhaustive: 0, 1, 2, …..J. Maka Y=1 versus Y=0 …..J. Maka Y=j versus Y=0; j= 1,2,…J. Y=0 merupakan acuan c. Hanya terdapat satu model regresi c. Dengan variabel respon J kategori, Logistik yaitu: maka terdapat J-1 model yaitu: Ln p/(1-p) = a + b1X1 + b2X2 + …. Ln p1/p3 = a1 + b11X1 + b12X2 + … Ln p2/p3 = a2 + b21X1 + b22X2 + … p 1 + p2 + p 3 = 1 Sumber: Diktat Kuliah Statistik Lanjutan Semester Ganjil Tahun 2000/01, Fakultas Pasca Sarjana Bidang Ilmu Ekonomi Universitas Indonesia. Beberapa hal penting yang perlu dicermati adalah (a) pada model RLM, salahsatu kategori harus menjadi referensi bagi kedua kategori lainnya. Pada tabel diatasmaka yang menjadi referensi adalah p3; (b) kategori yang menjadi referensi harusmerupakan kategori yang lebih banyak observasinya dibanding kategori lainnya.Hasilnya tidak akan berubah dengan beragamnya pilihan kategori referensi; (c)persamaan yang terbentuk selalu kurang satu dari jumlah variabel bebas. Tujuan dari analisis adalah untuk mengukur nilai dari a1, a2, b11, b12, b21, b22dan seterusnya.2.3 Interpretasi Model Secara garis besar, langkah-langkah yang harus dipenuhi dalam penyelesaiananalisis RLM adalah (a) Penentuan variabel respon (tidak bebas) dan variabel bebas.Variabel bebas dapat terdiri dari variabel kategorik dan/atau numerik; (b) Penjabarandefinisi operasional, yang merupakan penjelasan tentang masing-masing variabelsedetail mungkin; (c) Penentuan Model Umum; (d) Penetapan hipotesis, yangmerupakan pernyataan yang akan diuji melalui model; (e) Analisis, baik menggunakanTugas Statistik Lanjutan – om 3
  4. 4. bantuan program komputer maupun manual. Pada intinya ingin mendapatkan modelyang sebenarnya, yang kemudian diuji signifikansinya, serta dilakukan interpretasiterhadap hasil analisis; (f) kesimpulan.2.4 Konsep Penting2.4.1 Tabel Silang Tabel silang digunakan untuk memudahkan melihat keterkaitan antara variabelrespon dan variabel bebas. Contoh tabel silang sebagai berikut. Tabel 2 Contoh Perhitungan Tabel Silang (2x3) Variabel Respon Kategori 1 Kategori 2 Kategori 3 TotalVariabel Kategori 1Bebas Observasi A B C G (=A+B+C) Proporsi terhadap var. bebas (A)/(G)*100 (B)/(G)*100 (C)/(G)*100 100% Proporsi terhadap var. respon (A)/(I)*100 (B)/(J)*100 (C)/(K)*100 (G)/(L)*100 Kategori 2 Observasi D E F H (=D+E+F) Proporsi terhadap var. bebas (D)/(H)*100 (E)/(H)*100 (F)/(H)*100 100% Proporsi terhadap var. respon (D)/(I)*100 (E)/(J)*100 (F)/(K)*100 (H)/(L)*100Total Observasi I (=A+D) J (=B+E) K (=C+F) L (=G+H) atau Proporsi terhadap var. bebas (I)/(L)*100 (J)/(L)*100 (K)/(L)*100 100% Proporsi terhadap var. respon 100% 100% 100% 100%Keterangan: variabel respon 3 kategori dan variabel bebas 2 kategori2.4.2 Probabilitas yang disesuaikan (Adjusted Probability) Probabilitas yang disesuaikan (Adjusted Probability) adalah probabilitas setelahmemperhitungkan faktor-faktor lain. Adapun rumusannya adalah sebagai berikut: E1 E2 P1 = ---------------------; P2 = ---------------------; P3 = 1 – (P1 + P2) 1 + E1 + E 2 1 + E1 + E2Tugas Statistik Lanjutan – om 4
  5. 5. dengan Pn : probabilitas dari variabel respon kategori ke n E1 = Exp (a1 + b11 X1 + b12 X2 + b13 X3) E2 = Exp (a2 + b21 X1 + b22 X2 + b23 X3)2.4.2 Analisis Klasifikasi Ganda (Multiple Classification Analysis) Tabel Klasifikasi Ganda (Multiple Classification Analysis/MCA) adalah tabel yangdipergunakan untuk memudahkan mengambil kesimpulan terhadap hasil analisis. TabelMCA berisi data estimasi parameter (B), rasio kecenderungan (odd rato), dan nilaikesalahan baku (signifikansi) dari hubungan antara variabel respon dan variabel bebas.Contoh tabel MCA sebagai berikut. Tabel 3. Contoh Tabel MCA Variabel Respon (P) P1 vs P3 P2 vs P3 P1 vs P2 B exp (B) Sig. B exp (B) Sig. B exp (B) Sig. Var. Bebas X X1 - 1 - - 1 - 1 X2 b11 exp (b11) b21 exp (b21) b11-b21 exp (b21) X3 b12 exp (b12) b22 exp (b22) b12-b22 exp (b22) Var. Bebas Y b13 exp (b13) b23 exp (b23) b13-b23 exp (b23) var. Bebas Z b14 exp (b14) b24 exp (b24) b14-b24 exp (b24) Intercept a1 - a2 - a1-a2 -Catatan:Variabel kategorik adalah X danVariabel numerik adalah Y dan Zexp (B) = odd ratio sig.= signifikansiRumus tabel diatas adalah : Ln (P1/P3) = a1 + b11 X2 + b12 X3 + b13 Y + b14 Z Ln (P2/P3) = a2 + b21 X2 + b22 X3 + b23 Y + b24 ZTugas Statistik Lanjutan – om 5
  6. 6. 3. Analisis Pengaruh Variabel Bebas terhadap Kondisi Ekonomi Propinsi3.1 Penetapan Variabel Dalam menentukan kondisi ekonomi suatu daerah maka sebagaimanadijelaskan terdahulu bahwa PDRB merupakan salah satu variabel yang seringdijadikan faktor penentu kondisi ekonomi daerah. Data PDRB yang dipergunakanadalah PDRB non-migas per kapita dengan pertimbangan bahwa PDRB migashanya mencakup beberapa propinsi penghasil minyak saja. Secara umum kondisidaerah dikategorikan berdasar dua hal:a. Pendapatan per kapita Secara sederhana pendapatan per kapita didekati dengan menggunakan data PDRB non migas per kapita.b. Pertumbuhan ekonomi daerah Studi yang dilakukan oleh Elia Radianto (1997), menyatakan bahwa tingkat pertumbuhan ekonomi daerah mempunyai pengaruh yang cukup kuat terhadap kemampuan keuangan daerah. Pertumbuhan ekonomi propinsi didapatkan dari laju pertumbuhan PDRB non-migas. Kedua faktor di atas disilangkan dalam sebuah matriks 2x2 (lihat Tabel 4).Dengan melakukan modifikasi terhadap Metode Klassen2 (Lihat lampiran A)maka kondisi ekonomi propinsi dapat diklasifikasikan menjadi tiga yaitu (i) maju,(ii) berkembang, yang merupakan gabungan dari klasifikasi (b) dan (c) Klassen;dan (iii) tertinggal. Selengkapnya lihat Tabel 4.2 Sjafrizal. Pertumbuhan ekonomi dan Ketimpangan Regional Wilayah Indonesia Bagian Barat. Prisma No. 3Tahun XXVI (Maret 1997).Tugas Statistik Lanjutan – om 6
  7. 7. Tabel 4 Klasifikasi Kondisi Ekonomi Propinsi (Variabel Respon) (Modifikasi Tipologi Klassen) PDRB per kapita (y) Laju yI > y yi < y Pertumbuhan ( r) ri > r Daerah maju Daerah berkembang ri < r Daerah berkembang Daerah tertinggal dengan: ri = laju pertumbuhan PDRB di daerah i; r = laju pertumbuhan PDRB total yi = pendapatan per kapita daerah i; y = pendapatan per kapita rata-rata Disadari bahwa faktor yang berpengaruh terhadap kondisi perekonomiansuatu daerah akan sangat beragam, dan akan menjadi bahan perbincangan yangberkepanjangan. Mengingat keterbatasan data dan maksud penyusunan makalahini sendiri, maka variabel bebas yang dipilih adalah yang datanya tersedia danmudah diakses. Dari beberapa variabel yang ditengarai mempunyai pengaruhmaka dipilih variabel proporsi penduduk miskin, lokasi daerah, keberadaan pusatpertumbuhan sebagai variabel bebas. Intuisi yang mendasari pemilihan ketiga variabel tersebut selainpertimbangan praktis adalah:a. Proporsi penduduk miskin Secara umum dapat dikatakan bahwa kondisi ekonomi suatu daerah dipengaruhi oleh tingkat produktifitas daerah tersebut. Proporsi jumlah penduduk miskin tentunya berpengaruh terhadap produktifitas daerah tersebut berdasar asumsi produktifitas penduduk miskin yang rendah.b. Lokasi daerah Disepakati bahwa lokasi menjadi salah satu faktor yang berperan pada keunggulan komparatif suatu daerah. Hal ini terjadi karena secara alamiahTugas Statistik Lanjutan – om 7
  8. 8. beberapa daerah berada pada lokasi yang tidak menguntungkan secara ekonomis seperti terpencil, daerah bencana, kurang subur dan lainnya. Kondisi ini kemudian menghasilkan tumbuhnya pengelompokan kegiatan pada daerah tertentu saja. Pada makalah ini, variabel lokasi diklasifikasikan kedalam dikotomi Jawa-Bali dan luar Jawa-Bali.c. Pusat pertumbuhan Walaupun masih menjadi perdebatan panjang dikalangan ahli ekonomi wilayah, tetapi dipercayai oleh sebagian besar para ahli bahwa pertumbuhan suatu daerah banyak tergantung pada adanya suatu pusat pertumbuhan di daerah tersebut. Pusat pertumbuhan dapat berupa kawasan industri, metropolitan, pusat bisnis dan lainnya. Pada intinya pusat pertumbuhan adalah daerah yang mempunyai intensitas kegiatan yang sangat tinggi dan diharapkan akan memberi efek penjalaran pertumbuhan ke daerah sekitarnya. Kesulitan mendapatkan data pengelompokan kegiatan yang menjadi pusat pertumbuhan, menjadikan keberadaan metropolitan di suatu propinsi dijadikan representasi pusat pertumbuhan di daerah tersebut.3.2 Definisi Operasional Variabel respon yaitu kondisi daerah diklasifikasikan dalam tiga kategoriyaitu daerah maju, daerah berkembang, dan daerah tertinggal. Sementaravariabel bebas terdiri dari dua variabel kategorik yaitu (a) variabel lokasi daerah,yang diklasifikasikan sesuai dengan dikotomi daerah yaitu Jawa-Bali dan LuarJawa-Bali; (b) variabel keberadaan pusat pertumbuhan yang dikategorikan dalamdua klasifikasi yaitu propinsi yang mempunyai kota metropolitan, dan yang tidakmempunyai kota metropolitan; dan satu variabel bebas numerik yaitu proporsipenduduk miskin yang dikategorikan dalam tiga klasifikasi yaitu daerah denganbanyak penduduk miskin (Banyak), daerah relatif sedikit penduduk miskin(moderat), daerah dengan sedikit sekali penduduk miskin (sedikit).Tugas Statistik Lanjutan – om 8
  9. 9. 3.2.1 Kondisi Perekonomian Propinsi Sebagaimana dijelaskan terdahulu bahwa kondisi perekonomian propinsidiklasifikasikan berdasarkan pendapatan per kapita dan laju pertumbuhanperekonomian pada setiap propinsi. Klasifikasi propinsi terdiri dari tiga yaitu (I) daerah maju, yaitu daerahdengan tingkat pendapatan per kapita di atas rata-rata pendapatan per kapitanasional dan laju pertumbuhan perekonomian di atas laju pertumbuhan rata-ratanasional; (ii) daerah berkembang, yaitu daerah dengan tingkat pendapatan perkapita di atas rata-rata pendapatan per kapita nasional dan laju pertumbuhanperekonomian di bawah laju pertumbuhan rata-rata nasional atau daerah dengantingkat pendapatan per kapita di bawah rata-rata pendapatan per kapita nasionaldan laju pertumbuhan perekonomian di atas laju pertumbuhan rata-ratanasional; (iii) daerah tertinggal, yaitu daerah dengan tingkat pendapatan perkapita di bawah rata-rata pendapatan per kapita nasional dan laju pertumbuhanperekonomian di bawah laju pertumbuhan rata-rata nasional (lihat Tabel 5) Tabel 5 Klasifikasi Kondisi Ekonomi Propinsi (Variabel Respon) PDRB per kapita (y) ( r) yI > y yi < y Laju yi =pendapatan per kapita y = pendapatan per Pertumbuhan daerah i kapita rata-rata ri > r Daerah maju Daerah berkembang ri =laju pertumbuhan Sumut; Riau; DKI Jakarta; Sumbar; Jabar; DIY; PDRB daerah i Bali; Kalteng; Kaltim; Kalsel; Kalbar Irja ri < r Daerah berkembang Daerah tertinggal r = laju pertumbuhan Aceh;Jambi; Bengkulu; PDRB total Sumsel; Lampung; Jateng; Jatim; Sulut; Sulteng; Sultra; Sulsel; NTB; NTT; MalukuTugas Statistik Lanjutan – om 9
  10. 10. Data-data selengkapnya tentang kondisi perekonomian propinsi dapatdilihat pada Lampiran A.1.3.2.2 Proporsi Penduduk Miskin Proporsi penduduk miskin adalah proporsi jumlah penduduk miskin suatupropinsi terhadap jumlah total penduduk propinsi tersebut. Berdasar pada hasilperhitungan, diketahui bahwa jumlah propinsi dengan banyak penduduk miskindan jumlah propinsi dengan jumlah penduduk miskin yang relatif sedikit adalahrelatif berimbang. Lihat Tabel 6 dan Tabel 7 Tabel 6 Klasifikasi Propinsi berdasar Proporsi Penduduk Miskin Klasifikasi Propinsi Penduduk Miskin Banyak Jateng; Jatim; Kalbar; Kalteng; Kalsel (9) Kalteng; Kalsel; NTB; NTT; Maluku; Irja Moderat Aceh; Sumut; Sumsel; Bengkulu; Lampung; (9) Jabar; DIY; Kaltim; Sulut Sedikit Sumbar; Riau; Jambi; DKI ; Bali; (8) Sulteng; Sulsel; Sultra; Sumber: Lampiran A-23.2.3 Lokasi Lokasi diklasifikasikan dalam dua kategori yaitu (I) Jawa-Bali; dan (ii) LuarJawa-Bali. Kategori Jawa-Bali adalah propinsi yang berlokasi di pulau Jawa danBali, dan terdiri dari 6 propinsi yaitu DKI; Jawa Barat; Jawa Tengah; DIYogyakarta; Jawa Timur dan Bali. Kategori Luar Jawa-Bali adalah propinsi yangberlokasi bukan di pulau Jawa dan Bali, yang terdiri dari 20 propinsi.Selengkapnya lihat Lampiran A-1.Tugas Statistik Lanjutan – om 10
  11. 11. Tabel 7 Tabel Silang Proporsi Penduduk Miskin dan Peringkat Propinsi Peringkat propinsi Total maju berkembang tertinggal Proporsi banyak Jumlah 5 1 3 9 Penduduk % proporsi 55.6% 11.1% 33.3% 100.0% Miskin penduduk miskin % within 35.7% 25.0% 37.5% 34.6% Peringkat propinsi Mod. Jumlah 5 2 2 9 % proporsi 55.6% 22.2% 22.2% 100.0% penduduk miskin % Peringkat 35.7% 50.0% 25.0% 34.6% propinsi sedikit Jumlah 4 1 3 8 % proporsi 50.0% 12.5% 37.5% 100.0% penduduk miskin % Peringkat 28.6% 25.0% 37.5% 30.8% propinsi Total Jumlah 14 4 8 26 % proporsi 53.8% 15.4% 30.8% 100.0% penduduk miskin % Peringkat 100.0% 100.0% 100.0% 100.0% propinsi Sumber: Lampiran B3.2.4 Pusat Pertumbuhan Sebagaimana dijelaskan terdahulu maka variabel pusat pertumbuhandiklasifikasikan dalam dua kategori yaitu (I) propinsi yang mempunyaimetropolitan; dan (ii) propinsi yang tidak mempunyai metropolitan. Metropolitan adalah kota yang berpenduduk minimal 1 juta orang.Berdasar kriteria ini maka terdapat 7 propinsi yang mempunyai metropolitanTugas Statistik Lanjutan – om 11
  12. 12. adalah Sumatera Utara (Medan); Sumatera Selatan (Palembang); DKI Jakarta(Jakarta); Jawa Barat (Bandung); Jawa tengah (Semarang); Jawa Timur(Surabaya); Sulawesi Selatan (Makasar). Tabel 8 Tabel Silang Lokasi Propinsi * Peringkat Propinsi Peringkat Total propinsi Maju Berkembang Tertinggal Lokasi Luar Jumlah 12 2 6 20 Propinsi Jawa-Bali % Lokasi 60.0% 10.0% 30.0% 100.0% Propinsi % Peringkat 85.7% 50.0% 75.0% 76.9% propinsi Jawa-Bali Jumlah 2 2 2 6 % Lokasi 33.3% 33.3% 33.3% 100.0% Propinsi % Peringkat 14.3% 50.0% 25.0% 23.1% propinsi Total Jumlah 14 4 8 26 % Lokasi 53.8% 15.4% 30.8% 100.0% Propinsi % Peringkat 100.0% 100.0% 100.0% 100.0% propinsi Sumber : Lampiran BTugas Statistik Lanjutan – om 12
  13. 13. Tabel 9 Tabel Silang Keberadaan Kota Metropolitan dan Peringkat Propinsi Peringkat Total Propinsi Maju Berkembang Tertinggal Keberadaan tidak ada Jumlah 10 3 6 19 Kota kota Metropolitan metropolitan % Keberadaan 52.6% 15.8% 31.6% 100.0 Kota % Metropolitan % Peringkat 71.4% 75.0% 75.0% 73.1% propinsi ada kota Jumlah 4 1 2 7 metropolitan % Keberadaan 57.1% 14.3% 28.6% 100.0 Kota % Metropolitan % Peringkat 28.6% 25.0% 25.0% 26.9% propinsi Total Jumlah 14 4 8 26 % Keberadaan 53.8% 15.4% 30.8% 100.0 Kota % Metropolitan % Peringkat 100.0% 100.0% 100.0% 100.0 propinsi % Sumber : Lampiran B3.2.5 Hipotesa Hipotesa yang ditetapkan adalah bahwa proporsi penduduk miskin,faktorlokasi dan keberadaan metropolitan dalam suatu propinsi mempunyaipengaruh terhadap kondisi perekonomian propinsi.3.2.6 Model Regresi Logistik Multinomial dan Uji Signifikansi Berdasarkan hasil perhitungan dengan menggunakan program SPSS/PCmaka didapatkan model regresi multinomial sebagai berikut:Tugas Statistik Lanjutan – om 13
  14. 14. Model Umum: Ln (P3/P1) = a3 + b31*JMLMSK + b32*ADAMETRO1 + b33 *LOKASI1 Ln (P2/P1) = a2 + b21*JMLMSK + b22*ADAMETRO1 + b23 *LOKASI1 P3 = daerah maju; P2 = daerah berkembang; P1 = daerah tertinggal JMLMSK = proporsi penduduk miskin ADAMETRO = keberadaan metropolitan (1 jika tidak ada; dan 2 jika ada) LOKASI = lokasi propinsi (1 jika luar Jawa dan Bali dan 2 jika Jawa dan Bali) Model Keseluruhan: Model 1: Ln (P3/P1) = -3.855 + 1.71 E.06*JMLMSK + 0.75*ADAMETRO1 + 3.169*LOKASI1 Model 2 Ln (P2/P1) = -20.124 + 5.558 E.06*JMLMSK + 18.994*ADAMETRO1 - 2.279*LOKASI1 Uji Signifikansi Model KeseluruhanModel umum mempunyai nilai Sig. 0.118. Dengan menetapkan  = 0.25, makamodel ini dianggap baik (nilai 0.118 < 0.250). Hasil Analisis selengkapnya padaLampiran C Model Proporsi Penduduk Miskin: Model Umum 1: Ln (P3/P1) = a3 + b31*JMLMSK Model 1: Ln (P3/P1) = -3.130 E.02 + 1.054 E.06*JMLMSK (0.376) Model Umum 2: Ln (P2/P1) = a2 + b21*JMLMSK Model 2: Ln (P2/P1) = -1.51 + 1.25 E.06*JMLMSK (0.306)Tugas Statistik Lanjutan – om 14
  15. 15. Uji Signifikansi Proporsi Penduduk MiskinModel 1:Model mempunyai nilai Sig. 0.376. Dengan menetapkan  = 0.25, maka modelini dianggap kurang baik (nilai 0.376 > 0.250). Hasil Analisis selengkapnya padaLampiran C. Exp(B) = 1 Walaupun tidak signifikan, tetapi dengan nilai Exp (B) = 1 maka dapat diartikan bahwa proporsi penduduk miskin mempunyai risiko yang sama terhadap kondisi ekonomi baik dan kondisi ekonomi tertinggal.Model 2:Model mempunyai nilai Sig. 0.306. Dengan menetapkan  = 0.25, maka modelini dianggap kurang baik (nilai 0.306 > 0.250). Hasil Analisis selengkapnya padaLampiran C. Exp(B) = 1 Walaupun tidak signifikan, tetapi dengan nilai Exp (B) = 1 maka dapat diartikan bahwa proporsi penduduk miskin mempunyai risiko yang sama terhadap kondisi ekonomi berkembang dan kondisi ekonomi tertinggal. Pengaruh proporsi penduduk miskin terhadap kondisi perekonomian tidak signifikan. Model Pusat Pertumbuhan: Model Umum 1: Ln (P3/P1) = a3 + b31*ADAMETRO1 Model 1: Ln (P3/P1) = 0.693 - 0.182*ADAMETRO1 (0.857) Model Umum 2: Ln (P2/P1) = a2 + b21*ADAMETRO1 Model 2: Ln (P2/P1) = -0.693 + 4.306 E.16*ADAMETRO1 (1.0)Tugas Statistik Lanjutan – om 15
  16. 16. Uji Signifikansi Pusat PertumbuhanModel 1:Model mempunyai nilai Sig. 0.857. Dengan menetapkan  = 0.25, maka modelini dianggap kurang baik (nilai 0.857 > 0.250). Hasil Analisis selengkapnya padaLampiran C. Exp(B) = 0.833 Walaupun tidak signifikan, tetapi dapat dikatakan bahwa dengan tidak adanya metropolitan maka risiko kondisi ekonomi propinsi baik menjadi mengecil dibandingkan kondisi ekonomi propinsi menjadi tertinggal.Model 2:Model mempunyai nilai Sig. 1.00. Dengan menetapkan  = 0.25, maka model inidianggap kurang baik (nilai 1.00 > 0.250). Hasil Analisis selengkapnya padaLampiran C. Exp(B) = 1 Walaupun tidak signifikan, tetapi dengan nilai Exp (B) = 1 maka dapat diartikan tidak adanya metropolitan bahwa mempunyai risiko yang sama terhadap kondisi ekonomi berkembang dan kondisi ekonomi tertinggal. Pengaruh Keberadaan metropolitan terhadap kondisi perekonomian tidak signifikan. Model Lokasi: Model Umum 1: Ln (P3/P1) = a3 + b31*LOKASI1 Model 1: Ln (P3/P1) = 5,003 E.16 + 0,693*LOKASI1 (0.535) Model Umum 2: Ln (P2/P1) = a2 + b21*LOKASI1 Model 2: Ln (P2/P1) = 7.465 E.16 - 1.099*LOKASI1 (0.395)Tugas Statistik Lanjutan – om 16
  17. 17. Uji Signifikansi LokasiModel 1:Model mempunyai nilai Sig. 0.535. Dengan menetapkan  = 0.25, maka modelini dianggap kurang baik (nilai 0.857 > 0.250). Hasil Analisis selengkapnya padaLampiran C. Exp(B) = 2 Walaupun tidak signifikan, tetapi dapat dikatakan bahwa daerah berlokasi luar Jawa dan Bali kecenderungan mempunyai kondisi ekonomi propinsi baik dibanding kondisi ekonomi tertinggal sebanyak dua kali.Model 2:Model mempunyai nilai Sig. 1.00. Dengan menetapkan  = 0.25, maka model inidianggap kurang baik (nilai 1.00 > 0.250). Hasil Analisis selengkapnya padaLampiran C. Exp(B) = 0,33 Walaupun tidak signifikan, tetapi dapat dikatakan bahwa daerah berlokasi luar Jawa dan Bali cenderung mempunyai kondisi ekonomi berkembang 0,33 kali lebih rendah dari kondisi ekonomi tertinggal. Pengaruh Keberadaan metropolitan terhadap kondisi perekonomian tidak signifikan. Goodness of FitModel Proporsi Penduduk Miskin:Model mempunyai nilai Sig. 0.25. Dengan menetapkan  = 0.25, maka model inidianggap baik (nilai 0.25 = 0.250). Hasil Analisis selengkapnya pada Lampiran C.Model Pusat Pertumbuhan:Model mempunyai nilai Sig. 0,979. Dengan menetapkan  = 0.25, maka modelini dianggap kurang baik (nilai 0,979 > 0.250). Hasil Analisis selengkapnya padaLampiran C.Tugas Statistik Lanjutan – om 17
  18. 18. Goodness of FitModel Lokasi:Model mempunyai nilai Sig. 0.356. Dengan menetapkan  = 0.25, maka modelini dianggap tidak baik (nilai 0.356 > 0.250). Hasil Analisis selengkapnya padaLampiran C.3.2.7 Probabilitas yang disesuaikan (Adjusted Probability) Formula probabilitas yang disesuaikan adalah sebagai berikut E1 E2 P1 = ---------------------; P2 = ---------------------; P3 = 1 – (P1 + P2) 1 + E1 + E 2 1 + E1 + E2dengan Pn : probabilitas dari variabel respon kategori ke n E1 = Exp (a1 + b11 X1 + b12 X2 + b13 X3) E2 = Exp (a2 + b21 X1 + b22 X2 + b23 X3)A. Proporsi Penduduk MiskinP3 (JMLMSK) = probabilitas daerah yang mempunyai penduduk miskin merupakan daerah maju E3P3 (JMLMSK = 853192) = ------------------ 1+ E3 + E2E3 = exp (-3,855 + 1,710 E.06*853192 + 0,75*0,731 + 3,169*0,769) = 48,048E2 = exp (-20,124 + 5,558 E.06*853192+ 18,994*0,731 – 2,279*0,769) = 0,039Tugas Statistik Lanjutan – om 18
  19. 19. P3 = 48,048/(1+48,048+0,039) = 0,979P2 (JMLMSK) = probabilitas daerah yang mempunyai penduduk miskin merupakan daerah berkembang E2P2 (JMLMSK = 853192) = ------------------ 1+ E3 + E2P2 (JMLMSK = 853192) = 0,039/(1+48,048+0,039) = 0,00079P1 (JMLMSK= 853192) = probabilitas daerah yang mempunyai penduduk miskin yang merupakan daerah tertinggalP1 = 1 – (P2 + P3) = 0,02021B. Pusat PertumbuhanP3 (ADAMETRO1) = probabilitas daerah yang tidak mempunyai metropolitan yang merupakan daerah maju E3P3 (ADAMETRO1) = ------------------ 1+ E3 + E2E3 (ADAMETRO1) = exp (-3,855 + 1,710 E.06*853192 + 0,75*1 + 3,169*0,769) = 2,206E2 (ADAMETRO1) = exp (-20,124 + 5,558 E.06*853192+ 18,994*1 – 2,279*0,769) = 6,418P3 (ADAMETRO1) = 2,206/(1+2,206+6,418) = 0,229P2 (ADAMETRO1) = probabilitas daerah yang tidak mempunyai metropolitan yang merupakan daerah berkembang E2P2 (ADAMETRO1) = ------------------ 1+ E3 + E2P2 (ADAMETRO1) = 6,418/(1+2,206+6,418) = 0,667Tugas Statistik Lanjutan – om 19
  20. 20. P1 (ADAMETRO1) = probabilitas daerah yang tidak mempunyai metropolitan yang merupakan daerah tertinggalP1 = 1 – (P2 + P3) = 0,104C. LokasiP3 (LOKASI1) = probabilitas daerah luar Jawa-Bali yang merupakan daerah maju E3P3 (LOKASI1) = ------------------ 1+ E3 + E2E3 (LOKASI1) = exp (-3,855 + 1,710 E.06*853192 + 0,75*0,731 + 3,169*1) = 3,748E2 (LOKASI1) = exp (-20,124 + 5,558 E.06*853192+ 18,994*0,731 – 2,279*1) = 0,2236P3 (LOKASI1) = 3,748/(1+3,748+0,2236) = 0,754P2 (LOKASI1) = probabilitas daerah luar Jawa-Bali yang merupakan daerah berkembang E2P2 (LOKASI1) = ------------------ 1+ E3 + E2P2 (LOKASI1) = 0,2236/(1+0,2236+3,748) = 0,045P1 (LOKASI1) = probabilitas daerah luar Jawa-Bali yang merupakan daerah tertinggalP1 (LOKASI1) = 1 – (P2 + P3) = 0,201Tugas Statistik Lanjutan – om 20
  21. 21. 3.2.8 Analisis Klasifikasi Ganda (Multiple Classification Analysis) Berdasar hasil analisis (selengkapnya lihat Lampiran C), maka dapatdisiusun Tabel MCA sebagai berikut: Tabel 10 Estimasi Parameter (B), Kesalahan Baku (sign) dan Rasio Kecenderungan Model Regresi Logistik Multinomial Faktor yang Mempengaruhi Kondisi Ekonomi Propinsi Tahun 1997 Daerah Maju vs Daerah Daerah Berkembang vs Kovariat Daerah Tertinggal Daerah Tertinggal B Exp (B) Sign. B Exp (B) Sign.Proporsi Penduduk 1,71 E.-0,6 1 0,161 5,558 E 06 1 0,12MiskinPusat Pertumbuhan - Tidak ada 0,75 2,118 0,629 18,994 1,77 E. 08 0,165metropolitan - Ada Metropolitan - - - - - -Lokasi - Luar Jawa-Bali 3,169 23,773 0,361 -2,279 0,102 -2,67 - Jawa-Bali - - - - - -Sumber : Lampiran C4. Kesimpulan Berdasar hasil analisis di atas maka diperoleh beberapa kesimpulansebagai berikut:a. Model keseluruhan menunjukkan angka signifikansi yang dapat diterima pada  = 0.25. Tetapi berdasar pada uji signifikansi untuk masing-masing variabel bebas, terlihat bahwa proporsi penduduk miskin, keberadaan metropolitan, dan lokasi propinsi tidak mempunyai pengaruh yang signifikan terhadap kondisi perekonomian propinsi. Hipotesa ditolak.b. Secara teoritis, ketiga faktor tersebut mempunyai pengaruh terhadap kondisi perekonomian suatu daerah, dan hal ini bertentangan denganTugas Statistik Lanjutan – om 21
  22. 22. hasil analisis di atas. Kemungkinan bahwa lingkup kajian yang merupakan propinsi relatif terlalu besar sehingga pengaruh faktor tersebut menjadi tidak terlihat. Sebagai ilustrasi, walaupun terdapat metropolitan di suatu propinsi tetapi kemungkinan pengaruhnya tidak signifikan terhadap perekonomian propinsi tersebut. Hal ini dapat terjadi karena luas dan besarnya cakupan propinsi, sementara metropolitan yang ada hanya satu pada setiap propinsi. Kasus Jakarta hasilnya akan signifikan karena Jakarta mencakup keseluruhan daerah DKI Jakarta. Hasilnya kemungkinan berbeda jika lingkup kajian adalah kabupaten/kotaTugas Statistik Lanjutan – om 22
  23. 23. DAFTAR PUSTAKA1. Agung, I Gusti Ngurah. Metode Penelitian Sosial. Pengertian dan Pemakaian Praktis Jilid 2. Jakarta, Gramedia, 1998.2. Badan Perencanaan Pembangunan Nasional. Pembangunan Daerah dalam Angka 1999.3. Sjafrizal. Pertumbuhan Ekonomi dan Ketimpangan Regional Wilayah Indonesia Bagian Barat. Prisma No. 3 Tahun XXVI Maret 1997.Tugas Statistik Lanjutan – om 23

×