Kecenderungan Konvergensi Ekonomi di Sumatera Selatan Kecenderungan Konvergensi-αatau konvergensi absolut
Kecenderungan konvergensi ekonomi di Sumatera Selatan yang ditelaah melalui perhitungan model konvergensi-α atau konvergensi absolut atau konvergensi tidak bersyarat (unconditional convergence) yang digunakan untuk melihat koefisien tingkat Pendapatan Domestik Regional Bruto (PDRB) riil per kapita awal untuk setiap kabupaten/kota dengan cara laju pertumbuhan per tahun PDRB per kapita diregresikan terhadap log PDRB riil per kapita awal setiap kabupaten/kota di Provinsi Sumatera Selatan.
Jika koefisien yang diperoleh dari hasil perhitungan regresi adalah negatif dan signifikan secara statistik maka konvergensi-α telah terjadi. Ini berarti proses konvergensi telah terjadi di Sumatera Selatan. Namun apabila koefisienαyang diperoleh adalah positif dan signifikan secara statistik maka konvergensi-α belum terjadi. Sesuai pula dengan model Neo Klasik yang mengemukakan bahwa pada permulaan proses pembangunan ditandai dengan mobilitas faktor produksi, baik modal maupun tenaga kerja adalah kurang lancar. Akibatnya pada saat itu modal dan tenaga kerja ahli cenderung terkonsentrasi di daerah yang lebih maju sehingga ketimpangan pembangunan cenderung melebar (divergence). Akan tetapi bila proses pembangunan terus berlanjut, dengan semakin baiknya prasarana dan fasilitas komunikasi, maka mobilitas modal dan tenaga kerja tersebut akan semakin lancar. Dengan demikian ketimpangan pembangunan akan berkurang(convergence).
Hasil perhitungan dengan model Konvergensi-α untuk memberikan gambaran proses konvergensi di Sumatera Selatan dilakukan penelitian dengan jangka waktu 11 tahun (tahun 1993-2003) menggunakan satu variabel bebas yaitu PDRB per kapita awal diperoleh nilai koefisien α yang positif dan terbukti signifikan secara statistik. Hal ini ditunjukkan oleh nilai t-hitung =11,33 lebih besar dari nilai t-tabel = 4,032 dengan tingkat signifikansi 99 % (α = 1%) seperti yang ditunjukkan pada tabel 3. Dengan demikian berarti berlawanan dengan hipotesis yang diajukan dalam penelitian ini.
Tabel 3
Hasil Estimasi Konvergensiα Dengan OLS (Tahun 1993- 2003)
Variabel Koefisien t-hitung t-tabel Signifikan
Konstanta
Log PDRB per kapita
1,9004 0,87296 17,12 4,032 S R2 = 0,9625 R2adjusted = 0,9950 SE of Regression = 0,07703 DW-Statistik = 1, 7172
Sumber : Hasil Penelitian 2005 (Lampiran 1) Keterangan : S = Signifikan padaα= 1%.
Dari hasil regresi di atas, diperoleh persamaan sebagai berikut. Konvergensi-α= 1,9004 + 0,87296 Yio
(1,092) (0,07703)
Keterangan : - Yioadalah PDRB riil per kapita awal.
- Angka dalam kurung adalah nilai standard error.
Dari hasil estimasi Tabel 5.1. menunjukkan model tidak terjadi gejala autokorelasi, dimana nilai koefisien D-W (Durbin Watson) statistik (d) dari model yaitu sebesar 1,7172 pada selang kepercayaan α= 5%. Ternyata hasil estimasi model N=7 dan
k=1 memiliki nilai yaitu 1,336. Jika nilai d >du berarti tidak ada serial korelasi positif, karena D-W hitung lebih besar dari du (d > du) maka model tidak terdapat korelasi serial.
Untuk mengatasi terjadinya heteroskedastisitas dan autokorelasi (dimana asumsi
homoscedastisity dan korelasi serial di antara disturbance terms tidak berlaku, maka digunakan cara penaksiran yang tepat untuk model regresi linear. Dalam situasi seperti ini digunakan metode Generalized Least Square (GLS) yang diformulasikan Aitken (1935). Hasil estimasi dengan GLS dapat dilihat pada Tabel 4.
Tabel 4
Hasil Estimasi Dengan GLS
Variabel Koefisien t-hitung t-tabel Signifikan
Konstanta
Log PDRB per kapita
0.84131 2.3644 11.52 4.032 S R2 = 0,9637 R2adjusted = 0,9564 SE of Regression = 0,07304 DW-Statistik = 1, 3079
Sumber : Hasil Penelitian 2005 (Lampiran 1) Keterangan : S = Signifikan padaα= 1%.
Dari hasil regresi di atas diperoleh persamaan sebagai berikut: Konvergensi-α= 2, 3644 + 0,84131 Yio
(1,036) (0,07304)
Keterangan : - Yioadalah PDRB riil per kapita awal.
- Angka dalam kurung adalah nilai standard error.
Dari hasil estimasi dapat dijelaskan pula bahwa dengan estimasi koefisien dari log PDRB riil per kapita awal menunjukkan arah positif dan signifikan. Ini berarti proses konvergensi pada periode tahun 1993 sampai tahun 2003 belum terjadi atau dengan kata lain masih terjadi proses divergensi. Hal ini sebenarnya mengikuti teori dan model dari
Neo Klasik, pada permulaan proses pembangunan adalah kurang lancar. Akibatnya pada saat itu modal dan tenaga kerja ahli cenderung terkonsentrasi di daerah yang lebih maju sehingga ketimpangan pembangunan cenderung melebar (divergence). Daerah-daerah di Propinsi Sumatera Selatan masih berada pada proses pembangunan sehingga kecenderungan mobilitas faktor-faktor produksi masih belum lancar dan masih terkonsentrasi di daerah yang lebih maju seperti di Kota Palembang dan Kabupaten Musi Banyuasin sehingga ketimpangan pembangunan di daerah-daerah lain seperti Kabupaten Musi Rawas, Lahat, OKI dan Kabupaten OKU masih cenderung melebar (divergence).
Kemudian regresi dihitung dengan cara memisahkan periode sebelum terjadi krisis ekonomi (tahun 1993-1996) dan periode setelah terjadi krisis ekonomi (tahun 1997-2003). Tujuannya untuk menganalisis proses konvergensi dapat terjadi pada periode sebelum krisis atau bahkan sesudah krisis ekonomi tersebut. Hasil perhitungan regresi dengan menggunakan OLS terhadap model penelitian adalah sebagai berikut.
Sebelum krisis ekonomi :
Konvergensi-α= 0,31492 + 0,9832 Yio
(0,8134) (0,0574)
Keterangan : - Yioadalah PDRB riil per kapita awal.
- Angka dalam kurung adalah nilai standard error.
Setelah krisis ekonomi :
Konvergensi-α= -0,40830 + 1,0278 Yio (0,5774) (0,0404)
Keterangan : - Yioadalah PDRB riil per kapita awal.
- Angka dalam kurung adalah nilai standard error.
Tabel 5
Hasil Regresi Konvergensi-α Dengan Menggunakan OLS
Variabel Bebas Variabel Terikat
Growth Rate‘93-‘96 Growth Rate‘97-‘03 Konstanta Parameter
Log (PDRB riil per kapita thn 1993) Log (PDRB riil per kapita thn 1997) R2 = R2adjusted = S.E. of Regression = D.W. Statistic = 0,31492 (0,3872) 0,9832 (17,12) -0,9832 0,9799 0,05739 1,4163 - 0,40830 (-0,7072) -1,0278 (25,46) 0,9923 0,9908 0,04037 1,3514 Sumber : Hasil Penelitian 2005 (Lampiran 2 dan 3)
Catatan : Angka dalam kurung adalaht-statisticdari masing-masing estimasi koefisien.
Dari Tabel 5 memperlihatkan hasil estimasi koefisien dari log PDRB riil per kapita menunjukkan arah positif dan signifikan secara statistik. Bahkan pada periode setelah terjadinya krisis ekonomi (tahun 1997-2003) nilai koefisien menjadi bertambah besar yaitu 1,027 bila dibandingkan dengan nilai koefisien sebelum terjadi krisis ekonomi yang hanya sebesar 0,98236. Dengan demikian berarti berlawanan dengan hipotesis yang diajukan dalam penelitian ini.
Menurut hipotesis awal, seharusnya koefisien log PDRB riil per kapita awal memiliki arah negatif yang menunjukkan bahwa pemerataan pembangunan telah tercapai atau dengan kata lain proses konvergensi telah terjadi. Namun dalam penelitian ini, ternyata hasil yang diperoleh pada koefisien log PDRB riil per kapita awal adalah positif. Ini menunjukkan bahwa yang terjadi adalah pemerataan pembangunan belum dapat dicapai atau ketimpangan pembangunan masih cenderung melebar, sehingga masih berada pada proses divergensi.
Di dalam penelitian ini, pengujian terhadap gejala autokorelasi dilakukan dengan Uji Durbin-Watson (D-W test). Setelah dilakukan estimasi terhadap model penelitian, ternyata hasil estimasi model memiliki nilai D-W statistik (d) sebesar 1,4893 dan 1,5497. Karena nilai D – W statistik (d) 1,4893 dan 1,5497 pada kedua periode sebelum dan setelah terjadi krisis, ternyata model tidak mengalami gejala korelasiseri, yaitu adanya korelasi antar anggota serangkaian observasi yang diurutkan menurut waktu (time series). Hal ini terlihat dari D-W (Durbin Watson) statistik (d) sebesar 1,4893 dan 1,5497 atau kedua nilai lebih besar dari nilai du=1,356. Ini artinya tidak terdapat korelasiseri karena D-W hitung lebih besar dari du (d>du).
Analisis untuk periode sebelum maupun setelah krisis ekonomi dengan menggunakan satu variabel bebas yaitu PDRB per kapita awal yang telah diperoleh nilai koefisien-α yang positif dan dan dapat dibuktikan signifikan secara statistik. Hal ini ditunjukkan oleh masing-masing nilai hitung =17,12 dan 25,46 lebih besar dari nilai t-tabel = 4,032 dengan tingkat signifikansi 99 % (α= 1%). Dengan demikian tidak terdapat gejala heteroskedastisitas didalam model sehingga model menjadi signifikan.
Kecenderungan Konvergensi-β atau Conditional Convergence
Model konvergensi-βdihitung dengan cara mencari nilai koefisien tingkat awal PDRB per kapita jika laju pertumbuhan per tahun PDRB per kapita diregresi terhadap tingkat awal PDRB per kapita dengan memadukan variabel eksogen yakni kondisi awal anggaran belanja daerah dalam hal ini adalah belanja rutin, Investasi swasta masyarakat awal, dan inflasi regional setiap kabupaten/kota di provinsi Sumatera Selatan.
Hasil perhitungan dengan model Konvergensi-β untuk memberikan gambaran proses konvergensi di Sumatera Selatan dilakukan penelitian dengan jangka waktu 11 tahun (tahun 1993-2003) menggunakan variabel bebas yaitu PDRB per kapita awal dan variabel lain seperti belanja rutin pemerintah daerah, investasi swasta daerah, dan inflasi regional. Masing-masing diregresi secara terpisah atau satu persatu, seperti yang ditunjukkan pada Tabel 5.4, Tabel 5.5, dan Tabel 6
Tabel 6
Hasil Estimasi Dengan OLS Dengan Model Konvergensi-β
(Tahun 1993-2003)
Variabel Koefisien t-hitung t-tabel Signifikan
Konstanta
Log PDRB per kapita Log Belanja Rutin
-3,6688 0,87807 0,22685 23,23 4,098 3,747 3,747 S* S* R2 = 0,9928 R2adjusted = 0,9892 DW-Statistik = 1, 4204
Sumber : Hasil Penelitian 2005 (Lampiran 4) Keterangan : S = Signifikan
Dari hasil regresi di atas, diperoleh persamaan sebagai berikut. Konvergensi-β = -3,6688 + 0,87807 Yio+ 0,22685 hio
(1,461) (0,03780) (0,05536) Keterangan : - Yioadalah PDRB riil per kapita awal.
- hioadalah Belanja Rutin.
- Angka dalam kurung adalah nilai standard error.
Menurut hipotesis awal, seharusnya koefisien log PDRB riil per kapita awal memiliki arah negatif dengan adanya kontribusi dari variabel belanja rutin pemerintah daerah awal periode sampel (tahun 1993). Dari hasil estimasi dapat ternyata dapat dijelaskan pula bahwa dengan estimasi koefisien dari log PDRB riil per kapita awal dan
log belanja rutin awal menunjukkan arah positif dan signifikan. Ini berarti dengan memasukkan variabel belanja rutin pada model ternyata proses konvergensi pada periode tahun 1993 sampai tahun 2003 belum terjadi atau dengan kata lain masih terjadi proses divergensi.
Selanjutnya dengan menggunakan variabel investasi swasta pada model Konvergensi-β menghasilkan persamaan sebagai berikut.
Konvergensi-β = 1,7055 + 0,79662 Yio+ 0,04939 hio
(1,092) (0,07703)
Keterangan : - Yioadalah PDRB riil per kapita awal. - hioadalah Investasi swasta.
- Angka dalam kurung adalah nilai standard error.
Untuk lebih jelasnya hasil estimasi model tersebut dapat dilihat pada tabel 7 Tabel 7
Hasil Estimasi Dengan OLS Dengan Model Konvergensi-β
(Tahun 1993-Tahun 2003)
Variabel Koefisien t-hitung t-tabel p-Value Signifikan Konstanta
Log PDRB per kapita Log Investasi swasta
1,7055 0,79662 0,04939 12,56 2,413 2,776 2,015 0,000 0,073 S* S**** R2 = 0,9847 R2adjusted = 0,9771 DW-Statistik = 2,1031
Sumber : Hasil Penelitian 2005 (Lampiran 5) Keterangan : S = Signifikan
TS = Tidak Signifikan
Catatan : * Menunjukkan signifikansi statistik pada derajat kepercayaan 99 % ** Menunjukkan signifikansi statistik pada derajat kepercayaan 98 % *** Menunjukkan signifikansi statistik pada derajat kepercayaan 95 % **** Menunjukkan signifikansi statistik pada derajat kepercayaan 90 % Pada Tabel 7 setelah diteliti dengan variabel lainnya seperti investasi swasta sebagai variabel eksogen pada estimasi dengan metode OLS menunjukkan arah positif dan signifikan secara secara statistik dilihat dari nilai t-hitung yang lebih besar dari t-tabel
pada tingkat signifikansi 99 % (α = 1%). Dengan pula dapat dibuktikan dengan menggunakan p-value yang dilakukan untuk menguji adanya gejala heteroskedastisitas dalam model yang akan mengakibatkan model menjadi tidak signifikan.
Selanjutnya pada Tabel 8 setelah diteliti dengan variabel lainnya yaitu inflasi regional sebagai variabel eksogen pada estimasi dengan metode OLS menunjukkan arah positif dan tidak signifikan secara secara statistik dilihat dari nilai t-hitung yang lebih besar dari t-tabel pada tingkat signifikansi 99 % (α = 1%). Dengan pula setelah dibuktikan dengan menggunakan p-value yang dilakukan ternyata terdapat adanya gejala heteroskedastisitas dalam model sehingga mengakibatkan model menjadi tidak signifikan. Oleh karena itu dilakukan pengujian dengan menggunakan metode
Generalized Least Square (GLS) untuk mengatasi adanya gejala heteroskedastisitas maupun autokorelasi pada model dengan kedua variabel penjelas yang berbeda tersebut.
Nilai R2 adjusted adalah 0,9892 ; 0,9771; dan 0,9542. Hal ini menunjukkan bahwa proporsi variasi variabel-variabel bebas yang digunakan dalam model mampu menjelaskan variabel-variabel terikat sebesar 98,92 persen ; 97,71 persen dan 95,42 persen, sedangkan sisanya dijelaskan oleh variabel diluar model. Nilai R2 yang tinggi ini memperlihatkan estimasi model yang dihasilkan dari penelitian ini cukup memperlihatkan keadaan yang sebenarnya (goodness of fit) atau cukup kuat untuk dipercaya. Pada Tabel 8 diuraikan mengenai hasil perhitungan regresi dengan memasukkan variabel inflasi regional ke dalam model konvergensi- β yaitu sebagai berikut.
Tabel 8
Hasil Estimasi Dengan OLS Dengan Model Konvergensi-β
(Tahun 1993-Tahun 2003)
Variabel Koefisien t-hitung p-Value Signifikan
Konstanta
Log PDRB per kapita Log Inflasi Regional
1,9629 0,86617 0,07402 11,07 0,0939 0,000 0,930 S* TS R2 = 0,9694 R2adjusted = 0,9542 DW-Statistik = 1, 4503
Sumber : Hasil Penelitian 2005 (Lampiran 6) Keterangan : S = Signifikan
TS = Tidak Signifikan
Selanjutnya regresi dengan model Konvergensi-β dihitung dengan cara memisahkan periode sebelum terjadi krisis ekonomi (tahun 1993-1996) dan periode setelah terjadi krisis ekonomi (tahun 1997-2003). Tujuannya untuk menganalisis proses konvergensi-β dapat terjadi pada periode sebelum krisis atau bahkan sesudah krisis ekonomi tersebut. Hasil perhitungan regresinya dapat dilihat pada Tabel 9.
Dari tabel 5.7. memperlihatkan hasil estimasi koefisien dari log PDRB riil per kapita menunjukkan arah positif dan signifikan secara statistik. Bahkan pada periode setelah terjadinya krisis ekonomi (tahun 1997-tahun 2003) nilai koefisien juga menjadi bertambah besar yaitu 1,0290 bila dibandingkan dengan nilai koefisien sebelum terjadi krisis ekonomi yang hanya sebesar 0,98530. Dengan demikian berarti masih berlawanan dengan hipotesis yang diajukan dalam penelitian ini. Kemudian apabila dianalisa mengenai koefisien log belanja rutin sebelum krisis ekonomi sebesar 0,13038 menjadi minus 0,00672 setelah krisis ekonomi terjadi dan secara statistik tidak signifikan. Ini menandakan bahwa krisis ekonomi sangat berpengaruh terhadap variabel belanja rutin
daerah sehingga mengakibatkan juga nilai koefisien log belanja rutin yang seharusnya bernilai positif menjadi negatif.
Tabel 9
Hasil Regresi Konvergensi-β
Dengan Menggunakan OLS
Variabel Bebas Variabel Terikat
Growth Rate‘93-‘96 Growth Rate‘97-‘03 Dengan Belanja Rutin (X2)
Konstanta Parameter
Log PDRB riil/kapita th’93 (X1) Log PDRB riil/kapita th’97 (X1) Log Belanja Rutin th’93 (X2) Log Belanja Rutin th’97 (X2) R2 = R2 adjusted = S.E. of Regression X1 = S.E. of Regression X2 = D.W. Statistic = -2,8860 (-1,614) 0,98530 (21,29) -0,13038 (1,924) -0,9913 0,9869 0,04627 0,06777 0,9550 - 0,26152 (-0,1923) -1,0290 (22,37) --0,67234E-02 (-0,1226) 0,9924 0,9886 0,04599 0,05486 1,3126 Dengan Investasi Swasta (X2)
Konstanta Parameter
Log PDRB riil/kapita th’93 (X1) Log PDRB riil/kapita th’97 (X1) Log Investasi Swasta th’93 (X2) Log Investasi Swasta th’97 (X2)
R2 = R2adjusted = S.E. of Regression X1 = S.E. of Regression X2 = D.W. Statistic = 7,6423 (2,861) 0,05968 (4,063) -0,21864 (4,063) -0,8167 0,7250 0,1295 0,05381 1,9392 -0,42899 (-0,7806) -1,0049 (23,55) -0,013647 (1,234) 0,9945 0,9917 0,04267 0,01106 1,5652 Sumber : Hasil Penelitian 2005 (Lampiran 7, 8, 9 dan 10)
Selain variabel belanja rutin, maka variabel investasi swasta juga dapat dianalisis dengan melihat nilai koefisien log investasi swasta untuk melihat konvergensi- β. Dari hasil estimasi koefisien dari log PDRB riil per kapita menunjukkan arah positif tetapi secara statistik tidak signifikan. Bahkan periode setelah terjadinya krisis ekonomi (tahun 1997-tahun 2003) nilai koefisien menjadi bertambah besar yaitu 1,0049 dan signifikan secara statistik bila dibandingkan dengan nilai koefisien sebelum terjadi krisis ekonomi yang hanya sebesar 0,05968. Ini berarti juga berarti berlawanan dengan hipotesis yang diajukan dalam penelitian ini, proses konvergensi belum terjadi di Provinsi Sumatera Selatan. Sementara itu nilai R2adjusted adalah 0,7250 dan 0,9945. Hal ini menunjukkan bahwa proporsi variasi variabel-variabel bebas yang digunakan dalam model mampu menjelaskan variabel variasi terikat sebesar 72,50 persen dan 99,45 persen, sedangkan sisanya dijelaskan oleh variabel di luar model. Nilai R2 tertinggi ini memperlihatkan estimasi model yang dihasilkan dari penelitian ini cukup memperlihatkan keadaan yang sebenarnya (goodness of fit) atau cukup kuat untuk dipercaya. Analisis konvergensi-β
pada periode sebelum krisis dan sesudah krisis ekonomi juga dilakukan dengan memasukkan variabel inflasi regional. Untuk lebih jelasnya hasil estimasi model tersebut dapat dilihat pada Tabel 10
Tabel 10
Hasil Regresi Konvergensi-β
Dengan Menggunakan OLS
Variabel Bebas Variabel Terikat
Growth Rate‘94-‘96 Growth Rate‘97-‘03 Konstanta Parameter
Log (PDRB riil per kapita thn 1994) Log (PDRB riil per kapita thn 1997) Log Inflasi Regional th’94 (X2) Log Inflasi Regional th’97 (X2) R2 = R2adjusted = S.E. of Regression (X1) S.E. of Regression (X2) D.W. Statistic = 0,25930 (0,6109) 0,98558 (34,17) --0,99948E-03 -0,9967 0,9951 0,02885 0,02906 1,8254 1,4177 (-0,9824) -0,90390 (9,062) --0,18569E-01 0,9547 0,9321 0,09975 0,04272 1,8940 Sumber : Hasil Penelitian 2005 (Lampiran 11 dan 12)
Catatan : Angka dalam kurung adalah t-statistic dari masing-masing estimasi koefisien.
Dari hasil estimasi koefisien Yio menunjukkan arah positif dan signifikan. Nilai koefisien setelah krisis ekonomi menjadi lebih kecil daripada sebelum krisis ekonomi dari 0,98558 menjadi 0,90390 dan signifikan secara statistik bila dilihat dari t-hitung yang lebih besar dari t-tabel= 4,604, df=4, (α = 1%). Sementara itu nilai koefisien log inflasi regional bernilai negatif dan secara statistik tidak signifikan. Ini berarti berlawanan dengan hipotesis dan variabel inflasi regional tidak mempunyai peranan yang berarti terhadap konvergensi-β.
Indeks Pendapatan Per Kapita Kabupaten/Kota dan Provinsi
Pada analisis sebelumnya telah diperoleh gambaran mengenai konvergensi ekonomi Provinsi Sumatera Selatan. Selanjutnya untuk melengkapi analisis terjadinya konvergensi pada setiap kabupaten/kota di Sumatera Selatan dapat digunakan indeks pendapatan per kapita Provinsi Sumatera Selatan dan PDRB per kapita dengan migas kabupaten/kota. Dengan menggunakan variabel bebas (Independent) adalah tahun (T), dan variabel terikat (Dependent) adalah indeks pendapatan per kapita (I), yang dirumuskan sebagai berikut (Sulistijo, 2001 : 35).
Iit = Yit x 100 ∑ Yit
dimana :
Iit = Indeks Pendapatan Per Kapita
Yit = PDRB Per Kapita Kabupaten i pada tahun ke t ∑ Yit = PDRB Per Kapita Provinsi pada tahun ke t
t = Tahun
i = Kabupatern
Untuk menunjukkan kapan tercapainya konvergensi PDRB di Provinsi Sumatera Selatan digunakan persamaan garis trend linier yang dinyatakan dengan (Supranto, 2000: 224) :
I = a + b T
Tahun kode T mempunyai nilai-nilai yang berbeda untuk jumlah tahun ganjil dan tahun genap yaitu :
Untuk tahun ganjil (n ganjil), nilai T-nya: ...-3, -2, -1, 0, 1, 2, 3, ... Untuk tahun ganjil (n ganjil), nilai T-nya: ...-3, -2, -1, 1, 2, 3, ...
Dari data Gambar 5.1 dan Tabel 5.9 mengenai indeks pendapatan per kapita Sumatera Selatan dan PDRB per kapita dengan migas kabupaten/kota dapat diketahui bahwa :
1. Kabupaten yang telah melampaui pendapatan per kapita provinsi “surplus” (3 kabupaten/kota) :
- Pada tahun 1993 angka banding indeks PDRB per kapita tertinggi terhadap indeks PDRB per kapita dengan angka yang terendah adalah sebesar 2,60, sedangkan pada tahun 1997 angka tersebut mengecil menjadi 2,11 kemudian pada tahun-tahun berikutnya mengalami peningkatan yang secara terus menerus hingga mencapai 2,53 pada tahun 2003. Indeks PDRB per kapita tersebut turun sebesar lebih kurang 2,11 pada tahun 1997, sebenarnya merupakan tren adanya konvergensi dari PDRB per kapita namun kemudian akhirnya dengan terjadi krisis ekonomi juga berpengaruh pada pendapatan per kapita sehingga menyebabkan angka banding indeks PDRB per kapita meningkat lagi. Hal ini menunjukkan adanya tren divergensi dari PDRB per kapita.
- Sejak tahun 1993 kabupaten/kota yang telah mempunyai PDRB per kapita di atas PDRB per kapita provinsi adalah tiga kabupaten/kota yaitu Kabupaten Muara Enim, Kabupaten Musi Banyuasin dan Kota Palembang.
2. Kabupaten “minus”(PDRB per kapita di bawah PDRB per kapita provinsi) terdapat 4 kabupaten:
- Pada kurun waktu 1993-1998 terdapat 4 kabupaten yang sangat lambat peningkatan PDRB per kapitanya dan masih jauh di bawah PDRB per kapita provinsi yaitu k R2 adjusted Kabupaten OKU, OKI, dan Lahat. Untuk kabupaten
Musi Rawas tahun 1993-1996 justru mengalami penurunan pendapatan per kapita, kemudian berupaya untuk meningkat lagi namun belum stabil, bahkan pada tahun 2003 indeks PDRB per kapita kabupaten Musi Rawas menjadi 78,17 lebih kecil dibandingkan dengan tahun 2002, dapat dilihat pada Tabel 5.9.
Apabila dilihat PDRB per kapita dengan migas, disamping kabupaten/kota “surplus” yang telah melampaui PDRB per kapita provinsi, memasuki kurun waktu 10 tahun mendatang, berdasarkan model regresi ekonometrik (Lihat tabel 5.9) diperoleh data bahwa konvergensi PDRB per kapita Kabupaten Musi Rawas akan terjadi pada tahun 2010, Kabupaten Ogan Komering Ulu terjadi pada tahun 2030, sedangkan Kabupaten Lahat belum dapat diproyeksikan konvergensi PDRB per kapita akan terjadi karena hasil persamaan regresinya tidak dapat dihitung. Untuk Kabupaten Ogan Komering Ilir diproyeksikan bahwa konvergensi PDRB per kapita akan terjadi pada tahun 2129 yang akan datang, ditunjukkan pada Tabel 11
Tabel 11 Indeks PDRB Per Kapita Menurut Kabupaten/Kota Di Sumatera Selatan di Sumatera Selatan Dengan Migas Tahun 1993-2003 (Persen)
Tahun Kabupaten /Kota
OKU OKI ME LAHAT MURA MUBA PLG SUMSEL
1993 62,24 61,07 159,36 65,81 87,91 128,53 128,53 100 1994 63,47 61,74 168,44 66,84 82,91 131,56 131,56 100 1995 64,34 62,95 168,05 68,60 77,72 133,02 133,02 100 1996 63,99 64,17 169,77 68,83 77,44 132,73 132,73 100 1997 66,05 67,63 136,01 74,95 81,37 139,47 139,47 100 1998 66,48 68,81 141,11 75,78 84,46 130,77 130,77 100 1999 65,66 68,29 139,88 75,53 83,78 131,99 131,99 100 2000 64,38 64,98 131,39 72,39 79,32 144,63 144,63 100 2001 65,74 67,18 128,54 78,37 79,07 146,30 146,30 100 2002 67,62 69,33 130,06 58,92 80,33 149,91 149,91 100 2003 67,26 63,93 120,16 57,34 78,17 161,94 161,94 100 Sumber : Diolah dariPDRB Per Kapita ADHK Kabupaten/Kota di Sumatera Selatan
Analisis data dalam penelitian ini menggunakan model ekonometrika dengan pendekatan kuadrat terkecil (Ordinary Least Squares/OLS)dengan model adalah sebagai berikut:
PESSt=α1PAKt+α2PTMt+α3IPt+α4ISt+α5PTPt+α6ISMt+ Ut
Setelah dilakukan analisis data dengan bantuan program komputer Shazam ternyata dengan menggunakan variabel-variabel tersebut tidak menghasilkan nilai yang signifikan secara statistik bila dilihat dari nilai t-hitung lebih kecil dari nilai t-tabel, sehingga kemudian digunakan variabel angkatan kerja, tingkat bunga pinjaman, investasi swasta dengan hasil estimasi yang terdapat pada Tabel 12
Tabel 12
Hasil Estimasi Faktor-faktor Yang mempengaruhi Pertumbuhan Ekonomi Sumatera Selatan (Tahun 1994-2003)
Variabel Koefisien t-hitung p-Value Signifikan
Konstanta PAK IP ISMY 5,9286 0,87673E-05 -0,51076 -0,7852E-06 3,398 0,3525 -1,429 1,216 0,015 0,737 0,203 0,270 TS TS TS R2 = 0,2732 R2adjusted = -0,0903 DW-Statistik = 2,8325
Sumber : Hasil Penelitian 2005 (Lampiran 1) Keterangan : S = Signifikan
TS = Tidak Signifikan Uji Gejala Autokorelasi
Gejala autokorelasi dalam model akan menyebabkan taksiran tidak efisien dan meningkatkan variasi dari taksiran dalam model dan kesalahan baku akan bias ke bawah (underestimated)(Ramanathan, 1995: 450).
Di dalam penelitian ini, pengujian terhadap gejala autokorelasi dilakukan dengan Uji Durbin Watson (D-W test). Setelah dilakukan estimasi terhadap model penelitian, ternyata hasil estimasi model memiliki nilai D-W statistik (d) sebesar 2,8325 pada selang kepercayaan α = 5 persen. Ternyata hasil estimasi model n=10 dan k=3 memiliki nilai yaitu 2,016. Jika nilai d >du berarti tidak ada serial korelasi positif, karena D-W hitung lebih besar dari du (d > du) maka model tidak terdapat korelasi serial.
Uji Gejala Heteroskedastisitas
Adanya gejala heteroskedastisitas dalam model akan mengakibatkan model menjadi tidak signifikan. Untuk memperbaiki masalah ini, maka dapat dilakukan perbaikan estimasi model dengan menggunakan metode “Cochrane-Orcutt” (Ramanathan, 1995 : 462 – 464). Dengan menggunakan model tersebut diperoleh hasil akhir seperti pada Tabel 13
Tabel 13
Hasil Estimasi Faktor-faktor Yang mempengaruhi Pertumbuhan Ekonomi Sumatera Selatan (Tahun 1994-2003)
Variabel Koefisien t-hitung p-Value Signifikan
Konstanta PAK IP ISMY 6,6314 0,10532E-04 -0,79520 0,14121E-05 5,385 0,4572 -3,112 2,877 0,002 0,646 0,021*** 0,028*** TS S S R2 = 0,5323 R2adjusted = 0,2985 DW-Statistik = 2,2888
Sumber : Hasil Penelitian 2005 (Lampiran 14) Keterangan : TS = Tidak Signifikan
S = Signifikan
Tabel 13 memperlihatkan bahwa berdasarkan Uji F dan R2model yang digunakan adalah cukup baik. Uji Fisher (F-Test) atau pengujian koefisien regresi secara serentak bertujuan untuk mengetahui apakah semua variabel bebas yang digunakan dalam estimasi model secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel terikat. Berdasarkan uji F dengan menggunakan tingkat signifikansi pada α = 5 persen, variabel-variabel bebas yang digunakan dalam model, yaitu variabel rasio investasi swasta masyarakat dinyatakan positif dan signifikan secara statistik berpengaruh pada pertumbuhan ekonomi, sedangkan tingkat bunga pinjaman dinyatakan negatif dan signifikan secara statistik berpengaruh pada pertumbuhan ekonomi Sumatera Selatan.