• Tidak ada hasil yang ditemukan

Lampiran 1. Perkembangan Rata-Rata Garis Kemiskinan Kabupaten Tertinggal menurut Provinsi Tahun (Rp/kapita/bln)

N/A
N/A
Protected

Academic year: 2021

Membagikan "Lampiran 1. Perkembangan Rata-Rata Garis Kemiskinan Kabupaten Tertinggal menurut Provinsi Tahun (Rp/kapita/bln)"

Copied!
43
0
0

Teks penuh

(1)
(2)

Lampiran 1. Perkembangan Rata-Rata Garis Kemiskinan Kabupaten

Tertinggal menurut Provinsi Tahun 2006-2009 (Rp/kapita/bln)

No Provinsi

Jumlah

Kabupaten

Tertinggal

2005

Rata-Rata Garis Kemiskinan

2007 2008 2009

1 Nangroe

Aceh

Darussalam

16

226.241,27 250.787,34

251.492,63

2 Sumatera

Utara

6

151.995,88 175.038,14

175.268,00

3 Sumatera

Barat

9

162.379,34 191.531,68

192.261,67

4 Riau

2

236.517,46 265.007,23

265.708,00

5 Jambi

2

189.878,17 219.165,06

222.727,50

6 Sumatera

Selatan

6

178.503,07 195.884,46

197.077,67

7 Bengkulu

8

165.301,48 185.202,73

174.567,50

8 Lampung

5

160.063,90 182.108,86

183.151,00

9 Bangka

Belitung

3

243.122,49 182.108,86

265.449,00

10 Kepulauan

Riau

1

182.640,04 264.637,85

172.104,00

11 Jawa

Barat

2

139.882,29 159.420,90

156.024,50

12 Jawa

Tengah

3

151.374,40 170.816,70

161.904,00

13 D,I.

Yogyakarta

2

165.944,94 191.494,88

177.289,00

14 Jawa

Timur

8

149.349,07 166.845,63

159.838,63

15 Banten

2

140.836,95 161.352,63

161.547,50

16 Bali

1

131.744,96 157.619,26

157.223,00

17

Nusa Tenggara Barat

7

163.770,83 179.432,56

180.081,43

18

Nusa Tenggara Timur

15

123.202,82 153.426,11

153.173,60

19 Kalimantan

Barat

9

147.719,42 164.432,21

164.689,89

20 Kalimantan

Tengah

7

175.236,30 203.942,73

203.669,14

21 Kalimantan

Selatan

2

145.432,35

171.110,16 171.470,50

22 Kalimantan

Timur

3

221.035,62 238.984,28

241.065,67

23 Sulawesi

Utara

2

147.792,01 163.275,22

163.328,00

24 Sulawesi

Tengah

9

157.162,71 177.807,45

177.917,33

25 Sulawesi

Selatan

13

133.869,93 151.740,79

150.867,46

26 Sulawesi

Tenggara

8

151.171,96 167.307,88

144.006,13

27 Gorontalo

4

143.593,61 158.134,98

157.381,25

28 Sulawesi

Barat

5

136.415,14 159.564,14

158.928,40

29 Maluku

7

165.702,48 190.922,16

192.444,43

30 Maluku

Utara

6

150.975,46 190.496,29

191.709,00

31 Papua

Barat

7

208.472,60 231.922,46

228.785,17

32 Papua

19

215.441,84 226.594,26

226.489,79

(3)

Lampiran 2. Daftar 183 Kabupaten Tertinggal di Indonesia

Kawasan Propinsi No.

Kabupaten

Status

KBI

NAD

1

Simelue Agak

Tertinggal

2

Aceh Singkil

Agak Tertinggal

3

Aceh Selatan

Agak Tertinggal

4

Aceh Timur

Agak Tertinggal

5

Aceh Barat

Agak Tertinggal

6

Aceh Besar

Maju

7

Aceh Barat Daya

Agak Tertinggal

8

Gayo Lues

Agak Tertinggal

9

Nagan Raya

Agak Tertinggal

10

Aceh Jaya

Agak Tertinggal

11

Bener Meriah

Agak Tertinggal

12

Pidie Jaya

Maju

Sumatera Utara

13

Nias

Agak

Tertinggal

14

Tapanuli Tengah

Agak Tertinggal

15

Nias Selatan

Agak Tertinggal

16

Pakpak Barat

Agak Tertinggal

17

Nias Barat

Agak Tertinggal

18

Nias Utara

Agak Tertinggal

Sumatera Barat

19

Kepulauan Mentawai

Tertinggal

20

Pesisir Selatan

Agak Tertinggal

21

Solok Agak

Tertinggal

22

Sawah Lunto/Sijunjung Agak

Tertinggal

23 Padang

Pariaman

Maju

24 Solok

Selatan

Agak Tertinggal

25 Dharmas

Raya

Agak Tertinggal

26 Pasaman

Barat

Agak Tertinggal

Sumatera Selatan

27 Ogan

Komering

Ilir

Agak Tertinggal

28 Lahat

Agak Tertinggal

29

Musi Rawas

Tertinggal

30

Banyu Asin

Agak Tertinggal

31

Ogan Komering Ulu Selatan

Agak Tertinggal

(4)

Kawasan Propinsi No.

Kabupaten

Status

KBI

Sumatera Selatan

33

Empat Lawang

Agak Tertinggal

Bengkulu

34

Kaur Agak

Tertinggal

35

Seluma Tertinggal

36

Muko-muko Agak

Tertinggal

37

Lebong Agak

Tertinggal

38

Kepahiang Agak

Tertinggal

39

Bengkulu Tengah

Agak Tertinggal

Lampung

40

Lampung Barat

Agak Tertinggal

41

Lampung Utara

Agak Tertinggal

42

Way Kanan

Agak Tertinggal

43

Pesawaran DOB

Bangka Belitung

44

Bangka Selatan

Agak Tertinggal

Kepulauan Riau

45

Natuna Agak

Tertinggal

46

Kepulauan Anambas

DOB

Jawa Barat

47

Sukabumi Agak

Tertinggal

48

Garut Maju

Jawa Timur

49 Bondowoso

Tertinggal

50 Situbondo

Tertinggal

51 Bangkalan

Tertinggal

52 Sampang

Tertinggal

53 Pamekasan

Tertinggal

Banten

54

Pandeglang Agak

Tertinggal

55

Lebak Agak

Tertinggal

KTI

NTB

56

Lombok Barat

Tertinggal

57

Lombok Tengah

Tertinggal

58

Lombok Timur

Tertinggal

59

Sumbawa Tertinggal

60

Dompu

Tertinggal

61

Bima Tertinggal

62

Sumbawa Barat

Tertinggal

NTT

63

Lombok Utara

DOB

64

Sumba Barat

Tertinggal

65

Sumba Timur

Sangat Tertinggal

(5)

Kawasan Propinsi No.

Kabupaten

Status

KTI NTT

67

Timor Tengah Selatan

Tertinggal

68

Timor Tengah Utara

Tertinggal

69

Belu Tertinggal

70

Alor Tertinggal

71

Lembata Tertinggal

72

Flores Timur

Agak Tertinggal

73

Sikka Agak

Tertinggal

74

Ende Tertinggal

75

Ngada Agak

Tertinggal

76

Manggarai Tertinggal

77

Rote Ndao

Tertinggal

78

Manggarai Barat

Tertinggal

79

Manggarai Timur

DOB

80

Nagekeo DOB

81

Sabu Raijua

DOB

82

Sumba Barat Daya

DOB

83

Sumba Tengah

DOB

Kalimantan Barat

84

Sambas Tertinggal

85

Bengkayang Agak

Tertinggal

86

Landak Tertinggal

87

Sanggau Agak

Tertinggal

88

Ketapang Tertinggal

89

Sintang Agak

Tertinggal

90

Kapuas Hulu

Agak Tertinggal

91

Sekadau Agak

Tertinggal

92

Melawi Agak

Tertinggal

93

Kayong Utara

DOB

Kalimantan Tengah

94

Seruyan Agak

Tertinggal

Kalimantan Selatan

95

Barito Kuala

Agak Tertinggal

96

Hulu Sungai Utara

Agak Tertinggal

Kalimantan Timur

97

Kutai Barat

Maju

98

Malinau Maju

99

Nunukan Maju

(6)

Kawasan Propinsi No.

Kabupaten

Status

KTI Sulawesi

Utara

101

Kepulauan Talaud

Maju

102

Kepulauan Sitaro

DOB

Sulawesi Tengah

103 Banggai

Kepulauan

Tertinggal

104 Banggai

Agak Tertinggal

105 Morowali

Agak Tertinggal

106 Poso

Agak Tertinggal

107 Donggala

Agak Tertinggal

108 Toli-Toli

Agak Tertinggal

109 Buol

Agak Tertinggal

110 Parigi

Moutong

Agak Tertinggal

111 Tojo

Una-Una

Tertinggal

112

Sigi DOB

Sulawesi Selatan

113

Selayar Agak

Tertinggal

114

Jeneponto Agak

Tertinggal

115

Pangkajene Kepulauan

Agak Tertinggal

116

Toraja Utara

DOB

Sulawesi Tenggara

117 Buton

Agak Tertinggal

118 Muna

Agak Tertinggal

119 Konawe

Agak Tertinggal

120 Konawe

Selatan

Agak Tertinggal

121 Bombana

Agak Tertinggal

122 Wakatobi

Agak Tertinggal

123 Kolaka

Utara

Agak Tertinggal

124 Buton

Utara

Agak Tertinggal

125

Konawe Utara

Agak Tertinggal

Gorontalo

126

Boalemo Agak

Tertinggal

127

Pohuwatu Agak

Tertinggal

128

Gorontalo Utara

Agak Tertinggal

Sulawesi Barat

129

Majene Agak

Tertinggal

130

Polewali Mandar

Agak Tertinggal

131

Mamasa Agak

Tertinggal

132

Mamuju Agak

Tertinggal

133

Mamuju Utara

Agak Tertinggal

(7)

Kawasan Propinsi No.

Kabupaten

Status

KTI Maluku

135

Maluku Tengah

Agak Tertinggal

136

Buru Tertinggal

137

Kepulauan Aru

Tertinggal

138

Seram Bagian Barat

Tertinggal

139

Seram Bagian Timur

Tertinggal

140

Buru Selatan

DOB

141

Maluku Barat Daya

DOB

Maluku Utara

142

Halmahera Barat

Tertinggal

143

Halmahera Tengah

Agak Tertinggal

144

Kepulauan Sula

Tertinggal

145

Halmahera Selatan

Tertinggal

146

Halmahera Utara

Agak Tertinggal

147

Halmahera Timur

Agak Tertinggal

148

Morotai DOB

Papua Barat

149

Kaimana Agak

Tertinggal

150

Teluk Wondama

Tertinggal

151

Teluk Bintuni

Tertinggal

152

Sorong Selatan

Agak Tertinggal

153

Sorong Tertinggal

154

Raja Ampat

Tertinggal

155

Maybrat DOB

156

Tambrau DOB

Papua

157

Merauke Tertinggal

158

Jayawijaya Sangat

Tertinggal

159

Nabire Tertinggal

160

Yapen Waropen

Agak Tertinggal

161

Biak Numfor

Agak Tertinggal

162

Paniai Sangat

Tertinggal

163

Puncak Jaya

Tertinggal

164

Mimika Agak

Tertinggal

165

Boven Digoel

Sangat Parah

166

Mappi Sangat

Parah

167

Asmat Sangat

Parah

(8)

Kawasan Propinsi No.

Kabupaten

Status

KTI Papua

169

Pegunungan Bintang

Sangat Parah

170

Tolikara Sangat

Parah

171

Sarmi Tertinggal

172

Keerom Agak

Tertinggal

173

Waropen Tertinggal

174

Supiori Tertinggal

175

Deiyai DOB

176

Dgiyai DOB

177

Intan Jaya

DOB

178

Lanny Jaya

DOB

179

Mamberamo Raya

DOB

180

Mamberamo Tengah

DOB

181

Nduga DOB

182

Puncak DOB

183

Yalimo DOB

Catatan:

(9)

Lampiran 3. Jumlah dan Persentase Kabupaten Tertinggal menurut Provinsi

Tahun 2005 dan 2010

No Provinsi

Jumlah Kabupaten

Tertinggal

Jumlah Kabupaten

Total

Persentase

Kabupaten Tertinggal

2005 2010 2005 2010 2005 2010

1

Nangroe Aceh Darussalam

16

12

23

23

69,57

52,17

2 Sumatera

Utara

6

6

30

32

20,00

18,75

3 Sumatera

Barat

9

8

19

19

47,37

42,11

4 Riau

2

-

11

11

18,18

-

5 Jambi

2

-

11

11

18,18

-

6 Sumatera

Selatan

6

7

15

15

40,00

46,67

7 Bengkulu

8

6

9

10

88,89

60,00

8 Lampung

5

4

11

11

45,45

36,36

9 Bangka

Belitung

3

1

7

7

42,86

14,29

10 Kepulauan

Riau

1

2

7

7

14,29

28,57

11 Jawa

Barat

2

2

26

26

7,69

7,69

12 Jawa

Tengah

3

-

35

35

8,57

-

13 D,I,

Yogyakarta

2

-

5

5

40,00

-

14 Jawa

Timur

8

5

38

38

21,05

13,16

15 Banten

2

2

7

7

28,57

28,57

16 Bali

1

-

9

9

11,11

-

17

Nusa Tenggara Barat

7

8

10

10

70,00

80,00

18

Nusa Tenggara Timur

15

20

21

21

71,43

95,24

19 Kalimantan

Barat

9

10

14

14

64,29

71,43

20 Kalimantan

Tengah

7

1

14

14

50,00

7,14

21 Kalimantan

Selatan

2

2

13

13

15,38

15,38

22 Kalimantan

Timur

3

3

14

14

21,43

21,43

23 Sulawesi

Utara

2

3

15

15

13,33

20,00

24 Sulawesi

Tengah

9

10

11

11

81,82

90,91

25 Sulawesi

Selatan

13

4

24

24

54,17

16,67

26 Sulawesi

Tenggara

8

9

12

12

66,67

75,00

27 Gorontalo

4

3

5

6

80,00

50,00

28 Sulawesi

Barat

5

5

5

5

100,00

100,00

29 Maluku

7

8

11

11

63,64

72,73

30 Maluku

Utara

6

7

8

9

75,00

77,78

31 Papua

Barat

7

8

9

11

77,78

72,73

32 Papua

19

27

20

27

95,00

96,43

I n d o n e s i a

199

183

469

483

42,43

37,89

(10)

Lampiran 4. Dinamika Perekonomian PDRB atas Dasar Harga Konstan 2000

Kabupaten Tertinggal (milyar)

No Provinsi

Jumlah

Kabupaten

Tertinggal

Rata-Rata PDRB ADH

Konstan

Pertumbuhan

2006-2009

Rata-Rata

P2IPDT 2009

% PDRB09

thd P2IPDT

09

2006 2009

1 NAD

16

1.550,31

1.376,63

-3,88

627,55

0,046

2

Sumatera Utara

6

1.017,43

1.192,86

5,45

1.434,96

0,120

3

Sumatera Barat

9

1.322,44

1.568,67

5,86

1.427,64

0,091

4

Riau

2

2.219,50

2.744,00

7,33

5.261,66

0,192

5

Jambi

2

1.433,00

1.695,50

5,77

2.213,04

0,131

6

Sumatera

Selatan

6

2.340,33

2.750,17

5,53

1.362,48

0,050

7

Bengkulu

8

598,13

653,25

2,98

1.331,44

0,204

8

Lampung

5

3.080,75

3.212,75

1,41

2.025,25

0,063

9

Bangka

Belitung

3

932,67

1.060,33

4,37

2.083,92

0,197

10

Kepulauan Riau

1

1.448,00

1.596,76

3,31

615,99

0,062

11

Jawa Barat

2

8.267,00

9.438,50

4,52

773,15

0,008

12

Jawa Tengah

3

2.277,67

2.614,33

4,70

1.870,47

0,072

13

D,I, Yogyakarta

2

2.178,00

2.463,50

4,19

1.478,41

0,060

14

Jawa Timur

8

2.086,88

2.426,88

5,16

1.346,24

0,055

15

Banten

2

3.451,50

3.916,00

4,30

1.434,95

0,037

16

Bali

1

1.505,00

1.747,00

5,10

546,52

0,031

17

Nusa Tenggara

Barat

7

1.967,86

2.141,00

2,85

1.309,53

0,027

18

Nusa Tenggara

Timur

15

531,80

578,80

2,86

1.413,65

0,244

19

Kalimantan

Barat

9

1.421,89

1.648,56

5,05

1.133,49

0,069

20

Kalimantan

Tengah

7

680,29

795,57

5,36

1.160,28

0,146

21

Kalimantan

Selatan

2

1.253,50

1.358,50

2,72

1.360,87

0,100

22

Kalimantan

Timur

3

1.403,00

1.672,33

6,03

1.502,71

0,090

23

Sulawesi Utara

2

467,00

548,50

5,51

2.507,49

0,457

24

Sulawesi

Tengah

9

1.169,44

1.310,89

3,88

1.403,51

0,107

25

Sulawesi

Selatan

13

1.249,93

1.394,79

3,72

1.572,99

0,113

26

Sulawesi

Tenggara

8

779,75

942,75

6,53

2.149,33

0,228

27

Gorontalo

4

377,75

465,25

7,19

1.799,37

0,387

28

Sulawesi Barat

5

672,80

828,40

7,18

1.980,64

0,239

29

Maluku

7

287,14

311,49

2,75

1.837,39

0,683

30

Maluku Utara

6

279,17

330,67

5,81

1.498,22

0,453

31

Papua Barat

7

516,00

625,57

6,63

981,37

0,157

32

Papua

19

965,21

1.183,26

7,03

973,51

0,082

(11)

Lampiran 5. Dinamika Ketimpangan Kabupaten Tertinggal

No

Provinsi

Jumlah

Kabupaten

Tertinggal

2005

Gini Rasio

Pertumb

uhan

Gini

Rasio

06-09

Pertum-buhan

P2IPDT

2007-2009

2006

2009

1

Nangroe Aceh Darussalam

16

0,31147 0,32291

1,21

1417,29

2

Sumatera Utara

6

0,29876 0,3036

0,54

4,30

3

Sumatera Barat

9

0,30447 0,31447

1,08

108,83

4

Riau

2

0,30059 0,31175

1,22

206,34

5

Jambi

2

0,29189 0,28067

-1,30

131,10

6

Sumatera Selatan

6

0,29357 0,29438

0,09

43,43

7

Bengkulu

8

0,29513 0,30385

0,98

69,30

8

Lampung

5

0,29955 0,30400

0,49

55,42

9

Bangka Belitung

3

0,26922 0,28016

1,34

376,46

10

Kepulauan Riau

1

0,34215 0,34121

-0,09

-38,15

11

Jawa Barat

2

0,33379 0,33479

0,10

6,83

12

Jawa Tengah

3

0,29831 0,31153

1,46

34,83

13

D.I. Yogyakarta

2

0,42359 0,39394

-2,39

328,38

14

Jawa Timur

8

0,31878 0,32037

0,17

27,08

15

Banten

2

0,33588 0,35517

1,88

258,60

16

Bali

1

0,31089 0,30284

-0,87

-21,87

17

Nusa Tenggara Barat

7

0,31272 0,34194

3,02

-27,64

18

Nusa Tenggara Timur

15

0,34181 0,36023

1,76

10,77

19

Kalimantan Barat

9

0,30583 0,32437

1,98

16,37

20

Kalimantan Tengah

7

0,26788 0,29683

3,48

42,17

21

Kalimantan Selatan

2

0,31157 0,31361

0,22

7,39

22

Kalimantan Timur

3

0,3703 0,33141

-3,63

375,17

23

Sulawesi Utara

2

0,30492 0,31907

1,52

112,27

24

Sulawesi Tengah

9

0,32618 0,32223

-0,41

33,03

25

Sulawesi Selatan

13

0,31389 0,32554

1,22

71,84

26

Sulawesi Tenggara

8

0,31209 0,30482

-0,78

198,97

27

Gorontalo

4

0,32449 0,33312

0,88

82,91

28

Sulawesi Barat

5

0,32971 0,33246

0,28

101,49

29

Maluku

7

0,31534 0,33839

2,38

127,54

30

Maluku Utara

6

0,30439 0,30865

0,46

27,15

31

Papua Barat

7

0,32469 0,36307

3,79

-2,81

32

Papua

19

0,39124 0,41250

1,78

-10,85

(12)

Lampiran 6. Dinamika Kemiskinan Kabupaten Tertinggal (persen)

No

Provinsi

Jumlah

Kabupaten

Tertinggal

2005

Po

Penuru-

Laju

nan Po

06-09

Pertumb

uhan

P2IPDT

2007-2009

2006

2009

1

Nangroe Aceh Darussalam

16

30,34 22,89 -8,97

1417,29

2

Sumatera Utara

6

26,18 16,50 -14,27

4,30

3

Sumatera Barat

9

16,45 11,16 -12,15

108,83

4

Riau

2

22,55 14,96 -12,79

206,34

5

Jambi

2

16,10 11,03 -11,84

131,10

6

Sumatera Selatan

6

25,61 16,79 -13,12

43,43

7

Bengkulu

8

25,52 18,68 -9,88

69,30

8

Lampung

5

28,33 22,95 -6,79

55,42

9

Bangka Belitung

3

12,90 8,96

-11,43

376,46

10

Kepulauan Riau

1

21,42 10,46 -21,26

-38,15

11

Jawa Barat

2

18,64 13,74 -9,66

6,83

12

Jawa Tengah

3

29,87 22,10 -9,55

34,83

13

D.I. Yogyakarta

2

28,42 24,55 -4,77

328,38

14

Jawa Timur

8

28,14 22,14 -7,68

27,08

15

Banten

2

15,19 11,32 -9,33

258,60

16

Bali

1

9,42 6,37

-12,23

-21,87

17

Nusa Tenggara Barat

7

29,50 22,57 -8,55

-27,64

18

Nusa Tenggara Timur

15

30,04 24,19 -6,97

10,77

19

Kalimantan Barat

9

18,08 10,16 -17,47

16,37

20

Kalimantan Tengah

7

11,39 7,02

-14,90

42,17

21

Kalimantan Selatan

2

11,23 6,45

-16,86

7,39

22

Kalimantan Timur

3

20,35 13,00 -13,88

375,17

23

Sulawesi Utara

2

16,60 12,70 -8,54

112,27

24

Sulawesi Tengah

9

26,48 20,65 -7,95

33,03

25

Sulawesi Selatan

13

17,14 13,99 -6,54

71,84

26

Sulawesi Tenggara

8

25,17 18,74 -9,36

198,97

27

Gorontalo

4

32,17 20,84 -13,48

82,91

28

Sulawesi Barat

5

20,01 14,39 -10,42

101,49

29

Maluku

7

39,12 33,22 -5,31

127,54

30

Maluku Utara

6

18,41 15,16 -6,28

27,15

31

Papua Barat

7

40,49 34,87 -4,86

-2,81

32

Papua

19

41,95 36,40 -4,61

-10,85

(13)

Lampiran 7. Hasil Analisis Kuadran (Dinamika Pertumbuhan dan

Kemiskinan) di Kabupaten Tertinggal

Analisis Kuadran Pertumbuhan dan Kemiskinan KBI, Tahun 2006

I

II

IV III

10000.00 8000.00 6000.00 4000.00 2000.00 0.00

PDRBK_06

40.00 30.00 20.00 10.00

Po_06

Karangasem Lebak Pandeglang Pamekasan Sampang Bangkalan Madiun Situbondo Bondowoso Trenggalek Gunung Kidul Garut Sukabumi Lingga Natuna Belitung Timur Bangka Selatan Belitung Lampung Timur Lampung Selatan Kepahiang Lebong Mukomuko Seluma Kaur Bengkulu Selatan Banyu Asin Musi Rawas Lahat

Tanjung Jabung Timur Sarolangun Kuantan Singingi Dharmas Raya Pasaman Pakpak Bharat Nias Selatan Dairi Nias Nagan Raya Gayo Lues Aceh Utara

Bireuen Aceh Timur Aceh Singkil

(14)

Analisis Kuadran Pertumbuhan dan Kemiskinan KBI, Tahun 2009

I II

IV III

12000.00 10000.00 8000.00 6000.00 4000.00 2000.00 0.00

PDRBK_09

30.00 20.00 10.00 0.00

Po_09

Karangasem Lebak Pandeglang Pamekasan Sampang Bangkalan Madiun Situbondo Bondowoso Kulon Progo Rembang Wonogiri Garut Sukabumi Lingga Belitung Timur Bangka Selatan Belitung Lampung Utara Lampung Timur Lampung Selatan Lampung Barat Lebong Mukomuko Seluma Kaur Bengkulu Selatan Banyu Asin Lahat

Tanjung Jabung Timur

Pasaman Barat Dharmas Raya Nias Selatan Dairi Nias Bener Meriah Aceh Jaya Aceh Utara

(15)

Analisis Kuadran Pertumbuhan dan Kemiskinan KTI, Tahun 2006

I

II

III

IV

12000.00 10000.00 8000.00 6000.00 4000.00 2000.00 0.00

PDRBK_06

60.00 50.00 40.00 30.00 20.00 10.00 0.00

Po_06

Supiori Waropen Pegunungan Bintang Asmat Mappi Mimika Puncak Jaya Paniai Nabire Jayapura Jayawijaya Sorong Kaimana Fakfak Halmahera Timur Halmahera Utara Kepulauan Sula Halmahera Barat Mamuju Kolaka Utara Wakatobi Kolaka Luwu Timur Luwu Pinrang Barru

Pangkajene dan Kepulauan Selayar Parigi Moutong Kutai Barat Sambas Ngada Belu Sumba Barat Sumbawa Barat Lombok Barat

(16)

Analisis Kuadran Pertumbuhan dan Kemiskinan KTI, Tahun 2006

I II

IV III

12500.00 10000.00 7500.00 5000.00 2500.00 0.00

PDRBK_09

60.00 50.00 40.00 30.00 20.00 10.00 0.00

Po

_09

Supiori Waropen Keerom Pegunungan Bintang Yahukimo Asmat Mimika Puncak Jaya Paniai Biak Numfor Nabire Merauke Raja Ampat Sorong Selatan Teluk Bintuni Kepulauan Sula

Seram Bagian Barat Buru Mamuju Mamasa Polewali Mandar Pohuwato Kolaka Luwu Utara Luwu Timur Pinrang Barru Sinjai Parigi Moutong Morowali Barito Kuala Lamandau Sukamara Ketapang Sumbawa Barat Lombok Timur

(17)

Lampiran 8. Rata-Rata Bantuan P2IPDT 2007-2009

No Provinsi

Jumlah

Kabupaten

Tertinggal

Rata-Rata Bantuan Stimulus

Infrastruktur (P2IPDT)

han 2007-

Pertumbu

2009

2007 2008 2009

1 Nangroe

Aceh

Darussalam

16

41,36 132,82 627,55

1417,29

2 Sumatera

Utara

6

1.375,78 1.277,65 1.434,96

4,30

3 Sumatera

Barat

9

683,64 2.047,58 1.427,64 108,83

4 Riau

2

1.717,57 4.827,82 5.261,66 206,34

5 Jambi

2

957,60 2.233,21 2.213,04 131,10

6 Sumatera

Selatan

6

949,95 1.319,62 1.362,48

43,43

7 Bengkulu

8

786,44 2.189,47 1.331,44

69,30

8 Lampung

5

1.303,11 1.486,77 2.025,25

55,42

9 Bangka

Belitung

3

437,38 1.167,89 2.083,92 376,46

10 Kepulauan

Riau

1

996,00 2.965,94 615,99

-38,15

11 Jawa

Barat

2

723,70 1.422,01 773,15

6,83

12 Jawa

Tengah

3

1.387,25 2.063,75 1.870,47

34,83

13 D,I,

Yogyakarta

2

345,12 1.530,30 1.478,41 328,38

14 Jawa

Timur

8

1.059,34 1.699,66 1.346,24

27,08

15 Banten

2

400,15 2.032,29 1.434,95 258,60

16 Bali

1

- 699,47 546,52 -21,87*

17

Nusa Tenggara Barat

7

1.809,65 1.533,21 1.309,53

-27,64

18

Nusa Tenggara Timur

15

1.276,22 1.621,85 1.413,65

10,77

19 Kalimantan

Barat

9

974,00 1.078,28 1.133,49

16,37

20 Kalimantan

Tengah

7

816,15 1.309,08 1.160,28

42,17

21 Kalimantan

Selatan

2

1.267,22 1.566,87 1.360,87

7,39

22 Kalimantan

Timur

3

316,25 1.585,16 1.502,71 375,17

23 Sulawesi

Utara

2

1.181,27 3.071,18 2.507,49 112,27

24 Sulawesi

Tengah

9

1.055,01 1.385,98 1.403,51

33,03

25 Sulawesi

Selatan

13

915,40 1.060,98 1.572,99

71,84

26 Sulawesi

Tenggara

8

718,91 857,99

2.149,33 198,97

27 Gorontalo

4

983,75 1.747,71 1.799,37

82,91

28 Sulawesi

Barat

5

982,98 1.393,61 1.980,64 101,49

29 Maluku

7

807,49 1.138,58 1.837,39 127,54

30 Maluku

Utara

6

1.178,32 1.228,78 1.498,22

27,15

31 Papua

Barat

7

1.009,70 988,85 981,37 -2,81

32 Papua

19

1.092,02 1.086,57 973,51

-10,85

I n d o n e s i a

199

990,98 1.443,95 1.444,19

45,73

(18)

Lampiran 9. Hasil Output Stata

Hasil Estimasi Pengaruh Bantuan Total terhadap Pertumbuhan Ekonomi

dengan Panel Statis

(Fixed Effect Model)

Fixed-effects (within) regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.5041 Obs per group: min = 3 between = 0.1247 avg = 3.0 overall = 0.1255 max = 3 F(5,159) = 32.33 corr(u_i, Xb) = 0.1403 Prob > F = 0.0000 --- yt | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---+--- p2ipdt | 50.74785 33.54758 1.51 0.132 -15.50849 117.0042 p2ipdt2 | -.0090004 .0059343 -1.52 0.131 -.0207206 .0027198 inft_1 | 948060.3 100248.8 9.46 0.000 750069.2 1146051 popt | -1.928998 2.868119 -0.67 0.502 -7.593523 3.735526 ginit | 580276.2 330154.3 1.76 0.081 -71777.29 1232330 dwil | (dropped) _cons | 3836949 783505.9 4.90 0.000 2289528 5384370 ---+--- sigma_u | 3099801.5 sigma_e | 187657.81

rho | .99634845 (fraction of variance due to u_i)

--- F test that all u_i=0: F(81, 159) = 739.14 Prob > F = 0.0000

(19)

Hasil Estimasi Pengaruh Bantuan Total terhadap Pertumbuhan Ekonomi

dengan Panel Statis

(Random Effect Model)

Random-effects GLS regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.5037 Obs per group: min = 3 between = 0.1468 avg = 3.0 overall = 0.1482 max = 3 Random effects u_i ~ Gaussian Wald chi2(6) = 171.38 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 --- yt | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- p2ipdt | 48.20545 33.9293 1.42 0.155 -18.29476 114.7056 p2ipdt2 | -.008779 .0059908 -1.47 0.143 -.0205208 .0029629 inft_1 | 980574.8 86748.05 11.30 0.000 810551.8 1150598 popt | -3.040136 1.016434 -2.99 0.003 -5.032311 -1.047962 ginit | 583929.9 334030 1.75 0.080 -70756.92 1238617 dwil | -1292100 715294.2 -1.81 0.071 -2694051 109850.9 _cons | 4827819 666549.3 7.24 0.000 3521406 6134231 ---+--- sigma_u | 2938994.2 sigma_e | 187657.81

rho | .9959396 (fraction of variance due to u_i)

(20)

Hasil Uji Hausman Pada Model Panel Data Statis

Note: the rank of the differenced variance matrix (3) does not equal the number of coefficients being tested (5); be sure

this is what you expect, or there may be problems computing the test. Examine the output of your estimators for

anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale.

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B)) | random fixed Difference S.E.

---+--- p2ipdt | 48.20545 50.74785 -2.542404 5.075163 p2ipdt2 | -.008779 -.0090004 .0002214 .0008212 inft_1 | 980574.8 948060.3 32514.57 . popt | -3.040136 -1.928998 -1.111138 . ginit | 583929.9 580276.2 3653.644 50736.33 --- b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic

chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 0.10

Prob>chi2 = 0.9916 -Æ RANDOM EFFECT (V_b-V_B is not positive definite)

(21)

Hasil Estimasi Pengaruh Bantuan Total terhadap Pertumbuhan Ekonomi

dengan Panel Statis

(Generalized Least Square Method)

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: homoskedastic

Correlation: common AR(1) coefficient for all panels (0.8243)

Estimated covariances = 1 Number of obs = 246 Estimated autocorrelations = 1 Number of groups = 82 Estimated coefficients = 7 Time periods = 3 Wald chi2(6) = 49.51 Prob > chi2 = 0.0000 --- yt | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- p2ipdt | -113.4466 150.0937 -0.76 0.450 -407.6248 180.7317 p2ipdt2 | .0155132 .0299834 0.52 0.605 -.0432532 .0742795 inft_1 | 1487431 354022.8 4.20 0.000 793559.3 2181303 popt | -3.10634 .6378021 -4.87 0.000 -4.356409 -1.856271 ginit | 788496.9 1319126 0.60 0.550 -1796943 3373936 dwil | -1167833 438984.4 -2.66 0.008 -2028227 -307439.6 _cons | 3965333 842983.3 4.70 0.000 2313116 5617550 ---

(22)

Hasil Estimasi Model Pengaruh Bantuan Total terhadap Pertumbuhan

Ekonomi dengan Panel Dinamis

note: dwil dropped from dgmmiv() because of collinearity note: ginit dropped from dgmmiv() because of collinearity note: D.dwil dropped from lgmmiv() because of collinearity note: D.ginit dropped from lgmmiv() because of collinearity note: dwil dropped from div() because of collinearity note: inft_1 dropped because of collinearity

note: ginit dropped because of collinearity note: p2ipdt dropped because of collinearity note: p2ipdt2 dropped because of collinearity note: dwil dropped because of collinearity note: popt dropped because of collinearity note: ginit dropped because of collinearity

System dynamic panel-data estimation Number of obs = 164 Group variable: kab1 Number of groups = 82 Time variable: tahun

Obs per group: min = 2 avg = 2 max = 2 Number of instruments = 10 Wald chi2(7) = 54306.46 Prob > chi2 = 0.0000 Two-step results

--- yt | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- yt | L1. | .8594341 .0300878 28.56 0.000 .8004631 .9184052 p2ipdt | -97.06834 28.53918 -3.40 0.001 -153.0041 -41.13257 p2ipdt2 | .0212297 .0034943 6.08 0.000 .014381 .0280785 dwil | 497287.4 238309.3 2.09 0.037 30209.68 964365 popt | -.2917056 .2156995 -1.35 0.176 -.7144689 .1310577 ginit | 1634775 548061 2.98 0.003 560595.1 2708955 inft_1 | 194524.7 78646.16 2.47 0.013 40381.06 348668.4 --- Instruments for differenced equation

GMM-type: L(2/.).yt L(1/.).p2ipdt L(1/.).p2ipdt2 L(1/.).inft_1 L(1/.).popt L(2/.).ginit

Standard: D.p2ipdt D.p2ipdt2 D.inft_1 D.popt D.ginit Instruments for level equation

(23)

Uji Sargan

(Overidentifcation test)

dan Uji Autokorelasi Panel Dinamis

Sargan test of overidentifying restrictions

H0: overidentifying restrictions are valid chi2(3) = 8.824739

Prob > chi2 = 0.0317

Arellano-Bond test for zero autocorrelation in first-differenced errors +---+ |Order | z Prob > z| |---+---| | 1 | . . | | 2 | . . | +---+ H0: no autocorrelation

(24)

Hasil Estimasi Model Pengaruh Bantuan per Jenis Bantuan terhadap

Pertumbuhan Ekonomi dengan Panel Statis

(Fixed Effect Model)

Fixed-effects (within) regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.5109 Obs per group: min = 3 between = 0.1203 avg = 3.0 overall = 0.1215 max = 3 F(8,156) = 20.37 corr(u_i, Xb) = 0.1189 Prob > F = 0.0000 --- yt | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---+--- ginit | 534503.5 344857.1 1.55 0.123 -146688.5 1215695 inft_1 | 912060.4 100743.2 9.05 0.000 713063.6 1111057 popt | -2.113729 2.894218 -0.73 0.466 -7.830642 3.603183 dwil | (dropped) dtransp | 74109.61 48912.11 1.52 0.132 -22505.87 170725.1 denergi | 90212.83 48188.8 1.87 0.063 -4973.914 185399.6 dinfotel | 30119.03 65464.69 0.46 0.646 -99192.56 159430.6 dsos | 26501.98 36628.78 0.72 0.470 -45850.39 98854.35 dekon | 16244.05 39390.21 0.41 0.681 -61562.94 94051.04 _cons | 3915563 796170 4.92 0.000 2342898 5488227 ---+--- sigma_u | 3098219.1 sigma_e | 188161.11

rho | .99632518 (fraction of variance due to u_i)

--- F test that all u_i=0: F(81, 156) = 750.83 Prob > F = 0.0000

(25)

Hasil Estimasi Model Pengaruh Bantuan per Jenis Bantuan terhadap Pertumbuhan

Ekonomi dengan Panel Statis

(Random Effect Model)

Random-effects GLS regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.5105 Obs per group: min = 3 between = 0.1463 avg = 3.0 overall = 0.1478 max = 3 Random effects u_i ~ Gaussian Wald chi2(9) = 177.72 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 --- yt | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- ginit | 535407.9 342528.5 1.56 0.118 -135935.7 1206751 inft_1 | 940332.5 88162.34 10.67 0.000 767537.5 1113128 popt | -3.062739 1.048242 -2.92 0.003 -5.117255 -1.008222 dwil | -1295852 741660.8 -1.75 0.081 -2749480 157776.8 dtransp | 71881.35 48605.87 1.48 0.139 -23384.42 167147.1 denergi | 88366.33 47620.33 1.86 0.064 -4967.792 181700.5 dinfotel | 28243.3 65046.82 0.43 0.664 -99246.13 155732.7 dsos | 27413.67 36398.16 0.75 0.451 -43925.4 98752.75 dekon | 16979.41 39038.02 0.43 0.664 -59533.7 93492.53 _cons | 4866191 690427.7 7.05 0.000 3512978 6219405 ---+--- sigma_u | 3105851.1 sigma_e | 188161.11

rho | .99634315 (fraction of variance due to u_i)

(26)

Hasil Uji Hausman Pada Model Panel Data Statis

Note: the rank of the differenced variance matrix (7) does not equal the number of coefficients being tested (8); be sure

this is what you expect, or there may be problems computing the test. Examine the output of your estimators for

anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale.

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fixed random Difference S.E.

---+--- ginit | 534503.5 535407.9 -904.4118 40008.07 inft_1 | 912060.4 940332.5 -28272.06 48750.41 popt | -2.113729 -3.062739 .9490092 2.697719 dtransp | 74109.61 71881.35 2228.266 5464.742 denergi | 90212.83 88366.33 1846.499 7380.072 dinfotel | 30119.03 28243.3 1875.729 7384.926 dsos | 26501.98 27413.67 -911.693 4103.845 dekon | 16244.05 16979.41 -735.3615 5255.605 --- b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic

chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 0.96

(27)

Hasil Estimasi Model Pengaruh Bantuan per Jenis Bantuan terhadap Pertumbuhan

Ekonomi dengan Panel Statis (

Generalized Least Square Method)

Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: homoskedastic

Correlation: common AR(1) coefficient for all panels (0.9631)

Estimated covariances = 1 Number of obs = 246 Estimated autocorrelations = 1 Number of groups = 82 Estimated coefficients = 10 Time periods = 3 Wald chi2(9) = 60.32 Prob > chi2 = 0.0000 --- yt | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- dtransp | 46504.04 95164.07 0.49 0.625 -140014.1 233022.2 denergi | 27689.4 94660.07 0.29 0.770 -157840.9 213219.7 dsos | 15540.48 64474.87 0.24 0.810 -110827.9 141908.9 dinfotel | -20150.57 141492.3 -0.14 0.887 -297470.3 257169.2 dekon | -23612.9 79972.5 -0.30 0.768 -180356.1 133130.3 inft_1 | 1077472 201190.5 5.36 0.000 683145.9 1471798 popt | -3.157938 .6657105 -4.74 0.000 -4.462706 -1.853169 ginit | 592100.6 620822.8 0.95 0.340 -624689.6 1808891 dwil | -1295489 450924.2 -2.87 0.004 -2179285 -411694 _cons | 4705698 575042.2 8.18 0.000 3578636 5832760 ---

(28)

Hasil Estimasi Model Pengaruh Bantuan per Jenis Bantuan terhadap

Pertumbuhan Ekonomi dengan Panel Dinamis

note: dwil dropped from dgmmiv() because of collinearity note: D.dwil dropped from lgmmiv() because of collinearity note: ginit dropped because of collinearity

System dynamic panel-data estimation Number of obs = 164 Group variable: kab1 Number of groups = 82 Time variable: tahun

Obs per group: min = 2 avg = 2 max = 2 Number of instruments = 12 Wald chi2(10) = 60715.63 Prob > chi2 = 0.0000 Two-step results

--- yt | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- yt | L1. | .9612485 .014469 66.44 0.000 .9328898 .9896072 dtransp | 46956.63 85299.03 0.55 0.582 -120226.4 214139.7 denergi | -19161.45 90416.13 -0.21 0.832 -196373.8 158050.9 dinfotel | -12409.84 71221.96 -0.17 0.862 -152002.3 127182.6 dsos | -53979.26 33631.74 -1.61 0.108 -119896.3 11937.73 dekon | -71113.77 50834.8 -1.40 0.162 -170748.2 28520.62 dwil | 269979.4 117656.1 2.29 0.022 39377.74 500581 ginit | 693669.8 315432.4 2.20 0.028 75433.69 1311906 inft_1 | 131368.6 67114.73 1.96 0.050 -173.8915 262911 popt | -.2925832 .2663093 -1.10 0.272 -.8145398 .2293734 --- Instruments for differenced equation

GMM-type: L(2/.).yt L(1/.).dtransp L(1/.).denergi L(1/.).dinfotel L(1/.).dsos L(1/.).dekon L(2/.).ginit

Standard: D.inft_1 D.popt D.ginit Instruments for level equation

(29)

Uji Sargan

(Overidentifcation test)

dan Uji Autokorelasi Panel Dinamis

Sargan test of overidentifying restrictions H0: overidentifying restrictions are valid chi2(2) = 7.858085

Prob > chi2 = 0.0197 Æ VALID PADA α=0,01 . estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors +---+ |Order | z Prob > z| |---+---| | 1 | . . | | 2 | . . | +---+ H0: no autocorrelation

(30)

Hasil Estimasi Model Pengaruh Pertumbuhan Ekonomi terhadap Penurunan

Kemiskinan dengan Panel Statis

(Fixed Effect Model)

Fixed-effects (within) regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.2594 Obs per group: min = 3 between = 0.0230 avg = 3.0 overall = 0.0245 max = 3 F(4,160) = 14.01 corr(u_i, Xb) = -0.8966 Prob > F = 0.0000 --- pot | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---+--- ginit | -12.67615 5.551188 -2.28 0.024 -23.6392 -1.713103 yt | -5.56e-06 1.10e-06 -5.04 0.000 -7.74e-06 -3.38e-06 exptjuta | -5.83e-06 5.35e-06 -1.09 0.277 -.0000164 4.73e-06 exptjuta2 | 3.51e-12 2.41e-12 1.46 0.146 -1.24e-12 8.27e-12 _cons | 54.90191 4.961161 11.07 0.000 45.10411 64.69972 ---+--- sigma_u | 18.811172

sigma_e | 3.0725978

rho | .97401368 (fraction of variance due to u_i)

--- F test that all u_i=0: F(81, 160) = 21.46 Prob > F = 0.0000

(31)

Hasil Estimasi Model Pengaruh Pertumbuhan Ekonomi terhadap Penurunan

Kemiskinan dengan Panel Statis

(Random Effect Model)

Random-effects GLS regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.1733 Obs per group: min = 3 between = 0.0025 avg = 3.0 overall = 0.0076 max = 3 Random effects u_i ~ Gaussian Wald chi2(4) = 24.00 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0001 --- pot | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- ginit | -16.10561 5.727452 -2.81 0.005 -27.33121 -4.880012 yt | -6.71e-07 2.90e-07 -2.31 0.021 -1.24e-06 -1.03e-07 exptjuta | -8.25e-06 4.98e-06 -1.66 0.098 -.000018 1.52e-06 exptjuta2 | 3.20e-12 2.45e-12 1.30 0.193 -1.61e-12 8.01e-12 _cons | 32.10116 2.519311 12.74 0.000 27.1634 37.03892 ---+--- sigma_u | 7.5764403

sigma_e | 3.0725978

rho | .85876137 (fraction of variance due to u_i)

(32)

Hasil Uji Hausman Pada Model Panel Data Statis

Note: the rank of the differenced variance matrix (1) does not equal the number of coefficients being tested (4); be sure

this is what you expect, or there may be problems computing the test. Examine the output of your estimators for

anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale.

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B)) | random fixed Difference S.E.

---+--- ginit | -16.10561 -12.67615 -3.42946 1.409974 yt | -6.71e-07 -5.56e-06 4.89e-06 . exptjuta | -8.25e-06 -5.83e-06 -2.42e-06 . exptjuta2 | 3.20e-12 3.51e-12 -3.17e-13 4.78e-13 --- b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic

chi2(1) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 5.92

Prob>chi2 = 0.0150

(33)

Hasil Estimasi Model Pengaruh Pertumbuhan Ekonomi terhadap Penurunan

Kemiskinan dengan Panel Dinamis

Dengan Indeks Gini

note: ginit dropped because of collinearity

System dynamic panel-data estimation Number of obs = 164 Group variable: kab1 Number of groups = 82 Time variable: tahun

Obs per group: min = 2 avg = 2 max = 2 Number of instruments = 3 Wald chi2(2) = 68.29 Prob > chi2 = 0.0000 One-step results

--- pot | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- pot |

L1. | (dropped)

yt | 6.14e-06 1.26e-06 4.87 0.000 3.67e-06 8.61e-06 ginit | (dropped)

exptjuta | -7.83e-06 .0000137 -0.57 0.569 -.0000348 .0000191 exptjuta2 | -1.95e-11 1.10e-11 -1.78 0.075 -4.09e-11 1.98e-12 --- Instruments for differenced equation

GMM-type: L(2/.).pot L(2/.).yt L(2/.).ginit Standard: D.exptjuta D.exptjuta2 D.ginit Instruments for level equation

GMM-type: LD.pot LD.yt LD.ginit . estat abond

artests not computed for one-step system estimator with vce(gmm) cannot calculate AR tests with dropped variables

Arellano-Bond test for zero autocorrelation in first-differenced errors cannot calculate test with dropped variables

+---+ |Order | z Prob > z| |---+---| +---+ H0: no autocorrelation . estat sargan

Sargan test of overidentifying restrictions H0: overidentifying restrictions are valid

cannot calculate Sargan test with dropped variables chi2(0) = .

(34)

Tanpa Indeks Gini

note: exptjuta dropped because of collinearity note: exptjuta2 dropped because of collinearity

System dynamic panel-data estimation Number of obs = 164 Group variable: kab1 Number of groups = 82 Time variable: tahun

Obs per group: min = 2 avg = 2 max = 2 Number of instruments = 6 Wald chi2(3) = 219.80 Prob > chi2 = 0.0000 One-step results

--- pot | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- pot |

L1. | 1.056407 .2064859 5.12 0.000 .651702 1.461112 exptjuta | -.0000328 .000019 -1.72 0.085 -.0000701 4.52e-06 exptjuta2 | 2.68e-11 1.22e-11 2.19 0.029 2.81e-12 5.08e-11 yt | 1.36e-06 5.79e-07 2.34 0.019 2.22e-07 2.49e-06 --- Instruments for differenced equation

GMM-type: L(2/.).pot L(1/.).exptjuta L(1/.).exptjuta2 L(2/.).yt Standard: D.exptjuta D.exptjuta2

Instruments for level equation

GMM-type: LD.pot D.exptjuta D.exptjuta2 LD.yt

Uji Sargan

(Overidentifcation test)

dan Uji Autokorelasi Panel Dinamis

Sargan test of overidentifying restrictions

H0: overidentifying restrictions are valid chi2(2) = 2.805557

(35)

Hasil Estimasi Pengaruh Bantuan Total Terhadap Persentase Penduduk Miskin

dengan model

Instrumental Variable

(Instrumen Pertumbuhan

-Random Effect

Model)

G2SLS random-effects IV regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.2088 Obs per group: min = 3 between = 0.0167 avg = 3.0 overall = 0.0203 max = 3 Wald chi2(4) = 21.54 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0002 --- pot | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- yt | -1.80e-06 6.50e-07 -2.77 0.006 -3.08e-06 -5.29e-07 ginit | -15.40703 6.086697 -2.53 0.011 -27.33674 -3.477324 exptjuta | -3.97e-06 5.55e-06 -0.72 0.474 -.0000148 6.90e-06 exptjuta2 | 2.56e-12 2.61e-12 0.98 0.325 -2.55e-12 7.67e-12 _cons | 35.6429 3.301142 10.80 0.000 29.17278 42.11302 ---+--- sigma_u | 7.6868292

sigma_e | 3.3877403

rho | .83735668 (fraction of variance due to u_i)

--- Instrumented: yt

Instruments: ginit exptjuta exptjuta2 inft_1 popt p2ipdt p2ipdt2 dwil ---

(36)

Hasil Estimasi Pengaruh Bantuan Total Terhadap Persentase Penduduk Miskin dengan

model

Instrumental Variable

(Instrumen Pertumbuhan

-Fixed Effect Model)

Fixed-effects (within) IV regression Number of obs = 246 Group variable: kab1 Number of groups = 82 R-sq: within = 0.0997 Obs per group: min = 3 between = 0.0267 avg = 3.0 overall = 0.0268 max = 3 Wald chi2(4) = 2442.04 corr(u_i, Xb) = -0.9748 Prob > chi2 = 0.0000 --- pot | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- yt | -.000012 1.96e-06 -6.14 0.000 -.0000159 -8.19e-06 ginit | -6.19999 6.310884 -0.98 0.326 -18.56909 6.169114 exptjuta | 5.16e-06 6.45e-06 0.80 0.424 -7.49e-06 .0000178 exptjuta2 | 1.41e-12 2.70e-12 0.52 0.603 -3.89e-12 6.70e-12 _cons | 81.29728 8.320286 9.77 0.000 64.98982 97.60475 ---+--- sigma_u | 38.235673

sigma_e | 3.3877403

rho | .99221091 (fraction of variance due to u_i)

--- F test that all u_i=0: F(81,160) = 17.86 Prob > F = 0.0000 --- Instrumented: yt

Instruments: ginit exptjuta exptjuta2 inft_1 popt p2ipdt p2ipdt2 dwil ---

Referensi

Dokumen terkait

Tujuan dengan durasi waktu lima tahun adalah tujuan yang tertera dalam rencana strategis (Renstra) UGM. Renstra disusun setiap lima tahun sekali oleh Rektor UGM

Kepemilikan manajerial yang merupakan persentase kepemilikan saham oleh pihak manajerial atau sering disebut dengan situasi dimana manajer memiliki saham perusahaan

Bahkan akan dibutuhkan tenaga dokter gigi yang mempunyai standar keahlian yang lebih tinggi, karena adanya perkembangan iptek di bidang kedokteran gigi yang cukup

Pengguna nama domain adalah pejabat pada unit kerja lingkup Kementerian Kelautan dan Perikanan yang mengajukan pendaftaran untuk penggunaan Nama Domain kepada Registri Nama

Pada awal proses AHP hal yang dilakukan adalah memasukkan prioritas elemen, prioritas elemen didapat dari inputan pengguna dengan mengurutkan 5 kriteria yang

5.2.4 Komitmen LZS sebagai institusi amil sentiasa meningkat dan tidak statik dari tahun ke tahun dengan pertambahan jumlah pekerja 10 , pertambahan cawangan 11 dan

Dasar penyusunan petunjuk pelaksanaan Inventarisasi Penguasaan, Pemilikan, Penggunaan dan Pemanfaatan Tanah (IP4T) oleh TIM IP4T dalam rangka penyelesaian penguasaan

Dividen yang tinggi pada suatu perusahaan akan menunjukan dividend payout ratio juga semakin tinggi, maka perusahaan mampu memperoleh laba dan membagikan kepada