analisis faktor, proportional shift dan differential …
TRANSCRIPT
ANALISIS FAKTOR, PROPORTIONAL SHIFT,
DAN DIFFERENTIAL SHIFT
PRODUK DOMESTIK REGIONAL BRUTO KELOMPOK
LAPANGAN USAHA YANG MEMPENGARUHI
LAJU PERTUMBUHAN EKONOMI
DI KABUPATEN BREBES TAHUN 2010-2019
TUGAS AKHIR
Disusun sebagai salah satu syarat
untuk memperoleh gelar Diploma III
Progam Studi Statistika Terapan dan Komputasi
Oleh
Putri Indah Sofiyati
4112317003
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG
2020
iii
MOTTO DAN PERSEMBAHAN
Motto
Ketika sudah memilih suatu hal maka kerjakan semaksimal mungkin apapun
rintangannya bagaimana pun caranya harus mampu diselesaikan dengan baik
dan benar.
Persembahan
Puji syukur kehadirat Allah Subhanahu Wa Ta’ala, atas segala rahmat dan
petunjuk-Nya Tugas Akhir ini ku persembahkan kepada:
1. Untuk Papa, Mama, dan Adik tercinta yang yang selalu memberikan
semangat, dukungan dan doa.
2. Untuk teman-temanku yang selalu memberiku motivasi dan dukungan.
3. Untuk Teman-teman Staterkom angkatan 2017 yang telah memberi
semangat, kebahagiaan dan warna dalam hidup penulis.
4. untuk teman-teman kos Panji Sukma 2 yang selalu menemani dan
memberi semangat kepada penulis.
iv
PRAKATA
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan
petunjuk-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini dengan baik.
Tugas Akhir ini berjudul “Analisis Faktor, Proportional Shift, dan Differential
Shift Produk Domestik Regional Bruto Kelompok Lapangan Usaha yang
Mempengaruhi Laju Pertumbuhan Ekonomi di Kabupaten Brebes Tahun
2010-2019” disusun sebagai salah satu syarat untuk memperoleh gelar Diploma
(D3) pada Program Studi Statistika Terapan dan Komputasi Fakultas Matematika
dan Ilmu Pengetahuan Alam.
Pada pengerjaan dan penyusun Tugas Akhir ini, penulis telah banyak
mendapat bantuan, bimbingan, dorongan, dan petunjuk yang sangat bermanfaat dari
berbagai pihak. Oleh karena itu pada kesempatan ini penulis mengucapkan terima
kasih dengan tulus kepada:
1. Prof. Dr. Fathur Rokhman, M.Hum., Rektor Universitas Negeri Semarang.
2. Dr. Sugianto, M.Si., Dekan FMIPA UNNES.
3. Dr. Mulyono, M.Si., Ketua Jurusan Matematika FMIPA UNNES.
4. Dr. Iqbal Kharisudin, M.Sc., Koordinator Prodi Statistika Terapan dan
Komputasi FMIPA UNNES.
5. Drs. Arief Agoestanto, M.Si., dosen pembimbing yang telah memberikan
bimbingan, pengarahan, dan motivasi kepada penulis dalam penyusunan
Tugas Akhir ini.
6. Bapak dan Ibu Dosen Jurusan Matematika yang telah memberikan bekal ilmu
kepada penulis dalam penyusunan Tugas Akhir ini.
v
7. Perpustakaan Jurusan Matematika yang telah menyediakan fasilitas dan
literatur untuk penyusunan Tugas Akhir ini.
8. Badan Pusat Statistika Provinsi Jawa Tengah dan Badan Pusat Statistika
Kabupaten Brebes yang telah menyediakan data untuk penyusunan Tugas
Akhir ini.
9. Kedua orang tua yang telah memberikan motivasi dan dorongan semangat
dalam mengerjakan Tugas Akhir ini.
10. Teman-teman Statistika Terapan dan Komputasi Angkatan 2017, sahabat-
sahabat, dan semua pihak yang telah memberikan banyak semangat dan
dukungan.
Semoga bantuan, motivasi, dukungan serta doa yang telah diberikan kepada
penulis dapat bermanfaat dan mendapat pahala dari Allah SWT. Akhir kata, penulis
mengharapkan semoga Tugas Akhir ini dapat berguna dan bermanfaat bagi penulis
dan pembaca.
Semarang, 22 September 2020
Penulis
vi
ABSTRAK
Sofiyati, Putri Indah. 2020. Analisis Faktor, Proportional Shift, dan Differential
Shift Produk Domestik Regional Bruto Kelompok Lapangan Usaha yang
Mempengaruhi Laju Pertumbuhan Ekonomi di Kabupaten Brebes Tahun 2010-
2019. Tugas Akhir. Prodi Statistika Terapan dan Komputasi, Jurusan Matematika,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang,
Pembimbing: Drs. Arief Agoestanto, M.Si.
Kata Kunci: Analisis faktor, Proportional shift, Differential shift, PDRB,
Pertumbuhan ekonomi
Analisis faktor diartikan sebagai sebuah analisis yang mensyaratkan adanya
keterkaitan antar variabel. Analisis faktor yang merupakan suatu kelas prosedur,
utamanya digunakan untuk mereduksi data atau meringkas, dari variabel yang
banyak diubah menjadi sedikit variabel, misalnya dari 12 variabel diubah menjadi
7 variabel baru. Metode analisis faktor pada penelitian ini digunakan untuk
mengetahui sektor-sektor yang paling mempengaruhi laju pertumbuhan ekonomi di
kabupaten Brebes.
Produk Domestik Regional Bruto (PDRB) merupakan nilai tambah bruto
seluruh barang dan jasa yang tercipta atau dihasilkan di wilayah domestik suatu
negara yang timbul akibat berbagai aktivitas ekonomi dalam suatu periode tertentu.
PDRB. Suatu wilayah dikatakan mengalami pertumbuhan ekonomi apabila terjadi
peningkatan PDRB.
Tujuan yang ingin dicapai dari penelitian ini adalah untuk mengetahui sektor
yang tumbuh cepat kabupaten Brebes berdasarkan pendekatan proportional shift
dan differential shift, mengetahui faktor yang terbentuk setelah dilakukan analisis
faktor, dan mengetahui sektor apa saja yang mempengaruhi pertumbuhan ekonomi
di kabupaten Brebes tahun 2010-2019. Data pada penelitian ini menggunakan data
sekunder dari publikasi BPS provinsi Jawa Tengah dan kabupaten brebes. Obyek
penelitian yang dipakai adalah Produk Domestik Regional Bruto (PDRB) menurut
kelompok lapangan usaha atas dasar harga konstan dengan 17 sektor selama 10
tahun terakhir yaitu dari tahun 2010-2019. Data akan dianalisis menggunakan
metode analisis faktor, proportional shift, dan differential shift.
Dari hasil proportional shift dan differential shift ada 11 sektor
(X2, X4, X6, X8, X9, X10, X12, X13, X15, X16, X17) lapangan usaha yang membuat
perekonomian kabupaten Brebes tubuh cepat dalam perekonomian provinsi Jawa
Tengah, dan ada 13 sektor (X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X13, X15, X17)
lapangan usaha yang tumbuh cepat di kabupaten Brebes dibandingkan dengan
provinsi Jawa Tengah, Sedangkan setelah dilakukan pengujian pada semua asumsi
analisis faktor dan pengujian inti analisis faktor yang menggunakan data dari
penggabungan proportional shift dan differential shift, didapat hanya ada satu
faktor yang terbentuk dalam penelitian ini. Dan terdapat tiga sektor yang
mempengaruhi laju pertumbuhan ekonomi di kabupaten Brebes tahun 2010-2019
sektor tersebut adalah Jasa Perusahaan, Pertambangan dan Penggalian, Transportasi
dan Pergudangan.
vii
DAFTAR ISI
Halaman
PERNYATAAN ...................................................................................................... i
PENGESAHAN ...................................................................................................... ii
MOTTO DAN PERSEMBAHAN ........................................................................ iii
PRAKATA ............................................................................................................. iv
ABSTRAK ............................................................................................................. vi
DAFTAR ISI ......................................................................................................... vii
DAFTAR TABEL .................................................................................................. ix
DAFTAR GAMBAR ............................................................................................... x
LAMPIRAN ........................................................................................................... xi
BAB
I. PENDAHULUAN .......................................................................................... 1
1.1 Latar Belakang Masalah ................................................................................ 1
1.2 Rumusan Masalah .......................................................................................... 5
1.3 Batasan Masalah ............................................................................................ 5
1.4 Tujuan Penelitian ........................................................................................... 5
1.5 Manfaat Penelitian ......................................................................................... 6
1.6 Sistematika Penulisan Tugas Akhir ............................................................... 6
II. LANDASAN TEORI ..................................................................................... 8
2.1 Statistika Multivariat ..................................................................................... 8
2.1.1 Jenis analisis multivariat ....................................................................... 9
2.2 Analisis Faktor ............................................................................................. 10
2.2.1 Tujuan analisis faktor ............................................................................ 12
2.2.2 Kegunaan analisis faktor ...................................................................... 13
2.2.3 Model matematik dalam analisis faktor ............................................... 14
2.2.4 Statistik yang relevan dengan analisis faktor ....................................... 16
2.2.5 Asumsi pada analisis faktor .................................................................. 18
2.2.6 Tahapan-tahapan analisis faktor ......................................................... 19
2.3 Analisis Shift Share komponen Proportional Shift dan Differential Shift ... 21
2.4 Produk Domestik Regional Bruto (PDRB) ................................................. 25
2.4.1 Kegunaan Produk Domestik Regional Bruto ........................................ 28
2.5 Pertumbuhan Ekonomi ................................................................................ 29
2.6 Software SPSS ............................................................................................. 30
2.7 Kerangka Berfikir ........................................................................................ 31
III. METODE PENELITIAN ............................................................................. 34
3.1 Ruang Lingkup Penelitian ........................................................................... 34
3.2 Variabel Penelitian....................................................................................... 34
3.3 Metode Pengumpulan Data.......................................................................... 35
viii
3.4 Alur Penelitian ............................................................................................. 36
3.5 Analisis Data ................................................................................................ 37
3.5.1 Perhitungan analisis shift share komponen proportional shift dan
differential shift .................................................................................... 37
3.5.2 Analisis faktor ....................................................................................... 38
IV. HASIL PEMBAHASAN .............................................................................. 46
4.1 Hasil ............................................................................................................. 46
4.1.1 Analisis shift share komponen proportional shift, dan differential shift ..
.............................................................................................................. 46
4.1.2 Analisis faktor ....................................................................................... 49
4.2 Pembahasan ................................................................................................. 58
V. KESIMPULAN DAN SARAN .................................................................... 63
5.1 Kesimpulan .................................................................................................. 63
5.2 Saran ............................................................................................................ 64
DAFTAR PUSTAKA ............................................................................................ 65
LAMPIRAN ........................................................................................................... 68
ix
DAFTAR TABEL
Tabel Halaman
Tabel 4.1 Perhitungan proportional shift .............................................................. 47
Tabel 4.2 Perhitungan differential shift ................................................................. 48
Tabel 4.3 Perhitungan proportional shift dan differential shift ............................ 49
Tabel 4.4 Output uji normalitas ............................................................................ 50
Tabel 4.5 Output KMO and bartlett’s test of sphericity ....................................... 51
Tabel 4.6 Output Anti-image Matrices.................................................................. 52
Tabel 4.7 Output Communalities ......................................................................... 53
Tabel 4.8 Output Total Variance Explained ......................................................... 55
Tabel 4.9 Output Component Matrix .................................................................... 57
Tabel 4.10 Output Rotated Component Matrix ..................................................... 57
x
DAFTAR GAMBAR
Gambar Halaman
Gambar 2.1 Kerangka Berfikir .............................................................................. 33
Gambar 3.1 Alur Penelitian................................................................................... 36
Gambar 3.2 Data view........................................................................................... 40
Gambar 3.3 Variabel view .................................................................................... 40
Gambar 3.4 Tampilan uji normalitas .................................................................... 41
Gambar 3. 5 Tampilan one-sample kolmogorov-smirnov .................................... 42
Gambar 3.6 Langkah analisis faktor ..................................................................... 42
Gambar 3.7 Tampilan factor analysis ................................................................... 43
Gambar 3.8 Tampilan KMO and Bartlet’s of Sphericity dan Anti-Image ............ 43
Gambar 3.9 Tampilan factoring ............................................................................ 44
Gambar 3.10 Tampilan rotasi ................................................................................ 45
Gambar 4.1 Scree plot .......................................................................................... 56
xi
LAMPIRAN
Lampiran Halaman
Lampiran 1 Data PDRB kabupaten Brebes atas dasar harga konstan menurut
lapangan usaha (juta rupiah), 2010 - 2019 ............................................................ 68
Lampiran 2 Data PDRB provinsi Jawa Tengah atas dasar harga konstan menurut
lapangan usaha (juta rupiah), 2010 - 2019 ............................................................ 69
Lampiran 3 Perhitungan proportional shift .......................................................... 70
Lampiran 4 Perhitungan differential shift ............................................................. 71
Lampiran 5 Perhitungan proportional shift dan differential shift ......................... 72
Lampiran 6 Asumsi analisis faktor ....................................................................... 73
Lampiran 7 Hasil analisis faktor (Communalities) ............................................... 75
Lampiran 8 Hasil analisis faktor (Total Variance Explained) .............................. 76
Lampiran 9 Hasil analisis faktor (Scree plot) ....................................................... 77
Lampiran 10 Hasil analisis faktor (Component Matrix) ....................................... 78
Lampiran 11 Hasil analisis faktor (Rotated Component Matrix) .......................... 79
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Berbagai data statistik yang bersifat kuantitatif diperlukan sebagai sarana
untuk memberikan gambaran tentang keadaan pada masa yang lalu dan masa kini,
serta sasaran yang akan dicapai pada masa yang akan datang (BPS Provinsi Jawa
Tengah, 2019). Untuk itu data statistik akan sangat berguna bagi berbagai aspek
apalagi jika di aplikasikan dengan tepat, seperti menggunakan metode statistik.
Salah satu metode statistik yang sering digunakan adalah statistik multivariat.
Statistika multivariat merupakan merupakan materi lanjutan dari statistika dasar
yang pada umumnya tidak semua jurusan menyediakan mata kuliah ini, kecuali
pada jurusan yang mempunyai konsentrasi ilmu statistika (Wustqa et al., 2018).
Analisis multivariat adalah analisis multi variabel dalam satu atau lebih hubungan.
Secara umum analisis multivariat berhubungan dengan metode-metode statistik
yang simultan melakukan analisis terhadap lebih dari dua variabel pada setiap
obyek atau orang (Santoso, 2018). Jadi bisa dikatakan analisis multivariat
merupakan perluasan dari analisis univariat (seperti uji t) atau bivariat (seperti
metode korelasi dan regresi sederhana).
Analisis faktor termasuk dalam kategori multivariat, analisis faktor sendiri
diartikan sebagai sebuah analisis yang mensyaratkan adanya keterkaitan antar
variabel (Sartika et al, 2013). Tujuan utama dari analisis faktor adalah
mendefinisikan struktur suatu data matrik dan menganalisis struktur saling
hubungan (korelasi) antar sejumlah besar variabel dengan cara mendefinisikan satu
set kesamaan variabel atau dimensi dan sering disebut dengan faktor.
2
Dengan analisis faktor, peneliti mengidentifikasi dimensi suatu struktur dan
kemudian menentukan sampai seberapa jauh setiap variabel dapat dijelaskan oleh
setiap dimensi. Begitu dimensi dan penjelasan setiap variabel diketahui, maka dua
tujuan utama analisis faktor dapat dilakukan yaitu data summarization dan data
reduction (Ghozali, 2011).
Analisis faktor utamanya digunakan untuk mereduksi data atau meringkas,
dari variabel yang banyak diubah menjadi sedikit variabel misalnya dari 12 variabel
diubah menjadi 7 variabel baru (Supranto, 2004). Variabel baru dapat disebut
dengan faktor dan masih memuat sebagian besar informasi yang terkandung dalam
variabel asli. Sehingga teknik multivariat yang dapat digunakan untuk mencari
sektor yang paling mempengaruhi laju pertumbuhan ekonomi di kabupaten Brebes
berpengaruh adalah metode analisis faktor.
Salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu
daerah atau provinsi dalam suatu periode tertentu ditunjukkan oleh data Produk
Domestik Regional Bruto (PDRB). Nilai PDRB ini akan menjelaskan sejauh mana
kemampuan daerah dalam mengelola atau memanfaatkan sumber daya yang ada
(BPS Provinsi Jawa Tengah, 2019). Jika Produk Domestik Regional Bruto (PDRB)
suatu daerah semakin besar, itu artinya kontribusi yang diberikan oleh masing-
masing sektor ekonomi juga besar sehingga daerah tersebut dapat mengalami
pertumbuhan ekonomi kearah yang lebih baik (Prishardoyo, 2008).
Produk Domestik Regional Bruto (PDRB) merupakan nilai tambah bruto
seluruh barang dan jasa yang tercipta atau dihasilkan di wilayah domestik suatu
negara yang timbul akibat berbagai aktivitas ekonomi dalam suatu periode tertentu
tanpa memperhatikan apakah faktor produksi yang dimiliki residen atau non-
3
residen (BPS Kabupaten Brebes, 2020). Produk Domestik Regional Bruto (PDRB)
atas dasar harga konstan disusun berdasarkan harga pada tahun dasar dan bertujuan
untuk mengukur pertumbuhan ekonomi. Tahun Dasar adalah tahun terpilih sebagai
referensi statistik, yang digunakan sebagai dasar penghitungan tahun-tahun yang
lain. Dengan tahun dasar tersebut dapat digambarkan seri data dengan indikator
rinci mengenai perubahan/pergerakan yang terjadi (BPS Kabupaten Brebes, 2020).
Produk Domestik Regional Bruto (PDRB) provinsi Jawa Tengah merupakan
yang terbesar ke-4 di Indonesia dan selalu mengalami kenaikan jumlah Produk
Domestik Regional Bruto (PDRB) sehingga dapat dikatakan bahwa pembangunan
daerah cukup berhasil dalam mengembangkan potensi ekonomi (Putri & Poerwono,
2013). Tetapi jika dilihat per kabupaten/kota akan terlihat jelas bahwa Produk
Domestik Regional Bruto (PDRB) provinsi Jawa Tengah didominasi oleh kota-kota
besar seperti kota Semarang.
Hal ini membuktikan bahwa tidak semua daerah berhasil menaikkan
pertumbuhan ekonomi secara signifikan. Berdasaarkan Produk Domestik Regional
Bruto (PDRB) atas dasar harga konstan tahun 2010 menurut lapangan usaha di
provinsi Jawa Tengah, kabupaten Brebes memiliki Produk Domestik Regional
Bruto (PDRB) yang cukup kecil jika dibandingkan dengan kabupaten/kota besar di
provinsi Jawa Tengah.
Meningkatnya pertumbuhan ekonomi melalui Produk Domestik Regional
Bruto (PDRB) akan berakibat pada meningkatnya kesejahteraan dan kemakmuran
rakyat (Sobetra & Sanusi, 2014). Jika pertumbuhan ekonomi mengalami penurunan
maka diperlukan suatu pengetahuan mengenai sumber daya yang ada agar bisa
diambil kebijakan yang sesuai dan dapat digunakan secara maksimal. Untuk
4
mendapatkan pengetahuan tersebut dan upaya meningkatkan pertumbuhan
ekonomi di kabupaten Brebes, pada penelitian ini digunakan analisis faktor,
proportional shift dan differential shift dengan menggunakan data PDRB lapangan
usaha atas dasar harga konstan kabupaten Brebes.
Untuk mengetahui, meringkas, dan mereduksi data PDRB lapangan usaha
atas dasar harga konstan dapat menggunakan analisis faktor, sebelumnya data
PDRB di analisis shift share terlebih dahulu dengan mencari komponen
proportional shift dan differential shift, dua komponen shift ini berguna untuk
mengetahui pertumbuhan ekonomi setiap sektor jika dibandingkan dengan wilayah
administratif.
Pada masa sekarang ini, aplikasi statistik sangat diperlukan untuk
mempermudah dan mempercepat pengolahan data. sehingga didalam penelitian ini
software yang digunakan untuk mengolah data yaitu aplikasi SPSS. SPSS adalah
kepanjangan dari Statistical Package for Social Sciences yaitu software yang
berfungsi untuk menganalisis data, melakukan perhitungan statistik baik untuk
statistik parametrik maupun non-parametrik dengan basis windows (Ghozali,
2011). Saat ini program SPSS telah berkembang dengan berbagai macam versi.
Program SPSS ini berkompatibel dengan windows versi berapapun (Santosa &
Ashari, 2005).
Berdasarkan latar belakang tersebut, maka dilakukan penelitian yang berjudul
“ANALISIS FAKTOR, PROPORTIONAL SHIFT, Dan DIFFERENTIAL SHIFT
PRODUK DOMESTIK REGIONAL BRUTO KELOMPOK LAPANGAN
USAHA Yang Mempengaruhi LAJU PERTUMBUHAN EKONOMI Di
KABUPATEN BREBES TAHUN 2010-2019”.
5
1.2 Rumusan Masalah
Masalah yang akan dikaji dalam tugas akhir ini adalah sebagai berikut :
1. Sektor PDRB lapangan usaha atas dasar harga konstan apa sajakah yang
memiliki pertumbuhan ekonomi bagus atau tumbuh cepat berdasarkan
pendekatan proportional shift dan differential shift?
2. Berapakah faktor yang terbentuk dari variabel penggabungan proportional
shift dan differential shift setelah dilakukan analisis faktor?
3. Dari variabel-variabel yang di analisis faktor variabel apa saja yang
berkontribusi besar mempengaruhi pertumbuhan ekonomi di kabupaten
Brebes tahun 2010-2019?
1.3 Batasan Masalah
Untuk menghindari pembahasan yang terlalu melebar, maka perlu dilakukan
pembatasan permasalahan, antara lain :
1. Dibatasi pada analisis faktor, analisis shift share komponen proportional shift
dan differential shift beserta teori-teori yang mendukung.
2. Studi kasus penelitian ini dibatasi pada data Produk Domestik Regional Bruto
(PDRB) menurut kelompok lapangan usaha atas dasar harga konstan dengan
17 sektor selama 10 tahun terakhir yaitu dari tahun 2010-2019.
3. Analisis faktor dilakuan dengan data penggabungan proportional shift dan
differential shift menggunakan software SPSS.
1.4 Tujuan Penelitian
Tujuan yang ingin dicapai melalui penelitian ini adalah sebagai berikut :
1. Untuk mengetahui sektor PDRB lapangan usaha atas dasar harga konstan
yang memiliki pertumbuhan ekonomi bagus atau tumbuh cepat berdasarkan
pendekatan proportional shift dan differential shift.
6
2. Untuk mengetahui berapa faktor yang terbentuk dari variabel penggabungan
proportional shift dan differential shift setelah dilakukan analisis faktor.
3. Untuk mengetahui sektor yang berkontribusi besar mempengaruhi
pertumbuhan ekonomi di kabupaten Brebes tahun 2010-2019 dari variabel-
variabel yang di analisis faktor.
1.5 Manfaat Penelitian
Adapun manfaat Tugas Akhir ini adalah sebagai berikut :
1. Bagi mahasiswa, menerapkan ilmu pengetahuan yang telah diperoleh,
menambah wawasan, dan kemampuan mahasiswa dalam mempelajari dan
menganalisis data neraca nasional, terutama pada data PDRB.
2. Bagi Jurusan Matematika, dapat dijadikan sebagai bahan studi kasus bagi
pembaca, sebagai referensi bagi pihak perpustakaan, dan sebagai bahan
bacaan yang dapat menambah ilmu pengetahuan bagi pembaca.
3. Bagi Badan Pusat Statistik (BPS) kabupaten Brebes, dapat dijadikan sebagai
bahan referensi untuk mengetahui pertumbuhan ekonomi di kabupaten
Brebes sehingga dapat mengembangkan potensi sumber daya yang ada.
1.6 Sistematika Penulisan Tugas Akhir
Sistematika digunakan untuk mempermudah dalam memahami jalan
pemikiran secara keseluruhan tugas akhir. Secara garis besar tugas akhir ini dibagi
menjadi tiga bagian yaitu :
1. Bagian Awal
Bagian awal tugas akhir ini berisi halaman judul, halaman pernyataan
keaslian tulisan, halaman pengesahan, halaman motto dan persembahan,
prakata, abstrak, daftar isi, daftar tabel, daftar gambar, dan daftar lampiran.
7
2. Bagian Isi
BAB I PENDAHULUAN
Pada bab ini dikemukakan latar belakang masalah, rumusan
masalah, batasan masalah, tujuan penelitian, manfaat penelitian,
dan sistematika penulisan tugas akhir.
BAB II LANDASAN TEORI
Pada bab ini dikemukakan konsep-konsep yang berisi tentang
teori-teori yang menjadi kerangka berfikir untuk penyelesaian
masalah dalam penelitian ini.
BAB III METODE PENELITIAN
Pada bab ini berisi tentang metode yang digunakan dalam
penelitian meliputi ruang lingkup penelitian, metode pengumpulan
data, variabel penelitian, alur penelitian dan analisis data.
BAB IV TINJAUAN PUSTAKA
Pada bab ini memaparkan tentang hasil penelitian dan pembahasan
dari hasil penelitian.
BAB V PENUTUP
Pada bab ini berisi simpulan dari pembahasan dan saran-saran yang
berkaitan dengan hasil penelitian.
3. Bagian Akhir
Bagian akhir pada tugas akhir ini berisi tentang daftar pustaka dan
lampiran-lampiran yang mendukung.
8
BAB II
LANDASAN TEORI
2.1 Statistika Multivariat
Statistika multivariat digunakan untuk melakukan analisis pengaruh sejumlah
variabel bebas terhadap sejumlah variabel tak bebas secara bersamaan (Santoso,
2017). Banyak bidang menggunakan statistika multivariat dalam penelitian yang
mereka lakukan. Ada dua klasifikasi dalam analisis data multivariat, yaitu metode
dependensi dan interdependensi. Hal ini berkaitan dengan data yang sedang
dihadapi dan tujuan dari analisis yang dilakukan. Statistika multivariat merupakan
merupakan materi lanjutan dari statistika dasar yang pada umumnya tidak semua
jurusan menyediakan mata kuliah ini, kecuali pada jurusan yang mempunyai
konsentrasi ilmu statistika (Wustqa et al., 2018).
Analisis univariat adalah analisis yang melibatkan satu variabel. Analisis
bivariat adalah analisis yang melibatkan dua variabel. Analisis multivariat adalah
analisis yang meelibatkan banyak variabel atau ganda (Priatna M, 2012). Analisis
multivariat adalah analisis multi variabel dalam satu atau lebih hubungan (Santoso,
2018). Analisis ini berhubungan dengan semua teknik statistik yang secara simultan
menganalisis sejumlah pengukuran pada individu atau obyek. Secara umum analisis
multivariat berhubungan dengan metode-metode statistik yang simultan melakukan
analisis terhadap lebih dari dua variabel pada setiap obyek atau orang. Jadi bisa
dikatakan analisis multivariat merupakan perluasan dari analisis univariat (seperti
uji t) atau bivariat (seperti metode korelasi dan regresi sederhana).
9
Beberapa metode dalam analisis statistika multivariat adalah analisis
komponen utama, analisis faktor, analisis korelasi kanonik, analisis regresi
multivariat, analisis varians multivariat, analisis diskriminan, dan analisis klaster
(Johnson & Wichern, 2007).
Analisis multivariate dikelompokkan menjadi dua: 1) kelompok dependensi,
dimana variable dikelompokkan menjadi bebas yang mempengaruhi dan tak bebas
yang dipengaruhi; dan 2) kelompok interdependensi, dimana variabel tidak
dibedakan menjadi variabel bebas dan variabel tak bebas, akan tetapi setiap variabel
mempunyai tingkat yang sama (Priatna M, 2012).
2.1.1 Jenis analisis multivariat
Berdasarkan jenis, analisis multivariat dikelompokkan menjadi dua yaitu:
1. Metode Dependensi
Dikatakan sebagai metode dependensi jika antar variabel ada
saling ketergantungan. Ciri penting dari metode ini adalah adanya dua
jenis variabel yaitu variabel dependen dan variabel independent
(Santoso, 2017).
Ketentuan lain dari metode ini yaitu jika variabel dependen adalah
matrik (data interval atau rasio), digunakan analisis regresi berganda
sedangkan untuk tipe data variabel dependen numerik (data nominal
atau ordinal), digunakan analisis diskriminan. Untuk jumlah variabel
lebih dari satu, dapat digunakan analisis manova, korelasi kanonikal,
tipe data variabel metrik dan tipe data variabel independent non metrik
digunakan analisis manova.
10
Sedangkan tipe data dependent dan independent metrik untuk
korelasi kanonikal sendiri adalah analisis yang bersifat komplek karena
elibatkan variabel dependent dan independent yang saling berhubungan
membentuk sebuah model.
2. Metode Interdependensi
Disebut sebagai metode interdepensi jika variabel-variabel
tersebut tidak saling bergantung satu dengan yang lain. Ciri penting dari
metode ini adalah semua variabel bersifat independent (Santoso, 2017).
Hubungan pada metode ini bersifat interdependensi, maka akan
dilihat pengolahan data berbasis pada variabel ataukah berbasis pada
kasus (objek atau individu). digunakan analisis faktor jika yang akan
diolah adalah variabel-variabel data, misalkan pengolompokan variabel
usia, tinggi badan, persepsi responden dan variabel lainnya. Namun, jika
pengolahan data berdasarkan objek atau individu (seperti
pengelompokan responden, pengelompokan produk-produk tertentu,
atau pengelompokan properti lain yang tidak berdasar variabel), maka
dapat dipilih cluster analysis, Multi Dimention Scaling (MDS) atau
Categorical Analysisi (CA).
2.2 Analisis Faktor
Analisis faktor dipelopori oleh Charles Spearman dalam bidang psikologi dan
beliau dipercaya sebagai penemu dari metode analisis faktor (Daely et al, 2013).
Charles Spearman menemukan fakta bahwa nilai ujian anak-anak sekolah pada
mata pelajaran yang berbeda (tidak berkaitan) berhubungan secara positif.
11
Hal itu yang membuat beliau menerima dalil bahwa kemampuan mental
mendasari dan mempengaruhi kinerja kognitif manusia. Dalil tersebut kini diadopsi
dalam penelitian kecerdasan (intelligence research) yang dikenal sebagai Teori g
(g theory).
Analisis faktor merupakan salah satu prosedur reduksi data serta salah satu
alat untuk menguji alat ukur dalam metode statistic multivariate. Analisis faktor
diartikan sebagai sebuah analisis yang mensyaratkan adanya keterkaitan antar
variabel (Sartika et al, 2013). Pada dasarnya analisis faktor atau analisis komponen
utama mendekatkan data pada suatu pengelompokan atau pembentukan suatu
variabel baru yang berdasarkan adanya keeratan hubungan antar-dimensi
pembentuk faktor (Daely et al., 2013).
Analisis faktor merupakan suatu kelas prosedur yang dipergunakan untuk
mereduksi data atau meringkas variabel yang banyak diringkas menjadi sedikit
variabel (Supranto, 2004). Variabel baru tersebut harus memuat sebanyak mungkin
informasi yang terkandung dalam variable asli. Dalam proses mereduksi banyaknya
variable, informasi yang hilang harus seminimal mungkin (Priatna M, 2012).
Pada prinsipnya analisis faktor menyederhanakan hubungan yang komplek
pada variabel yang diamati dengan menyatukan faktor atau dimensi yang saling
berhubungan atau mempunyai korelasi pada suatu struktur data baru yang
mempunyai faktor lebih kecil (Sartika et al., 2013). Analisis faktor ini menilai
variabel mana saja yang dianggap layak (appropriateness) untuk dimasukkan
dalam analisis selanjutnya. Pengujian ini dilakukan dengan memasukkan semua
variabel yang ada, kemudian pada variabel–variabel tersebut dikenakan sejumlah
pengujian (Hendikawati, 2011).
12
Hubungan antar-set dari banyak variabel yang terkait (berhubungan) diteliti
dan dinyatakan dalam sedikit faktor yang mendasari. Di dalam analisis varian,
regresi berganda dan diskriminasi, satu variabel disebut variabel tak bebas
(dependent variable) dan variabel lainya variabel bebas (Independent variable) atau
prediktor (Supranto, 2004).
Analisis faktor berfungsi untuk mendapatkan sejumlah kecil faktor yang
memiliki sifat-sifat sebagai berikut :
1. Mampu menerangkan semaksimal mungkin keragaman data;
2. Faktor-faktor tersebut saling bebas;
3. Tiap-tiap faktor dapat diinterpretasikan dengan sejelas-jelasnya (Nugroho,
2008).
Tujuan utama dari analisis faktor adalah mendefinisikan struktur suatu data
matrik dan menganalisis struktur saling hubungan (korelasi) antar sejumlah besar
variabel (test score, test items, jawaban kuesioner) dengan cara mendefinisikan satu
set kesamaan variabel atau dimensi dan sering disebut dengan faktor. Dengan
analisis faktor, peneliti mengidentifikasi dimensi suatu struktur dan kemudian
menentukan sampai seberapa jauh setiap variabel dapat dijelaskan oleh setiap
dimensi. Begitu dimensi dan penjelasan setiap variabel diketahui, maka dua tujuan
utama analisis faktor dapat dilakukan yaitu data summarization dan data reduction
(Ghozali, 2011).
2.2.1 Tujuan analisis faktor
Menurut Santoso (2017) pada dasarnya tujuan analisis faktor adalah :
1. Data summarization, yakni mengidentifikasikan adanya hubungan
antar variabel dengan melakukan uji korelasi. Jika korelasi dilakukan
13
antar variabel (dalam pengertian SPSS adalah kolom), analisis
tersebut dinamakan R Factor Analysis. Namun jika korelasi dilakukan
antar responden atau sampel (dalam pengertian SPSS adalah baris)
analisis disebut Q Factor Analysis, yang juga populer disebut cluster
analysis.
2. Data reduction, yakni setelah melakukan korelasi, dilakukan proses
membuat sebuah variabel set baru yang dinamakan faktor untuk
menggantikan sejumlah variabel tertentu.
2.2.2 Kegunaan analisis faktor
Analisis faktor digunakan dalam situasi seperti dibawah ini :
1. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying
dimension) atau faktor yang menjelaskan korelasi antara suatu set
variabel. Menganalisis faktor berarti mereduksi data atau variabel.
2. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak
berkorelasi (independent) yang lebih sedikit jumlahnya untuk
menggantikan suatu set variabel asli yang saling berkorelasi di dalam
analisis multivariat selanjutnya, misalnya analisis regresi berganda
dan analisis diskriminan.
3. Mengenali atau mengidentifikasi suatu set variabel yang penting dari
suatu set variabel yang lebih banyak jumlahnya untuk dipergunakan
di dalam analisis multivariat selanjutnya.
Analisis faktor banyak aplikasinya di dalam riset pemasaran,
manajemen dan ilmu sosial atau kedokteran, untuk klasifikasi atau
pengelompokan seperti :
14
1. Analisis faktor bisa dipergunakan di dalam segmentasi pasar untuk
mengidentifikasi variabel yang mendasari untuk dipergunakan dalam
mengelompokan pelanggan.
2. Di dalam riset produk analisis faktor dapat dipergunakan untuk
menentukan atribut atau karakteristik merek yang mempengaruhi
pilihan pelanggan atau pembeli. Misalnya merek pasta gigi bisa
dievaluasi berdasarkan perlindungan terhadap gigi (agar tidak
berlubang), memutihkan gigi, rasanya (pedas seperti permen keras),
nafas segar dan harga murah.
3. Di dalam studi advertensi, analisis faktor dapat dipergunakan untuk
memahami kebisaaan mengkonsumsi media dari pasar sasaran.
Pengguna makanan beku mungkin pemirsa berat TV kabel, melihat
banyak film layar lebar atau sinetron, mendengarkan country music.
4. Di dalam penelitian harga, bisa dipergunakan untuk mengenali atau
mengidentifikasi karakteristik atau sifat-sifat pelanggan atau pembeli
yang sensitif terhadap harga (Supranto, 2004).
2.2.3 Model matematik dalam analisis faktor
Dalam model analisis faktor, komponen hipotesis diturunkan dari
hubungan antara variabel terobservasi. Model analisis faktor mensyaratkan
bahwa hubungan antar variabel terobsesi harus linier dan nilai koefisien
korelasi tidak boleh nol, artinya benar- benar ada hubungan. Komponen
hipotesis yang diturunkan harus memiliki sifat-sifat berikut :
15
1. Komponen hipotesis tersebut diberi nama faktor. Faktor-faktor ini
membentuk variabel bebas (linear independent set variable). Tak ada
faktor yang menjadi kombinasi linier dari faktor yang lain, sebab
faktor-faktor tersebut dibuat sedemikian rupa sehingga bebas
(independent) satu sama lain.
2. Variabel komponen hipotesis yang disebut faktor tersebut bisa
dikelompokkan menjadi dua, yaitu faktor umum (common factors)
dan faktor unik (unique factors). Dua komponen ini bisa dibedakan
jika dinyatakan dalam bobot (weights) di dalam persamaan linier,
yang menurunkan variabel terobservasi dari variabel komponen
hipotesis. Suatu faktor umum (common factors) mempunyai lebih dari
satu variabel dengan timbangan yang bukan nol nilainya terkait
dengan faktor. Suatu faktor unik hanya mempunyai satu variabel
dengan timbangan yang tidak nol terkait dengan faktor. Jadi hanya
satu faktor variabel yang tergantung pada satu faktor unik.
3. Common factor (faktor umum) selalu dianggap tidak berkorelasi
dengan faktor unik. Faktor unik biasanya juga dianggap saling
berkorelasi (mutually uncorrelated), akan tetapi faktor umum
(common factor) mungkin atau tidak mungkin berkorelasi satu sama
lain.
4. Umumnya dianggap bahwa jumlah faktor umum (common factor)
lebih sedikit dari jumlah variabel asli. Akan tetapi, banyaknya faktor
unik biasanya dianggap sama dengan banyaknya variabel asli.
16
Adapun persamaan fundamental dari analisis faktor adalah sebagai
berikut :
𝑋 = 𝐴𝐹 + 𝑉𝜇 (2.1)
Keterangan :
X = suatu vektor yang berukuran n × 1 dari variabel acak (random)
sebanyak n dengan X1, 𝑋2, … , 𝑋𝑛
A = matriks koefisien n x m
F = suatu vektor yang berukuran m × 1 dari common factors yaitu
F1, F2, … , Fn
V = matriks koefisien yang diagonal n × n untuk vektor unik yang
merupakan kombinasi common factors dan faktor unik yang
tertimbang.
μ = suatu faktor acak dari n variabel faktor unik 𝜇1, 𝜇2, … , 𝜇𝑛
(Supranto, 2004).
2.2.4 Statistik yang relevan dengan analisis faktor
Statistik kunci yang relevan dengan analisis faktor adalah sebagai
berikut:
1. Kaiser-Meyer-Olkin (KMO)
Kaiser Meyer Olkin merupakan suatu indeks yang dipergunakan
untuk meneliti ketepatan analisis faktor. Nilai tinggi antara 0,5-1,0
berarti analisis faktor tepat, kalau kurang dari 0,5 maka analisis faktor
dikatakan tidak tepat.
17
2. Bartlett’s test of sphericity
Uji statistik yang digunakan untuk menguji hipotesis bahwa
variabel tidak saling berkorelasi dalam populasi. Dengan kata lain,
matriks korelasi populasi merupakan matriks identitas, yang ditandai
dengan signifikansi (p value < 0.05). dimana setiap variabel
berkorelasi dengan sendiri secara sempurna r = 1 akan tetapi tidak
berkorelasi dengan yang lainya r = 0.
3. Measure of sampling adequacy (MSA)
Suatu indeks perbandingan antara koefisien korelasi parsial
untuk setiap variabel. MSA digunakan untuk mengukur kecukupan
sampel.
4. Matriks korelasi segitiga
Matriks segitiga bagian bawah menunjukan korelasi sederhana
r, antara semua pasangan variabel yang tercakup dalam analisis. Nilai
atau angka pada diagonal utama yang semuanya sama yaitu 1,
dihapus/ditiadakan.
5. Communality
Jumlah varian yang disumbangkan oleh satu variabel dengan
seluruh variabel lainya dalam analisis. Bisa juga disebut proporsi atau
bagian varian yang dijelaskan oleh common factor atau besarnya
sumbangan suatu faktor terhadap seluruh varian.
6. Factor loading
Yaitu korelasi sederhana antara variabel dengan faktor.
18
7. Factor loading plot
Suatu plot dari variabel asli dengan menggunakan factor
loadings sebagai koordinat.
8. Factor matrix
Faktor yang memuat semua faktor loadings dari semua variabel
pada semua factor extracted.
9. Factor scores
Skor komposit yang diestimasi untuk setiap responden pada
faktor turunan (derived factors).
10. Pracentage of variance
Persentase varian total yang disumbangkan oleh setiap faktor.
11. Residual
Perbedaan antara korelasi yang terobservasi berdasarkan input
correlation matrix dan korelasi hasil reproduksi yang diperkirakan
dari matrik faktor.
12. Scree plot
Plot dari eigen sumbu tegak (vertikal) dan banyaknya faktor
sebagai sumbu datar, untuk menentukan banyaknya faktor yang bisa
ditarik (factor extraction) (Supranto, 2004).
2.2.5 Asumsi pada analisis faktor
Prinsip utama analisis faktor adalah korelasi maka, asumsi-asumsi
yang harus dipenuhi pada analisis faktor terkait dalam korelasi, adalah :
1. Besar korelasi atau korelasi antar variabel independen harus cukup
kuat, misal di atas 0,5.
19
2. Besar korelasi parsial, korelasi antar dua variabel dengan menganggap
tetap variabel yang lain, justru harus kecil. Pada SPSS, deteksi
terhadap korelasi parsial diberikan lewat pilihan Anti-Image
Correlation.
3. Pengujian seluruh matrik korelasi (korelasi antar variabel), yang
diukur dengan besaran Bartlest Test of Spherieity atau measure
Sampling Adequacy (MSA). Pengujian ini mengharuskan adanya
korelasi yang signifikan di antara paling sedikit beberapa variabel.
4. Pada beberapa kasus, asumsi normalitas dari variabel-variabel atau
faktor yang terjadi sebaiknya dipenuhi (Santoso, 2017).
2.2.6 Tahapan-tahapan analisis faktor
Menurut (Santoso, 2010) tahap-tahap dalam analisis faktor adalah
sebagai berikut :
1. Menilai Variabel yang Layak, tahap pertama pada analisis analisis
faktor adalah menilai variabel mana saja yang dianggap layak
(appropriateness) untuk dimasukkan dalam analisis selanjutnya.
Pengujian ini dilakukan dengan memasukkan semua variabel yang
ada, kemudian pada variabel-variabel tersebut dikenakan sejumlah
pengujian. Logika pengujian adalah jika sebuah variabel memang
mempunyai kecenderungan mengelompok dan membentuk sebuah
faktor, maka variabel tersebut akan mempunyai korelasi yang cukup
tinggi dengan variabel lain, variabel dengan korelasi yang lemah
dengan variabel yang lain dan cenderung tidak akan mengelompok
dalam faktor tertentu.
20
2. Factoring dan Rotasi, setelah melakukan penyaringan terhadap
sejumlah variabel, hingga didapat variabel-variabel yang memenuhi
syarat untuk dianalisis, selanjutnya, dilakukan ekstraksi terhadap
sekumpulan variabel yang ada, sehingga terbentuk satu atau lebih
faktor. Setelah satu atau lebih dari faktor terbentuk, dengan sebuah
faktor berisi sejumlah variabel, mungkin saja sebuah variabel sulit
untuk ditentukan akan masuk ke dalam faktor yang mana. Jadi jika
yang terbentuk dari proses factoring hanya satu faktor, bisa saja
sebuah variabel diragukan apakah layak dimasukkan dalam faktor
yang terbentuk atau tidak, untuk itu dilakukan proses rotasi (rotation)
untuk memperjelas variabel tersebut akan dimasukkan pada faktor
yang satu atau faktor yang lain.
3. Validasi Faktor, validasi analisis faktor dimaksudkan untuk
mengetahui apakah hasil analisis faktor tersebut bisa
digeneralisasikan ke populasi. Proses validasi ada berbagai macam
cara, namun yang paling praktis adalah menguji kestabilan faktor
yang telah terbentuk. Menguji kestabilan tersebut dengan cara sampel
yang akan dipecahkan dibagi menjadi dua bagian, kemudian setiap
bagian diuji dengan analisis faktor, sama seperti yang dilakukan
sebelumnya. Hasilnya kemudian dibandingkan. sebuah faktor stabil
dikatakan stabil jika hasil-hasil yang ada relatif tidak jauh berbeda,
baik jumlah faktor atau angka-angkanya.
21
4. Membuat Factor Scores, setelah faktor terbentuk dan dilakukan
validasi, yang menyatakan bahwa satu atau lebih faktor yang
terbentuk memang stabil dan bisa untuk menggeneralisasi
populasinya, maka bisa dilakukan pembuatan factor scores. Factor
scores dilakukan untuk membuat satu atau beberapa variabel yang
lebih sedikit dan untuk menggantikan variabel asli yang sudah ada.
2.3 Analisis Shift Share komponen Proportional Shift dan Differential Shift
Menurut Widodo (2006) analisis shift share adalah salah satu teknik
kuantitatif yang biasa digunakan untuk menganalisis perubahan ekonomi daerah
relatif terhadap struktur wilayah administratif. Gagasan utama dari analisis ini yaitu
untuk menganalisis antara pertumbuhan ekonomi di daerah dengan nasional untuk
memeriksa kinerja sektor yang menunjukan pertumbuhan (Rahman et al, 2015).
Analisis shift share dipakai untuk mengamati struktur perekonomian dan
pergeserannya, serta pengembangan perencanaan strategi dengan cara menekankan
pertumbuhan sektor di daerah yang dibandingkan dengan sektor yang sama pada
tingkat daerah yang lebih tinggi atau nasional (Rice et al, 2010).
Suatu daerah yang memiliki banyak sektor yang tingkat pertumbuhannya
lamban maka sektor tersebut pertumbuhannya secara nasional juga akan lamban.
Hal ini terjadi karena daerah-daerah lain tumbuh lebih cepat (Putra, 2011). Analisis
shift share terbagi menjadi beberapa bagian yang dikenal sebagai national growth,
industrial mix dan competitive share, penjumlahan dari ketiga komponen ini dapat
diartikan sebagai perubahan tatanan ekonomi (Dinc, 2005).
Analisis ini menggunakan tiga informasi dasar yang berhubungan satu sama
lain yaitu :
22
1. National share (Ns) adalah banyaknya pertambahan PDRB/lapangan kerja
regional seandainya proporsi perubahannya sama dengan laju pertambahan
nasional selama periode studi. Hal ini dapat dipakai sebagai kriteria bagi
daerah yang bersangkutan untuk mengukur apakah daerah itu tumbuh lebih
cepat atau lebih lambat dari pertumbuhan nasional rata-rata.
2. Proportional shift (Ps) dikenal juga sebagai komponen struktural atau
industrial mix, adalah untuk mengukur besarnya shift regional netto yang
diakibatkan oleh komposisi sektor-sektor industri di daerah yang
bersangkutan. Komponen ini positif di daerah-daerah yang berspesialisasi
dalam sektor-sektor yang secara nasional tumbuh cepat dan negatif di daerah-
daerah yang berspesialisasi dalam sektor-sektor yang secara nasional tumbuh
dengan lambat atau bahkan sedang merosot.
3. Differential shift (Ds) terkadang juga dinamakan komponen lokasional atau
regional. Komponen ini mengukur besarnya shift regional netto yang
diakibatkan oleh sektor-sektor industri tertentu yang tumbuh lebih cepat atau
lebih lambat di daerah yang bersangkutan daripada tingkat nasional yang
disebabkan oleh faktor-faktor lokasional intern. Jadi suatu daerah yang
mempunyai keuntungan lokasional seperti sumber daya yang
melimpah/efisien, akan mempunyai differential shift component yang positif,
sedangkan daerah yang secara lokasional tidak menguntungkan akan
mempunyai komponen yang negatif.
Menurut Tarigan (2005) analisis shift share memiliki tiga komponen yaitu:
1. National Share untuk mengetahui struktur perekonomian suatu daerah yang
dipengaruhi oleh pergeseran perekonomian nasional.
23
2. Proportional shift adalah pertumbuhan nilai tambah bruto suatu sektor i
dibandingkan total sektor di tingkat nasional.
3. Differential shift atau competitive position adalah perbedaan pertumbuhan
perekonomian sautu daerah dengan nilai tambah bruto sektor yang sama di
tingkat nasional.
Dengan menggunakan notasi aljabar, berbagai hubungan antara komponen-
komponen diatas dapat dinyatakan pada uraian berikut ini. Akan tetapi, sebelum
mengemukakan rumus hubungan, terlebih dahulu akan dikemukakan notasi yang
dipergunakan berikut ini:
N = National atau wilayah yang lebih tinggi jenjangnya (provinsi Jawa
Tengah)
r = Region atau wilayah analisis (kabupaten Brebes)
i = Sektor ekonomi ke-i
t = Tahun akhir
t − n = Tahun awal
Ns = National share
Ps = Proportional shift
Ds = Differential shift
(Tarigan, 2007)
Peranan national share (Ns) yaitu seandainya pertambahan PDRB/ lapangan
kerja regional sektor i tersebut sama dengan proporsi pertambahan PDRB/lapangan
kerja nasional rata-rata. Hal ini dapat dirumuskan sebagai berikut:
𝑁𝑆𝑖,𝑡= 𝐸𝑖𝑟,𝑡−𝑛 (
𝐸𝑁,𝑡
𝐸𝑁,𝑡−𝑛) − 𝐸𝑖𝑟,𝑡−𝑛 (2.2)
24
Proportional shift (Ps) adalah untuk melihat pengaruh sektor i secara nasional
terhadap pertumbuhan PDRB/lapangan kerja sektor i pada region yang dianalisis.
Hal ini dapat di tuliskan sebagai berikut :
𝑃𝑆𝑟,𝑖,𝑡= (
𝐸𝑁,𝑖,𝑡
𝐸𝑁,𝑖,𝑡−𝑛−
𝐸𝑁,𝑡
𝐸𝑁,𝑡−𝑛) 𝐸𝑟,𝑖,𝑡−𝑛 (2.3)
Differential shift (Ds) menggambarkan penyimpangan antara pertumbuhan
sektor i di wilayah analisis terhadap pertumbuhan sektor i secara nasional. Hal ini
dapat dirumuskan sebagai berikut:
𝐷𝑆𝑟,𝑖,𝑡= (
𝐸𝑟,𝑖,𝑡
𝐸𝑟,𝑖,𝑡−𝑛−
𝐸𝑁,𝑖,𝑡
𝐸𝑁,𝑖,𝑡−𝑛) 𝐸𝑟,𝑖,𝑡−𝑛 (2.4)
Keterangan :
Er,i,t : PDRB ke i regional tahun akhir
Er,i,t−n : PDRB ke i regional tahun awal
EN,t : Jumlah PDRB provinsi tahun akhir
EN,t−n : Jumlah PDRB provinsi tahun awal
EN,i,t : PDRB ke i provinsi tahun akhir
EN,i,t−n : PDRB ke i provinsi tahun awal
Pada penelitian ini untuk mengetahui pertumbuhan ekonomi menggunakan
proportional shift dan differential shift karena national share akan lebih cocok
menggunakan data PDRB atas dasar harga berlaku. Analisis ini jika digabungkan
juga bisa dikelompokkan menjadi 4 kuadran/bagian seperti (Setiono, 2011).
1. Kriteria winners : jika proportional shift dan differential shift positif.
2. Kriteria losers : jika proportional shift dan differential shift negatif.
25
3. Kriteria mixed winners : jika proportional shift negatif dan differential shift
positif.
4. Kriteria mixed losers : jika proportional shift positif dan differential shift
negatif.
2.4 Produk Domestik Regional Bruto (PDRB)
Produk Domestik Regional Bruto (PDRB) merupakan nilai tambah bruto
seluruh barang dan jasa yang tercipta atau dihasilkan di wilayah domestik suatu
negara yang timbul akibat berbagai aktivitas ekonomi dalam suatu periode tertentu
tanpa memperhatikan apakah faktor produksi yang dimiliki residen atau non-
residen (BPS Kabupaten Brebes, 2020).
Penyusunan PDRB dapat dilakukan melalui 3 (tiga) pendekatan yaitu
pendekatan produksi, pengeluaran, dan pendapatan yang disajikan atas dasar harga
berlaku dan harga konstan. PDRB atas dasar harga berlaku atau dikenal dengan
PDRB nominal disusun berdasarkan harga yang berlaku pada periode
penghitungan, dan bertujuan untuk melihat struktur perekonomian. Sedangkan
PDRB atas dasar harga konstan disusun berdasarkan harga pada tahun dasar dan
bertujuan untuk mengukur pertumbuhan ekonomi.
Tahun Dasar adalah tahun terpilih sebagai referensi statistik, yang digunakan
sebagai dasar penghitungan tahun-tahun yang lain. Dengan tahun dasar tersebut
dapat digambarkan seri data dengan indikator rinci mengenai
perubahan/pergerakan yang terjadi.
Selama sepuluh tahun terakhir, banyak perubahan yang terjadi pada tatanan
global dan lokal yang sangat berpengaruh terhadap perekonomian nasional. Krisis
finansial global yang terjadi pada tahun 2008, penerapan perdagangan bebas antara
26
China-ASEAN (CAFTA), perubahan sistem pencatatan perdagangan internasional
dan meluasnya jasa layanan pasar modal merupakan contoh perubahan yang perlu
diadaptasi dalam mekanisme pencatatan statistik nasional. Salah satu bentuk
adaptasi pencatatan statistik nasional adalah melakukan perubahan tahun dasar
PDRB Indonesia dari tahun 2000 ke 2010. Perubahan tahun dasar PDRB dilakukan
seiring dengan mengadopsi rekomendasi Perserikatan Bangsa-Bangsa (PBB) yang
tertuang dalam 2008 System of National Accounts (SNA 2008) melalui penyusunan
kerangka Supply and Use Tables (SUT). Perubahan tahun dasar PDB dilakukan
secara bersamaan dengan penghitungan Produk Domestik Regional Bruto (PDRB)
provinsi untuk menjaga konsistensi hasil penghitungan.
SNA 2008 merupakan standar rekomendasi internasional tentang cara
mengukur aktivitas ekonomi yang sesuai dengan penghitungan konvensional
berdasarkan prinsip-prinsip ekonomi (BPS Indonesia, 2015). Rekomendasi yang
dimaksud dinyatakan dalam sekumpulan konsep, definisi, klasifikasi, dan aturan
neraca yang disepakati secara internasional dalam mengukur item tertentu seperti
PDRB. SNA dirancang untuk menyediakan informasi tentang aktivitas pelaku
ekonomi dalam hal produksi, konsumsi dan akumulasi harta dan dapat
dimanfaatkan untuk kepentingan analisis, pengambilan keputusan, dan pembuatan
kebijakan. Dengan menggunakan Kerangka SNA, fenomena ekonomi dapat dengan
lebih baik dijelaskan dan dipahami. Manfaat perubahan tahun dasar PDRB antara
lain :
1. Menginformasikan perekonomian regional yang terkini seperti pergeseran
struktur dan pertumbuhan ekonomi.
2. Meningkatkan kualitas data PDRB.
27
3. Menjadikan data PDRB dapat diperbandingkan secara internasional.
Badan Pusat Statistik (BPS) telah melakukan perubahan tahun dasar secara
berkala sebanyak 5 (lima) kali yaitu pada tahun 1960, 1973, 1983, 1993, dan 2000.
Tahun 2010 dipilih sebagai tahun dasar baru menggantikan tahun dasar 2000 karena
beberapa alasan berikut :
1. Perekonomian Indonesia tahun 2010 relatif stabil.
2. Telah terjadi perubahan struktur ekonomi selama 10 (sepuluh) tahun terakhir
terutama dibidang informasi dan teknologi serta transportasi yang
berpengaruh terhadap pola distribusi dan munculnya produk-produk baru.
3. Rekomendasi PBB tentang pergantian tahun dasar dilakukan setiap 5 (lima)
atau 10 (sepuluh) tahun.
4. Adanya pembaharuan konsep, definisi, klasifikasi, cakupan, sumber data dan
metodologi sesuai rekomendasi dalam SNA 2008.
5. Tersedianya sumber data baru untuk perbaikan PDRB seperti data Sensus
Penduduk 2010 (SP 2010) dan Indeks harga produsen (Producers Price Index
/PPI).
6. Tersedianya kerangka kerja SUT yang menggambarkan keseimbangan aliran
produksi dan konsumsi (barang dan jasa) dan penciptaan pendapatan dari
aktivitas produksi tersebut.
Sedangkan untuk Produk Domestik Regional Bruto (PDRB) pada tingkat
regional (kabupaten) menggambarkan kemampuan suatu wilayah untuk
menciptakan output (nilai tambah) pada suatu waktu tertentu. Untuk menyusun
PDRB digunakan 2 pendekatan, yaitu produksi dan penggunaan. Keduanya
menyajikan komposisi data nilai tambah yang dirinci menurut sumber kegiatan
28
ekonomi (lapangan usaha) dan menurut komponen penggunaannya.
PDRB dari sisi lapangan usaha merupakan penjumlahan seluruh komponen
nilai tambah bruto yang mampu diciptakan oleh lapangan usaha atas berbagai
aktivitas produksinya. Sedangkan dari sisi penggunaan menjelaskan tentang
penggunaan dari nilai tambah tersebut.
PDRB menurut lapangan usaha dirinci menurut total nilai tambah dari seluruh
lapangan usaha yang mencakup kategori Pertanian, Kehutanan, dan Perikanan;
Pertambangan dan Penggalian; Industri Pengolahan; Pengadaan Listrik dan Gas;
Limbah dan Daur Ulang; Konstruksi; Perdagangan Besar dan Eceran, Reparasi
Mobil dan Sepeda Motor; Transportasi dan Pergudangan; Penyediaan Akomodasi
dan Makan Minum; Informasi dan Komunikasi; Jasa Keuangan dan Asuransi; Real
Estat; Jasa Perusahaan; Administrasi Pemerintahan, Pertahanan dan Jaminan Sosial
Wajib; Jasa Pendidikan; Jasa Kesehatan dan Kegiatan Sosial; dan Jasa lainnya.
2.4.1 Kegunaan Produk Domestik Regional Bruto
Data pendapatan nasional adalah salah satu indikator makro yang
dapat menunjukkan kondisi perekonomian nasional setiap tahun. Manfaat
yang dapat diperoleh dari data ini antara lain adalah :
a. PDRB harga berlaku (nominal) menunjukkan kemampuan sumber
daya ekonomi yang dihasilkan oleh suatu wilayah. Nilai PDRB yang
besar menunjukkan kemampuan sumber daya ekonomi yang besar,
begitu juga sebaliknya.
b. PDRB harga konstan (riil) dapat digunakan untuk menunjukkan laju
pertumbuhan ekonomi secara keseluruhan atau setiap kategori dari
tahun ke tahun.
29
c. Distribusi PDRB harga berlaku menurut lapangan usaha menunjukkan
struktur perekonomian atau peranan setiap kategori ekonomi dalam
suatu wilayah. Kategori-kategori ekonomi yang mempunyai peran
besar menunjukkan basis perekonomian suatu wilayah.
d. PDRB per kapita atas dasar harga berlaku menunjukkan nilai PDB dan
PNB per satu orang penduduk.
e. PDRB per kapita atas dasar harga konstan berguna untuk mengetahui
pertumbuhan nyata ekonomi per kapita penduduk suatu negara.
2.5 Pertumbuhan Ekonomi
Profesor Kuznets mengungkapkan pertumbuhan ekonomi suatu daerah
adalah kenaikan kapasitas dalam jangka panjang dari daerah yang bersangkutan
untuk menyediakan berbagai barang ekonomi kepada penduduknya (Todaro, 2000).
Pertumbuhan ekonomi adalah proses perubahan kondisi perekonomian secara
berkesinambungan menuju keadaan yang lebih baik selama periode tertentu
(Muta’ali, 2015). Dalam bukunya Sukirno menyatakan Pertumbuhan ekonomi
dapat diartikan juga sebagai proses kenaikan kapasitas produksi suatu
perekonomian yang diwujudkan dalam bentuk kenaikan pendapatan nasional.
Adanya pertumbuhan ekonomi merupakan indikasi keberhasilan pembangunan
ekonomi (Sukirno, 2006).
Suatu wilayah dikatakan mengalami pertumbuhan ekonomi apabila terjadi
peningkatan PDRB riil di wilayah tersebut (Arsyad, 2010). Apabila tingkat
pertumbuhan ekonomi bernilai negatif berarti kegiatan perekonomian
menunjukkan penurunan, sebaliknya jika tingkat pertumbuhan ekonomi tersebut
bernilai positif berarti kegiatan perekonomian mengalami peningkatan.
30
Pertumbuhan ekonomi yang tinggi merupakan kondisi utama bagi
kelangsungan pembangunan ekonomi daerah. Untuk mengukur kemajuan
perekonomian daerah dengan mengamati seberapa besar laju pertumbuhan
ekonomi yang dicapai daerah tersebut yang tercermin dari kenaikan Produk
Domestik Regional Bruto (PDRB) (Rahman & Chamelia, 2015).
Pertumbuhan ekonomi juga dapat diartikan sebagai kenaikan PDRB, tanpa
memandang apakah kenaikan itu lebih besar atau lebih kecil dari pertumbuhan
penduduk atau apakah perubahan struktur ekonomi berlaku atau tidak. Pada tingkat
daerah, pertumbuhan ekonomi pada dasarnya membahas tentang hal mengapa suatu
daerah dapat tumbuh cepat dibandingkan dengan perekonomian pada wilayah yang
lebih luas, sedangkan yang lainnya kurang berkembang. Faktor-faktor ekonomi apa
yang menentukan pertumbuhan ekonomi daerah tersebut.
2.6 Software SPSS
IBM SPSS merupakan software atau aplikasi yang dapat digunakan untuk
membantu pengolahan, perhitungan, dan analisis data untuk keperluan statistik.
Walaupun secara umum pengolahan data-data hasil penelitian dapat diolah
menggunakan software seperti Microsoft excel, namun SPSS lebih dikenal oleh
kalangan akademis dan profesional (Enterprise, 2014).
SPSS adalah kepanjangan dari Statistical Package for Social Sciences yaitu
software yang berfungsi untuk menganalisis data, melakukan perhitungan statistik
baik untuk statistik parametrik maupun non-parametrik dengan basis windows
(Ghozali, 2011). Saat ini program SPSS telah berkembang dengan berbagai macam
versi. Program SPSS ini berkompatibel dengan windows versi berapapun (Santosa
& Ashari, 2005).
31
Aplikasi SPSS yang pertama kali diperkenalkan oleh SPSS Incorporation
adalah versi SPSS/P+. Aplikasi berbasis teks ini membutuhkan software bantu lain
yang berfungsi sebagai editor. Jadi, masih menggunakan program atau kode
eksternal. Seiring dengan perkembangan system operasi, terutama windows,
aplikasi SPSS juga berkembang menjadi sebuah aplikasi yang berbasis windows,
dimulai aplikasi SPSS 6.0 for windows, diikuti SPSS 7, SPSS 10, SPSS 11.5, SPSS
12, SPSS 13, SPSS 14, sampai kemudian muncul SPSS 18 (Sugianto, 2010).
SPSS memang berkomitmen mengembangkan prosedur statistik yang dapat
digunakan pada bidang bisnis, ekonomi, mulai dari yang sederhana sampai cukup
kompleks seperti multivariat. Keunggulan lain adalah tampilan SPSS yang sudah
‘setara’ dengan Excel, bahkan dalam pengolahan grafisnya. Selain itu, penggunaan
menu-menu di SPSS sangat user friendly (Santoso, 2017).
2.7 Kerangka Berfikir
Produk Domestik Regional Bruto (PDRB) pada tingkat regional (kabupaten)
menggambarkan kemampuan suatu wilayah untuk menciptakan output (nilai
tambah) pada suatu waktu tertentu. PDRB dirinci menurut sumber kegiatan
ekonomi (lapangan usaha) dan menurut komponen penggunaannya. PDRB dari sisi
lapangan usaha merupakan penjumlahan seluruh komponen nilai tambah bruto
yang mampu diciptakan oleh lapangan usaha atas berbagai aktivitas produksinya.
Sedangkan dari penggunaan menjelaskan tentang penggunaan dari nilai tambah.
Data yang akan digunakan untuk penelitian difokuskan pada lapangan usaha
atas dasar harga konstan untuk mengetahui laju pertumbuhan ekonomi setiap sektor
dari tahun ke tahun. Berdasarkan data tersebut, tipe data pada variabel yang
digunakan adalah bertipe sekunder, yakni data diambil dari publikasi Badan Pusat
32
Statistik (BPS) kabupaten Brebes dan provinsi Jawa Tengah, dengan tujuan analisis
adalah untuk mengetahui laju pertumbuhan ekonomi kabupaten Brebes sehingga
untuk kedepannya diharapkan kabupaten Brebes dapat mengembangkan ekonomi
daerah yang ada dengan semaksimal mungkin. Beberapa pendekatan yang dapat
digunakan untuk menentukan pertumbuhan ekonomi suatu wilayah. Pendekatan
tersebut diantaranya adalah analisis faktor, proportional shift, dan differential
shift.
Metode analisis faktor bertujuan untuk mengetahui sektor-sektor yang
memberikan kontribusi besar terhadap laju pertumbuhan ekonomi di kabupaten
Brebes dengan cara meringkas dan mereduksi (variabel yang diteliti). Variabel-
variabel tersebut harus melalui uji asumsi analisis faktor terlebih dahulu,
selanjutnya untuk mengetahui, meringkas dan mereduksi sektor yang memberikan
kontribusi besar terhadap laju pertumbuhan ekonomi, digunakanlah metode analisis
faktor. Tahap-tahap yang akan dilakukan dalam penelitian ini untuk menganalisis
data yang diperoleh seperti gambaran dibawah ini :
63
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan, maka
dapat diambil kesimpulan sebagai berikut :
1. Ada 11 sektor lapangan usaha yang membuat perekonomian kabupaten
Brebes tubuh cepat dalam perekonomian provinsi Jawa Tengah, 11 sektor
tersebut adalah Pertambangan dan Penggalian; Pengadaan Listrik dan Gas;
Konstruksi; Transportasi dan Pergudangan; Penyediaan Akomodasi dan
Makan Minum; Informasi dan Komunikasi; Real Estate; Jasa Perusahaan;
Jasa Pendidikan; Jasa Kesehatan Kegiatan Sosial; Jasa lainnya. Dan ada 13
sektor lapangan usaha yang tumbuh cepat di kabupaten Brebes dibandingkan
dengan provinsi Jawa Tengah, ke 13 sektor tersebut adalah Pertanian,
Kehutanan, dan Perikanan; Pertambangan dan Penggalian; Industri
Pengolahan; Pengadaan Listrik dan Gas; Pengadaan Air, Pengelolaan
Sampah, Limbah dan Daur Ulang; Konstruksi; Perdagangan Besar dan
Eceran; Reparasi Mobil dan Sepeda Motor; Transportasi dan Pergudangan
Jasa Perusahaan; Penyediaan Akomodasi dan Makan Minum; Informasi dan
Komunikasi Jasa Kesehatan Kegiatan Sosial; Jasa Perusahaan; Jasa
Pendidikan; Jasa lainnya.
2. Setelah dilakukan pengujian pada semua asumsi analisis Faktor dan
pengujian inti analisis Faktor, maka didapat hanya ada satu faktor yang
terbentuk dalam penelitian ini.
64
3. Setelah dilakukan pengujian pada semua asumsi analisis faktor dan pengujian
inti analisis faktor pada 9 variabel, dapat diketahui bahwa ada beberapa sektor
yang memiliki kontribusi besar terhadap pertumbuhan ekonomi di kabupaten
Brebes tahun 2010-2019 sektor tersebut adalah Jasa Perusahaan,
Pertambangan dan Penggalian, Transportasi dan Pergudangan.
5.2 Saran
Berdasarkan penelitian yang telah dilakukan mengenai pertumbuhan
ekonomi di kabupaten Brebes maka saran yang dapat diberikan adalah
1. Untuk pemerintah kabupaten Brebes diharapkan lebih memerhatikan
sumberdaya yang ada sehingga sektor yang belum maju/tumbuh lampat dapat
ditingkatkan dengan memberi kebijakan baru yang lebih sesuai agar potensi
yang ada dapat dimaksimalkan dan sektor sudah maju atau yang memiliki
kontrusi besar dapat terus diperhatikan agar tidak mengalami penurunan tetap
meningkat hasilnya.
2. Pemerintah diharapkan lebih memperhatikan lagi untuk sektor Pertanian,
Kehutanan, dan Perikanan; Industri Pengolahan; Perdagangan Besar dan
Eceran, Reparasi Mobil dan Sepeda Motor; karena ketiga sektor ini
merupakan sektor yang maju di kabupaten Brebes tetapi tumbuh lambat di
provinsi Jawa Tengah mungkin bisa dibuat kebijakan baru, promosi mengenai
hasil perdagangan atau industri ataupun bisa dengan lebih memanfaatkan lagi
SDA dan SDM yang ada di kabupaten Brebes.
3. Untuk analisis faktor disarankan dalam analisis data, sebaiknya data yang
akan dianalisis lebih dari 10 sampel, sehingga output yang ada tidak eror dan
penyajian datanya lebih lengkap sehingga informasi yang diperoleh bisa
maksimal.
65
DAFTAR PUSTAKA
Arsyad, L. (2010). Ekonomi Pembangunan (Edisi Keli). Yogyakarta: UPP STIE
YKPN.
Bappenas. (2003). Modul isian daerah untuk simrenas. Jakarta: Badan Perencanaan
Pembangunan Nasional.
BPS Indonesia. (2015). Pembinaan SNA 2008 Kab/Kota se-Indonesia (Analisis
PDB/PDRB). Surakarta.
BPS Kabupaten Brebes. (2020). Produk Domestik Regional Bruto Kabupaten
Brebes menurut Lapangan Usaha. Kabupaten Brebes.
BPS Provinsi Jawa Tengah. (2019). Produk Domestik Regional Bruto Provinsi
Jawa Tengah menurut Lapangan Usaha. Provinsi Jawa Tengah.
Daely, K., Ujian, S., & Asima, M. (2013). Analisis Statistik Faktor-faktor yang
mempengaruhi Indeks Prestasi Mahasiswa. Saintia Matematika, 1(5), 483–
494.
Dinc, M. (2005). Regional and local economic analysis tools. Washington DC: The
World Bank.
Enterprise, J. (2014). SPSS untuk Pemula. Jakarta: PT Elek Media Komputindo.
Ghozali, I. (2011). Aplikasi Analisis Multivariate dengan Program IBM SPSS 19
(Edisi 5). Semarang: Badan Penerbit Universitas Diponogoro.
Gulo, W. (2002). Metodologi Penelitian. Jakarta: Gramedia Widiasarana Indonesia.
Hendikawati, P. (2011). Analisis Faktor yang Mempengaruhi Indeks Prestasi
Mahasiswa. Jurnal Penelitian Pendidikan Unnes, 1–35.
Johnson, R., & Wichern, D. (2007). Applied multivariate statistical analysis (6th
editio). New Jersey: Pearson Education.
Muta’ali, L. (2015). Teknik Analisis Regional: untuk Perencanaan Wilayah, Tata
Ruang dan Lingkungan. Yogyakarta: Badan Penerbit Fakultas Geografi
(BPFG) UGM.
Nugroho, S. (2008). Statistika Multivariat Terapan. Bengkulu: UNIB Press.
Priatna M, B. A. (2012). Teknik-Teknik Analisis Multivariat Terkini yang sering
digunakan dalam Penelitian. Jurnal Jurusan Pendidikan Matematika FMIPA
UPI, 1–5.
Prishardoyo, B. (2008). Analisis Tingkat Pertumbuhan Ekonomi dan Potensi
Ekonomi Terhadap Produk Domestik Regional Bruto (PDRB) kabupaten Pati
Tahun 2000-2005. Journal of Economics and Policy, 1(1), 1–9.
Putra, M. F. (2011). Studi Kebijakan Publik dan Pemerintahan dalam Perspektif
Kuantitatif. Malang: Universitas Brawijaya (UB) Press.
66
Putri, H. P., & Poerwono, D. (2013). Faktor Internal dan Faktor Eksternal Produk
Domestik Regional Bruto (PDRB) provinsi Jawa Tengah Tahun 1994-2010.
Journal of Economy, 2(4), 1–10.
Rahman, M. K., Taufiq, M., & Muzzammir, M. (2015). A Shift-Share Analysis of
Electrical and Electronic Products: An Overview and Assessment of Export
Growth of Malaysia. Journal Asian Social Science, 11(10), 330–338.
Rahman, Y. A., & Chamelia, A. L. (2015). Faktor - faktor yang mempengaruhi pdrb
kabupaten / kota jawa tengah tahun 2008-2012. Journal of Economics and
Policy, 8(1), 88–99.
Rice, Philip, & Marshall, J. H. (2010). Analysis Of Recent Changes In Arkansas
Personil Income : 2007-2009. International A Shift Share Approach Journal.
Santosa, P. B., & Ashari. (2005). Analisis Statistik dengan Microsoft Excel dan
SPSS. Jakarta: PT Elek Media Komputindo.
Santoso, S. (2010). Statistik Multivariat Konsep dan Analisis dengan SPSS. Jakarta:
PT Elek Media Komputindo.
Santoso, S. (2017). Statistik Multivariat dengan SPSS. Jakarta PT Elek Media
Komputindo: PT Elek Media Komputindo.
Santoso, S. (2018). Mahir Statistik Multivariat dengan SPSS. Jakarta: PT Elek
Media Komputindo.
Sartika, Sitepu, H. R., & Bangun, P. (2013). Analisis Faktor-faktor yang
mempengaruhi Hasil Produksi Kentang. Saintia Matematika, 1(5), 445–457.
Setiono, D. N. (2011). Ekonomi Pengembangan Wilayah : Teori dan analisis.
Jakarta: FEUI.
Sobetra, I., & Sanusi, A. (2014). Analisis struktur ekonomi dan penentuan sektor
unggulan kabupaten mesuji provinsi lampung. Prosiding SEMBISTEK, 292–
312.
Sugianto, M. (2010). Seri Belajar Cepat SPSS 18. Yogyakarta: C.V Andi Offset.
Sugiyono. (2015). Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung:
Alfabeta.
Sukirno, S. (2006). Ekonomi Pembangunan: Proses, Masalah dan Dasar
Kebijakan. Jakarta: LPFE UI.
Supranto, J. (2004). Analisis Multivariat Arti dan Interpretasi. Jakarta: PT Rineka
Cipta.
Tarigan, R. (2005). Ekonomi Regional Teori dan Aplikasi. Jakarta: PT.Bumi
Aksara.
Tarigan, R. (2007). Ekonomi Regional Teori dan Aplikasi (Edisi Revisi). Jakarta:
PT.Bumi Aksara.
67
Todaro. (2000). Economic Development (Sevent Edition). Michigan University:
Addison Wesley.
Widodo, T. (2006). Perencanaan Pembangunan : Aplikasi Komputer (Era Otonomi
Daerah). Yogyakarta: UPP STIM YKPN.
Wustqa, D. U., Listyani, E., Subekti, R., Kusumawati, R., Susanti, M., &
Kismiantini. (2018). Multivariate Data Analysis Using R Program. Jurnal
Pengabdian Masyarakat MIPA Dan Pendidikan MIPA, 2(2), 83–86.