3.1. Lokasi Penelitian:
Penelitian ini dilakukan di Provinsi Bengkulu, yang terdiri dari 9 (sembilan) kabupaten dan 1 (satu) kota yaitu kabupaten Bengkulu Selatan, Rejang Lebong, Bengkulu Utara, Kepahiang, Lebong, Bengkulu Tengah, Seluma, Kaur, Muko-Muko, dan Kota Bengkulu.
3.2. Metode Analisis
Metode yang dipergunakan dalam penelitian ini terdiri dari dua tahapan yaitu :
1. Metode deskriptif, metode ini dipergunakan untuk menganalisis perwilayahan pembangunan di Propinsi Bengkulu, dengan menggunakan metode Tipologi Klassen, LQ, Shift Share, dan kapasitas fiskal.
2. Analisis ekonometrik dalam penelitian ini terdiri dari dua tahapan yaitu :
Menggunakan data primer (kuesioner) untuk mengetahui kondisi iklim usaha di Propinsi Bengkulu, sehingga dapat diketahui hambatan-hambatan apa saja yang mengakibatkan sulitnya perkembangan usaha di Propinsi Bengkulu. Alat analisis yang dipergunakan adalah persamaan Regresi Logit.
Menggunakan data sekunder untuk mengetahui faktor-faktor apa saja yang mempengaruhi investasi. Alat analisis yang dipergunakan adalah Regresi panel.
3.3. Data dan metode pengumpulan data
Data yang dipergunakan dalam penelitian ini adalah data primer dan sekunder. Adapun yang dimaksud dengan data primer dalam penelitian ini adalah data yang dikumpulkan dan diolah langsung oleh peneliti. Pengambilan data primer dilakukan dengan mengadakan observasi pada seluruh perusahaan PMA, dan PMDN yang melakukan kegiatan usaha di Propinsi Bengkulu.
Pengumpulan data primer ini menggunakan kuesioner tertutup. Kuesioner tertutup ini terdiri dari 5 (lima) variabel. Masing-masing variabel terdiri dari 10 pertanyaan dan masing-masing pertanyaan sudah disediakan pilihan jawaban.
Skala pengukuran untuk setiap jawaban pertanyaan adalah ordinal. Skala ordinal dipilih karena jawaban memiliki urutan kategori yang jelas namun jarak antara kategori-kategori itu tidak diketahui (Juanda, 2009). Proses pengumpulan data ini dipergunakan untuk menganalisis iklim investasi di Propinsi Bengkulu. Indikator yang dipergunakan untuk menganalisis iklim usaha ini bersumber dari Tata Kelola Ekonomi Daerah 2011 yang dikeluarkan oleh Komite Pemantauan Pelaksanaan Otonomi Daerah/Regional Autonomy Watch (KPPOD) .
Skala yang dipergunakan dalam kuesioner ini adalah skala Likert dimana pilihan jawaban yang dipergunakan adalah :
Tabel 4. Penentuan nilai score pada kuesioner iklim investasi :
Variabel Pilihan Jawaban Nilai Skor
Akses lahan Sangat Baik
Baik Cukup Buruk Sangat Buruk 5 4 3 2 1 Ketersediaan Infrastruktur daerah Sangat Memadai
Baik Cukup Kurang Memadai Tidak memadai 5 4 3 2 1 Pengaturan Perizinan Sangat Baik
Baik Cukup Buruk Sangat Buruk 5 4 3 2 1 Pelaksanaan Peraturan Daerah Sangat Setuju
Setuju Ragu
Tidak Setuju Sangat tidak setuju
5 4 3 2 1 Transparansi biaya transaksi Sangat Setuju
Setuju Ragu
Tidak Setuju Sangat tidak setuju
5 4 3 2 1
Data sekunder dikumpulkan dengan mempergunakan data yang sudah dipublikasikan dari Bapeda Propinsi Bengkulu, Dinas Perindustrian, perdagangan dan UKM, BKPMD dan Biro Pusat statistik Propinsi Bengkulu. Periode waktu yang dipergunakan adalah tahun 2010-2013.
3.4. Populasi dan sampel
Populasi responden yang dipergunakan dalam penelitian ini meliputi seluruh perusahaan yang berada dalam klasifikasi usaha besar swasta yang meliputi Penanaman modal dalam negeri (PMDN) dan Penanaman modal Asing (PMA) yang aktif menjalankan usahanya dan ada dalam pelaporan kegiatan penanaman modal di BKPMD Provinsi Bengkulu. Adapun jumlah perusahaan yang ada di Propinsi Bengkulu berdasarkan klasifikasi tersebut adalah :
Tabel 5 Jumlah perusahaan yang masuk dalam kategori, usaha besar swasta, dan BUMD di Propinsi Bengkulu
Kabupaten/Kota Usaha besar swasta BUMD
PMDN PMA Bengkulu Selatan 0 0 - Rejang lebong 0 0 - Bengkulu Utara 8 9 0 Kaur 0 1 - Seluma 5 1 - MukoMuko 3 6 - Lebong 1 2 - Kepahiang 0 1 - Bengkulu Tengah 5 3 - Kota Bengkulu 5 3 1 Propinsi Bengkulu 27 26 1 Sumber : BKPMD, Pemda dan Dinas Perindustrian Propinsi Bengkulu
Berdasarkan populasi tersebut akan dilakukan penarikan sampel dengan menggunakan metode cluster. Metode ini dipilih berdasarkan sampel yang ada dari masing-masing kelompok perusahaan tersebut.
Adapun sampel dari penelitian ini adalah : Tabel 6 Populasi dan Sampel Penelitian
Klasifikasi Usaha Populasi Sampel
PMA PMDN BUMD 27 26 1 20 12 1 Total 54 33 3.5. Definisi Operasional
Adapun definisi operasional dalam penelitian ini :
1. Sektor basis yaitu Kegiatan ekonomi yang selain mampu memenuhi kebutuhan domestik tetapi juga mampu mengekspor barang dan jasa keluar batas perekonomian yang bersangkutan.
2. Sektor non basis yaitu kegiatan ekonomi yang menyediakan barang dan jasa untuk memenuhi kebutuhan orang yang bertempat tinggal didalam batas perekonomian wilayah tersebut.
3. Iklim Investasi (IC) yaitu : lingkungan yang menyediakan kualitas hukum, regulasi dan penataan kelembagaan yang dapat memungkinkan usaha untuk memiliki daya saing, pertumbuhan serta penciptaan lapangan kerja yang maksimal. Nilai IC dinyatakan 0 (IC=0) jika iklim investasi tidak
kondusif ditandai oleh rendahnya tingkat investasi, IC=1 jika iklim investasi kondusif ditandai tingginya tingkat investasi yang masuk ke Provinsi Bengkulu.
4. Akses lahan yaitu Proses kepemilikan lahan, kepemilikan fasilitas usaha, proses sertifikat, penyelesaian konflik kepemilikan, Pelaksanaan jual beli, Pembebasan tanah, Kebijakan PEMDA dalam hal akses lahan.
5. Infrastruktur daerah yaitu Ketersediaan fasilitas oleh pemerintah daerah berupa jalan, listrik dan air bersih.
6. Perizinan yaitu Proses pengurusan perizinan resmi yang dikeluarkan oleh Pemerintah Daerah meliputi IMB, HO, SITU dan SIUP.
7. Peraturan Daerah yaitu Peraturan yang dikeluarkan oleh Pemerintah Daerah yang berkaitan dengan usaha peningkatan pendapatan daerah dan perkembangan dunia usaha
8. Biaya transaksi yaitu Kejelasan dalam proses pemungutan biaya dibidang usaha.
9. Investasi industri Pertanian yaitu Aktivitas investasi di bidang industri pengolahan hasil-hasil sektor pertanian. Nilai investasi industri di setiap kabupaten/ kota periode 2013=2014.
10.Investasi industri bukan pertanian yaitu Aktivitas investasi di bidang industri pengolahan hasil-hasil bukan sektor pertanian. Nilai investasi bukan industri di setiap kabupaten/ kota periode 2010 – 2013.
11.PDRB perkapita yaitu tingkat pendapatan perkapita masyarakat di seluruh kabupaten/kota atas dasar harga konstan. Tingkat PDRB perkapita periode 2010-2013.
12.Infrastruktur listrik yaitu penyediaan listrik di seluruh kabupaten/kota. Daya terpasang di seluruh kabupaten/kota.
13.Infrastruktur jalan yaitu kualitas jalan yang ada di Provinsi Bengkulu meliputi jalan nasional, jalan provinsi dan jalan kabupaten. Diukur dengan mengunakan persentase jalan berkualitas baik.
14.Infrastruktur air yaitu penyediaan dan penyaluran air yang disalurkan oleh PDAM di setiap kabupaten/kota. Cara pengukuran yang dilakukan melalui debit air yang disalurkan.
15.Share pertanian pada PDRB yaitu Share pertanian terhadap PDRB. Nilai sektor pertanian di dalam penghitungan PDRB menurut lapangan Usaha. 16.Share pertambangan pada PDRB yaitu Share sektor pertambangan
terhadap PDRB. Nilai sektor pertambangan dalam penghitungan PDRB menurut lapangan usaha.
17.Tenaga kerja yaitu Jumlah tenaga kerja yang terdidik dengan tingkat pendidikan diploma, Strata 1, strata 2 dan strata 3. diukur dengan menggunakan persentase jumlah tenaga kerja terdidik.
18.Belanja Modal yaitu pengeluaran anggaran yang dugunakan dalam rangka memperoleh atau menambah aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi serta melebihi batasan minimal kapitalisasi aset tetap atau aset lainnya yang ditetapkan pemerintah. Aset tetap tersebut dipergunakan untuk operasional kegiatan sehari-hari suatu satuan kerja bukan untuk dijual.
3.6. Metode Pengolahan data
Studi ini menggunakan beberapa metode analisis dalam menjawab tujuan yang akan dicapai. Adapun metode yang digunakan adalah sebagai berikut :
Analisis PERWILAYAHAN PEMBANGUNAN dianalisis secara deskriptif dengan menggunakan metode :
1. Analisis Tipologi Klassen
Alat analisis ini digunakan untuk mengetahui gambaran pola dan struktur pertumbuhan ekonomi daerah
2. Analisis Location Quotient (LQ)
Metode LQ untuk mengidentifikasi komoditas unggulan diakomodasi dari Miller & Wright (1991), Isserman (1997), dan Ron Hood (1998).
Analisis LQ digunakan untuk mengetahui sejauh mana tingkat spesialisasi sektor-sektor di suatu daerah atau sektor-sektor apa saja yang merupakan sektor basis atau leading sector. Hasil dari analisis ini akan memperlihatkan sektor yang berperan secara dominan sebagai sektor basis dan sektor yang tidak berperan secara dominan disebut sebagai sektor non basis. Metode ini memiliki bentuk persamaan sebagai berikut:
⁄
⁄
LQ adalah Location Quotient, vi adalah output sektor i di suatu daerah, Vi adalah output sektor i nasional, vt adalah output total daerah tersebut, Vt adalah output total nasional
Pengelompokan sektor basis dan non basis berdasarkan besaran LQ yang diperoleh dari hasil analisis adalah sebagai berikut:
LQ < 1: Berarti sektor tersebut memiliki potensi yang kecil untuk menjadi sektor basis wilayah.
LQ = 1: Berarti sektor tersebut telah mampu memenuhi kebutuhan lokalnya dan dapat berpotensi sebagai kegiatan basis ekonomi wilayah.
LQ > 1: Berarti sektor tersebut merupakan sektor basis ekonomi wilayah.
Alat ukur yang umum digunakan dalam menghitung LQ adalah kesempatan kerja (employment). Namun karena data tenaga kerja di wilayah penelitian sukar diperoleh, maka perhitungan nilai LQ dalam penelitian ini menggunakan data PDRB atas dasar harga konstan. Berdasarkan hasil perhitungan LQ dapat diketahui potensi relatif dari masing-masing sektor di wilayah tertentu. Analisis ini membandingkan antara PDRB kabupaten dengan PDRB Propinsi sebagai wilayah acuan. Metode LQ ini cukup memiliki relevansi dengan kajian Analisis Potensi dan Pengembangan Investasi Di Propinsi Bengkulu karena dapat mengetahui sektor-sektor perekonomian yang memiliki potensi di wilayah tersebut untuk lebih ditumbuh kembangkan melalui kegiatan-kegiatan investasi dan kegiatan ekonomi melalui pendekatan perbandingan.
3. Analisis shift-share (S-S)
Metode analisis ini dapat digunakan untuk memproyeksikan pertumbuhan ekonomi suatu daerah dan sebagai analisis di dalam riset pembangunan pedesaan. Tehnik ini diawali dengan perhitungan perubahan PDRB suatu sektor di suatu daerah antara 2 periode. Terdapat 3 komponen utama dalam analisis Shift Share (Budiharsono, 2001). Ketiga komponen pertumbuhan wilayah tersebut adalah komponen pertumbuhan nasional/propinsi/kabupaten (PN), komponen pertumbuhan regional dan komponen pertumbuhan pangsa wilayah (PPW). Masing-masing komponen tersebut dapat dijelaskan secara rinci pada bagian berikut:
a. Komponen Pertumbuhan Nasional (National Growth Component) Komponen pertumbuhan nasional (PN) adalah perubahan produksi/kesempatan kerja suatu wilayah yang disebabkan oleh perubahan produksi/kesempatan kerja nasional, perubahan kebijakan ekonomi nasional atau perubahan dalam hal-hal yang mempengaruhi perekonomian semua sektor dan wilayah.
b. Komponen Pertumbuhan Proposional (Proposional Mix Growth
Component) Komponen pertumbuhan proposional (PP) tumbuh karena
perbedaan sektor dalam permintaan produk akhir, perbedaan dalam ketersediaan bahan mentah, perbedaan dalam kebijakan industri (seperti kebijakan perpajakan, subsidi dan price support) dan perbedaan dalam struktur dan keragaman pasar.
c. Komponen Pertumbuhan Pangsa Wilayah (Regional Share Growth
Component). Komponen pertumbuhan pangsa wilayah (PPW) timbul
karena peningkatan atau penurunan PDRB atau kesempatan kerja dalam suatu wilayah dibandingkan dengan wilayah lainnya. Cepat lambatnya pertumbuhan suatu wilayah dibandingkan dengan wilayah lainnya ditentukan oleh keunggulan komparatif, akses ke pasar, dukungan kelembagaan, prasarana sosial ekonomi serta kebijakan ekonomi regional pada wilayah tersebut.
Hubungan antara ketiga komponen tersebut secara lengkap dapat dilihat pada gambar 11 di bawah ini. Berdasarkan ketiga komponen pertumbuhan wilayah tersebut dapat ditentukan dan diidentifikasikan perkembangan suatu sektor ekonomi pada suatu wilayah. Apabila PP + PPW > 0, maka dapat dikatakan bahwa pertumbuhan sektor ke i di wilayah ke j termasuk ke dalam kelompok progresif (maju).Sementara itu, PP + PPW < 0 menunjukkan bahwa pertumbuhan sektor ke i pada wilayah ke j tergolong pertumbuhannya lambat.
Sumber : Budiharsono
Gambar 11 Model analisis shift share
4. Peta Kapasitas Fiskal
Kapasitas fiskal merupakan sebuah parameter yang menggambarkan kemampuan keuangan suatu daerah provinsi/kabupaten/kota dalam membiayai pembangunannya. Kapasitas fiskal ini dicerminkan melalui penerimaan umum Anggaran Pendapatan Belanja Daerah (APBD) (tidak termasuk dana alokasi khusus, dana darurat, dana pinjaman lama, dan penerimaan lain yang penggunaannya dibatasi untuk membiayai pengeluaran tertentu, tidak termasuk untuk belanja pegawai) dengan dikaitkan pada jumlah penduduk miskin. Perhitungan kapasitas fiskal setiap daerah didasarkan pada formula berikut (Keputusan Menteri Keuangan No. 538/KMK.07/2003) :
KF = kapasitas fiskal; PAD = pendapatan asli daerah; BH=Bagi hasil pajak dan bagi hasil bukan pajak (sumberdaya alam); DAU=Dana alokasi umum; P = Penerimaan lain-lain yang sah, kecuali dana alokasi khusus, dana darurat, dana pinjaman lama, dan penerimaan lainnya yang dibatasi penggunaannya; BP = Belanja pegawai.
Peta Kapasitas Fiskal Daerah adalah gambaran kapasitas fiskal yang dikelompokan berdasarkan indeks kapasitas fiskal daerah. Penghitungan Indeks kapasitas Fiskal masing-masing daerah dilakukan dengan cara menghitung kapasitas fiskal masing-masing daerah kabupaten/kota dibagi dengan rata-rata kapasitas fiskal seluruh daerah kabupaten/kota. Adapun kategori dari indeks kapasitas fiskal sebagai berikut :
a. Indeks fiskal ≥ 2 daerah dengan kategori kapasitas fiskal sangat tinggi. b. 1 ≤ Indeks fiskal < 2 daerah dengan kategori kapasitas fiskal tinggi. c. 0.5 ≤ Indeks fiskal < 1 daerah dengan kategori kapasitas fiskal sedang. d. Indeks fiskal ≤ 0.5 daerah dengan kategori kapasitas fiskal tinggi.
Komponen Pertumbuhan
Wil ke j, sektor Wil ke j, sektor
Komponen pertumbuhan proporsional Komponen pertumbuhan pangsa wilayah Maju PP+PPW≥0 Lambat PP+PPW<0
Analisis PERWILAYAHAN INVESTASI mempergunakan metode : 1. Model Regresi Logit
Dalam penelitian ini akan dilakukan pengumpulan data dengan mempergunakan kuesioner untuk mengetahui faktor-faktor yang mempengaruhi iklim usaha mengunakan variabel Dummy. Hal ini sejalan dengan skala yang pengukuran yang dipergunakan dalam menilai iklim usaha yaitu ordinal (iklim kondusif=1; tidak kondusif =0). Karena respon yang akan dianalisis berbentuk biner, maka metode analisis regresi yang dipergunakan adalah analisis regresi Logit. Menurut Gujarati (2004) analisi regresi Logit ini dikenal dengan istilah Kualitatif response regression models, dimana variabel terikatnya dalam bentuk variabel biner atau dikotomi. Variabel terikat dalam analisis logit ini dapat berbentuk ordinal maupun nominal.
Adapun model yang dipergunakan disini adalah :
Tabel 7 Variabel model Regresi Logit
Variabel Indikator Penilaian
Iklim
investasi/climate investment (CI)
Suasana mendukung yang menciptakan perkembangan investasi 0 = kondusif 1 = tidak kondusif Kepemilikan Lahan (LHN)
Persepsi para investor mengenai kemudahan untuk mendapatkan lahan, waktu yang dibutuhkan untuk mengurus sertifikat tanah
SKALA LIKERT
Infrastruktur daerah
Ketersediaan dan kualitas infrastruktur sekaligus pemeliharaannya
SKALA LIKERT Perizinan usaha Proses pengurusan izin,
mencakup waktu dan biaya
SKALA LIKERT Peraturan Daerah Kesesuaian dan kekonsistenan
pelaksanaan Peraturan daerah
SKALA LIKERT
Adapun hipotesis yang dipergunakan dalam penelitian ini adalah :
Ho : β1 =β2 =....= βk = 0 (model tidak dapat dijelaskan) H1: Minimal ada βj ≠ 0 (model dapat dijelaskan) Dengan kriteria pengambilan keputusan :
Ho ditolak jika statistik G > Χ2
Jika Ho ditolak maka dapat disimpulkan bahwa minimal ada β j ≠ 0 artinya model Regresi Logit dapat menjelaskan atau memprediksi pilihan individu/ pengamatan.
Untuk menguji faktor mana (βj ≠ 0) yang berpengaruh nyata terhadap
pilihannya, maka dilakukan uji signifikansi dari parameter koefisien secara parsial dengan statistik uji Wald
̂
̂
Kriteria pengujian :
Ho : βj = 0 (Peubah Xj tidak berpengaruh nyata)
H1 : βj ≠ 0 (Peubah Xj berpengaruh nyata) untuk j = 2,3,...k
2. Model Regresi Data panel
Keunggulan dari penggunaan model data panel menurut (Verbek 2004) dalam Firdaus (2011) adalah Pertama, mengkombinasikan data time series dan
cross section membuat jumlah observasi menjadi lebih besar, dan marjinal effect
dari peubah penjelas dilihat dari dua dimensi (individu dan waktu) sehingga parameter yang diestimasi akan lebih akurat. Selain itu menurut Hsiao (2004), data panel dapat memberikan data yang informatif, mengurangi kolinieritas antar peubah serta meningkatkan derajat kebebasan yang artinya meningkatkan efisiensi. Kedua, data panel lebih baik dalam mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section saja atau data
time series saja. Regresi dengan menggunakan data panel disebut model regresi data panel. Ada beberapa keuntungan yang diperoleh dengan menggunakan data panel. Pertama, data panel mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (ommited variable).
Ada berbagai pendapat tentang faktor-faktor yang mempengaruhi investasi, diantaranya :
1. Market size, pertumbuhan ekonomi, nilai tukar, pengembalian investasi, kebijakan investasi pemerintah, stabilitas politik, strategi global dari perusahaan, ekspor impor, teknologi dan infrastruktur (Ali dan Wei Guo (2005))
2. Laporan Bank Indonesia, faktor yang mempengaruhi investasi adalah suku bunga riil, jumlah kredit yang disalurkan PDRB, dan nilai tukar.
3. Pertumbuhan ekonomi, infrastruktur, inflasi, akses pasar, dan ketenaga kerjaan (Hsio dan Shen (2003))
4. Faktor yang mempengaruhi market regional, infrastruktur, kebijakan preferensial, upah, pendidikan (Cheng (2000))
5. PDRB, goverment size, sumber daya alam, dan variabel kelembagaan (Eltayeb dan Sidiropolous (2010)),
Dengan mengacu pada berbagai pendapat diatas sekaligus disesuaikan denan kondisi wilayah di Propinsi Bengkulu, maka model regresi yang digunakan untuk menganalisis faktor penentu investasi adalah sebagai berikut :
Iit= βi+ β2 PDRBkapitait+ β3 Infr_Lit+ β4 Infr_JNasit + β5 Infr_JProvit
+ β6 Infr_JKabit + β7 Infr_Airit + β8 SDA_Agrit+ β9 SDA_M
+ β10 TKit+ β11BMit
Tabel 8 Variabel dalam Model Regresi Panel
Variabel Proxi Satuan
Investasi Invetasi industri pertanian (IP); industri non pertanian (INP), total investasi industri.
Ribu rupiah
PDRBkapita PDRB Perkapita atas dasar harga konstan Juta rupiah
InfrR_L Daya listrik terpasang Ribu Va
Infr_JNas Infr_JProp
Infrastruktur jalan Nasional berkualitas baik
Infrastruktur jalan Provinsi berkualitas baik Km Km Infr_JKabupaten Infr_Air SDA_Agr
Infrastruktur jalan kabupaten berkualitas baik
Air disalurkan
Share sektor pertanian di PDRB
Km M3
Juta rupiah SDA_M Share sektor pertambangan dan
penggalian
Juta rupiah Tenaga Kerja (L)
Belanja Modal (BM)
Tenaga kerja dengan tingkat pendidikan Akademi, S1 dan S2
Belanja modal pemerintah Kabupaten/kota
Persen Ribu rupiah i Unit cross section (9 kabupaten dan 1
kota (i=10)
t Jumlah tahun yang diteliti (2010-2013)
Terdapat dua pendekatan yang umum diaplikasikan dalam data panel yaitu : a. Fixed effect Model(FEM). Model ini muncul ketika antara efek individu
dan peubah penjelas memiliki korelasi dengan Xit atau memiliki pola yanng sifatnya tidak acak. Asumsi ini membuat komponen eror dari efek individu dan waktu dapat menjadi bagian dari intersep.
Adapun model yang dipergunakan :
One way komponen eror Yit=αi+ i + Xitβ + uit
Two way komponen eror Yit=αi+ i+ t + Xitβ + uit
b. Random EffectModel (REM). REM ini muncul pada saat efek individu dan regresor tidak ada korelasi. Asumsi ini membuat komponen eror dari efek individu dan waktu dimasukkan ke dalam eror.
Adapun model yang dipergunakan :
One way komponen eror Yit=αi + Xitβ + uit+ i