Untuk memecahkan permasalahan dan menjawab tujuan penelitian sebagaimana yang telah diuraikan sebelumnya, maka penelitian ini memerlukan berbagai metode analisis. Tabel 1 berikut menyajikan informasi mengenai tujuan penelitian, metode, data dan variabel yang digunakan dalam penelitian.
Tabel 1. Tujuan Penelitian, Metode Analisis, Jenis dan Sumber Data serta Output Penelitian
No Tujuan Metode Analisis Jenis dan Sumber Data Output yang diharapkan
1. Mengidentifikasi ketimpangan/ ketimpangan antar Kabupaten/kota dan faktor penyebabnya Indeks Williamson PDRB Kabupaten/kota Tahun 2004-2009, Jumlah Penduduk tahun 2004-2009
Mengetahui
ketimpangan di Prov. Sulawesi Selatan
Indeks Theil
PDRB Per Sektor dan jumlah Tenaga Kerja per Sektor Kabupaten/Kota tahun 2004-2009 Mengetahui proporsi sumbangan ketimpangan antar sektor dan antar Kabupaten/kota Analisis Regresi Linier Berganda Indeks Williamson, Pertumbuhan PDRB, Anggaram Sektor Pendidikan, Anggaran Sektor Kesehatan, Anggaran Sektor Sosial, Anggaran Sektor Ekonomi, Anggaran Infrastruktur Umum Mengetahui faktor- faktor penyebab penyebab ketimpangan Mengidentifikasi perkembangan wilayah dan keseimbangan penyebaran aktivitas ekonomi Indeks Entropi PDRB per Sektor Kabupaten/Kota tahun 2004-2009 Mengetahui perkembangan wilayah dan keseimbangan penyebaran aktivitas ekonomi 2 Mengidentifikasi ketersediaan infrastruktur Kabupaten/kota Skalogram
Data potensi desa Kabupaten/kota 2003,2006,2008 Mengetahui ketersediaan infrastruktur setiap Kabupaten/kota 3 Mengidentifikasi pola interaksi Kabupaten/kota Analisis interaksi spasial (Model Entropi Kendala Ganda
Data survey Asal Tujuan Transportasi Nasional Provinsi Sulawesi Selatan 2006 Mengetahui pola interaksi Kabupaten/kota
a. Indeks Williamson
Indeks Williamson merupakan salah satu indeks yang paling sering digunakan untuk melihat disparitas antar wilayah. Williamson (1975) mengembangkan indeks ketimpangan wilayah yang diformulasikan sebagai berikut :
Keterangan :
Vw = Indeks ketimpangan Williamson Provinsi Sulawesi Selatan Yi = PDRB per kapita Tahun 2004-2009 Kabupaten/kota ke-i
Ỹ = Rata-rata PDRB perkapita Tahun 2004-2009 Provinsi Sulawesi Selatan
Pi = fi/n, dimana fi jumlah penduduk Kabupaten/kota ke-i dan n adalah total penduduk nasional, provinsi, pulau atau kawasan.
Indeks ketimpangan williamson akan menghasilkan indeks yang lebih besar atau sama dengan nol. Jika semua Yi= Y maka akan dihasilkan indeks = 0, yang berarti tidak adanya ketimpangan ekonomi antar daerah. Indeks lebih besar dari 0 (nol) menunjukkan adanya ketimpangan ekonomi antar wilayah. Semakin besar indeks yang dihasilkan semakin besar tingkat ketimpangan antar provinsi di suatu negara.
Adapun data yang digunakan dalam analisis ini adalah data PDRB atas dasar harga konstan serta data jumlah penduduk masing-masing Kabupaten/kota di Provinsi Sulawesi Selatan yang meliputi 20 Kabupaten dan 3 kota tahun 2004-2009, melalui data tersebut didapatkan PDRB per kapita Kabupaten/kota tahun 2004-2009
2. Indeks Theil
Analisis dengan menggunakan Indeks Theil dapat membantu untuk mengetahui ketimpangan Kabupaten/kota dan yang dominan penyebab terjadinya ketimpangan. Karakteristik utama dari indeks Theil entropy ini adalah kemampuannya untuk membedakan ketimpangan antar wilayah
(between-region inequality) dan ketimpangan dalam suatu wilayah (within- region inequality) (Kuncoro, 2002). Ketimpangan dalam wilayah ini lebih ditunjukan oleh proporsi masing-masing sektor yang ada di Provinsi Sulawesi Selatan. Masing-masing sektor ini terdiri dari Sektor Pertanian, kehutanan, perburuan, dan perikanan, Sektor Industri Pengolahan, Sektor Perdaganagan besar, eceran, rumah makan, dan hotel, retail trade dan restoran, Sektor Jasa Kemasyarakatan, sosial dan personal serta Sektor Lainnya yang diproporsi dengan tenaga kerja yang berada pada sektor masing-masing.
Indeks Theil dinyatakan dalam formula sebagai berikut :
Dimana Keterangan : T = Indeks Theil Tw T
= Theil Within, ketimpangan sektoral intern Kabupaten/kota
b
Y
= Theil Between, ketimpangan antar Kabupaten/kota
i
Y
= PDRB Kabupaten/kota i
ij
Y = Total PDRB Sulawesi Selatan = PDRB sektor ke-j Kabupaten/kota i
ni
n
= Jumlah Tenaga Kerja di Kabupaten/kota i
ij = Jumlah Tenaga Kerja sektor ke-j di Kabupaten/kota i
Data yang digunakan adalah data PDRB sektor Kabupaten/kota dan data jumlah tenaga kerja sektoral per Kabupaten/kota tahun 2004-2009. Melalui pendekatan ini diharapkan dapat diketahui penyebab ketimpangan yang terjadi di Sulawesi Selatan, apakah terjadinya ketimpangan antarwilayah atau ketimpangan internal wilayah.
3. Indeks Entropi
Indeks Entropi juga digunakan untuk melihat hirarki wilayah yaitu, mengukur tingkat perkembangan suatu wilayah dan melihat sektor-sektor yang dominan (yang berkembang) pada wilayah tersebut. Data yang dianalisa adalah data PDRB Kabupaten/kota per sektor enam tahun terakhir tahun 2004 hingga tahun 2009.
Analisis Entropi Model merupakan salah satu konsep analisis yang dapat menghitung tingkat keragaman (diversifikasi) komponen aktivitas. Keunggulan dari konsep ini karena dapat digunakan untuk: (1) memahami perkembangan suatu wilayah, (2) memahami perkembangan atau kepunahan keragaman hayati, (3) memahami perkembangan aktivitas perusahaan, (4) memahami perkembangan aktivitas suatu sistem produksi pertanian dan lain-lain (Pravitasari, 2008).
Prinsip pengertian indeks entropi ini adalah semakin beragam aktifitas atau semakin luas jangkauan spasial, maka semakin tinggi entropi wilayah. Artinya wilayah tersebut semakin berkembang (s↑ = Tingkat perkembangan ↑). Persamaan umum entropi ini adalah sebagai berikut :
Dimana :
S : nilai entropy diversitas struktur ekonomi wilayah Pi : rasio PDRB sektor ekonomi I terhadap PDRB wilayah i : sektor ekonomi ke-i
n : jumlah sektor
Analisis ini digunakan untuk mengetahui perkembangan sektor-sektor perekonomian antar Kabupaten/kota di Provinsi Sulawesi Selatan, sehingga dapat dilihat perkembangan perekonomian antar Kabupaten/kota tersebut. Jika S semakin tinggi maka tingkat perkembangan semakin meningkat, dimana nilai S akan selalu ≥ 0.
4. Regresi Linier Berganda
Model regresi adalah persamaan matematik yang menggambarkan hubungan antara peubah bebas (X1, X2, X3, X4,…..) dengan satu peubah tidak bebas (terikat) (Y dependent variabel), dimana hubungan keduanya dapat digambarkan oleh satu garis lurus. Seringkali peubah bebas disebut sebagai peubah penjelas dan peubah tak bebas disebut juga peubah respon. Jika model regresi tersebut digunakan untuk menggambarkan hubungan sebab akibat (causal relationship), maka peubah bebas disebut sebagai peubah penyebab dan peubah tak bebas disebut sebagai peubah akibat (Juanda, 2009).
Adapun metode penggunaan yang digunakan dalam penelitian adalah metode OLS (Ordinary Least Square). Metode ini digunakan untuk mengetahui faktor-faktor yang menjadi penyebab terjadinya disparitas pembangunan wilayah khususnya di Provinsi Sulawesi Selatan.
Model regresi secara umum dapat dituliskan sebagai berikut :
Dimana :
= Indeks Williamson Prov. Sulawesi Selatan tahun ke-t = Intersep
= Koefisien Kemiringan
= Pertumbuhan PDRB tahun ke-t = Rasio Belanja Infrastruktur tahun ke-t = Rasio Belanja Pendidikan tahun ke-t
= Rasio Belanja Kesehatan tahun ke-t
= Rasio Belanja Sosial tahun ke-t = Rasio Belanja Ekonomi tahun ke-t
= Unsur gangguan (galat)
Dalam menggunakan metode OLS, terdapat asumsi atau persyaratan yang melandasi estimasi regresi, yakni :
Artinya, e menyatakan variabel-variabel lain yang mempengaruhi Yi akan tetapi tidak terwakili dalam model. Sehingga pada saat Xi terobservasi, pengaruh e terhadap Y diabaikan atau e tidak mempengaruhi E (Yi) secara sistmatik
2. Tidak Adakorelasi antara ei dengan ej {cov(ei,ej) = 0} ; i≠j,
3. Homoskedastisitas; yaitu besarnya varian ei sama, atau var (ei) = σ2
4. Kovarian antara e untuk setiap i
1 dan Xi nol {cov(ei, Xi
Artinya, tidak ada korelasi antara e
) = 0}
i dan Xi, sehingga jika ada
hubungan dimana Xi meningkat dan mengakibatkan ei juga
meningat atau ketika Xi menurun, maka ei juga mengalami
penurunan. Sehingga dapat dikatakan bahwa hal tersebut menunjukkan adanya korelasi antara ei dan X
5. Tidak ada multikolinieritas
i
Artinya, tidak ada hubungan yang nyata antar variabel independen X dalam model regresi
Jika asumsi di atas dapat dipenuh, maka metode OLS dapat memberikan penduga koefisien regresi yang bersifat BLUE (Best Linier Unbiased Estimator). Dekripsi komponen error di sini, paling sedikit terdiri dari empat komponen (Juanda, 2009):
1. Kesalahan pengukuran dan proxy dari peubah respon Y maupun peubah penjelas Xi, X2, X3, ……,X
2. Asumsi bentuk fungsi f yang salah. Mungkin ada benuk fungsi lainnya yang lebih cocok, linier maupun non linier.
p
3. Omitted variabels. Peubah (variabel) yang seharusnya dimasukkan ke dalam model, dikeluarkan dengan alasan-alasan tetentu, misalnya penyederhanaan atau data sulit diperoleh
4. Pengaruh faktor lainnya yang belum terpikirkan atau tidak dapat diramalkan (unpredictible effects).
5. Skalogram
Metode skalogram digunakan untuk mengidentifikasi jenis dan jumlah fasilitas yang diperlukan sebagai SOC yang mendukung perkembangan
perekonomian di tingkat kota/Kabupaten Seluruh fasilitas umum yang dimiliki oleh setiap unit wilayah di data dan disusun dalam satu tabel. Fasilitas ini mencakup empat kelompok, yaitu: (1). Prasarana Pendidikan, meliputi fasilitas sekolah, tempat pelatihan dan lembaga-lembaga pelatihan, kursus dan lainnya, (2) Prasarana Kesehatan, meliputi fasilitas rumah sakit, puskesmas, balai-balai pengobatan, jumlah dokter, bidan dan tenaga kesehatan lainnya (3) Prasarana Sosial, meliputi fasilitas ibadah, kelembagaan masyarakat, tempat hiburan dan lainnya. (4) Prasarana Ekonomi, meliput i fasilitas pasar, fasilitas lembaga perkreditan, fasilitas koperasi, dan lainnya.
Menurut Saefulhakim dalam Adifa (2007) tahapan penyusunan skalogram adalah sebagai berikut: (1) Menyusun fasilitas sesuai dengan penyebaran dan jumlah prasarana di dalam unit-unit desa. Fasilitas yang tersebar merata di seluruh desa diletakkan dalam urutan paling kiri dan seterusnya sampai prasarana yang terdapat paling jarang penyebarannya di dalam seluruh unit desa yang ada diletakkan di kolom tabel paling kanan, (2) Menyusun desa-desa sedemikian rupa dimana unit desa yang mempunyai ketersediaan fasilitas paling lengkap terletak di susunan paling atas, sedangkan unit desa dengan ketersediaan fasilitas paling tidak lengkap terletak di susunan paling bawah, (3) Menjumlahkan seluruh fasilitas secara horizontal baik jumlah jenis fasilitas maupun jumlah unit fasilitas di setiap unit desa, (4) Menjumlahkan masing-masing unit fasilitas secara vertikal sehingga diperoleh jumlah unit fasilitas yang tersebar di seluruh unit desa, (5) Dari hasil penjumlahan ini dihareapkan diperoleh urutan, posisi teratas, merupakan desa yang mempunyai fasilitas terlengkap. Sedangkan posisi terbawah merupakan desa dengan ketersediaan fasilitas paling tidak lengkap, (6) Jika dari hasil penjumlahan dan pengurutan ini diperoleh dua desa dengan jumlah jenis dan jumlah unit fasilitas yang persis, maka pertimbangan ketiga adalah jumlah penduduk. Desa dengan jumlah penduduk lebih tinggi diletakkan pada posisi diatas.
Dengan menggunakan data potensi desa 2003 jumlah variabel yang dipilih ada sebanyak 131 variabel, data potensi desa 2006 sebanyak 118
variabel, dan data potensi desa 2008 sebanyak 40 variabel. Yang terformulasi dalam rumus sebagai berikut :
Dimana,
Keterangan :
IPKj = Indeks Perkembangan Kabupaten/Kota ke-j
= Indeks Standarisasi sarana ke- i Kabupaten/kota ke-j = Indeks Minimum sarana ke-i
= Standar Deviasi sarana ke-i
6. Model Entropi Interaksi Spasial dengan Kendala Ganda (Doubly
Constrained Entropy Model)
Sifat-sifat daya dorong dan daya tarik yang bersifat individual dapat diukur dengan mengembangkan model gravitasi dengan kendala ganda (double-constrained gravity model) sebagaimana diperkenalkan oleh Wilson (1970) dan Kitamura (1990) dalam Rustiadi, et al (2007) :
Untuk mencari solusi secara statistic, selanjutnya model umum tersebut, dimana :
Tij = Intensitas interaksi antara tempat asal i dengan tempat tujuan j
= Kendala yang berkaitan dengan tempat asal i (keberimbangan IPK Pendidikan, Keberimbangan IPK Kesehatan, Keberimbangan IPK
Sosial dan Keberimbangan IPK Ekonomi)
= Kendala yang berkaitan dengan tempat tujuan j (Keberimbangan IPK Pendidikan, Keberimbangan IPK Kesehatan, Keberimbangan IPK Sosial dan Keberimbangan IPK Ekonomi)
= Total Interaksi yang berasal dari daerah asal i (banyaknya arus aliran orang daerah asal i)
= Total Interaksi yang berasal dari daerah tujuan j (banyaknya arus aliran orang daerah tujuan j)
= Fungsi jarak antara tempat asal i ke tempat tujuan j (dalam km)
Dimana untuk masing-masing i dan j, i = 23
j = 23
Struktur data sebanyak 23 x 22 = 506 Dapat terlihat pada struktur data berikut :
No Wilayah Asal Kode Kab. Asal Wilayah Tujuan Kode Kab. Tujua n
Ai.Bj Oi.Dj r(i,j)
Keberimban gan IPK Pendidikan Keberimba ngan IPK Kesehatan Keberimba ngan IPK Sosial Keberimba ngan IPK Ekonomi Aliran orang Moda Jalan (satuan org/thn) Jarak (km)
1 Selayar 1 Bulukumba 2 ………. ………. ………. ………. Oi.Dj r(i,j)
: : : : : ………. ………. ………. ………. Oi.Dj r(i,j)
: : : : : ………. ………. ………. ………. Oi.Dj r(i,j)
: : : : : ………. ………. ………. ………. Oi.Dj r(i,j)
: : : : : ………. ………. ………. ………. Oi.Dj r(i,j)