Studi Evaluasi ( Penataan Daerah Otonom Baru Tahun 2008

Studi EvaluasiStudi Evaluasi ((ImpactImpact))Penataan Daerah Otonom Baru Penataan Daerah Otonom Baru

Tahun 2008Tahun 2008

Direktorat Otonomi DaerahDeputi Bidang Pengembangan Regional dan Otonomi

Daerah2008

RINGKASAN EKSEKUTIF

REPUBLIK INDONESIAKEMENTERIAN NEGARA PERENCANAAN PEMBANGUNAN NASIONAL/

BADAN PERENCANAAN PEMBANGUNAN NASIONAL (BAPPENAS)

TIM PENYUSUN Pengarah: Himawan Hariyoga Penyusun: Antonius Tarigan Gunsairi Daryll Ichwan Akmal Agus Manshur Asep Saepudin Sudira Mohammad Roudo Jayadi Deniey Adi Purwanto Awan Diga Aristo Muhammad Sowwam Tim Pendukung : Bakat Supradono Mira Berlian Perdana Nusawan Diterbitkan Oleh : Direktorat Otonomi Daerah Deputi Bidang Pengembangan Regional dan Otonomi Daerah Badan Perencanaan dan Pembangunan Nasional Jl. Taman Suropati No. 2 Jakarta 10310 Telp/Fax : 021 – 31935289

KATA PENGANTAR

Sejak tahun 1999 hingga Januari 2008 telah terbentuk 164 daerah baru yang

terdiri dari 7 provinsi baru, 134 kabupaten baru, dan 23 kota baru. Dengan demikian,

hingga pertengahan 2008 jumlah Kabupaten dan Kota secara keseluruhan adalah 483,

terdiri dari 387 kabupaten dan 96 kota. Pesatnya pertambahan jumlah kabupaten dan

kota tersebut antara lain disebabkan oleh relatif “longgar”nya persyaratan pemekaran

daerah sebagaimana terdapat pada Peraturan Pemerintah Nomor 129 Tahun 2000

tentang Persyaratan Pembentukan dan Kriteria Pemekaran, Penghapusan, dan

Penggabungan Daerah. Peraturan tersebut antara lain mengatur mekanisme,

prasyarat, dan kriteria pembentukan daerah otonom baru. Sebagai akibatnya, banyak

daerah otonom baru yang tidak berkinerja secara optimal segera setelah daerah

tersebut berdiri. Artinya, kebijakan pemekaran daerah tampaknya belum mampu

menjadi pendorong bagi proses percepatan pembangunan daerah. Inilah yang

memotivasi dilakukannya studi evaluasi dampak kebijakan pemekaran terhadap

kinerja DOB yang bersifat komprehensif.

Studi evaluasi ini disusun oleh Direktorat Otonomi Daerah, Bappenas, dalam

rangka memperoleh gambaran tentang kinerja daerah otonom baru yang terbentuk

pada thaun 2001 – 2003, yang difokuskan dalam bidang ekonomi, keuangan daerah,

pelayanan publik, aparatur pemerintah daerah, dan rentang kendali. Beberapa aspek,

kriteria dan indikator yang digunakan dalam studi evaluasi ini didasarkan pada

Peraturan Pemerintah (PP) No. 129 Tahun 2000 tentang Persyaratan Pembentukan, dan

Kriteria Pemekaran, Penghapusan, dan Penggabungan Daerah, yang digunakan

sebagai dasar penilaian usulan pemekaran daerah pada saat itu. Studi ini

membedakan pola pemekaran menjadi dua bentuk yaitu pemekaran kabupaten

menjadi kabupaten dan pemekaran kabupaten menjadi kota. Studi ini menggunakan

dua alat analisis yaitu statistik deskriptif dengan menggunakan indeksasi dan

ekonometrika dengan menggunakan propensity score matching.

Kami berharap studi ini dapat memberikan gambaran tentang perkembangan

kinerja daerah otonom baru dan dapat menjadi bahan masukan untuk penyusunan

kebijakan strategis, baik tentang kebijakan penataan daerah maupun desentralisasi

dan otonomi daerah secara umum.

Kami mengucapkan terima kasih atas dukungan dan kerjasama dari berbagai

pihak dalam pelaksanaan studi ini, baik dari kalangan Bappenas sendiri maupun dari

Departemen Dalam Negeri, Kementerian Pendayagunaan Aparatur Negara, Badan

Pusat Statistik, Departemen Keuangan, Pemerintah Daerah yang menjadi sampel studi

serta pihak-pihak lain yang telah memungkinkan terselesaikannya studi evaluasi ini.

Kami juga mengharapkan masukan, kritik maupun saran guna penyempurnaan

laporan pelaksanaan studi ini.

Jakarta, Desember 2008

Direktur Otonomi Daerah

Bappenas

Himawan Hariyoga

i

DAFTAR ISI Daftar Isi i

I. PENDAHULUAN

I.1. Latar Belakang 1

I.2. Tujuan 4

I.3. Output 4

II. TINJAUAN LITERATUR

II.1. Konsep Evaluasi 5

II.2. Penelitian Sebelumnya 13

II.3. Kerangka Konseptual 21

III. METODOLOGI

III.1. Aspek, Kriteria, Indikator 24

III.2. Sampel 25

III.3. Sumber Data 27

III.4. Metode Analisis 27

IV. ANALISA EVALUASI

IV.1 Aspek Perekonomian Daerah 34

IV.2. Aspek Keuangan Daerah 38

IV.3. Aspek Pelayanan Umum 45

IV.4. Aspek Aparatur 59

IV.5. Aspek Rentang Kendali 65

V. KESIMPULAN DAN SARAN

V.1. Kesimpulan 68

V.2. Saran 71

Daftar Pustaka ii

Lampiran-Lampiran iii

ii

DAFTAR PUSTAKA

_______. Studi Evaluasi Pemekaran Daerah, Bridge Bappenas-UNDP, Juli 2007.

_______. Proses dan Implikasi Sosial-Politik Pemekaran: Studi Kasus di Sambas

dan Buton, DRSP USAID-DSF, 2007.

ADB. Impact Evaluation: Methodological and Operational Issues. Economics

and Research Department. September 2006.

Baker, L Judy. Evaluating the Impact of Development Projects on Poverty : a

Handbook For Practitioners. The International Bank for Reconstruction

and Development. 2000.

Becker, O Sascha. Andrea Ichino. Estimation of Average Treatment Effects

Based on Propensity Scores. Stata Journal, StataCorp LP, vol. 2(4),

pages 358-377, November. 2002

Blundell, Richard and Monica Costa Dias. Evaluation Methods for Non-

Experimental Data. Fiscal Studies (2000) vol. 21, no. 4, pp. 427–468.

Cronin, Francis J et al. The Rural Economic Development Implication Of

Telecomunications: Evidence From Pennsylvania. Telecomunications

Policy, V01. 19, N0.7, pp. 545-559, 1995.

Duflo, Esther. Schooling And Labor Market Consequences Of School

Construction In Indonesia: Evidence Of An Unusual Policy Experiment.

NBER Working Paper 7860. Cambridge. 2000.

Ezemenari, Kene. Anders Rudqvist and K. Subbarao. Impact Evaluation: A

Note on Concepts and Methods. PRMPO. World Bank. 1999.

Fan, Shengen dan Connie Chan Kang. Road Development, Economic Growth

And Poverty Reduction In China. IFPRI Research Report No 138. 2005.

Ferrazzi, Gabriele. Pegalaman Internasional mengenai Reformasi Teritorial-

Implikasi terhadap Indonesia, DRSP USAID-DSF, 2007.

iii

Hanushek, Eric. The Role of School Improvement In Economic Development.

Nber Working Paper no 12832. 2007.

Hussain, Intizar, Fuard Marikar and Sunil Thrikawala. Assessment Of Impacts Of

Irrigation Infrastructure Development On Poverty Alleviation. Sri Lanka:

Final Research Report, International Water Management Institute

(IWMI) Colombo. 2002.

Khandker, S. Improving Rural Wages In India. Policy, Planning, and Research

Working Paper 276. Washington, D.C: World Bank. 1989.

LaLonde, R..Evaluating the econometric evaluations of training programs with

Experimental data. American Economic Review (1986). vol. 76, pp.

604–20.

Lustig, Nora. Investing in Health for Economic Development. UNU-WIDER

Research Paper No. 2006/30

Malmberg, C. C., A. Ryan, and L. Pouliquen. Rural Infrastructure Services For

Development And Poverty Reduction. Washington D.C: World Bank.

1997.

Rosenbaum, P. and Rubin, D. B. The Central Role Of The Propensity Score In

Observational Studies For Causal Effects. Biometrika (1983), vol. 70,

pp. 41–55.

Rossi, PH & Freeman, HE. Evaluation: A Systematic Approach. 2nd ed, Sage

Publications, Thousand Oaks, California,1982.

1

STUDI EVALUASI (IMPACT)

PENATAAN DAERAH OTONOMI BARU

TAHUN 2008

oleh: Tim Kajian Direktorat Otonomi Daerah, Bappenas

abstrak

Desentralisasi dan otonomi daerah adalah perubahan besar (big-bang) bagi

Indonesia. Sejak diberlakukannya UU no.22/1999 tentang pemerintahan daerah,

kebijakan pemekaran daerah mengalami perubahan yang signifikan. Selama

pemerintahan Orde Baru, pemekaran relatif stagnan dan cenderung Top-Down

policy. Saat ini pemekaran daerah adalah Bottom-Up Policy. Sejak 1999 hingga

januari 2008 telah terbentuk 164 daerah baru yang terdiri dari 7 provinsi baru,

134 kabupaten baru, dan 23 kota baru. Permasalahan timbul ketika pemekaran

daerah lebih dilihat sebagai fenomena politik tanpa melihat persyaratan teknis

proseduralnya. Akibatnya banyak daerah yang tidak berkinerja secara optimal.

Oleh karena itu evaluasi terhadap kinerja/dampak dari kebijakan pemekaran

sangat diperlukan. Berdasarkan hasil analisis indeksasi dan ekonometrika

(propensity score matching), studi ini mengindikasikan bahwa kebijakan

pemekaran belum berhasil mensejahterakan masyarakat di daerah pemekaran.

1. Latar Belakang

Melalui pemberlakuan Undang-Undang No. 22 Tahun 1999 tentang

Pemerintahan Daerah yang kemudian dirubah menjadi Undang-Undang No. 32

Tahun 2004. Undang-undang ini merupakan salah satu tonggak reformasi

pemerintahan di Indonesia. Salah satunya adalah dengan dimungkinkannya

pembentukan, pemekaran, penghapusan dan penggabungan daerah baik di

tingkat propinsi maupun di tingkat kabupaten-kota. Pola yang terjadi hanyalah

2

pemekaran daerah. Sejak 1999 hingga januari 2008 telah terbentuk 164 daerah

baru yang terdiri dari 7 provinsi baru, 134 kabupaten baru, dan 23 kota baru.

Peraturan Pemerintah (PP) Nomor 129 Tahun 2000 tentang Persyaratan

Pembentukan, dan Kriteria Pemekaran, Penghapusan, dan Penggabungan

Daerah merupakan landasan teknis pengajuan pemekaran daerah. Terdapat

sedikitnya 7 kriteria dan 43 sub indikator yang menjadi persyaratan

pemekaran suatu daerah. Di dalam PP no. 129 tahun 2000 ini pula ditegaskan

bahwa pemekaran daerah utamanya ditujukan untuk meningkatkan

kesejahteraan masyarakat.

Permasalahan timbul akibat kebijakan yang sifatnya bottom up ini lebih

melihat sisi politis dengan kurang memperhatikan sisi teknis prosedural

pemekaran daerah. Akibatnya banyak daerah baru yang mekar belum

memiliki kapasitas minimum untuk melakukan tugas distribusi pelayanan

publik terhadap masyarakat.

Atas hal tersebut di atas, penataan atas rencana pemekaran daerah dan

pembentukan daerah baru menjadi satu hal yang krusial. Dengan dasar

evaluasi pemekaran daerah yang komprehensif diharapkan dapat dirumuskan

sejumlah kebijakan untuk menyusun penataan rencana pemekaran daerah dan

pembentukan daerah baru ke depan. Dengan ini pula diharapkan pencapaian

tujuan pemekaran daerah untuk meningkatkan kesejahteraan masyarakat dan

pemerataan pembangunan dapat lebih dioptimalkan.

2. Tujuan, dan Sasaran Studi

Berdasarkan latar belakang di atas, tujuan dari studi ini adalah: 1)

Mengevaluasi perkembangan dan dampak pelaksanaan pemekaran daerah di

tingkat kabupaten-kota utamanya dalam hal perkembangan ekonomi,

keuangan pemerintah, pelayanan publik, dan kapasitas aparatur dan rentang

kendali. 2) Mengidentifikasi permasalahan-permasalahan yang muncul atas

dilaksanakannya pemekaran daerah. 3) Menyusunan dan merumuskan

3

rekomendasi kebijakan berkaitan dengan pemekaran daerah beserta usulan-

usulannya yang masih dan akan diajukan oleh beberapa daerah.

Sementara itu, sasaran (Output) yang hendak dicapai dalam kajian ini adalah:

1) Tergambarnya perkembangan dan dampak pelaksanaan pemekaran daerah

dalam hal perkembangan ekonomi, keuangan pemerintah, pelayanan publik,

dan kapasitas pemerintahan. 2) Teridentifikasinya permasalahan-permasalahan

yang timbul berkaitan dengan telah dimekarkannya suatu daerah. 3)Tersusun

dan dapat terumuskan rekomendasi kebijakan berkaitan dengan pemekaran

wilayah beserta usulan-usulannya yang masih dan akan diajukan oleh

beberapa daerah.

3. Metodologi

Pada bagian ini akan dijelaskan mengenai kerangka kajian, sumber data

dan teknik pengolahan data-data yang didapat:

a) Kerangka kajian

Logical framework dari studi evaluasi ini didasarkan dari Peraturan

Pemerintah (PP) No. 129 Tahun 2000 tentang Persyaratan Pembentukan,

dan Kriteria Pemekaran, Penghapusan, dan Penggabungan Daerah.

Pada PP tersebut terdapat beberapa aspek kriteria untuk suatu daerah

dapat memekarkan diri sehingga kesejahteraan rakyat meningkat dari

beberapa sisi. Studi ini mengevaluasi pemekaran daerah dengan

melakukan modifikasi kriteria evaluasi sebagaimana yang terdapat

pada PP tersebut. Upaya ini dilakukan karena keterbatasan data. Untuk

lebih jelasnya kerangka konseptual dari studi ini adalah sebagai

berikut:

4

Gambar 2.4.

Kerangka Konseptual

b) Sumber data:

Data-data yang digunakan pada studi ini bersumber dari berbagai instansi

yang berbeda. Data-data yang digunakan mengikuti kebutuhan atas aspek-

aspek yang akan di evaluasi. Data yang digunakan dalam studi ini bersumber

dari berbagai publikasi instansi dan lembaga terkait. Untuk analisis deskripstif

studi ini menggunakan publikasi BPS, BPK dan Departemen Keuangan yang

masing-masing berupa daerah dalam angka, potensi desa, dan keuangan

pemerintah daerah (APBD). Kemudian untuk analisis ekonometrik yang

menggunakan metode evaluasi dampak untuk data non-eksperimen studi ini

menggunakan data Survey Sosial Ekonomi Nasional (susenas) dan Potensi

Desa (podes) tahun 2006. Selain itu juga data dari penelitian yang dilakukan

oleh Dr. Hari Sedyaldo (Alternatives on Pemekaran, 2008). Berikut adalah data-

data yang digunakan dalam penelitian ini:

PP 129 tahun 2000Pemekaran Daerah

Asp

ek Ekonomi Keuangan Daerah

Pelayanan Publik

Kapasitas Aparatur

Kabupaten DOB

Daerah Induk

Daerah Kontrol

Ker

angk

aA

nalis

is

Peningkataan Kesejahteraan

Masyarakat, melalui:

• Peningkatan pelayanan kepada masyarakat;• Percepatan

partumbuhan kehidupan demokrasi;• Percepatan

pelaksanaan pembangunan perekonomian daerah;• Percepatan

pengelolaan potensi daerah;• Peningkatan

keamanan dan ketertiban;• Peningkatan

hubungan yang serasi antara Pusat dan Daerah.

Evaluasi pada:

Analisis Kuanlitatif Analisis Kualitatif

Met

ode

Ana

lisis

Implikasi Kebijakan

Rata2

Rentang Kendali

Kota

5

Tabel 3.1.

Aspek, Kriteria dan Indikator Evaluasi

No Aspek Kriteria Indikator

Skala Ekonomi PDRB Konstan

Daya Beli Tingkat Kemiskinan 1 Ekonomi Daerah

Supply Tenaga Kerja Jumlah Angkatan Kerja

Keuangan Pusat - Daerah DAU, DAK dan Total Penerimaan

Fokus Belanja Belanja Modal, Belanja Tetap &Total 2

Keuangan

Pemerintah

Kontribusi Ekonomi Total Belanja dan Produk Domestik Bruto

Fasilitas Pendidikan Tingkat Dasar Jumlah Sekolah SD & SLTP, Jumlah Murid

Tenaga Pendidik Pendidikan Jumlah Guru SD & SLTP, Jumlah Murid SD

Fasilitas Pendidikan Tingkat Lajut Jumlah Sekolah dan Murid SLTA

Tenaga Pendidik Pendidikan Jumlah Guru dan Murid SLTA

Fasilitas Kesehatan Jumlah Fasilitas Kesehatan dan Jumlah

Pelayanan Tenaga Medis Jumlah Tenaga Medis dan jumlah

3 Pelayanan Publik

Fasilitas Infrastruktur Total Panjang Jalan Kabupaten menurut

Kualitas Aparatur Jumlah PNS menurut tingkat pendidikan

Komposisi Aparatur Jumlah PNS menurut fungsi (Teknis dan 4 Kapasitas Aparatur

Jangkauan Aparatur Jumlah PNS, Jumlah Penduduk

Jarak Jarak antar kecamatan terhadap ibukota 5 Rentang Kendali

Keamanan Kriminalitas per 1000 Penduduk

c) Metode pengolahan data

Studi ini melakukan dua analisis yaitu analisis deskriptif dan analisis ekonometrik.

Analisis deskriptif pada studi ini adalah dengan menggunakan alat penghitungan

berupa indeksasi.

Metode perhitungan yang digunakan untuk menstandarisasi data adalah sebagai

berikut:

100)Min(Max

MinXXij

jj

jij^

...............................................(3.1)

dimana :

Xij’ = Nilai yang distandarisasi kabupaten ke-i variabel ke-j

Xij = Nilai data asal kabupaten ke-i variabel ke-j

6

Minj = Nilai minimun variabel ke-j

Maxj = Nilai maximum variabel ke-j

Selanjutnya untuk analisis ekonometrik, seperti penjelasan di atas dengan data

non-experimental maka metode yang cocok dengannya adalah matching method.

Untuk melihat rerata dampak dari suatu intervensi dari metode ini maka akan

digunakan PSM (propensity score matching).

Propensity score itu didefinisikan sebagai probabilita bersyarat untuk menerima

intervensi dengan berdasar pada karakteristik-karakteristik sebelum intervensi

tersebut. (Rosenbaum and Rubin, 1983)

XDEX1DPτP(X) ............................………………(3.4)

Dimana D={0,1} adalah variabel dummy yang menunjukkan dua kelompok yang

berbeda, kelompok yang terkena intervensi (D=1), dan mereka yang tidak/

kelompok kontrol (D=0). X adalah karakteristik-karakteristik pra-intervensi.

d) Sampel daerah

Pertama mengenai periodeisasi, studi ini mengevaluasi daerah pemekaran yang

mekar pada tahun 2001 dan 2003. Kemudian, studi ini terdiri dari beberapa level.

Pertama untuk analisis deskriptif digunakan sampel 5 propinsi. kemudian untuk

analisis ekonometrika ada dua tipe, pertama menggunakan 5 sampel propinsi

tersebut. kedua, menggunakan data seluruh indonesia. Dengan demikian

bergerak pada ranah populasi.

Lokasi Focus Groups Discussion (FGD) untuk mendapatkan penjelasan mendetail

dari hasil analisis deskripsi, ditentukan dengan metode acak-sederhana di setiap

propinsi. Daerah-daerah yang terpilih menjadi lokasi FGD ialah, Kota Padang

Sidempuan, Kota Bau-Bau, Kabupaten Muko-Muko, Kabupaten Melawi, dan

Kabupaten lingga.

4. Hasil dan Analisis

4.1. Aspek Perekonomian Daerah

7

Berdasarkan metode indeksasi terlihat bahwa secara umum, DOB

kabupaten memiliki nilai indeks yang lebih rendah dari daerah lainnya.

Sementara itu DOB kota adalah memiliki grafik yang bersinggungan

dengan daerah induk dan lebih tinggi dari daerah kontrol.

Berdasar hasil perhitungan dari data Potensi Desa tahun 2006, dampak

(perbedaan rerata IKRT di desa-desa pada daerah pemekaran dengan

rerata IKRT di desa-desa pada daerah kontrol) terhadap IKRT adalah positif

di daerah sampel di propinsi Sumatera Utara dan Kepulauan Riau.

Sementara itu, di Kalimantan Barat, Sulawesi Tenggara dan Bengkulu dapat

dikatakan bahwa dampak pemekaran terhadap IKRT adalah negatif

Berdasar analisis ekonometrika, terlihat bahwa dampak pemekaran

terhadap angkatan kerja adalah negatif. Hal ini terkait dengan kecilnya

kegiatan ekonomi di daerah tersebut.

Pengeluaran rumah tangga dapat mengindikasikan pada tingkat

kesejahteraan berapa suatu rumah tangga itu berada. Secara umum

semakin besar pengeluaran maka keluarga itu cenderung akan semakin

sejahtera keluarga tersebut. Dari hasil penghitungan terlhat bahwa dampak

pemekaran (perbedaan rerata daerah pemekaran dengan daerah kontrol)

terhadap pengeluaran rumah tangga itu negatif. Dari kelima daerah

sampel, bengkulu adalah yang paling besar diikuti oleh Sumatera Utara,

Kalimantan Barat dan Sulawesi Tenggara.

4.2. Aspek keuangan daerah

Aspek keuangan daerah ini melihat beberapa kriteria evaluasi seperti

keuangan pusat-daerah (independesi fiskal), fokus belanja (modal, belanja

tetap), dan kontribusi ekonomi (total belanja terhadap pdrb).

Daerah pemekaran memiliki independensi fiskal yang relatif lebih rendah

dibanding daerah kontrol. Daerah induk dan kota DOB relatif menunjukkan

kedekatan independensi, sementara kabupaten DOB lebih rendah

dibandingkan daerah lainnya dengan indeks independensi fiskal di bawah

10%.

Kabupaten DOB secara umum memiliki konsentrasi belanja modal yang

lebih besar, namun hal ini dimungkinkan lebih kepada pengadaan

infrastruktur pemerintahan dimana notabene kabupaten DOB perlu

membangunnya dari awal. Hal ini dapat memiliki konsekuensi negatif pada

8

aspek lainnya yaitu aspek pelayanan publik (bersifat trade-off dengan

infrsatruktur pemerintahan).

Kabupaten DOB tampak masih memainkan peranan yang relatif dominan

dalam perekonomian di daerahnya daripada daerah lainnya. Hal ini

berpotensi terjadinya crowding-out.

Dari segi keuangan, daerah pemekaran memiliki besaran yang lebih kecil

dibanding daerah kontrol. Rerata APBD, DAU, PAD (pajak, retribusi) di

daerah pemekaran lebih kecil dibanding di daerah kontrol. Hal ini

ditunjukkan dari besaran yang negatif. Namun besaran rerata dampak

pada DAK untuk tahun 2006 adalah positif.

4.3. Aspek pelayanan umum.

Aspek ini melihat tiga kriteria pelayanan yaitu dari kriteria pendidikan,

kesehatan dan infrastruktur ekonomi seperti jalan, air, irigasi, listrik, akses

terhadap air bersih, dan telepon.

Indeks rasio murid per sekolah pada level pendidikan dasar di DOB kota

lebih rendah dari daerah mana pun bahkan dari DOB Kabupaten. Hal ini

mengindikasikan bahwa penyebab utamanya adalah kurang seimbangnya

pertumbuhan peserta didik dengan pertumbuhan sekolah. Dengan

perkataan lain terjadi ekses suplai fasilitas pendidikan di kabupaten DOB

kota. Kemudian, ketersediaan guru pada pendidikan dasar di kabupaten

DOB masih relatif lebih rendah dibandingkan dengan di daerah lainnya.

Hal ini biasanya lebih disebabkan oleh kurangnya insentif bagi guru-guru

yang berada di daerah DOB kabupaten.Secara umum, pada level nasional

kebijakan DOB ini berdampak negatif terhadap beberapa aspek

pendidikan.

Terkait dengan kesehatan, DOB kabupaten berada pada indeks teratas

hampir sepanjang tahun, berbeda dengannya DOB kota berada pada

tingkat terbawah sejak tahun 2005. Hal ini cenderung disebabkan oleh

perbedaan komposisi penduduk antara dua jenis DOB itu. Penduduk di

DOB kota jauh lebih banyak jumlahnya dibanding dengan di DOB

kabupaten. Secara umum kebijakan pemekaran berdampak negatif baik

kepada jumlah tenaga medis maupun sarana kesehatan.

9

Terkait dengan infrastruktur, DOB secara keseluruhan memiliki indeks

panjang jalan yang lebih rendah dari daerah induk dan kontrol. Hal ini

mengindikasikan bahwa akses dari dan ke DOB masih relatif sulit.

Terkait dengan akses terhadap air bersih, dari gambar di bawah ini terlihat

bahwa pada tahun 2006 masyarakat di DOB kota memang lebih mudah

untuk mengakses air. Sementara itu di DOB kabupaten masyarakatnya

lebih sulit untuk mengakases air dibandingkan daerah kontrol dan induk.

Secara nasional, dampak kebijakan pemekaran memiliki dampak negatif

terhadap ketersediaan infrastruktur ekonomi di daerah tersebut.

4.4. Aspek Aparatur

Dalam kajian ini, aspek manajemen aparatur yang dianalisis secara umum

adalah dari segi kualitas aparatur, khususnya dalam hal tingkat pendidikan

aparat, dan dari segi jangkauan aparatur, khususnya dalam hal

proporsi/perbandingan antara jumlah aparatur dengan jumlah penduduk.

Rata-rata indeks kabupaten pemekaran ternyata secara umum lebih tinggi

dibanding daerah lain. Demikian juga dengan kota hasil pemekaran, masih

lebih tinggi dibanding rata-rata daerah induk dan daerah kontrol. Gap atau

jarak selisih terbesar terjadi pada tahun 2003, yang masih termasuk tahun-

tahun awal terbentuknya daerah pemekaran. Meski begitu, tren atau

kecenderungan indeks ini untuk kabupaten pemekaran menurun,

sementara untuk daerah lain tren-nya meningkat.

Pada masa-masa awal pembentukan daerah pemekaran, khususnya

kabupaten pemekaran, jumlah aparat di daerah pemekaran itu masih

sangat sedikit. Akan tetapi dari segi kualitas, khususnya bila dilihat dari

tingkat pendidikan, justru cenderung tinggi. Hal ini mungkin terkait

dengan kebutuhan daerah pemekaran untuk mengisi pos-pos jabatan

struktural yang notabene membutuhkan kualifikasi tingkat pendidikan

tertentu.

Dalam perkembangannya, daerah kabupaten pemekaran mulai melakukan

perekrutan atau usaha-usaha lain untuk menambah jumlah aparat mereka

dengan cepat, guna menambah tenaga untuk melakukan pelayanan. Proses

penambahan aparat yang kemudian terjadi ini tidak hanya difokuskan

untuk mengisi pos-pos jabatan, akan tetapi juga staf dan tenaga teknis atau

fungsional.

10

Analisis secara nasional dengan menggunakan analisis ekonometrika

menunjukkan bahwa dampak pemekaran terhadap PNS adalah negatif.

Sebagai contoh pada DOB 2003 dapat dilihat bahwa perbedaan rerata

jumlah PNS di DOB dengan kontrol sebesar 4190 jiwa pada tahun 2005 dan

3879 jiwa pada tahun 2006.

4.5. Aspek Rentang Kendali

Pola yang umum terjadi pada pemekaran daerah kabupaten/kota ini adalah

bahwa pemekaran tersebut akan diikuti oleh pemekaran desa/kelurahan

dan kecamatan.

Analisis dilakukan dengan membandingkan rerata jarak dari desa ke

ibukota kabupaten, dan dari kkabupaten/kota ke ibukota propinsi. hasil

analisis mengindikasikan bahwa jarak desa ke ibukota kab/kota

pemekaran lebih dekat dari jarak desa ke ibukota kab/kota yang menjadi

kontrol. Namun, pada beberapa daerah tertentu rerata jarak antar wilayah

yang lebih kecil dari DOB daripada daerah kontrol ternyata masih belum

mampu membuat rerata ongkos yang ditanggung menjadi relatif lebih

kecil. Hal ini terjadi karena kondisi geografis daerah tersebut.

Saat ini semua urusan pelayanan publik terkonsentrasi pada level

kabupaten/kota dan bukan propinsi. Sehingga yang relevan untuk

diperhatikan adalah jarak dari desa/kecamatan ke ibukota kabupaten dan

bukan jarak kabupaten ke ibukota propinsi.

5. Kesimpulan dan Rekomendasi.

5.1. Kesimpulan

Berdasar analisis indeksasi pada studi ini, secara umum, di beberapa

aspek tertentu, DOB Kota menunjukkan kinerja yang lebih baik daripada

DOB Kabupaten.

DOB (khususnya kabupaten) mengalokasikan porsi anggaran yang relatif

jauh lebih besar untuk pembangunan (modal) infrastruktur pemerintahan

dan kebutuhan belanja aparat pada tahun-tahun pertama jalannya

pemerintahan. Hal ini dapat bersifat trade-off terhadap pengeluaran

pemerintah pada pelayanan publik.

11

Besaran Dana Alokasi Khusus (DAK) di daerah DOB lebih besar

dibandingkan dengan daerah kontrol. Mengingat DAK adalah transfer

pemerintah pusat pada spesifik bidang tertentu. Hal ini mengindikasikan

bahwa kinerja dalam pelayanan publik seperti kesehatan dan pendidikan

di daerah DOB masih lebih rendah dibandingkan daerah kontrol.

Pemekaran daerah selalu diikuti oleh pendeknya rentang kendali.

Seharusnya dengan pendeknya rentang kendali, masyarakat akan lebih

dekat pula dengan pelayanan publik. Namun hasil analisis studi

menunjukkan hal yang berbeda. Peningkatan pelayanan publik baru

terjadi pada umumnya di wilayah ibukota daerah pemekaran saja.

Hasil analisis menunjukkan bahwa secara umum pemekaran daerah

memiliki dampak negatif pada beberapa aspek pelayanan publik seperti

kesehatan, pendidikan, dan infrastruktur.

5.2. Rekomendasi

Pemekaran daerah selama ini didominasi oleh proses politik daripada

administratif teknis. Untuk itu perlu dilakukan pembenahan dalam proses

pengusulan. Perlu ditentukan secara tegas tahapan dalam proses

pengusulan pemekaran suatu daerah dan dipertegas kembali siapa yang

berhak menjadi pengusul. Hal ini hanya bisa dilakukan dengan melakukan

perubahan dalam UU. Masyarakat bisa menjadi pengusul utama dengan

menggunakan instrumen referendum.

Pemerintahan DOB yang baru terbentuk harus mampu menjalankan

pemerintahan otonomnya dengan baik segera setelah pemerintahan

terbentuk. Dengan demikian pemerintah DOB harus memiliki syarat

kapasitas minimal tertentu. Untuk itu diperlukan tahap persiapan sebelum

pemerintahan DOB terbentuk.Usulan untuk mekar tidak secara langsung

akan disetujui pada tahun yang sama. Proses peningkatan kapasitas ini bisa

berjalan hingga, katakan, 3 tahun.

Perlunya alternatif kebijakan selain pemekaran pada level kabupaten/kota

yaitu pemekaran di level kecamatan/desa. Dengan begitu, syarat jumlah

12

tertentu atas kecamatan untuk suatu daerah itu dapat mekar seharusnya

ditiadakan.

Tidak memberikan insentif fiskal untuk memekarkan diri. Diketahui

bersama bahwa daerah yang baru mekar akan mendapatkan transfer dana

yang jauh lebih besar dibanding sebelum terjadinya pemekaran. Hal ini

mendorong pada tingginya usulan pemekaran.

Terkait dengan kebijakan penataan daerah secara umum. Selama ini belum

pernah ada kebijakan mengenai penggabungan daerah. Hal ini karena

tidak ada insentif (fiskal, dll) bagi daerah untuk menggabungkan diri.

Pengelolaan dan pengaturan penyediaan layanan publik hendaknya

memperhatikan keberagaman kondisi geografis daerah dan bukan pada

populasi saja.

[STUDI EVALUASI (IMPACT) PENATAAN DAERAH OTONOMI BARU] 2008

L a p o r a n T P R K D i t . O t o n o m i D a e r a h , B a p p e n a s

Hal. 1

BAB I PENDAHULUAN I.1. Latar Belakang

Pembangunan pada dasarnya bertujuan untuk meningkatkan kesejahteraan

masyarakat di suatu wilayah. Demikian pula dengan Indonesia, ketika terjadi perubahan

sosial-politik yang besar pada tahun 1997/1998 maka desentralisasi dan otonomi daerah

menjadi alternatif jalan keluarnya. Hal ini ditegaskan melalui pemberlakuan Undang-

Undang No. 22 Tahun 1999 tentang Pemerintahan Daerah yang kemudian dirubah

menjadi Undang-Undang No. 32 Tahun 2004. Undang-undang ini merupakan salah satu

tonggak reformasi pemerintahan di Indonesia. Salah satunya adalah dengan

dimungkinkannya pembentukan, pemekaran, penghapusan dan penggabungan daerah

baik di tingkat propinsi maupun di tingkat kabupaten-kota. Alasan dasar pemekaran

daerah antara lain guna menciptakan kemandirian dan mempercepat pembangunan

daerah, serta sebagai sarana pendidikan politik di tingkat lokal dalam rangka

peningkatan kesejahteraan masyarakat.

Beberapa latar belakang pemekaran yang cukup relevan dan sering muncul yaitu

untuk mengatasi rentang kendali antara pemerintah dan masyarakat, khususnya pada

daerah-daerah yang belum terjangkau oleh fasilitas pemerintahan, baik administrasi

maupun pembangunan. Pemekaran daerah juga memberikan kesempatan kepada

daerah untuk mengoptimalkan pemerataan pembangunan. Pembangunan yang terjadi

selama ini cenderung terpusat pada daerah pusat pemerintah dan ekonomi yang

notabene berada di ibukota daerah. Alasan lainnya, yakni dalam rangka pengembangan

demokrasi lokal melalui pembagian kekuasaan pada tingkat yang lebih kecil.

Peraturan Pemerintah (PP) Nomor 129 Tahun 2000 tentang Persyaratan

Pembentukan, dan Kriteria Pemekaran, Penghapusan, dan Penggabungan Daerah

merupakan landasan teknis pengajuan pemekaran daerah. Terdapat sedikitnya 7 kriteria

dan 43 sub indikator yang menjadi persyaratan pemekaran suatu daerah. Di dalam PP

no. 129 tahun 2000 ini pula ditegaskan bahwa pemekaran daerah utamanya ditujukan

untuk meningkatkan kesejahteraan masyarakat. Untuk itu, diatur di dalamnya berbagai

persyaratan teknis dan administratif pemekaran daerah yang salah satunya menjabarkan

1



Hal. 2

rangkaian proses pengajuan pemekaran daerah yang cukup panjang. Bahkan tidak itu

saja, pemenuhan berbagai persyaratan teknis ini seharusnya didasari oleh kajian dan

studi kelayakan yang diselenggarakan oleh lembaga independen dan kompeten.

Namun proses pemekaran daerah yang sedemikian panjang ditambah lagi

dengan persyaratan-persyaratan teknis yang jumlah relatif banyak, tidak menyurutkan

pengajuan pemekaran daerah. Sejak ditetapkannya PP No. 129/2000 hingga tahun 2004

saja, telah dimekarkan provinsi dari 26 menjadi 33 (26,9%) dan kabupaten/kota dari 303

menjadi 440 kabupaten/kota (45,2%). Sementara itu dua tahun terakhir ini, pemerintah

sementara menangguhkan pemekaran karena situasi yang terjadi di daerah belum

sesuai dengan apa yang diinginkan oleh pemerintah pusat. Meskipun demikian, hingga

akhir tahun 2006 usulan atas pemekaran daerah terus bertambah dimana terdapat usulan

sebanyak 114 kabupaten/kota serta 21 provinsi.

Pemekaran daerah ini juga tidak dapat dipisahkan dari desentralisasi fiskal.

Semakin bertambahnya jumlah daerah secara aggregat meningkatkan pula kebutuhan

belanja daerah pemerintah pusat. Sejak ditetapkan PP no 129 tahun 2000, alokasi belanja

pemerintah untuk belanja daerah terus mengalami peningkatan baik secara nominal

maupun secara proporsional. Tahun 2002 saja, alokasi belanja daerah mengalami

peningkatan dari Rp.81.054 Miliar di tahun 2001 menjadi Rp.97.809 Miliar di tahun 2002

atau mengalami peningkatan sebesar 20,67%. 4 tahun kemudian ketika untuk kabupaten

dan kota saja secara administratif bertambah sekitar 86 daerah, alokasi belanja daerah

mencapai Rp.219.380 Miliar atau meningkat lebih 126% dibandingkan tahun 2002.

Gambar 1.1

Belanja Daerah dan Total Belanja APBN

0

100.000

200.000

300.000

400.000

500.000

600.000

700.000

800.000

2001

2002

2003

APB

N-P

200

4

APB

N-P

II 2

005

RA

PBN

-P 2

006

RA

PBN

-P 2

007

RA

PBN

200

8

Rp. Miliar

0%

10%

20%

30%

40%

50%

60%

Total BelanjaBelanja DaerahBelanja Daerah (%)

Sumber: Nota Keuangan dan Data Pokok APBN, Depkeu, diolah.



Hal. 3

Sejatinya, alokasi belanja daerah ini bisa lebih dioptimalkan. Baik sebagai

sumber pembiayaan pembangunan daerah maupun pembiayaan pembangunan secara

nasional. Di sisi yang lain, dengan berbagai upaya dalam otonomi dan desentralisasi

fiskal salah satunya pemekaran daerah; kapasitas fiskal pemerintah daerah dapat

ditingkatkan. Namun pada kenyantaannya pemerintah daerah masih memiliki

ketergatungan yang cukup besar terhadap alokasi anggaran pemerintah pusat untuk

membiayai pembangunan di daerah. Untuk pemerintah provinsi sekitar 70 – 80 persen

APBD berasal dari pemerintah pusat, sedangkan untuk kabupaten/kota, sekitar 80 – 90

persen APBD juga berasal dari pemerintah pusat.

Kenyataan di atas sekaligus menjadi cerminan kinerja pemerintah daerah

walaupun hanya dari satu aspek dari kinerja keuangan pemerintah daerah secara

keseluruhan. Padahal jika merujuk kembali pada PP 129 tahun 2000, masih terdapat

beberapa aspek lain seperti ekonomi, potensi daerah dan lainnya yang menjadi

persyaratan. Beberapa studi terdahulu menunjukkan sejumlah permasalahan dalam

pemekaran daerah. Studi-studi ini mengindikasikan belum optimalnya kinerja

pemerintah daerah-daerah pemekaran. Kondisi ini ditambah lagi dengan terus

bertambahkan pengajuan pemekaran daerah hingga saat ini. Di sisi lain semakin

banyaknya jumlah daerah terbukti secara signifikan mendorong peningkatan belanja

daerah pemerintah pusat. Sementara itu perkembangan ekonomi nasional dan

internasional telah pula mendorong kebutuhan belanja pusat yang lebih besar terutama

untuk menanggulangi peningkatan harga minyak mentah di pasar dunia, baik untuk

menjaga stabilitas ekonomi maupun untuk mengoptimalkan pertumbuhan ekonomi

nasional.

Atas hal tersebut di atas, penataan atas rencana pemekaran daerah dan

pembentukan daerah baru menjadi satu hal yang krusial. Dengan dasar evaluasi

pemekaran daerah yang komprehensif diharapkan dapat dirumuskan sejumlah

kebijakan untuk menyusun penataan rencana pemekaran daerah dan pembentukan

daerah baru ke depan. Dengan ini pula diharapkan pencapaian tujuan pemekaran

daerah untuk meningkatkan kesejahteraan masyarakat dan pemerataan pembangunan

dapat lebih dioptimalkan.



Hal. 4

I.2. Tujuan

Berdasarkan latar belakang di atas, tujuan dari studi ini adalah:

1. Mengevaluasi perkembangan dan dampak pelaksanaan pemekaran daerah di

tingkat kabupaten-kota utamanya dalam hal perkembangan ekonomi, keuangan

pemerintah, pelayanan publik, dan kapasitas aparatur dan rentang kendali.

2. Mengidentifikasi permasalahan-permasalahan yang muncul atas dilaksanakannya

pemekaran daerah.

3. Menyusunan dan merumuskan rekomendasi kebijakan berkaitan dengan

pemekaran daerah beserta usulan-usulannya yang masih dan akan diajukan oleh

beberapa daerah.

I.3. Output

Sasaran (Output) yang hendak dicapai dalam kajian ini adalah:

1. Tergambarnya perkembangan dan dampak pelaksanaan pemekaran daerah dalam

hal perkembangan ekonomi, keuangan pemerintah, pelayanan publik, dan

kapasitas pemerintahan.

2. Teridentifikasinya permasalahan-permasalahan yang timbul berkaitan dengan

telah dimekarkannya suatu daerah.

3. Tersusun dan dapat terumuskan rekomendasi kebijakan berkaitan dengan

pemekaran wilayah beserta usulan-usulannya yang masih dan akan diajukan oleh

beberapa daerah.



Hal. 5

BAB II TINJAUAN LITERATUR II.1. Konsep Evaluasi

a. Pemahaman Dasar Evaluasi

Evaluasi diartikan sebagai suatu usaha untuk mengukur dan memberi nilai secara

obyektif atas pencapaian hasil-hasil pelaksanaan (program/kebijakan) yang telah

direncanakan sebelumnya dan dilakukan secara sistematis dan obyektif dengan

menggunakan metode evaluasi yang relevan (Pedoman Penyusunan Indikator,

Pemantauan dan Evaluasi Anggaran Berbasis Kinerja, Tim Penyusun Pedoman Pemantauan

dan Evaluasi Anggaran Berbasis Kinerja 2004, Bappenas, 2004). Secara teoritis tujuan

evaluasi adalah memberikan penilaian tentang kinerja ataupun kemanfaatan sesuatu

kegiatan tertentu1. Kegiatan evaluasi dilakukan baik sebelum suatu program/kebijakan

dilaksanakan (ex-ante evaluation), pada saat berlangsung (on-going evaluation), maupun

setelah program/kebijakan selesai dilaksanakan (ex-post evaluation).

Evaluasi dampak (evaluation impact) adalah identifikasi sistematik atas efek-efek–

positif atau negatif, baik yang diharapkan atau tidak— pada individu, rumah tangga,

institusi dan lingkungan yang disebabkan oleh suatu program/intervensi seperti

program atau proyek. program/intervensi itu dapat diartikan sebagai suatu rangkaian

proses–dari input, ke output antara dan akhirnya kepada dampak/hasil akhir (ADB,

2006). Proses evaluasi dapat fokus pada semua rangkaian tersebut. Evaluasi yang

menganalisis dari dampak/hasil akhir dinamakan evaluasi dampak. Dampak itu sendiri

merupakan perbedaan pada apa yang terjadi antara ada atau tidaknya suatu

program/intervensi.

Tujuan evaluasi kinerja program adalah agar dapat diketahui dengan pasti

apakah pencapaian hasil, kemajuan dan kendala yang dijumpai dalam pelaksanaan

program dapat dinilai dan dipelajari untuk perbaikan pelaksanaan program di masa

1 Lihat LAN (2005) tentang Evaluasi Kinerja Penyelenggaraan Otonomi Daerah 1999-2003.

2



Hal. 6

yang akan datang. Fokus utama evaluasi kinerja diarahkan kepada hasil, manfaat, dan

dampak dari program. Pada prinsipnya, untuk menciptakan proses dan kegiatan

perencanaan yang efisien, efektif, transparan dan berakuntabilitas, perlu dibuat

perangkat evaluasi yang dapat diukur melalui penyusunan indikator dan sasaran kinerja

program yang mencakup indikator masukan, indikator keluaran, dan indikator

hasil/manfaat. Dalam PP 39 tahun 2006, definisi evaluasi adalah rangkaian kegiatan

membandingkan realisasi masukan (input), keluaran (output), dan hasil (outcome)

terhadap rencana dan standar2.

Evaluasi selalu berupaya untuk mempertanyakan efektivitas dan efisiensi

pelaksanaan dari suatu rencana yang sekaligus juga mengukur seobyektif mungkin

hasil-hasil pelaksanaan (program) dengan ukuran-ukuran yang dapat diterima pihak-

pihak yang mendukung atau yang tidak mendukung suatu rencana. Evaluasi merupakan

cara untuk membuktikan keberhasilan atau kegagalan rencana dan hasil pelaksanaan

suatu program. Oleh karena itu, pengertian evaluasi sering digunakan untuk

menunjukkan tahapan siklus pengelolaan program.

Pada dasarnya, tetap ada tiga kriteria yang berusaha dinilai dalam suatu proses

evaluasi, yaitu :

1. Efisiensi, yaitu terkait dengan seberapa efisien penggunaan sumber daya dalam

memproduksi keluaran (output) program yang ditargetkan.

2. Efektivitas, yaitu kesesuaian hasil dengan ketercapaian tujuan, sasaran dan arahan

kebijakan program.

3. Responsivitas, yaitu menilai apakah hasil suatu kebijakan memuaskan kebutuhan,

preferensi atau nilai-nilai kelompok tertentu. Kepuasan stakeholders ini menjadi salah

satu dasar asumsi untuk menilai dampak yang dirasakan stakeholders atas suatu

program, dalam pengertian apakah dampak yang dirasakan itu positif atau tidak.

b. Pendekatan Evaluasi

Secara umum ada dua pendekatan yang sering digunakan dalam mengukur

dampak pembangunan. Pertama, pendekatan sebab-akibat, yaitu apakah suatu dampak

yang diamati merupakan hasil dari pelaksanaan suatu program tertentu atau bukan.

Yang kedua, pendekatan deskriptif mengenai perkiraan dampak yang mungkin dapat

ditimbulkan dari pelaksanaan suatu program. Pendekatan sebab-akibat menggunakan

2 PP 39 Tahun 2006 secara khusus membahas mengenai tata cara pengendalian dan evaluasi pelaksanaa rencana

pembangunan.



Hal. 7

asumsi bahwa keberadaan suatu program pembangunan menjadi prasyarat bagi

terjadinya suatu dampak. Oleh karena itu, pendekatan ini memerlukan adanya

pembanding (counterfactual situation) yang sangat sulit dipenuhi apabila programnya

sangat luas sehingga sulit untuk menetapkan kelompok pembandingnya.

Pendekatan deskriptif digunakan apabila cakupan program yang akan dievaluasi

sangat luas dan bisa diterapkan pada dasarnya bagi siapa saja atau populasi yang lebih

besar. Dengan demikian, pendekatan ini dipilih bila tidak dapat dilakukan

pembandingan kelompok sasaran program dan kondisi sebelum dan sesudah

pelaksanaan program. Pendekatan secara deskriptif memungkinkan evaluator untuk

dapat menggambarkan kinerja dan lingkup program secara lebih menyeluruh dengan

berbagai informasi mengenai perkiraan dampak dari program yang dievaluasi. Menurut

Dunn (1991)3, evaluasi dengan menggunakan pendekatan deskriptif terbagi kedalam

tiga jenis yaitu evaluasi semu, evaluasi formal dan evaluasi keputusan teoritis.

Perbandingan antara ketiga jenis evaluasi itu dapat dilihat dalam tabel 2.1.

Tabel 2.1 Pendekatan Evaluasi Kebijakan

Pendekatan Evaluasi Tujuan Asumsi

Evaluasi semu (pseudo

evaluation)

Menggunakan metode-metode deskriptif untuk

menghasilkan informasi yang valid dan dapat

dipercaya mengenai hasil kebijakan, tanpa

berusaha menanyakan tentang manfaat atau

nilai dari hasil-hasil tersebut terhadap individu,

kelompok atau masyarakat secara keseluruhan.

Ukuran manfaat atau nilai terbukti

dengan sendirinya atau tidak

kontroversial

Evaluasi formal (formal

evaluation)

Menggunakan metode deskriptif untuk

menghasilkan informasi yang terpercaya dan

valid mengenai hasil kebijakan berdasarkan

pada tujuan kebijakan/program yang telah

diumumkan secara formal oleh pembuat

kebijakan.

Tujuan dan sasaran dari pengambil

kebijakan dan administrator yang

secara resmi diumumkan merupakan

ukuran yang tepat dari manfaat atau

nilai

Evaluasi keputusan

teoritis (decision-

theoretic evaluation)

Menggunakan metode deskriptif untuk

menghasilkan informasi yang terpercaya dan

valid mengenai penilaian hasil kebijakan yang

secara eksplisit diinginkan oleh berbagai

pelaku

Tujuan dan sasaran dari berbagai

pelaku yang diumumkan secara

formal ataupun diam-diam

merupakan ukuran yang tepat dari

manfaat atau nilai

Adapun dalam konteks evaluasi terhadap kinerja program pembangunan,

pendekatan yang biasa digunakan adalah evaluasi formal dan/atau evaluasi keputusan

teoritis. Evaluasi terhadap kinerja program pembangunan ini dapat dilaukan dengan dua

cara, yaitu :

3 Dunn, William N., Public Policy Analysis. 1991



Hal. 8

1. Penilaian pencapaian indikator kinerja program pembangunan berdasarkan

keluaran dan hasil.

2. Studi evaluasi kinerja program pembangunan berdasarkan dampak yang

ditimbulkan.

Kedua cara tersebut dibutuhkan dalam pelaksanaan evaluasi kinerja dan saling

mendukung untuk memberikan informasi yang bermanfaat untuk kepentingan

perencanaan dan pengendalian pelaksanaan program. Cara pertama dapat

dilaksanakan tanpa melakukan analisis yang mendalam, sedangkan untuk melaksanakan

cara kedua juga diperlukan penyusunan indikator dan sasaran kinerja sebagaimana

dilakukan pada cara pertama. Ketersediaan indikator dan sasaran kinerja dari hasil

pelaksanaan cara pertama akan memudahkan pelaksanaan studi evaluasi kinerja,

sedangkan cara kedua dapat membantu dalam mengidentifikasi indikator-indikator baru

yang lebih relevan.

Cara pertama dilaksanakan melalui perbandingan indikator dan sasaran kinerja

dengan realisasinya. Indikator dan sasaran kinerja biasanya tersedia dan dapat langsung

dimanfaatkan oleh pengambil keputusan tanpa harus melakukan analisis yang rumit.

Cara yang kedua dilaksanakan melalui pengumpulan data dan informasi yang bersifat

lebih mendalam (in-depth evaluation study) terhadap hasil, manfaat, dan dampak dari

program yang telah selesai dilaksanakan. Hal terpenting dari studi evaluasi kinerja

adalah mengenai informasi yang dihasilkan dan bagaimana informasi itu diperoleh,

dianalisis dan dilaporkan. Informasi studi evaluasi kinerja bersifat independen, obyektif,

relevan, dapat diverifikasi, dapat diandalkan, dapat dipercaya, tepat waktu serta

memakai metode pengumpulan dan analisis data yang tepat dan transparan.

c. Masalah Dalam Evaluasi Dampak

Evaluasi dampak berfokus pada dampak bersih (net impact) dari sebuah

intervensi pada individu, rumah tangga, institusi dan lainnya. Namun ada kemungkinan

bahwa terdapat faktor lain juga berkontribusi pada dampak yang ditimbulkan. Evaluasi

yang baik adalah evaluasi yang mampu membersihkan dampak dari faktor-faktor

lainnya tersebut, yaitu dengan menganalisis apa yang terjadi ketika intervensi tidak ada

(counterfactual situation). Hal ini dapat dilakukan dengan membuat suatu kelompok

kontrol (kelompok yang tidak menerima intervensi) sebagai kelompok pembanding

dengan mereka yang menerima intervensi (treatment groups).



Hal. 9

Ketika suatu intervensi berada pada lingkup tempat, kelompok kontrol dapat

ditentukan pada tingkatan yang berbeda: regional, desa, komunitas, atau rumah tangga.

Semakin rendah tingkatannya semakin intensif informasi yang diperoleh, semakin

memakan waktu dan tentunya semakin mahal. Semua hal tersebut dapat diatasi dengan

menggunakan beberapa metode yang dikelompokkan menjadi dua kelompok besar

yaitu, desain eksperimen (evaluasi acak) dan desain eksperimen-semu (evaluasi bukan-

acak).

Beberapa isu yang timbul dalam menentukan kelompok kontrol ini diantaranya

ialah mengenai lingkup intervensi (semakin luas lingkupnya semakin sulit/tidak relevan

untuk membuat kelompok kontrol), kemudian integritas dari kelompok kontrol

(dipengaruhi oleh adanya program intervensi lainnya yang berada pada daerah), dan

perlunya memperhitungkan beberapa kejadian yang terjadi pada waktu yang

bersamaan. Permasalahan-permasalahan tersebut dapat diatasi dengan beberapa

metode yang dapat digunakan untuk membuat control groups yaitu (Rosi and Freeman,

1982):

1. Randomized control: individu-individu secara acak dibagi menjadi dua kelompok,

mereka yang menerima intervensi dan yang tidak.

2. Constructed control: membuat dua kelompok (yang menerima intervensi dan yang

tidak) yang memiliki kemiripan karakteristik.

3. Statistical control: membandingkan dua kelompok untuk karakteristik lainnya yang

mungkin secara statistik berbeda diantara keduanya.

4. Reflexive control: kelompok yang menerima intervensi dibandingkan dengan diri

mereka sendiri sebelum dan setelah menerima intervensi.

5. Generic control: dampak intervensi dibandingkan dengan tujuan/target yang

diharapkan dari intervensi.

6. Shadow control: penilaian dari para ahli, atau kelompok atas hasil apa yang

diharapkan dengan hasil yang terjadi.

Pemilihan dari berbagai metode di atas tergantung dari metode/model evaluasi

dampak yang digunakan, dan tentunya berbagai hambatan yang dimiliki. Apakah itu

hambatan waktu, biaya atau ketersediaan data. Pada studi ini yang akan digunakan

adalah dengan membuat dua kelompok yang memiliki kemiripan karakteristik

(constructed control).

Mengapa kondisi counterfactual sangat penting? Jawabannya adalah untuk

menghindari bias dalam melakukan estimasi terhadap dampak suatu kebijakan. Satu

teknik yang sering digunakan dalam metode evaluasi adalah membandingkan antara



Hal. 10

hasil ”sebelum” dan ”sesudah” intervensi. Masalah dari komparasi ini adalah ia

menggunakan suatu kelompok yang sama yang terkena intervensi dan melihat

perubahan hasil pada kelompok tersebut seiringan berubahnya waktu. Hal ini

memunculkan adanya potensi bias pada hasil yang diukur karena komparasi tersebut

gagal untuk memasukkan perhitungan perubahan terhadap hasil pada kelompok

terkena intervensi jika tidak ada kebijakan pada kelompok tersebut. Gambar di bawah

ini menunjukkan betapa pentingnya counterfactual dalam evaluasi dampak.

Gambar 2.1 Mengukur Dampak (Impact)

d. Evaluasi Dengan Data Non-Experimental

Seperti telah disinggung di atas bahwa tujuan evaluasi dampak ialah mengukur

dampak dari intervensi/kebijakan pada sekumpulan variabel hasil. Biasanya individu-

individu diidentifikasi berdasar beberapa tipe yang dapat diobservasi seperti umur,

gender, pendidikan, lokasi, dll. Dengan demikian, masalah evaluasi adalah mengukur

dampak intervensi/kebijakan pada setiap tipe individu. Hal ini dapat dilihat sebagai

masalah dalam hilangnya data (missing data) karena pada suatu titik tertentu setiap

orang dianggap sebagai partisipan dari kebijakan tersebut atau tidak, dan tidak dapat

keduanya. Dengan demikian membuat suatu counterfactual adalah isu sentral dari

metode evaluasi.

Dalam ilmu ekonomi, metode evaluasi terbagi dalam lima kategori besar. Setiap

kategori menyediakan alternatif pendekatan dalam membentuk suatu kondisi jika tiada

kebijakan (counterfactual) (Blundell and Costa Dias, 2000). Yang pertama adalah

eksperimen acak sosial murni. Dalam beberapa cara metode ini adalah metode yang

paling meyakinkan karena keberadaan kelompok kontrol yang acak dari suatu populasi.

Metode ini mengatasi masalah missing data di atas. Metode evaluasi yang kedua dikenal

Y1 (observedl)

Y1

* (counterfactual)

Y0 t=0 t=1 time

Intervention

Impact



Hal. 11

dengan istilah eksperimen alamiah atau juga dikenal dengan differences-in-differences.

Metode ini biasanya dilakukan dengan membandingkan perbedaan (differences)

perilaku rerata sebelum (Dt) dan setelah intervensi/kebijakan (D0) untuk kelompok

partisipan (terkena dampak) dengan kondisi sebelum dan setelah dari kelompok

kontrol. Hal ini dapat dilihat dengan lebih jelas pada gambar di bawah ini.

Gambar 2.2 Double Difference: Ilustrasi Grafik

Metode ketiga adalah metode mencocokkan (matching method). Ide dasar dari

metode ini adalah untuk mencocokkan antara kelompok yang terkena intervensi dengan

kelompok yang tidak terkena intervensi dengan menggunakan karakteristik kelompok

yang dapat diobservasi. Setiap kelompok terkena intervensi (treatment group)

dipasangkan dengan kelompok kecil di kelompok kontrol (comparison group) yang

paling sama dari probabilitanya dari terkena intervensi. Probabilita ini (disebut dengan

propensity score matching) diestimasi sebagai fungsi dari karakteristik-karakteristik

tertentu bisasanya dengan menggunakan model logit/probit. Dengan demikian, tujuan

dari metode ini sederhana, yaitu untuk memilih faktor-faktor yang dapat diobservasi,

dua kelompok dengan nilai sama dari faktor-faktor tersebut akan menunjukkan tiada

perbedaan sistematik dalam reaksi mereka terhadap intervensi/kebiijakan. Prosedur

mencocokkan ini digambarkan pada gambar di bawah ini. Rerata dampak kebijakan di

estimasi dari perbedaan antara rerata hasil kelompok terkena intervensi (treatment

group) dengan rerata kelompok counterfactual.



Hal. 12

Gambar 2.3 Propensity Score Matching: Prosedur Membentuk Counterfactual

Metode keempat adalah selection model. Model ini mengandalkan pada

pengeluaran hambatan, yang mensyaratkan sebuah variabel yang menentukan

partisipasi program namun tidak pada hasil program tersebut. Berbeda dengan metode

ketika yang dapat dianggap sebagai “selection of observables”, pendekatan ini

merupakan pilihan pada hal yang tidak dapat diobservasi. Pendekatan terakhir adalah

model simulasi struktural. Pendekatan ini telah lama digunakan untuk mengevaluasi

reformasi pajak dimana perilaku sering dapat dimodelkan oleh beberapa kerangka

pilihan yang rasional.

Menentukan metode evaluasi yang mana yang paling sesuai sangat bergantung

pada beberapa kriteria seperti sifat dari program (apakah lokal, nasional, atau global),

sifat dari pertanyaan yang akan dijawab (dampak keseluruhan, atau dampak dari

kebijakan pada kelompok yang terkena dampak), dan ketersediaan data. Berkaitan

dengan data, metodologi yang sesuai untuk data non-eksperimental bergantung pada

tiga faktor yaitu jenis informasi yang tersedia, model yang mendasarinya, dan parameter

yang akan dilihat. Sebagai contoh jika data yang tersedia berbentuk data longitudinal

maka metode eksperimen alamiah (difference-in-difference) dapat memberikan suatu

estimasi yang baik atas dampak intervensi/kebijakan. sementara itu jika data yang

tersedia berupa cross-section maka metode mencocokkan (matching method) dapat

dijadikan alternatif untuk mengestimasi dampak suatu kebijakan. Semua metode di atas

(matching, difference-in-difference) lebih dikenal dengan metode statistik, karena

menggunakan teknik statistik untuk mensimulasikan counterfactual.



Hal. 13

II.2. Penelitian-penelitian Sebelumnya

Pada sub-bab ini akan dipaparkan hasil kajian-kajian sebelumnya yang terkait

dengan penataan Daerah Otonom Baru. Hasil kajian yang dipaparkan disini adalah

“Evaluasi Kinerja Pembangunan Pra dan Pasca Pemekaran Wilayah, Studi Kasus

Kabupaten Tasikmalaya” (Pusat Kajian Dan Diklat Aparatur I (PKP2A I) Lembaga

Administrasi Negara, 2004), “Kajian Percepatan Pembangunan Daerah Otonom Baru”

(Direktorat Pengembangan Otonomi Daerah, Bappenas, 2005), “Studi Evaluasi

Pemekaran Daerah” (BRIDGE Project, kerjasama antara Bappenas dengan UNDP, 2007),

“Pengalaman Internasional mengenai Reformasi Teritorial - Implikasi terhadap

Indonesia” (USAID, 2007). “Unity in Diversity? The Creation of New Local Governments

in a Decentralizing Indonesia” (WorldBank, 2005)

a. Kajian Percepatan Pembangunan Daerah Otonom Baru (2005)

Tujuan utama yang akan dicapai dari penyusunan Kajian Percepatan

Pembangunan Daerah otonom Baru ini adalah memformulasikan suatu strategi dan

menyusun kebijakan, program dan rencana tindak untuk mendorong percepatan

pembangunan daerah otonom baru. Metode analisis yang digunakan umumnya adalah

deskriptif kualitatif (terutama melalui analisis SWOT) maupun analitis memakai beberapa

formula yang sesuai, meliputi:

1. Review atas peraturan perundangan yang berlaku berkaitan dengan pelaksanaan

pembangunan daerah otonom baru,

2. Analisis Sosial Budaya: karakteristik riil masyarakat, motivasi, persepsi dan

preferensi masyarakat untuk mendukung pelaksanaan pembangunan, kondisi

(jenis dan jumlah) lembaga kemasyarakatan yang ada, kearifan tradisional

masyarakat berkaitan dengan pengembangan wilayah, dan sosial kapital lainnya.

3. Analisis ekonomi: identifikasi sektor-sektor potensial, penetapan sektor strategis,

serta telaahan sistem dan mekanisme pengelolaan aset.

4. Analisis prasarana dan sarana wilayah: indentifikasi kebutuhan sarana dan

prasarana wilayah untuk mendukung pengembangan kegiatan ekonomi strategis.

5. Analisis kebijakan: Mengidentifikasi kebijakan-kebijakan pemerintah daerah

otonom baru yang berkaitan dengan investasi, ekonomi, dan pembangunan

infrastruktur serta analisis terhadap kinerja kebijakan yang telah dilaksanakan.

6. Analisis pendanaan pembangunan daerah: Mengidentifikasi potensi sumber-

sumber dana pembangunan dan penggunaannya.

7. Analisis kelembagaan : mengidentifikasi struktur dan kinerja lembaga yang ada

di daerah, serta hubungan antar lembaga.



Hal. 14

Dari hasil kajian mengenai “Percepatan Pembangunan Daerah Otonom Baru”

dapat diketahui kondisi permasalahan umum dalam penyelenggaraan pemerintahan dan

pelaksanaan pembangunan di daerah otonom baru (pada saat itu) sebagai berikut :

1. Sistem pemerintahan yang masih belum terbentuk secara utuh

2. Aparatur pemerintah daerah yang kurang memadai

3. Kemampuan keuangan yang rendah dan ketergantungan dengan pusat yang

sangat tinggi

4. Fasilitas kantor yang tidak memadai

5. Infrastruktur yang buruk

6. Rencana pembangunan yang lemah

Berdasarkan analisis terhadap kondisi perkembangan pembangunan daerah di

lima lokasi survey, dapat diketahui juga bahwa dari ke-lima lokasi kajian, Kota

Tasikmalaya merupakan kota (DOB) yang paling maju dibandingkan ke-empat DOB

lainnya. Bila ini dapat diartikan sebagai daerah yang relatif “cepat berkembang”, maka

dapat disimpulkan faktor-faktor penyebab DOB cepat berkembang antara lain sebagai

berikut:

1. DOB tersebut telah memiliki infrastruktur dasar yang cukup lengkap dengan

kondisi baik.

2. SDM relatif maju, karena terdukung dengan Prasarana dan sarana pendidikan

dasar hingga Perguruan Tinggi.

3. Memiliki aksessibilitas sehingga memudahkan masyarakatnya bekerjasama

dengan daerah lain baik untuk belajar maupun bekerjasama dalam

perekonomian.

4. Potensi sumberdaya ekonomi daerah sebagai sumber keuangan daerah relatif

telah dikelola dengan baik.

5. Pasar telah berkembang, karena prasarana dan sarana perdagangan telah

tersedia.

6. Kondisi keamanan kondusif untuk masuknya investor ataupun perdagangan

dengan daerah sekitar.

Sedangkan dari hasil analisa SWOT yang dilakukan, maka ada beberapa strategi yang

bisa diterapkan oleh daerah otonom baru (DOB) untuk mempercepat proses

pembangunan di daerahnya. Strategi-strategi tersebut dibagi ke dalam 6 bidang

(kebijakan, sosial budaya dan ketenagakerjaan, pendanaan pembangunan,



Hal. 15

perekonomian, kelembagaan, serta sarana dan prasarana) yang saling terkait dan saling

mempengaruhi, yaitu :

1. Bidang Perekonomian

a. Optimalisasi potensi ekonomi dengan peningkatan jumlah investor

b. Optimalisasi potensi ekonomi untuk peningkatan kesejahteraan masyarakat

2. Bidang Sosial Budaya dan Ketenagakerjaan

a. Peningkatan Kesejahteraan Masyarakat Berbasis Sumberdaya Lokal

b. Peningkatan Peran Tokoh Agama/ Masyarakat dalam Kerukunan Sosial.

c. Peningkatan/pengembangan lapangan kerja.

3. Bidang Sarana Prasarana

a. Percepatan penetapan dokumen Rencana Tata Ruang sebagai dasar

pelaksanaan pembangunan

b. Pembangunan fasilitas sebagai tambahan/ pelengkap dengan melibatkan

investor/swasta

c. Penyediaan utilitas untuk pemenuhan kebutuhan masyarakat dengan cara

pengelolaan privatisasi

4. Bidang Kebijakan

a. Penyusunan peraturan daerah yang jelas, tetap dan pasti

b. Pelaksanaan pemerintahan dengan konsep ”good governance”

5. Bidang Kelembagaan

a. Pengembangan kualitas SDM aparatur

6. Bidang Pendanaan Pembangunan

a. Optimalisasi PAD melalui intensifikasi dan ekstensifikasi potensi pajak serta

eksplorasi/pemanfaatan SDA atau sumber daya ekonomi

b. Meningkatan swadaya masyarakat dalam pembangunan

c. Penuntasan masalah Aset.

Strategi-strategi tersebut kemudian dirumuskan kembali berdasarkan masukan

dari FGD ke dalam suatu urutan prioritas strategi percepatan pembangunan DOB

sebagai berikut:

1. Bidang Kebijakan

a. Pembentukan sistem pemerintahan yang mengarah pada good governance.

b. Pembuatan kebijakan yang jelas, tetap dan pasti

2. Bidang Perekonomian



Hal. 16

a. Optimalisasi potensi ekonomi dengan meningkatkan jumlah investor

b. Optimalisasi potensi ekonomi untuk peningkatan kesejahteraan masyarakat

3. Bidang Pendanaan Pembangunan

a. Optimalisasi PAD melalui intensifikasi dan ekstensifikasi pajak serta

peningkatkan swadaya masyarakat dalam pembangunan

b. Peningkatan pendapatan daerah dengan mengeksplorasi/ pemanfaatan SDA

atau sumberdaya ekonomi serta penuntasan masalah Aset

4. Bidang Sarana Prasarana

a. Pembangunan prasarana dan sarana dalam penyelenggaraan pemerintahan dan

pelaksanaan pembangunan dengan melibatkan investor/swasta dan

penyediaan utilitas untuk pemenuhan kebutuhan masyarakat dengan cara

pengelolaan privatisasi

b. Percepatan penetapan dokumen Rencana Tata Ruang sebagai dasar

pelaksanaan pembangunan

5. Bidang Kelembagaan

a. Pengembangan kualitas SDM aparatur

Namun rekomendasi ini bukan merupakan rekomendasi yang bersifat mengikat,

karena setiap daerah memiliki keadaan yang berbeda, sehingga setiap daerah perlu

mengkaji kembali dan menyesuaikan dengan kondisi daerahnya masing-masing,

terutama dengan kemampuan dan sumber daya yang mereka miliki.

b. Evaluasi Kinerja Pembangunan Pra dan Pasca Pemekaran Wilayah, Studi Kasus

Kabupaten Tasikmalaya (2004)

Kesimpulan umum yang dapat diambil dari kajian ini adalah bahwasanya

pemekaran wilayah Kabupaten Tasikmalaya menjadi Kabupaten Tasikmalaya (daerah

induk) dengan Kota Tasikmalaya (daerah baru) telah membuktikan bahwa sebelum

terjadinya pemekaran wilayah terjadi kesenjangan antara wilayah yang ada di perkotaan

dengan wilayah yang ada di pedesaan. Kesenjangan tersebut terjadi pada berbagai

dimensi kehidupan dan sektor perekonomian, antara lain kesenjangan pendapatan,

kesenjangan pendidikan, kesenjangan kesehatan, dan kesenjangan sarana dan

prasarana umum. Secara rinci dapat diuraikan sebagai berikut: pertama, terjadi

peningkatan pemerataan pendapatan di Kabupaten Tasikmalaya pasca pemekaran

wilayah. Hal ini diduga karena terjadinya pengelompokkan masyarakat ke dalam dua

wilayah, yaitu kelompok masyarakat dengan rata-rata pendapatan lebih tinggi di Kota



Hal. 17

Tasikmalaya dan kelompok masyarakat dengan rata-rata pendapatan yang lebih rendah

di Kabupaten Tasikmalaya.

Kedua, pemekaran wilayah telah berdampak terhadap peningkatan kontribusi

sektor pertanian terhadap PDRB, namun peningkatan kontribusi tersebut hanya sebagai

akibat bahwa areal pertanian sebelum dilakukannya pemekaran terdapat di wilayah

daerah induk. Sementara itu, kebijakan pemekaran tidak mampu mengakselerasi

pertumbuhan sektor pertanian. Ketiga, rendahnya tingkat pengangguran di Kabupaten

Tasikmalaya pasca pemekaran wilayah lebih disebabkan oleh kemampuan sektor

pertanian, yang sesuai dengan karakteristiknya, mampu mengakomodasi pencari kerja.

Dengan kata lain, rendahnya tingkat pengangguran terbuka diimbangi oleh tingginya

setengah menganggur (disguissed unemployment) di sektor pertanian.

Keempat, walaupun nampak terjadi perubahan dalam semua indikator sektor

pendidikan, namun perubahan tersebut lebih disebabkan karena penyebaran guru,

murid, dan penduduk usia sekolah antar wilayah di Kabupaten Tasikmalaya semula tidak

merata, sehingga ketika dilakukan pemekaran wilayah, yang terjadi adalah kesenjangan

antara Kabupaten dan Kota Tasikmalaya dalam indikator-indikator sektor pendidikan

tersebut. Kelima, dalam Bidang Kesehatan, pemekaran wilayah pun cenderung hanya

akan mengakibatkan terjadinya kesenjangan dalam layanan kesehatan, karena distribusi

sarana, prasarana, dan tenaga kesehatan semula tidak merata, melainkan lebih

terkonsentrasi di wilayah perkotaan.

Keenam, kebijakan pemekaran wilayah telah berdampak positif terhadap daerah

yang wilayahnya sebagian besar pedesaan dalam pembangunan sarana dan prasarana

dasar seperti listrik dan jalan. Hal ini disebabkan program-program pemerintah dalam

pembangunan sarana dan prasarana dasar baik sebelum maupun sesudah pemekaran

wilayah diorientasikan kepada wilayah pedesaan. Dengan demikian, pemekaran wilayah

berakibat terhadap pengkonsentrasian pembangunan sarana dan prasarana dasar

tersebut di wilayah pedesaan.

Ketujuh, dampak pemekaran wilayah yang paling terlihat secara signifikan adalah

terhadap keuangan daerah, khususnya terhadal Pendapatan Asli Daerah. Setelah

pemekaran wilayah, Kabupaten Tasikmalaya di satu pihak hanya memiliki PAD yang

sangat kecil, sementara Kota Tasikmalaya memiliki PAD yang relatif lebih besar. Hal ini

terjadi karena konsentrasi sumber-sumber PAD yang potensial terjadi di Kota

Tasikmalaya. Dengan demikian, daerah induk yang seharusnya mampu membina daerah

baru pecahannya, dalam hal PAD tidak mampu untuk melakukan pembinaan, bahkan



Hal. 18

sebagian PAD Kota Tasikmalaya (lebih kurang 30%) diserahkan kepada Kabupaten

Tasikmalaya.

c. Studi Evaluasi Pemekaran Daerah (2007)

Studi ini telah menyajikan evaluasi terhadap pemekaran kabupaten yang telah

berlangsung di Indonesia sejak tahun 2000. Dengan menggunakan metode control

treatment, studi ini telah membandingkan kinerja pembangunan daerah otonom baru,

daerah induk, dan daerah kontrol. Empat aspek utama yang mendapat perhatian dalam

studi ini adalah: (a) perekonomian daerah, (b) keuangan daerah, (c) pelayanan publik

serta (d) aparatur pemerintah daerah.

Secara umum dapat disimpulkan bahwa terdapat perbedaan persepsi antara

pemerintah pusat dan pemerintah daerah dalam hal pemekaran daerah ini. Pemerintah

pusat, ketika merumuskan PP 129/2000 berkeinginan untuk mencari daerah otonom baru

yang memang dapat berdiri sendiri dan mandiri. Karena itu disusunlah seperangkat

indikator yang pada hakekatnya berupaya mengidentifikasi kemampuan calon daerah

otonom baru. Namun dari sisi yang lain, pemerintah daerah memiliki pendapat yang

berbeda. Pemerintah daerah melihat pemekaran daerah sebagai upaya untuk secara

cepat keluar dari kondisi keterpurukan. Studi ini menemukan konfirmasi tersebut.

Daerah otonom baru ternyata secara umum tidak berada dalam kondisi awal yang lebih

baik dibandingkan daerah induk atau daerah kontrol. Bahkan evaluasi setelah lima tahun

perjalanannya, daerah otonom baru juga secara umum masih di bawah kondisi daerah

induk dan kontrol.

Dari sisi pertumbuhan ekonomi, daerah otonom baru lebih fluktuatif ketimbang

daerah induk yang relatif stabil dan meningkat. Selain itu, pertumbuhan ekonomi daerah

pemekaran (gabungan DOB dan daerah induk) lebih tinggi dari daerah-daerah

kabupaten lainnya namun sayangnya pertumbuhan ekonomi daerah pemekaran lebih

rendah dari daerah kontrol. Hal ini berarti walaupun daerah pemekaran telah melakukan

upaya memperbaiki perekonomian namun karena masa transisi ini membutuhkan proses

maka belum semua potensi ekonomi dapat digerakkan. Sebagai leading sector di daerah

DOB, sektor pertanian akan sangat rentan terhadap gejolak harga, baik harga komoditi

maupun hal-hal lain yang secara teknis yang mempengaruhi nilai tambah sektor

pertanian. Oleh karena itu, kemajuan perekonomian DOB sangat tergantung usaha

pemerintah dan masyarakat dalam menggerakkan sektor tersebut.



Hal. 19

Porsi perekonomian daerah DOB yang lebih kecil dibandingkan daerah lain

dalam perekonomian satu wilayah (propinsi) mengindikasikan bahwa secara relatif

daerah DOB belum memiliki peran dalam pengembangan perekonomian regional.

Meskipun terjadi pengurangan insiden kemiskinan di seluruh daerah, namun pemekaran

terlihat mendorong pelepasan penduduk miskin dari daerah induk ke DOB. Data

menunjukkan bahwa penduduk miskin justru terbanyak di DOB. Dalam konteks yang

lebih luas, peningkatan kesejahteraan masyarakat di daerah DOB belum dapat mengejar

ketertinggalan daerah induk meski kesejahteraan DOB telah relatif sama dengan daerah-

daerah kabupaten lainnya. Selain itu, kesejahteraan di daerah pemekaran juga relatif

lebih baik ketimbang rata-rata daerah maupun daerah kontrol.

Dari sisi ekonomi, penyebab ketertinggalan daerah DOB dari pada daerah induk

maupun daerah lainnya yakni keterbatasan sumberdaya alam, keterbatasan sumberdaya

manusia di mana penduduk miskin cukup banyak, maupun dukungan pemerintah yang

belum maksimal dalam mendukung bergeraknya perekonomian melalui investasi

publik. Masalah-masalah yang dihadapai pada aspek ekonomi yakni faktor keamanan

lokal yang belum kondusif dalam menggerakkan investasi, pola belanja aparatur dan

pembangunan yang belum sepenuhnya mendukung perekonomian lokal karena

masalah tempat tinggal aparatur, pemilihan ibukota kabupaten yang belum dapat

menciptakan pusat perekonomian DOB, keterbatasan berbagai infrastruktur penunjang

ekonomi maupun penunjang pusat fasilitas pemerintahan.

Secara umum kinerja keuangan daerah otonom baru menunjukkan kondisi yang

lebih rendah dibandingkan daerah induk. Selama lima tahun dalam studi ini, kinerja

keuangan DOB cenderung konstan, sementara kinerja keuangan daerah induk

cenderung meningkat. DOB memiliki ketergatungan fiskal yang lebih tinggi

dibandingkan dengan daerah induk, dengan kesenjangan yang semakin melebar.

Pemekaran juga mendorong ketergantungan yang lebih besar di daerah

pemekaran relatif dibandingkan dengan daerah kontrol maupun kabupaten lain pada

umumnya. Optimalisasi sumber-sumber PAD di daerah DOB relatif lebih rendah

dibandingkan daerah induk. Sementara itu, jika dibandingkan dengan daerah kontrol

maupun rata-rata daerah, optimalisasi PAD di daerah pemekaran relatif lebih rendah

walaupun dengan gap yang cukup rendah. Dengan kata lain, sumber-sumber ekonomi

yang juga menjadi sumber-sumber PAD di daerah kontrol atau kabupaten lainnya pada

umumnya sudah dalam kondisi mantap (steady state).

Sebagai daerah baru, DOB memiliki fokus yang relatif lebih besar dibandingkan

daerah induk dalam hal belanja-belanja yang bersifat investasi daripada konsumtif.



Hal. 20

Karena itu pula maka kontribusi belanja pemerintah terhadap PDRB juga lebih besar di

DOB dibandingkan daerah induk, namun di bawah daerah kontrol. Peran anggaran

pemerintah daerah pemekaran dalam mendorong perekonomian relatif kurang optimal

dibandingkan daerah kontrol walapun secara keseluruhan masih di atas rata-rata

kabupaten pada umumnya.

Dalam periode 2001-2005, kinerja keuangan pemerintah DOB terus mengalami

peningkatan baik dari sisi penurunan dependensi fiskal maupun dari sisi kontribusi

ekonomi. Namun peningkatan kinerja tersebut belum dapat dikatakan optimal karena

masih tergolong dalam dependensi fiskal yang tinggi dengan kontribusi ekonomi yang

relatif rendah, yang terjadi dalam kondisi investasi pemerintah (capital expenditure) DOB

yang relatif lebih besar dibandingkan daerah lainnya. Hal ini terkait dengan fakta bahwa

DOB masih ada dalam fase transisi, baik secara kelembagaan, aparatur maupun

infrastruktur pemerintahan.

Secara umum kinerja pelayanan publik di DOB masih di bawah daerah induk,

walaupun kesenjangannya relatif kecil. Kinerja pelayanan pubkik di DOB plus daerah

induk secara umum masih dibawah kinerja pelayanan publik di daerah kontrol maupun

rata-rata kabupaten. Selama lima tahun terakhir, di semua kategori daerah menunjukkan

kinerja pelayanan publik yang cenderung menurun. Masalah yang dihadapi dalam

pelayanan public ialah: (i) tidak efektifnya penggunaan dana, terkait dengan kebutuhan

dana yang tidak seimbang dengan dengan luas wilayah dan jumlah penduduk yang

relatif sama, (ii) ketersediaan tenaga pelayanan pada masyarakat karena perkembangan

ekonomi dan fasilitas yang terbatas, dan (iii) masih terbatasnya pemanfaatan layanan

publik publik yang diberikan. DOB memiliki pertumbuhan guru untuk pendidikan dasar

di daerah DOB lebih tinggi dibandingkan daerah induk maupun daerah kontrol

meskipun masih lebih rendah dibandingkan rata-rata kabupaten. Di sisi lain, daya

tampung sekolah mengalami tren menurun. Penurunan di DOB lebih cepat dibandingkan

di daerah induk.

Ketersediaan fasilitas kesehatan di daerah DOB dalam perkembangannya tidak

jauh berbeda dengan daerah induk. Pemekaran daerah secara nyata mendorong

pemerataan pelayanan kesehatan terutama di bidang sarana fisik. Dari sisi ketersediaan

tenaga kesehatan, daerah DOB masih di bawah daerah induk dengan gap yang relative

besar. Pada aspek infrastuktur, kualitas jalan di daerah induk masih lebih baik

dibandingkan di daerah DOB. Selain itu kualitas jalan di daerah pemekaran lebih rendah

dengan kualitas jalan di daerah kontrol dan rata-rata kabupaten. Hal ini menandakan



Hal. 21

meski upaya pembangunan infrastruktur tetap dilakukan namun perkembangannya jauh

lebih cepat di daerah bukan pemekaran.

Kinerja aparatur secara keseluruhan menunjukkan fluktuasi di DOB dan daerah

induk meskipun dalam dua tahun terakhir posisi daerah induk masih lebih baik daripada

daerah DOB. Peningkatan jumlah aparatur menjadi tren selama lima tahun pemekaran.

Kualitas aparatur di DOB masih sangat rendah, meskipun data menunjukkan adanya

peningkatan persentase aparat dengan pendidikan minimal sarjana.

Penyebab daerah DOB belum menunjukkan kinerja sesuai yang diharapkan

karena pada masa transisi tidak adanya desain penempatan aparatur yang benar-benar

baik. Di samping itu, pembatasan jumlah aparatur yang formasinya ditentukan oleh pusat

juga menentukan ketersediaan aparatur sendiri. Masalah-masalah yang ditemui pada

pengelolaan aparatur diantaranya: adanya ketidaksesuaian antara aparatur yang

dibutuhkan dengan ketersediaan aparatur yang ada, kualitas aparatur yang rendah,

aparatur daerah bekerja dalam kondisi under employment yakni bekerja dibawah

standar waktu yang telah ditetapkan oleh pemerintah.

d. Unity in Diversity? The Creation of New Local Governments in a Decentralizing

Indonesia, 2005

Studi ini mengevaluasi pemekaran dari pemerintah daerah yang terjadi di sepanjang

era desentralisasi. Pemekaran yang semakin gencar itu merepresentasikan sebuah

perubahan yang fundamental di bidang administrasi pemerintah daerah, politik dan

fiskal. Studi ini menggunakan seperangkat data baru mengenai pemekaran yang

menjelaskan karakteristik dari daerah-daerah pemekaran tersebut, dan

menggambarkan insentif politik, fiskal dan ekonomi untuk memekarkan diri. Studi

tersebut menemukan bahwa persebaran geografi, keragaman etnis dan politik,

kekayaan sumberdaya alam, dan ”mencari rente” birokrasi, semuanya itu

mempengaruhi kemungkinan untuk terjadinya pemekaran.

II.3. Kerangka Konseptual

Evaluasi penataan Daerah Otonom Baru didasarkan pada tujuan pemekaran

daerah sebagaimana yang tertuang dalam PP 129/2000. Pemekaran daerah sendiri

didefinisikan sebagai pemecahan daerah propinsi, daerah kabupaten dan daerah kota



Hal. 22

menjadi lebih dari satu daerah. Dalam Bab II pasal 2 disebutkan bahwa tujuan

pemekaran daerah adalah: untuk meningkatkan kesejahteraan masyarakat melalui; (i)

peningkatan pelayanan kepada masyarakat; (ii) percepatan pertumbuhan kehidupan

demokrasi; (iii) percepatan pelaksanaan pembangunan perekonomian daerah; (iv)

percepatan pengelolaan potensi daerah; (v) peningkatan keamanan dan ketertiban; (vi)

peningkatan hubungan yang serasi antara pusat dan daerah.

Berdasarkan hal di atas, evaluasi penataan daerah otonom baru akan difokuskan

pada lima aspek yakni: perekonomian daerah, keuangan daerah, pelayanan publik,

kapasitas aparatur dan rentang kendali. Pemilihan empat aspek tersebut didasarkan

atas; pertama, pemekaran daerah pada dasarnya merupakan pemekaran pemerintahan

karena secara fisik terjadi pengecilan daerah. Sehingga pemilihan kelima aspek

tersebut sangat terkait dengan peran pemerintah dalam menciptakan peningkatan

kesejahteraan masyarakat secara luas. Selain alasan diatas, kelima aspek ini merupakan

aspek utama dalam format desentralisasi dan otonomi daerah melalui pelimpahan

sebagian besar kewenangan.

Evaluasi Daerah Otonom Baru baik kabupaten DOB maupun Kota DOB

dilaksanakan dengan membandingkan perkembangan indikator pada aspek-aspek

terpilih baik secara parsial maupun secara komparatif. Analisis parsial menyangkut

perkembangan indikator antar individu dan antar waktu sedangkan evaluasi komparatif

dilaksanakan dengan membandingkan perkembangan indikator terpilih di DOB dengan

daerah kabupaten rata-rata Dari hal inilah akan dilihat apakah memang terjadi

perubahan (kemajuan) yang signifikan pada suatu daerah ketika terjadi pemekaran.

Namun demikian, karena pemekaran yang terjadi karena suatu sistem yang berubah

total pada masa reformasi dan sebagai akibat dari krisis ekonomi maka membandingkan

antara sebelum dan sesudah pemekaran menjadi kurang tepat. Apabila pemekaran

merupakan suatu yang alamiah tanpa adanya era reformasi dan krisis maka hal tersebut

akan sungguh tepat dilakukan. Untuk itulah dipilih daerah kontrol sebagai representasi

daerah tanpa intervensi pemekaran.

Dengan demikian, metode evaluasi yang dilakukan adalah melakukan

perbandingan antara antara kabupaten dan Kota DOB dengan rata-rata kabupaten dan

daerah kontrol. Selanjutnya melalui alat analisisi kuantitatif maupun kualitatif dapat

dirumuskan berbagai rekomendasi terkait dengan pemekaran daerah. Landasan

konseptual studi ini dapat dijelaskan dalam 3 bagian:

- Bagian pertama, adalah bahwa evaluasi penataan daerah otonom baru dilandasi

oleh tujuan dari pemekaran daerah itu sendiri yang berdasarkan PP nomor 129



Hal. 23

tahun 2000 utamanya ditujukan untuk peningkatan kesejahteraan masyarakat.

Berdasarkan hal tersebut, evaluasi pemekaran daerah dilaksanakan dengan

memfokuskan penilaian pada 5 fokus area, Kinerja Ekonomi, Kinerja Keuangan

Pemerintah Daerah, Pelayanan Publik, Kapasitas Aparatur dan Rentang Kendali.

- Bagian kedua, adalah pola analisis dimana dalam studi ini terdapat 3 pola analisis,

yaitu membandingkan kinerja Daerah Otonom Baru dengan daerah induk setelah

pemekaran, membandingkan kinerja Kabupaten DOB dengan Kota DOB serta

membandingkan Daerah Otonom Baru dan induk tersebut dengan daerah kontrol

serta dengan rata-rata daerah.

- Bagian ketiga, adalah metode analisis dimana metode yang digunakan adalah

metode kuantitatif yang didukung oleh metode kualitatif. Pada gilirannya proses

pada tiap bagian diharapkan secara simultan menghasilkan implikasi-implikasi

terhadap pemekaran daerah.

Gambar 2.4. Kerangka Konseptual

PP 129 tahun 2000 Pemekaran Daerah

Asp

ek

Ekonomi Keuangan Daerah

Pelayanan Publik

Kapasitas Aparatur

Kabupaten DOB

Daerah Induk

Daerah Kontrol

Ker

angk

a A

nalis

is

Peningkataan Kesejahteraan

Masyarakat, melalui:

• Peningkatan pelayanan kepada masyarakat;

• Percepatan partumbuhan kehidupan demokrasi;

• Percepatan pelaksanaan pembangunan perekonomian daerah;

• Percepatan pengelolaan potensi daerah;

• Peningkatan keamanan dan ketertiban;

• Peningkatan hubungan yang serasi antara Pusat dan Daerah.

Evaluasi pada:

Analisis Kuanlitatif Analisis Kualitatif

Met

ode

Ana

lisis

Implikasi Kebijakan

Rata2 Daerah

Rentang Kendali

Kota DOB



Hal. 24

BAB III METODOLOGI III.1. Aspek, Kriteria, Indikator

Beberapa aspek, kriteria dan indikator yang digunakan dalam studi evaluasi ini

didasarkan pada Peraturan Pemerintah (PP) No. 129 Tahun 2000 tentang Persyaratan

Pembentukan, dan Kriteria Pemekaran, Penghapusan, dan Penggabungan Daerah. Dari

PP tersebut dapat diketahui alasan suatu daerah mekar ialah untuk meningkatkan

kesejahteraan rakyat melalui peningkatan pelayanan terhadap masyarakat; percepatan

pertumbuhan kehidupan demokrasi; percepatan pelaksanaan pembangunan

perekonomian daerah; percepatan pengelolaan potensi daerah; peningkatan keamanan

dan ketertiban; dan peningkatan hubungan yang serasi antara Pusat dan Daerah.

Karena keterbatasan data, tidak semua hal dalam PP 129 tahun 2000 dievaluasi.

Studi ini berfokus pada beberapa hal seperti pelayanan umum, perekonomian daerah,

keuangan pemerintah, aparatur, dan rentang kendali. Dari aspek-aspek tersebut dapat

diketahui beberapa hal yang krusial diantaranya: (i) kinerja ekonomi daerah yang dilihat

dari pertumbuhan ekonomi, dan transformasi ekonomi itu semakin membaik atau tidak

setelah terjadi pemekaran; (ii) pelayanan publik yang diberikan kepada masyarakat di

daerah pemekaran, apakah pemekaran terbukti memudahkan masyarakatnya

mengakses layanan umum seperti kesehatan, pendidikan, listrik, telepon, air bersih, dan

lainnya; dan (iii) kapasitas aparatur beserta kualitasnya di daerah pemekaran. Berikut

adalah beberapa aspek, kriteria dan indikator yang akan digunakan pada studi ini

secara detail.

3



Hal. 25

Tabel 3.1.

Aspek, Kriteria dan Indikator Evaluasi No Aspek Kriteria Indikator

Skala Ekonomi PDRB Konstan

Daya Beli Tingkat Kemiskinan 1 Ekonomi Daerah

Supply Tenaga Kerja Jumlah Angkatan Kerja

Keuangan Pusat - Daerah DAU, DAK dan Total Penerimaan

Fokus Belanja Belanja Modal, Belanja Tetap &Total Belanja 2 Keuangan Pemerintah

Kontribusi Ekonomi Total Belanja dan Produk Domestik Bruto

Fasilitas Pendidikan Tingkat Dasar Jumlah Sekolah SD & SLTP, Jumlah Murid SD & SLTP

Tenaga Pendidik Pendidikan Tingkat Dasar Jumlah Guru SD & SLTP, Jumlah Murid SD & SLTP

Fasilitas Pendidikan Tingkat Lajut Jumlah Sekolah dan Murid SLTA

Tenaga Pendidik Pendidikan Tingkat Lanjut Jumlah Guru dan Murid SLTA

Fasilitas Kesehatan Jumlah Fasilitas Kesehatan dan Jumlah penduduk

Pelayanan Tenaga Medis Jumlah Tenaga Medis dan jumlah penduduk

3 Pelayanan Publik

Fasilitas Infrastruktur Total Panjang Jalan Kabupaten menurut kondisi

Kualitas Aparatur Jumlah PNS menurut tingkat pendidikan

Komposisi Aparatur Jumlah PNS menurut fungsi (Teknis dan Administratif) 4 Kapasitas Aparatur

Jangkauan Aparatur Jumlah PNS, Jumlah Penduduk

Jarak Jarak antar kecamatan terhadap ibukota kabupaten 5 Rentang Kendali

Keamanan Kriminalitas per 1000 Penduduk

III.2. Sampel

Penentuan daerah sampel pada studi ini dilakukan dengan metode cluster dan

simple random sampling. Metode cluster di pilih berdasarkan pulau besar yang ada di

Indonesia. Namun sebelum itu ada beberapa hal yang perlu diperhatikan bahwa

pemekaran yang akan di pilih ini ialah daerah yang tidak berada/sedang dalam situasi

konflik. Dengan begitu, Pulau Irian dan Kepulauan Maluku dikeluarkan dari pemilihan

daerah sampel. Pada tahap selanjutnya, pemilihan propinsi, dilakukan dengan acak-

sederhana (simple random sampling). Kemudian, daerah otonomi baru (kabupaten/kota)

yang dipilih adalah daerah yang terbentuk pada tahun 2001 hingga 2003. Ada beberapa

alasan mengapa menggunakan periode ini. Pertama, aspek, dan kriteria yang digunakan

pada studi ini didasarkan pada PP 129/2000 sehingga daerah yang berdiri sebelum PP

tersebut di buat menjadi tidak relevan. Kedua, berkaitan dengan ’evaluasi’ itu sendiri

yang memerlukan waktu untuk melihat dampak dari suatu pemekaran daerah. Dengan

demikian, daerah-daerah yang baru mekar pada tahun setelah, katakan, 2004 tidak bisa



Hal. 26

dilihat karena ketidaktersediaan data dan juga dipikir masih terlalu cepat untuk

mengevaluasi daerah tersebut.

Berbeda dengan studi sebelumnya yang dilakukan oleh Bridge, UNDP dan

Bappenas pada tahun 2007, studi ini membedakan pola pemekaran menjadi dua bentuk

yaitu pemekaran kabupaten menjadi kabupaten dan pemekaran kabupaten menjadi

kota. Pembedaan pola pemekaran ini ditujukan untuk melihat dampak pemekaran

daerah dengan melihat dari sisi kesiapan tahapan pemekarannya. Berikut adalah daftar

daerah yang terpilih menjadi sampel dalam studi ini. Dari tabel dapat dilihat bahwa

sampel terdiri dari 3 pulau besar, 5 propinsi dan 26 daerah kabupaten/kota.

Tabel 3.2. Sampel Daerah Otonom Baru dan Daerah Induk

Propinsi Daerah Otonom Baru Daerah Induk Kab. Nias Selatan Kab. Nias Kab. Humbang Hasundutan Kab. Tapanuli Utara Kab. Pak Pak Barat Kab. Dairi Kab. Samosir Kab. Toba Samosir Kab. Serdang Bedagai Kab. Deli Serdang

Provinsi Sumatera Utara

Kota Padang Sidempuan Kab. Tapanuli Selatan Kab. Kaur Kab. Bengkulu Selatan Kab. Seluma Kab. Bengkulu Selatan Kab. Muko Muko Kab. Bengkulu Utara Kab. Lebong Kab. Rejang Lebong

Provinsi Bengkulu

Kab. Kepahiang Kab. Rejang Lebong Kab. Karimun Kab. Kepulauan Riau (Bintan) Kab. Natuna Kab. Kepulauan Riau (Bintan) Kab. Lingga Kab. Kepulauan Riau (Bintan) Kota Batam Kab. Kepulauan Riau (Bintan)

Provinsi Kepulauan Riau

Kota Tanjung Pinang Kab. Kepulauan Riau (Bintan) Kab. Bengkayang Kab. Sambas Kab. Landak Kab. Pontianak Kab. Sekadau Kab. Sanggau Kab. Melawi Kab. Sintang

Provinsi Kalimantan Barat

Kota Singkawang Kab. Bengkayang Kab. Konawe Selatan Kab. Konawe/Kendari Kab. Bombana Kab. Buton Kab. Wakatobi Kab. Buton Kab. Kolaka Utara Kab. Kolaka

Provinsi Sulawesi Tenggara

Kota Bau-Bau Kab. Buton

Focus Groups Discussion (FGD) dan wawancara mendalam (indepth interview)

akan dilaksanakan untuk mendapatkan penjelasan mendetail dari hasil analisis

deskripsi, maka perlu dipilih kembali daerah otonomi baru tersebut yang akan dijadikan

lokasi FGD tersebut. Pemilihan lokasi tersebut ditentukan dengan metode acak-

sederhana di setiap propinsi. Daerah-daerah yang terpilih menjadi lokasi FGD ialah,

Kota Padang Sidempuan, Kota Bau-Bau, Kabupaten Muko-Muko, Kabupaten Melawi, dan

Kabupaten lingga. Sebagai pembanding daerah-daerah baru tersebut, maka dipilih juga



Hal. 27

satu daerah kontrol dari setiap propinsi yang ada. Daerah kontrol ini diasumsikan dapat

menjadi suatu counterfactual situation yang dibutuhkan dalam melakukan studi evaluasi.

Pemilihan daerah kontrol didasarkan pada kedekatan kondisi ekonomi dari suatu daerah

kontrol dengan daerah di mana lokasi FGD itu akan berlangsung. Daerah yang terpilih

menjadi daerah kontrol adalah Kabupaten Tapanuli Tengah, Bengkulu Utara, Karimun,

Ketapang, dan Muna.

III.3. Sumber Data

Data yang digunakan dalam studi ini bersumber dari berbagai publikasi instansi

dan lembaga terkait. Untuk analisis deskripstif studi ini menggunakan publikasi BPS, BPK

dan Departemen Keuangan yang masing-masing berupa daerah dalam angka, potensi

desa, dan keuangan pemerintah daerah (APBD). Kemudian untuk analisis ekonometrik

yang menggunakan metode evaluasi dampak untuk data non-eksperimen studi ini

menggunakan data Survey Sosial Ekonomi Nasional (susenas) dan Potensi Desa (podes)

tahun 2006. Pemilihan periode ini karena masalah ketersediaan data susenas terbaru dan

didasari atas adanya argumen bahwa mesti ada rentang waktu yang cukup panjang

dalam melakukan studi dampak. Selain itu juga data dari penelitian yang dilakukan oleh

Hari Sedyaldo (Alternatives of Pemekaran). Data penelitian tersebut pada umumnya di

dapat dari Daerah Dalam Angka publikasi BPS untuk beberapa periode.

III.4. Metode Analisis

Seperti yang telah dijelaskan sebelumnya, studi ini melakukan dua analisis yaitu

analisis deskriptif dan analisis ekonometrik. Analisis deskriptif pada studi ini adalah

dengan menggunakan alat penghitungan berupa indeksasi. Penentuan indeksasi

dilakukan dengan menstrukturkan data dan mengolahnya dengan metode normalisasi

data. Metode ini dipilih karena beberapa alasan antara lain :

1. Prosesnya mudah atau sederhana untuk dilakukan.

2. Tidak membutuhkan peralatan (software) tertentu maupun keahlian spesifik.

Hanya membutuhkan operasi matematika sederhana.

3. Pergerakan data pada setiap kriteria, sub kriteria dan indikator dengan mudah

dapat ditelusuri, untuk keperluan analisis pada setiap kriteria maupun sub

kriteria.



Hal. 28

Metode perhitungan yang digunakan untuk menstandarisasi data adalah sebagai

berikut:

100)Min(Max

MinXXij

jj

jij^ ×−−

= ...............................................(3.1)

dimana :

Xij’ = Nilai yang distandarisasi kabupaten ke-i variabel ke-j

Xij = Nilai data asal kabupaten ke-i variabel ke-j

Minj = Nilai minimun variabel ke-j

Maxj = Nilai maximum variabel ke-j

Dari hasil standarisasi data tersebut kemudian dihitung rata-rata pada masing-

masing kelompok variabel. Nilai rata-rata dari kelompok variabel tersebut menghasilkan

indeks Kinerja Pemerintah Daerah Total. Rumusan indeks seperti pada persamaan (3.1)

di atas aplikasikan pada setiap indikator kinerja yang digunakan. Hal ini dilakukan selain

untuk memperoleh posisi relatif setiap individu terhadap total sampel yang digunakan

atau terhadap suatu kelompok yang dibutuhkan dalam analisis. Untuk satu fokus area

yang dianalisis menggunakan beberapa indikator, maka indeks untuk fokus area

dimaksud disusun berdasarkan rata-rata nilai indeks seluruh indikator analisisnya.

Rumusan indeks fokus area dimaksud dapat dirumuskan sebagai berikut:

n

II...IIIIIIIFA ni,i,3i,2i,1

ki,

++++= ....................................(3.2)

Dimana:

IFAi,k : Indeks Fokus Area ke-k untuk individu ke-i IIi,n : Indeks Indikator ke-n (untuk masing-masing fokus area k),

untuk individu ke-i. n : jumlah indikator untuk masing-masing fokus area.

Untuk menyusun indeks fokus area seperti pada persamaan (3.2) di atas, perlu

dipastikan bahwa indeks indikator penyusunnya (II1, II2, II3, ..., IIn) memenuhi prinsip

konsistensi. Artinya bahwa analisis dari setiap indikator adalah searah. Misalnya jika

indeks indikator yang digunakan secara umum berarah positif (semakin mendekati 100

semakin baik), maka setiap indeks indikator yang digunakan hendaknya juga berarah

positif. Untuk indeks indikator yang mempunyai arah negatif (semakin mendekati 100

semakin buruk) diperlukan penyesuaian dengan menggunakan reverse index untuk

indikator dimaksud dengan rumusan sebagai berikut:



Hal. 29

ki,ki, II100RII −= ............................................................(3.3)

Dimana:

RIIi,k :Reverse Indeks Indikator ke-k untuk individu ke-i.

Selanjutnya untuk analisis ekonometrik, seperti penjelasan di atas dengan data

non-experimental maka metode yang cocok dengannya adalah matching method. Untuk

melihat rerata dampak dari suatu intervensi dari metode ini maka akan digunakan PSM

(propensity score matching). Metode propensity score matching (PSM) ini diperkenalkan

oleh Rosenbaum dan Rubin (1983, 1985). Metode ini menjadi alat yang sangat populer

untuk membentuk suatu kelompok pembanding yang memiliki kesamaan dengan

kelompok partisipan. Rosenbaum dan Rubin memperkenalkan metode PSM ini untuk

mengurangi bias dalam mengestimasi dampak dari program/intervensi dengan satuan

data yang bersifat observasi. Karena dalam studi observasi kelompok control dan

treatment tidak acak (random), estimasi atas dampak intervensi akan bias oleh adanya

faktor-faktor lain (Becker and Ichino). Bias tersebut akan terreduksi ketika hasil

perbandingan diperoleh dengan kelompok control dan treatment yang sedekat mungkin.

Tujuan dari metode ini adalah untuk menemukan kelompok pembanding terdekat dari

suatu sampel non-partisipan pada sampel partisipan program. Kata “terdekat” diukur

dalam ukuran karakteristik-karakteristik yang dapat diobservasi. Propensity score itu

didefinisikan sebagai probabilita bersyarat untuk menerima intervensi dengan berdasar

pada karakteristik-karakteristik sebelum intervensi tersebut. (Rosenbaum and Rubin,

1983)

{ } { }XDEX1DPτP(X) === ............................………………(3.4)

Dimana D={0,1} adalah variabel dummy yang menunjukkan dua kelompok yang

berbeda, kelompok yang terkena intervensi (D=1), dan mereka yang tidak/ kelompok

kontrol (D=0). X adalah karakteristik-karakteristik pra-intervensi.

Sebagai hasilnya, jika propensity score p(xi) diketahui nilai average treatment

effect (ATT) dapat diestimasi sebagai berikut:

{ }{ }{ }{ } { }{ }{ }1)(,0)(,1

)(,1

1

0101

01

01

==−−=−=

=−=

=−=

iiiiiiiii

iiii

iii

DXpDYYEEXpDYYEE

XpDYYEE

DYYEτ



Hal. 30

Dimana ekspektasi terluar adalah terhadap distribusi dari (p(Xi)|Di=1) dan Y1i dan

Y0i adalah potensial hasil dalam dua kondisi counterfactual dari adanya intervensi (DOB)

dan tidak ada intervensi (kontrol).

Pada tataran praktisnya propensity score ini diestimasi dari nilai hasil prediksi

menggunakan model persamaan logit/probit. Untuk lebih jelasnya ada beberapa proses

penghitungan yang dilakukan untuk mengestimasi propensity score ini (Becker and

Ichino, 2003):

a) Dibutuhkan suatu survey sampel non-partisipan dan partisipan yang dapat

mewakili. Semakin besar sampel akan semakin baik dalam menghasilkan

kecocokan sampel. Untuk keperluan itu data yang digunakan adalah SUSENAS,

PODES 2006 dan Daerah Dalam Angka 2001-2006.

b) Satukan dua sampel tersebut dan estimasi dengan menggunakan model

logit/probit dari partisipasi program sebagai fungsi dari semua variabel pada

data yang memiliki kemungkinan untuk menentukan partisipasi.

c) Buat nilai prediksi dari probabilita partisipasi dari regresi logit, nilai inilah

dikenal dengan istilah “propensity score”.

d) Bagi propensity score tersebut ke dalam beberapa kelompok interval secara

merata (biasanya lima).

e) Dalam setiap interval uji apakah rerata propensity score dari kelompok terkena

intervensi dan tidak itu sama.

f) Jika uji ini gagal, bagi kembali interval tersebut menjadi setengahnya dan uji

kembali. Teruskan hingga pada setiap interval propensity score itu memiliki nilai

yang sama.

g) Pada setiap interval, uji apakah rerata dari masing-masing karakteristik tidak

berbeda antara kelompok yang dikenai intervensi dan yang tidak. Jika reratanya

tidak berbeda maka peluang untuk menjadi kelompok yang dikenai intervensi

adalah acak (random).

Spesifikasi model yang digunakan dalam penelitian ini akan diregresi

menggunakan metode Logit yang terdapat pada program STATA. Metode Logit ini dipilih

karena mampu mengestimasi jenis model dengan variabel kategorikal sebagai variabel

dependennya. Spesifikasi model logitnya adalah sebagai berikut:

∑ ++= i10 CD μαα ..................................................(3.5)

∑ +++= urbsexagehhsC 141312111 ααααα ......................(3.6)



Hal. 31

Dimana:

D : Dummy variable, 0 jika kelompok kontrol, dan 1 jika terkena intervensi (DOB).

C : Karakteristik-karakteristik kepala rumah tangga.

Kemudian, juga digunakan data dari Potensi Desa (PODES) tahun 2006 untuk

melihat beberapa kriteria pemekaran seperti sekolah, tenaga medis, sarana kesehatan,

listrik dan jarak serta biaya transportasi.

∑ ++= i10 PD μαα ……………………………………… (3.7)

∑ +++= luasdesageodesakotaP 141312111 ααααα Penduduk

Dimana:

D : Dummy variable, 0 jika kelompok kontrol, dan 1 jika terkena intervensi

(DOB)

P : Karakteristik-karakteristik desa seperti desakota, kondisi geografi

(pesisir atau daratan), jumlah penduduk, dan luas desa

Dua persamaan terakhir di atas unit analisisnya berbeda-beda, untuk data

SUSENAS unit analisisnya adalah kepala rumah tangga yang berada pada DOB

kabupaten/kota dan yang bukan (kontrol). Sementara itu untuk data PODES, unit

analisisnya adalah desa-desa yang berada pada DOB kabupaten/kota dan yang bukan

(kontrol). Karena banyaknya data yang ada, analisisnya dilakukan sesuai sampel daerah

(lima propinsi). Untuk itu perlu kiranya melengkapi analisis pada tataran nasional, yaitu

semua DOB kabupaten/kota yang berdiri pada tahun 2001 dan 2003 digunakan untuk

melihat dampak pemekaran terhadap beberapa indikator kinerja hasil. Analisis pada

level nasional ini pada umumnya menggunakan data Daerah Dalam Angka (DDA) yang

dipublikasikan oleh BPS. Dengan demikian, unit analisisnya adalah level

kabupaten/kota. Berikut adalah persamaan logit yang digunakan untuk mendapatkan

propensity score:

……………………………………………..(3.8)

∑ +++=+ desakecamatan/ jumlahluasK 141312111t1 ααααα populasipad

Di mana:

D : Dummy variable, 0 jika kelompok kontrol, dan 1 jika terkena intervensi

(DOB).

∑ ++= + i1t10t KD μαα



Hal. 32

C : Karakteristik-karakteristik daerah (pdrb, pad, luas, populasi,jumlah

kecamatan/desa).

Pada analisis nasional ini, tahun berdirinya DOB dijadikan sebagai salah satu

konsideran utama. Dengan demikian, dibedakan antara DOB tahun 2001 dan DOB tahun

2003. Karena keterbatasan data, karakteristik-karakteristik yang ada pada analisis

nasional ini menggunakan karakteristik setahun setelah DOB berdiri. Asumsi bahwa

pada tahun pertama tidak terlalu terlihat perbedaan utama antara karakteristik pada

periode t dengan t+1 dapat diterima. Kemudian, jika pada level kepala rumah tangga

dan desa, kinerja yang ingin dilihat adalah kinerja tahun 2006 saja maka pada analisis

nasional kinerja yang akan dievaluasi adalah kinerja hasil tahun 2005 dan 2006.

Seperti telah dijelaskan di atas, berdasar persamaan (3.4) dapat diestimasi nilai

rerata dampak (Average Treatment Effect on Treated/ATT)dari intervensi pada setiap unit

populasi (i) yaitu dengan:

{ }101 =−≡ iii DYYEτ ..............................................……….(3.7)

Dimana Y1i dan Y0i adalah potensial hasil dari dua kondisi, secara berurutan, dikenai

intervensi dan tanpa intervensi.

Beberapa metode untuk mengestimasi nilai rerata dampak ini (ATT) tersebar

dalam berbagai literatur yang ada. Terdapat empat metode yang paling banyak

digunakan yaitu nilai nilai terdekat (Nearest Neighbor Matching), radius (Radius

Matching), inti (Kernel Matching), dan bertingkat (Stratification Matching). Metode

bertingkat terdiri dengan membagi rentang variasi dari propensity score dalam

beberapa interval yang pada setiap intervalnya, kelompok partisipan dan tidak,

memiliki rerata propensity score yang sama. Setelah membentuk blok-blok interval,

perbedaan antara rerata hasil antara kelompok dikenai intervensi dan tidak dihitung.

Nilai ATT didapat sebagai rerata dari ATT pada setiap blok dengan bobot yang

diberikan berdasarkan distribusi kelompok partisipan pada sepanjang blok tersebut.

Sementara itu, metode ‘nilai terdekat’ dilakukan dengan mengambil unit yang dikenai

dampak dan mencari unit kontrol dengan nilai propensity score yang terdekat. Hal ini

mengatasi masalah yang terdapat pada metode ‘bertingkat’ yaitu kemungkinan

terdapatnya unit partisipan yang dibuang karena ketiadaan unit kontrol pada bloknya.

Pada metode ‘nilai terdekat’ ini semua unit partisipan ini memiliki pasangan. Dan setelah

masing-masing unit dipasangkan, perbedaan antara hasil dari kelompok partisipan

dengan kelompok kontrol dihitung. Dan ATT didapat dengan mereratakan perbedaan-

perbedaan tersebut.



Hal. 33

Terdapat permasalahan dalam metode di atas, yaitu adanya kemungkinan bahwa

nilai terdekat itu memiliki perbedaan propensity score yang besar sekali dan akan secara

independen berkontribusi pada estimasi dari ATT. Masalah ini kemudian di atasi oleh

radius dan kernel matching. Dengan metode radius, setiap unit partisipan hanya akan

dipasangkan dengan unit kontrol yang propensity score-nya berada disekitar propensity

score unit partisipan yang telah ditentukan terlebih dahulu. Jadi jika semakin kecil

dimensi dari nilai propensity score yang sudah ditentukan itu maka akan ada

kemungkinan terdapat unit partispan yang tidak dipasangkan karena dalam satu dimensi

tersebut tidak terdapat unit kontrol. Kemudian dengan metode kernel semua unit

partisipan akan dipasangkan dengan memberikan bobot rerata pada semua unit kontrol

dengan bobot yang proporsional secara terbalik pada perbedaan propensity score

antara partisipan dan kontrol.

Secara metematis penduga Kernel adalah sebagai berikut

∑∑

∑∈

∈

∈

⎪⎪⎭

⎪⎪⎬

⎫

⎪⎪⎩

⎪⎪⎨

⎧

−

−

−=Ti

n

ikCk

n

ijCjCj

TiT

K

hpp

G

hpp

GYY

N )(

)(1τ

Dimana G(.) adalah sebuah fungsi kernel dan hn adalah parameter rentang

frekuensi (bandwidth parameter). Dan dalam kondisi standar tersebut, penduga kernel

ini adalah penduga yang konsisten dari outcomes dari situasi tanpa intervensi(Y0i).



Hal. 34

BAB IV ANALISIS EVALUASI PENATAAN DOB

Pada bab ini akan dibahas beberapa hasil analisis perhitungan data sekunder dan

beberapa temuan yang didapat dari kunjungan ke beberapa daerah pemekaran.

Analisis data dibagi menjadi dua, yang pertama adalah perhitungan indeks terhadap

beberapa aspek kinerja yang akan dievaluasi. Beberapa aspek tersebut adalah aspek

ekonomi daerah, keuangan daerah, pelayanan publik, manajemen aparatur pemerintah,

dan rentang kendali. Kedua, analisis ekonometrika untuk mendapatkan rerata dampak

pada pemekaran daerah (average treatment effect on treated). Analisis ini dilakukan pada

beberapa indikator yang menjadi bagian pembangun indeks pada masing-masing aspek

di atas. Dilakukan pada beberapa unit analisis yang berbeda, tergantung dari jenis data

yang digunakan, apakah data survey sosial ekonomi nasional (Susenas), potensi desa

(Podes), atau Daerah Dalam Angka (DDA). Analisis akan dilakukan berdasarkan

kriteria/aspek dari masing-masing bidang yang akan dievaluasi.

IV.1. Aspek Perekonomian Daerah

Seperti yang telah dijelaskan pada bagian sebelumnya, aspek perekonomian

daerah ini dapat dilihat dari beberapa indikator seperti intermediasi perbankan,

perkembangan unit-unit usaha, investasi dan ketenagakerjaan.

Berdasarkan metode indeksasi terlihat bahwa secara umum, DOB kabupaten

memiliki nilai indeks yang lebih rendah dari daerah lainnya. Sementara itu DOB kota

adalah memiliki grafik yang bersinggungan dengan daerah induk dan lebih tinggi dari

daerah kontrol. Hal ini menunjukkan bahwa kegiatan ekonomi baik dari segi frekuensi

maupun besaran nilai transaksinya lebih besar di daerah DOB kota. Hal ini memang

sangat mudah terlihat bahwa daerah kota adalah daerah yang mudah diakses, pusat dari

segala kegiatan ekonomi. Semua hal itu tak lain karena keberadaan dan akses

masyarakat kepada infrastruktur ekonomi lebih mudah dan lebih besar di daerah

perkotaan.

4



Hal. 35

Gambar 4.1 Indeks Perekonomian Daerah

Perkembangan Unit Usaha

Dari hasil perhitungan terhadap rerata dampak dari pemekaran daerah dapat

dilihat bahwa pada beberapa sampel propinsi pemekaran dapat berdampak positif dan

sekaligus negatif terhadap perkembangan unit usaha. Unit usaha yang di amati adalah

industri kecil (5-19 pekerja) dan rumah tangga (1-4 pekerja). Unit usaha ini terdiri dari

beberapa jenis, pada umumnya adalah industri kerajinan seperti kerajinan dari kulit,

kayu, logam, anyaman, keramik, tenun, dan makanan. Karena data yang digunakan

adalah data potensi desa maka unit usaha ini adalah rerata unit yang berada di suatu

wilayah desa/kelurahan.

Tabel 4.1. Average Treatment Effect pada Industri Kecil dan Rumah Tangga (IKRT)

Dengan Kernel Matching Method

Propinsi ATT std. error t Kalimantan Barat -4.475 0.736 -6.082* Kepulauan Riau 5.074 2.052 2.472* Sulawesi Tenggara -2.883 1.689 -1.707*** Sumatera Utara 1.912 1.538 1.243 Bengkulu -0.155 0.411 -0.378

Ket: *alpha 1% ** alpha 5% *** alpha 10%

Berdasar hasil perhitungan dari data Potensi Desa tahun 2006, dampak

(perbedaan rerata IKRT di desa-desa pada daerah pemekaran dengan rerata IKRT di

desa-desa pada daerah kontrol) terhadap IKRT adalah positif di daerah sampel di



Hal. 36

propinsi Sumatera Utara dan Kepulauan Riau. Di Kepulauan Riau, dengan tingkat

signifikansi 99% perbedaan rerata IKRT di daerah pemekaran dengan di daerah kontrol

adalah 5.074 di masing-masing desa. Sementara itu, di Kalimantan Barat, Sulawesi

Tenggara dan Bengkulu dapat dikatakan bahwa dampak pemekaran terhadap IKRT

adalah negatif. Hal tersebut dapat dilihat dari besaran ATT di atas, untuk Propinsi

Kalimantan Barat, perbedaan reratanya adalah sebesar -4.475 unit pada tingkat

signifikansi sebesar 99%. Kemudian di Sulawesi Tenggara dengan besaran -2.883 unit

pada tingkat signifikansi 90%.

Hasil perhitungan ini mungkin dapat dijelaskan dari analisis sektoral kegiatan

ekonomi. Di Kabupaten Melawi Propinsi Kalimantan Barat, kegiatan ekonomi terpusat

pada sektor perkebunan (Sawit dan Karet), dan sektor pertambangan. Dengan demikian,

sedikit terjadinya kenaikan usaha-usaha baru terkait dengan terbatasnya ekspansi usaha

mengingat lebih dari 20% lahannya adalah hutan lindung. Sumberdaya, seperti tenaga

kerja dan modal kerja, yang ada mengalir pada kedua sektor tersebut. Sementara itu, di

Kepulauan Riau, sektor pertambangan pada awalnya menjadi sektor utama. Kini sektor

tersebut mengalami penurunan drastis. Hal ini dapat dilihat dari penutupan pusat

pertambangan timah di Kec Dabo-Singkep Kab Lingga. Penutupan tersebut berakibat

pada kenaikan insiden PHK dan pengalihan alokasi tenaga kerja. Dengan program

pemberdayaan masyarakat yang berupa Program Nasional Pemberdayaan Masyarakat

(PNPM) Mandiri yang sekarang dikenal dengan PPK, mampu mengurangi dampak

penutupan pertambangan tersebut. Saat ini hampir semua kecamatan sudah

mendapatkan program ini. Kemudian, keterangan dari Dinas Perindustrian setempat

dinyatakan bahwa pertumbuhan unit usaha di setiap tahun setelah pemekaran cukup

baik. Namun usaha-usaha tersebut masih terus berusaha keluar dari berbagai

permasalahan-permasalahan seperti dari segi kelayakan, misal masalah perizinan untuk

perusahaan yang berbadan hukum. UKMK di Kab. Lingga pada umumnya berada di

sektor perdagangan.

Ketenagakerjaan

Data ketenagakerjaan yang berhasil peneliti dapatkan adalah hanya data

angkatan kerja. Dalam literatur demografi, angkatan kerja dibagi menjadi dua kelompok

besar yaitu bekerja dan mencari kerja. Karena ada dua kelompok tersebut maka perlu

hati-hati dalam melakukan analisis apakah naiknya angkatan kerja itu lebih diakibatkan

oleh kenaikan penduduk yang bekerja atau penduduk yang mencari kerja? Dalam

konsep demografi mereka yang bukan bekerja (pengangguran, mencari kerja)

dianggap sebagai residual. Berdasar analisis ekonometrika ini, terlihat bahwa dampak



Hal. 37

pemekaran terhadap angkatan kerja adalah negatif. Untuk DOB yang berdiri pada tahun

2003 terlihat bahwa perbedaan rerata angkatan kerja antara DOB dan kontrol sebesar

33600 pada tahun 2005 dan 30200 pada tahun 2006. Dengan demikian, dalam konsep

demografi, rerata orang yang bekerja di daerah DOB lebih sedikit dibanding di daerah

kontrol. Hal ini disebabkan biasanya lebih disebakan dari kondisi perekonomian

daerah-daerah tersebut. Secara umum, perekonomian di daerah DOB relatif masih kecil,

baik frekuensinya dan nilainya. Hal ini mengkonfirmasi indeks perekonomian di atas

yang mengindikasikan bahwa kuantitas dan nilai kegiatan ekonomi di daerah DOB

secara umum lebih kecil dari daerah lainnya.

Tabel 4.2. Average Treatment Effect pada Angkatan Kerja


DOB 2001 DOB 2003 DOB 2001-2003 keterangan 2005 2006 2005 2006 2005 2006

Angkatan Kerja (jiwa) -41900 -45400 -33600* -30200* -19100** -18300** Ket: *alpha 1% ** alpha 5% *** alpha 10%

Pengeluaran Rumah Tangga

Pengeluaran rumah tangga dapat mengindikasikan pada tingkat kesejahteraan

berapa suatu rumah tangga itu berada. Secara umum semakin besar pengeluaran maka

keluarga itu cenderung akan semakin sejahtera keluarga tersebut. Namun, memang

terdapat pro-kontra dalam penentuan indikator ini sebagai kriteria kesejahteraan.

Kelompok kontra menyatakan bahwa pengeluaran ini belum dapat sepenuhnya

menggambarkan tingkat kesejahteraan masyarakat. Karena untuk masyarakat miskin

misalnya terjadi underestimate dalam pengukuran kesejahteraan terkait dengan

pengeluaran yang lebih besar dari pendapatan. Hal sebaliknya terjadi pada keluarga

sejahtera.

Terlepas dari pro-kontra yang ada, BPS menentukan garis kemiskinan

berdasarkan indikator ini. Kemudian data yang tersedia adalah data pengeluaran bukan

pendapatan. Data pendapatan publikasi BPS dikeluarkan 3 tahun sekali (susenas modul),

data terbaru untuk indikator ini belum dipublikasikan. Pada proses perhitungan

pengeluaran rumah tangga ini digunakan term kepala rumah tangga sebagai

representasi pengeluaran dari suatu rumah tangga.



Hal. 38

Tabel di bawah ini mengindikasikan, bahwa dampak pemekaran (perbedaan

rerata daerah pemekaran dengan daerah kontrol) terhadap pengeluaran rumah tangga

itu negatif. Dari kelima daerah sampel, bengkulu adalah yang paling besar dengan

signifikansi 99% besarannya adalah Rp170.000, diikuti oleh Sumatera Utara, Kalimantan

Barat dan Sulawesi Tenggara. Sementara itu, untuk Kepulauan Riau, uji statistik

menunjukkan bahwa rerata dampak itu positif namun tidak signifikan. Hal ini mungkin

saja mengkonfirmasi beberapa penemuan sebelumnya, yaitu meningkatnya IKRT di

propinsi kepulauan riau (khususnya Kabupaten Lingga).

Tabel 4.3.

Average Treatment Effect pada Pengeluaran Rumah Tangga Dengan Kernel Matching Method

Propinsi ATT std. err t Bengkulu -170000 16360.97 -10.415* Kalimantan Barat -74200 26404.24 -2.812* Kepulauan Riau 37948 56529.67 0.671 Sulawesi Tenggara -66000 16365.58 -4.032* Sumatera Utara -165000 11120.43 -14.881*

Ket: *alpha 1% IV.2. Aspek Keuangan Daerah

Aspek keuangan daerah ini melihat beberapa kriteria evaluasi seperti keuangan

pusat-daerah (independesi fiskal), fokus belanja (modal, belanja tetap), dan kontribusi

ekonomi (total belanja terhadap pdrb). Dari aspek ini akan terlihat bagaimana peran

pemerintah dalam suatu perekonomian, apakah dominan atau tidak? Kemudian, apakah

daerah pemekaran lebih berfokus pada belanja modal atau tidak? Dan bagaimana

tingkat independensi keuangan pemerintah daerah.

Independensi Fiskal

Independensi fiskal mencerminkan sejauhmana independensi pemerintah daerah

dalam mengelola keuangannya untuk pembangunan di daerah. Dari gambar di bawah

ini tampak bahwa daerah pemekaran memiliki independensi fiskal yang relatif lebih

rendah dibanding daerah kontrol. Daerah induk dan kota DOB relatif menunjukkan

kedekatan independensi, sementara kabupaten DOB lebih rendah dibandingkan daerah

lainnya dengan indeks independensi fiskal di bawah 10%. Jika dilihat dari

perkembangannya, setelah tahun 2005 independensi fiskal untuk kabupaten DOB dan



Hal. 39

daerah induk cenderung mengalami penurunan. Sebaliknya, untuk daerah kontrol dan

kota DOB, independensi fiskal relatif meningkat.

Kondisi penurunan ini mungkin disebabkan oleh tidak optimalnya pemanfaatan

sumber-sumber pendapatan asli daerah. Sebagai contoh adalah bahwa untuk

meningkatkan PAD maka pemerintah daerah otonomi baru cenderung untuk

menetapkan retribusi yang relatif tinggi pada sektor tertentu misalnya retribusi rumah

makan, hotel dan penginapan, dan lain-lain. Kebijakan ini bisa jadi akan berdampak

positif pada peningkatan PAD, namun hal ini hanya berlaku dalam jangka pendek. Dalam

jangka panjang, hal ini akan menimbulkan ekonomi biaya tinggi yang tentu akan

mencederai kegiatan ekonomi di kabupaten tersebut. Pada akhirnya akan berdampak

pada penurunan pendapatan asli daerah itu sendiri.

Gambar 4.2.

Indeks Independesi Fiskal

Fis cal Inde pe nde ncy Inde x

Kabupate n DOB

Kota DOB

Dae rah Induk

Dae rah Kontrol

0%

5%

10%

15%

20%

25%

30%

2004 2005 2006

Belanja Daerah

Belanja modal dialokasikan untuk pengadaan infrastruktur pemerintahan dan

insfrastruktur umum. Dukungan keuangan pemerintah yang relatif lebih besar pada

pembiayaan infrastruktur memberikan dorongan yang lebih besar pula untuk

menggerakkan pembangunan. Sebenarnya terjadi dilema dalam penentuan jenis

infrastruktur apa yang akan dibangun terlebih dahulu? Apakah infrastruktur

pemerintahan seperti kantor pemerintah daerah, kantor DPRD atau bahkan rumah dinas?

Atau infrastruktur untuk pelayanan umum seperti jalan, irigasi, air sanitasi, puskesmas

atau lainnya. Pemerintah daerah membuat kebijakan yang berbeda-beda mengenai hal

ini, ada yang mendahulukan infrastruktur pemerintahan dan ada yang sebaliknya dan



Hal. 40

juga ada yang dibarengi namun tentunya dengan konsekuensi kuantitas yang tidak

optimal. Sebagai contohnya adalah di kabupaten melawi, dari hasil observasi di

lapangan. Kabupaten ini lebih memilih untuk memperbaiki infrastruktur umum terlebih

dahulu baru kemudian membangun infrastruktur pemerintahannya. Infrastruktur

pemerintahan dibangun kemudian terkait dengan tujuan agar perencanaan tata kota

yang dibuat menjadi lebih matang, sehingga hampir dapat dipastikan bahwa ke depan

tidak terjadi relokasi ulang.

Gambar di bawah menunjukkan bahwa kabupaten DOB secara umum memiliki

konsentrasi belanja modal yang lebih besar, namun hal ini dimungkinkan lebih kepada

pengadaan infrastruktur pemerintahan dimana notabene kabupaten DOB perlu

membangunnya dari awal. Hal ini dapat memiliki konsekuensi negatif pada aspek

lainnya yaitu aspek pelayanan publik. Ketika sebagian besar dana pengeluaran diserap

oleh belanja sarana pemerintahan, dan juga pengadaan belanja pegawai maka dana

yang tersedia untuk dialokasikan pada pos pelayanan publik menjadi semakin kecil.

Tahap selanjutnya adalah kualitas dan kuantitas pelayanan publikpun akan menurun.

Dan akhirnya kesejahteraan masyarakat akan menurun.

Gambar 4.3.

Indeks Belanja Modal

Capital Expe nditure Inde x

Kabupate n DOB

Kota DOB

Dae rah Induk

Dae rah Kontro l

0%

5%

10%

15%

20%

25%

30%

35%

2004 2005 2006

Peran Pemerintah Daerah dalam Perekonomian

Keuangan pemerintah dikelola sesuai dengan fungsi dan tugas pemerintahan.

Pemerintah berperan sebagai regulator dan fasilitator dalam pembangunan ekononomi

sehingga dapat mendorong partisipasi swasta dan masyarakat secara luas dalam

pembangunan ekonomi. Dengan demikian, adalah suatu yang tidak bermasalah jika

porsi belanja daerah itu relatif kecil terhadap perekonomian. Karena yang terpenting



Hal. 41

adalah bukan dari besar kecilnya, tapi kemampuan pemerintah daerah memberikan

stimulus kepada pihak swasta dalam pembangunan ekonomi. Pengeluaran pemerintah

yang relatif besar dapat berdampak buruk bagi perekonomian jika pemerintah

mendanai pengeluarannya itu dari pinjaman. Hal ini akan mengurangi dana siap

dipinjamkan ke sektor swasta. Selanjutnya, akan terjadi penurunan investasi swasta

karena kekurangan liquiditas. Penurunan investasi swasta ini dalam literatur ilmu

ekonomi dinamakan sebagai crowding-out effect.

Namun dari penjelasan yang ada, pengeluaran/belanja pemerintah akan

berdampak positif juga ke investasi jika belanjanya itu digunakan untuk memberikan

stimulus pada pembangunan infrastruktur ekonomi seperti listrik, telekomunikasi, air

bersih, irigasi, sistem transportasi. Dengan adanya fokus pengeluaran pada beberapa

hal tersebut maka akan memperbesar peluang terjadinya crowding-in effect (Simarmata,

2007).

Berdasar gambar 4.3 di bawah ini, kabupaten DOB tampak masih memainkan

peranan yang relatif dominan dalam perekonomian di daerahnya daripada daerah

lainnya yang dapat lebih banyak menggerakkan peran swasta dan masyarakat luas.

Gambar 4.4.

Indeks Belanja Pemerintah Terhadap Perekonomian Gov S pe nding to Ec onom ic Inde x

Kab u p ate n DOB

Ko ta DO B

Dae r ah In d u k

Dae r ah Ko n tr o l

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

2 0 0 4 2 0 0 5 2 0 0 6

Beberapa kriteria di atas menjadi dasar perhitungan indeks aspek keuangan

pemerintah daerah. Secara umum dapat dilihat bahwa pemekaran daerah belum dapat

mensejajarkan kinerja keuangan daerah pemekaran dengan daerah lainnya. Namun

untuk pemekaran dengan pola kabupaten menjadi kota menunjukkan kinerja keuangan

yang relatif lebih tinggi dibandingkan DOB kabupaten bahkan sedikit di atas daerah

induk.



Hal. 42

Gambar 4.5. Indeks Aspek Keuangan Daerah

Dari segi keuangan, daerah pemekaran memiliki besaran yang lebih kecil

dibanding daerah kontrol. Rerata APBD, DAU, PAD (pajak, retribusi) di daerah

pemekaran lebih kecil dibanding di daerah kontrol. Hal ini ditunjukkan dari besaran

yang negatif. Dari sisi pengeluaran, yaitu belanja gaji pegawai, daerah pemekaran juga

memiliki rerata besaran yang lebih kecil daripada daerah kontrol. Hal ini dikarenakan

jumlah pegawai di daerah pemekaran yang relatif lebih sedikit daripada di daerah

kontrol. Perbedaan rerata (dampak) pemekaran daerah pada belanja pegawai adalah -

98,500 juta rupiah untuk DOB 2001 pada tahun 2006. Bahkan jika dilihat dari tren tahunan,

ada kecenderungan besarnya perbedaan rerata antara DOB dan kontrol semakin besar.

Sebagai contohnya adalah untuk DOB yang berdiri pada tahun 2003, rerata dampak pada

pengeluaran pegawai pada tahun 2005 adalah -56900 juta dan pada tahun 2006 sebesar -

62900 juta. Perbedaan rerata (dampak) yang semakin besar ini mengindikasikan bahwa

sistem kepegawaian masih belum stabil. Penyebab dari hal ini mungkin karena

pertambahan pegawai di daerah kontrol lebih besar dari pertambahan di daerah DOB.

Yang menarik dari tabel di sini adalah besaran DAK. DAK ini adalah transfer

pemerintah pusat kepada daerah yang cenderung memiliki kekurangmampuan dalam

membiayai pengeluaran pada bidang-bidang spesifik seperti kesehatan, pendidikan,

infrastuktur lainnya. Ini adalah “bantuan” pemerintah pusat kepada pemerintah daerah

di mana kondisi/kinerja pada bidang-bidang spesifik itu rendah. Berdasar tabel di

bawah dapat dilihat bahwa besaran rerata dampak pada DAK untuk tahun 2006 adalah

positif, gabungan DOB 2001 dan 2003, sebesar 3,470 Juta. Artinya rerata DAK di daerah

pemekaran lebih besar dari daerah kontrol. Hal ini mengindikasikan bahwa daerah



Hal. 43

pemekaran masih sangat membutuhkan “bantuan” pemerintah karena kinerja pada

bidang-bidang tersebut masih rendah.

Tabel 4.4.

Average Treatment Effect Pada Keuangan Pemda (dalam jutaan) Dengan Kernel Method

DOB 2001 DOB 2003 DOB 2001-2003 Keterangan (dalam jutaan) 2005 2006 2005 2006 2005 2006

Dana Alokasi Umum -35500 -60800 -85000* -93400* -40600* -12300

Dana Alokasi Khusus -336 6950 -4310* 1120 -1890* 3470*

Pendapatan Asli Daerah -5350 -10700** -10100* -11800* -4020* -3640**

Pajak -12 -5630*** -2180** -2840* -859 -1100

Retribusi -1720 -3130 -3790** -3170* -1980* -1470**

Belanja Pegawai -33500 -98500* -56900* -62900* -24000* -26300*

APBD -34000 -133000** -125000* -168000* -25900*** -6420 Ket: *alpha 1% ** alpha 5% *** alpha 10%

IV.3 Aspek Pelayanan Umum.

Aspek berikutnya adalah aspek pelayanan umum. Aspek ini melihat tiga kriteria

pelayanan yaitu dari kriteria pendidikan, kesehatan dan infrastruktur ekonomi seperti

jalan, air, irigasi, listrik, akses terhadap air bersih, dan telepon.

Pelayanan umum adalah salah satu determinan utama dari kesejahteraan

masyarakat. Salah satu konsepsi yang paling umum mengenai kesejateraan adalah

konsep ‘kebutuhan dasar’ (basic needs). Kebutuhan dasar terdiri dari dua komponen,

yang pertama adalah kebutuhan minimum tertentu dari konsumsi keluarga seperti

makanan yang cukup, tempat berlindung, dan pakaian. Kedua, pelayanan dasar yang

disediakan oleh dan untuk komunitas dalam ukuran yang besar seperti sanitasi,

angkutan umum, layanan kesehatan, pendidikan, dan lain sebagainya (ILO, 1977).

Bahkan dalam laporan pembangunan Bank Dunia tahun 2000/2001 pelayanan publik

menjadi upaya untuk meningkatkan kesempatan orang miskin untuk ikut serta dalam

kegiatan perekonomian. Bank Dunia membangun tiga pilar teori kemiskinan dikaitkan

dengan ketiadaan keamanan, pemberdayaan, dan kesempatan (World Bank, 2001). Pilar

kesempatan itu berbentuk mulai dari pencapaian pendidikan, kesehatan yang baik

untuk memperbaiki taraf hidup dengan meningkatkan pendapatan.



Hal. 44

Berbagai literatur telah membuktikan bahwa semua kriteria di atas

mempengaruhi kualitas hidup masyarakat dari dua sisi, pertama dari peningkatan modal

manusia (human capital) itu sendiri dan kedua dari peningkatan pendapatan akibat

meningkatnya kegiatan ekonomi. Berikut adalah beberapa hasil penelitian mengenai

dampak beberapa kriteria tertentu terhadap kemiskinan dan kondisi ekonomi

masyarakat.

1. Pendidikan.

Ada beberapa alasan mengapa pendidikan itu sangat penting dalam

upaya meningkatkan kesejahteraan masyarakat. Pertama, dalam perspektif

mikroekonomi, pendidikan meningkatkan modal manusia yang melekat pada

angkatan kerja, yang akan meningkatkan produktivitas tenaga kerja. Kedua,

pendidikan akan meningkatkan kapasitas inovasi dari suatu perekonomian,

pengetahuan baru atas teknologi akan mendorong pertumbuhan. Ketiga,

pendidikan memfasilitasi dan menyebarkan pengetahuan yang dibutuhkan untuk

memahami dan mengimplementasikan informasi baru yang ditemukan oleh orang

lain, hal ini mendorong pertumbuhan. Duflo meneliti mengenai dampak

pembangunan sekolah dasar di Indonesia pada tahun 1973-1978 yang melebihi

61,000 sekolah terhadap upah dan pendidikan. Hasil estimasi memperlihatkan

bahwa pembangunan sekolah meningkatkan partisipasi pendidikan dan

pendapatan. Kemudian hasil ekonomi berkisar dari 6.8% ke 10.6% (Duflo, 2000).

2. Fasilitas kesehatan

Kesehatan adalah modal manusia yang mempengaruhi pembangunan

ekonomi melalui, contohnya, produktivitas tenaga kerja, dan hambatan ekonomi

ketika sakit. Kesehatan memiliki dampak tidak langsung, misalnya kesehatan

anak mempengaruhi pendapatan di masa mendatang. Karena kesehatan juga

memiliki dampak pada pencapaian di bidang pendidikan, seperti partisipasi,

kehadiran dan kemampuan kognitif (Galor dan Foulkes, 2004). Hal ini dapat

digambarkan pada grafik di bawah ini.

Selain itu, kesehatan juga menjadi salah satu faktor penentu pertama

kemiskinan (temporer) dan jebakan kemiskinan (kronis) melalui dampak

langsung dan tidak langsung yang dimilikinya. Probabilitas anak-anak dari

keluarga miskin yang akan berada pada kemiskinan kronis sangat besar. Mereka

dihadapkan pada masalah kesehatan yang berulang terus sehingga

mempengaruhi kemampuan kognitif mereka dan akhirnya mereka tidak dapat

sekolah. Tahap selanjutnya adalah pendapatan mereka saat dewasa akan kecil.

Orang tua dengan tingkat pendidikan dan pendapatan yang rendah akan rendah



Hal. 45

pula berinvestasi pada peningkatan modal manusia anak mereka. Dengan

demikian, siklus kemiskinan akan terus berulang (Lustig, 2006).

Gambar 4.6.

Siklus Intergenarasi Pembentukan Modal Manusia

Sumber: Galor and Foulkes, 2004

3. Irigasi

Hussain, Trikhawala, dan Marikar (2002) melakukan penelitian berupa

studi kasus atas perbandingan dampak irigasi atas kemiskinan di pakisatan dan

sri langka. Studi in dilakukan selama periode 2001-2002 di Sri Lanka’s Uda Wale

Left Bank Irrigation System dan di Pakistan’s Mandi Bahaudin. Hasil penelitian

menunjukkan bahwa di Sri Lanka, rumah tangga yang memiliki akses terhadap

irigasi memiliki tingkat pendapatan dan pengeluaran yang lebih tinggi

dibandingkan dengan daerah tanpa irigasi. Penelitian ini berkesimpulan bahwa

akses terhadap irigasi secara signifikan mengurangi kemiskinan kronis.

Kemudian dampak dari irigasi akan semakin besar jika rumah tangga, dalam hal

kepemilikan lahan, lebih merata dalam distribusinya.

4. Jalan

Malmberg et all. (1997) menemukan bahwa infrastruktur jalan memiliki

dampak pada pertumbuhan ekonomi baik di sektor pertanian maupun bukan, dan

menciptakan kesempatan ekonomi bagi penduduk desa secara keseluruhan,

termasuk yang miskin. Fan dan Chan-Kang (2005) meneliti dampak

pembangunan jalan terhadap pertumbuhan dan pengurangan kemiskinan di

China. Dengan menggunakan data tingkat propinsi periode 1982-1999, mereka

menemukan bahwa pembangunan jalan, bersama penelitian di pertanian, irigasi,

pendidikan, listrik, telekomunikasi berdampak secara signifikan pada

pertumbuhan ekonomi dan kemiskinan.



Hal. 46

5. Listrik

Di Indonesia, listrik merefleksikan akses terhadap teknologi yang

berkontribusi secara langsung terhadap kemiskinan dengan meningkatnya

lapangan kerja dan pendapatan dari penduduk miskin (Baliscanan, et al., 2002).

Studi mengenai infrastruktur kelistrikan pernah dilakukan oleh Lembaga

Penyelidikan Ekonomi dan Masyarakat Fakultas Ekonomi Universitas Indonesia

(LPEM- FEUI) tahun 2003. Hasil simulasi menunjukkan, tanpa perbaikan apa-apa

dalam peningkatan daya terpasang listrik, rata-rata pertumbuhan ekonomi

diperkirakan hanya akan mencapai 4,4 persen sampai tahun 2005. Bila

pemerintah meningkatkan pertumbuhan daya terpasang listrik 15 persen,

misalnya, pertumbuhan ekspor akan dapat meningkat dari rata-rata 7 persen

menjadi 8,8 persen dan pertumbuhan ekonomi akan dapat mencapai rata-rata 4,6

persen. Jika peningkatan daya terpasang listrik dinaikkan sampai 30 persen, rata-

rata pertumbuhan ekonomi dapat didorong sampai 4,8 persen sepanjang tahun

2003-2005 (LPEM, 2003).

6. Telekomunikasi

Cronin et all, (1995) ingin melihat manfaat ekonomi dari telekomunikasi

secara kuantitatif, kemudian studinya ingin mengetahui dampak pembangunan

telekomunikasi pada masyarakat perdesaan di Pensylvania. Mereka menemukan

bahwa pola pembangunan (diukur dari pertumbuhan pekerjaan dan pendapatan)

di perdesaan lebih lambat dari di perkotaan. Hal ini karena mata pencaharian

penduduk di perdesaan berada pada tiga jenis sektor tradisional, yaitu pertanian,

SDA, dan pengolahan. Telekomunikasi mendorong pembangunan di perdesaan

melalui substitusi biaya-efektif untuk modal dalam proses produksi,

meningkatkan kualitas dan meraih obat modern ke perdesaan, dan mampu

memperkenalkan pola pembelajaran jarak jauh yang mana dapat meningkatkan

pendidikan di perdesaan. Kemudian, dalam hal pertumbuhan pekerjaan,

telekomunikasi yang menurunkan biaya akan meningkatkan permintaan atas

tenaga kerja.

Indeks Pendidikan.

Terkait dengan indeks pendidikan, indeks ini dibangun berdasarkan keberadaan

anak didik dibandingkan dengan ketersediaan sarana dan tenaga pendidik baik di

tingkat dasar (SD+SMP) maupun di tingkat pendidikan tingkat lanjut (SMU). Gambar di

bawah ini menerangkan kapasitas/daya tampung sekolah. Indikator ini berkaitan



Hal. 47

dengan konsep penting dalam pendidikan yaitu mengenai sisi permintaan (partisipasi

masyarakat) dan penawaran pendidikan (ketersediaan sekolah). Jika rendahnya

indikator ini lebih disebabkan oleh pertambahan sekolah yang tidak dapat

mengimbangi pertambahan siswa, maka permasalahannya adalah kurangnya sekolah.

Solusinya adalah penambahan sekolah. Namun jika rendahnya indikator ini lebih

disebabkan oleh rendahnya penambahan penduduk usia sekolah dasar yang bersekolah

dibandingkan dengan penambahan sekolah, maka permasalahannya adalah partisipasi

dan atau kesadaran masyarakat untuk menyekolahkan anak-anaknya. Artinya

permasalahannya adalah dari sisi permintaaan terhadap pendidikan. Dua hal yang

berbeda ini tentunya memerlukan perlakuan yang juga berbeda. Untuk itu diperlukan

penelitian lebih lanjut untuk mencari jawaban atas hal ini.

Dari gambar 4.5 dapat diketahui bahwa Indeks rasio murid per sekolah pada

level pendidikan dasar di DOB kota lebih rendah dari daerah mana pun bahkan dari

DOB Kabupaten. Hal ini mengindikasikan bahwa penyebab utamanya adalah kurang

seimbangnya pertumbuhan peserta didik dengan pertumbuhan sekolah. Dengan

perkataan lain terjadi ekses suplai fasilitas pendidikan di kabupaten DOB kota.

Kesimpulan ini juga terjadi pada level pendidikan yang lebih tinggi, yaitu SMU. Pada

gambar di bawah terlihat pula bahwa DOB kota juga masih memiliki nilai indeks yang

relatif rendah dibandingkan dengan di daerah lainnya. Perbedaannya semakin

membesar seiring dengan berubahnya waktu. Pada tahun 2006, gap antara DOB kota

dengan daerah lainnya semakin besar.

Ada perbedaan yang menarik dari dua grafik di bawah, yaitu untuk SD-SMP

walaupun sejak tahun 2003-2005 terlihat terjadi penurunan yang relatif kecil, kemiringan

dari tren rasio murid/sekolah adalah menaik (positif). Sementara itu, untuk tingkat SMU

terlihat bahwa sejak tahun 2003 rasio murid/sekolah memiliki kemiringan yang negatif di

sepanjang periodenya. Ini mengindikasikan bahwa ekses suplai ditingkat SD-SMP ada

kecenderungan semakin meningkat, hal sebaliknya terjadi pada tingkat pendidikan

SMU.



Hal. 48

Gambar 4.7.

Perkembangan Murid/Sekolah Pendidikan Dasar dan Menengah

Selanjutnya, selain ketersediaan sekolah, ada pula hal penting lainnya yang harus

diperhatikan yaitu ketersediaan guru. Dalam proses belajar mengajar, guru adalah salah

satu faktor penentu keberhasilan anak didik. Semakin baik rentang kendali

(supervisi/fasilitasi) guru terhadap muridnya semakin tinggi probabilita terjadinya

keberhasilan dalam proses belajar mengajar. Hal ini karena guru yang semakin fokus

untuk mendidik beberapa anak akan lebih bagus daripada guru yang tidak fokus karena

tingginya beban supervisi/fasilitasi akibat terlalu besarnya anak didik yang harus dia

supervisi/fasilitasi.

Gambar 4.6 di bawah ini mengindikasikan bahwa ketersediaan guru pada

pendidikan dasar di kabupaten DOB masih relatif lebih rendah dibandingkan dengan di

daerah lainnya. Hal ini biasanya lebih disebabkan oleh kurangnya insentif bagi guru-

guru yang berada di daerah DOB kabupaten. Selain itu, dari beberapa daerah DOB

kabupaten yang disurvey umumnya adalah daerah-daerah yang aksesnya jauh dari

pusat kota sehingga ketersediaan atas pelayanan publik lainnya juga belum optimal.

Dengan demikian suplai guru pada daerah-daerah tersebut menjadi relatif lebih sedikit

dibandingkan dengan daerah lainnya.



Hal. 49

Gambar 4.8. Perkembangan Murid/Guru Pendidikan Dasar dan Menengah

Dari berbagai indeks pendidikan di atas kemudian dibuat indeksasi untuk

melihat aspek pendidikan secara umum. Gambar di bawah ini merangkum dari berbagai

kriteria di atas. Jadi perkembangan aspek pendidikan secara keseluruhan dapat dilihat

bahwa rendahnya besaran indeks di daerah kabupaten kota cenderung disebabkan oleh

dua kemungkinan besar yaitu ketersediaan sarana dan tenaga pendidik di daerah

tersebut lebih tinggi dibanding daerah lainnya dan kurangnya angka partisipasi siswa

yang terlihat dari rendahnya murid.

Gambar 4.9. Indeks Pendidikan

Kondisi perkembangan di atas dikonfirmasi oleh temuan yang didasarkan

penghitungan rerata dampak pemekaran terhadap jumlah sekolah pada jenjang

pendidikan dasar (9 tahun). Di kalimantan barat, perbedaan rerata jumlah SD/sederajat

antara daerah DOB dan Kontrol di suatu desa sebesar 0.358. Secara umum dari besarnya



Hal. 50

perbedaan rerata tersebut diindikasikan bahwa ketersediaan sarana pendidikan masih

relatif minim. Karena tidak semua desa memiliki sekolah. Dari tabel di bawah yang

menunjukkan bahwa rerata jumlah sekolah SMP itu lebih besar pada DOB dibanding

daerah kontrol adalah propinsi bengkulu.

Tabel 4.5. Average Treatment Effect pada Sarana Pendidikan Dasar

Dengan Kernel Matching Method SD/sederajat SMP/sederajat

Propinsi ATT t ATT t

Kalimantan Barat -0.358 -2.184** -0.034 -0.419

Kepulauan Riau 0.304 0.614 0.045 0.263

Sulawesi Tenggara -0.062 -1.315 -0.018 -0.784

Sumatera Utara 0.094 0.927 -0.093 -3.084*

Bengkulu 0.046 1.629 0.043 1.883***

Ket: *Alpha 1% ** Alpha 5%

*** Alpha 10%

Analisis secara nasional dilakukan pula untuk melihat dampak kebijakan DOB

pada aspek pendidikan secara nasional. Analisis dilakukan pada seluruh populasi

daerah-daerah yang mekar di tahun 2001 dan 2003 dan gabungan antar dua periode

tersebut. Peneliti membedakan antara dua daerah DOB itu berdasarkan periode waktu

berdirinya untuk melihat apakah ada pengaruh dari perbedaan waktu terhadap dampak

yang ditimbulkan atau tidak. Selain itu, dilakukan juga analisis berdasarkan time series

(periode 2005 sampai 2006) untuk satu DOB yang sama. Secara umum pada level

nasional kebijakan DOB ini berdampak negatif terhadap beberapa aspek pendidikan.

Artinya terdapat perbedaan rerata yang negatif antara DOB dengan daerah kontrol.

Namun mengenai signifikansi, DOB periode 2003 mempunyai pengaruh signifikan

terhadap aspek-aspek pendidikan tersebut. Hal yang berbeda terjadi pada periode

2001. Belum ada penjelasan yang pasti mengenai penyebab hal ini terkait perbedaan

objek DOB pada dua periode tersebut. Dari tabel di bawah ini terlihat bahwa pada DOB

2003 terdapat perbedaan rerata yang signifikan pada jumlah guru dan murid antara DOB

dengan daerah kontrol. Pada tahun 2006, besaran perbedaan reratanya ialah 821 guru

dan 7888 murid SD-SMP, 418 guru dan 4588 murid SMA-SMK.



Hal. 51

Tabel 4.6. Average Treatment Effect pada Aspek Pendidikan


DOB 2001 DOB 2003 DOB 2001-2003

Keterangan 2005 2006 2005 2006 2005 2006

Jumlah SD-SMP -69 -82 -36** -37 -41*** -51**

Jumlah Guru SD-SMP -597 1394 -680* -821** -495 -429

Jumlah Murid SD-SMP -9489 -10500 -9989* -7888** -6020*** -4630

Jumlah SMA-SMK -5 -9 -7* -9* -3 -5**

Jumlah Guru SMA-SMK -442** -242 -223* -418* -90 -13

Jumlah Murid SMA-SMK -3587 -605 -2009 -4588* -1300** -690

Jumlah SMA -7 -11 -5* -4* -2 -3***

Jumlah guru SMA -371** -133 -153* 690 -62*** -9

Jumlah murid SMA -3966 -1882 -1318 -2499** 239 -287 Ket: *Alpha 1% ** Alpha 5%

*** Alpha 10%

Indeks Kesehatan

Indeks kesehatan ini diturunkan dari dua unsur kriteria utama yaitu sarana

(tempat tidur rumah sakit, puskesmas, dan posyandu) dan tenaga kesehatan (dokter

umum, dokter spesialis, dokter gigi, apoteker, perawat dan bidan).

Gambar di bawah ini menunjukkan bahwa DOB kabupaten berada pada indeks

teratas hampir sepanjang tahun, berbeda dengannya DOB kota berada pada tingkat

terbawah sejak tahun 2005. Hal ini cenderung disebabkan oleh perbedaan komposisi

penduduk antara dua jenis DOB itu. Penduduk di DOB kota jauh lebih banyak jumlahnya

dibanding dengan di DOB kabupaten. Akhirnya besaran indeksnya lebih besar di DOB

kabupaten.

Gambar 4.10

Perkembangan Indeks Sarana Kesehatan



Hal. 52

Sementara itu, pada indeks tenaga kesehatan terlihat bahwa DOB kota lebih

tinggi dari daerah manapun di hampir setiap tahun. Sebaliknya, DOB kabupaten adalah

yang terendah dibanding daerah-daerah lainnya hingga tahun 2005 dan melebihi daerah

induk pada tahun 2006. Fenomena-fenomena tersebut mengindikasikan bahwa

ketersediaan tenaga kesehatan di daerah DOB kabupaten masih terbatas sementara itu

tenaga kesehatan masih terkonsentrasi di kota. Kurangnya ketersediaan tenaga

kesehatan di DOB kabupaten ini dapat dijelaskan dengan fenomena yang terjadi di

Kabupaten Muko-Muko. Di kabupaten tersebut terjadi kekurangan tenaga medis karena

keengganan masyarakt untuk menjadi tenaga medis di kabupaten tersebut. Alasan

utamanya adalah kecilnya insentif untuk menjadi tenaga medis di sana, selain itu juga

daerah tersebut sulit di akses dari dan ke ibukota propinsi (pusat kota). Bahkan ada

suatu kejadian, ketika dibuka lowongan untuk menjadi tenaga medis di kabupaten

tersebut tidak ada yang mau mendaftar saat seleksi penerimaan tenaga medis.

Gambar 4.11. Perkembangan Indeks Tenaga Kesehatan

Dari indeks-indeks kriteria di atas maka dibuat penyederhanaan kembali menjadi

indeks aspek kesehatan secara umum. Gambar di bawah menunjukkan perkembangan

indeks kesehatan yang menurun pada tahun 2006 namun secara keseluruhan (periode)

memiliki tren yang positif/menaik. Kondisi pada gambar di bawah ini menunjukkan

bahwa pada tahun 2006 DOB kabupaten lebih tinggi dibanding dengan daerah manapun.

Hal ini merupakan ringkasan dari adanya indikasi dari dua indeks kriteria di atas yaitu

kurangnya tenaga kesehatan dan relatif kecilnya jumlah penduduk dibandingkan di

daerah lainnya.



Hal. 53

Gambar 4.12. Indeks Kesehatan

Selanjutnya dapat dilihat bahwa dampak pemekaran terhadap fasilitas kesehatan

di desa juga negatif. Fasilitas kesehatan di sini terdiri dari Posyandu, Polindes (Poliklinik

bersalin desa), dan puskesmas pembantu. Dari sini memang terlihat bahwa perbedaan

rerata fasilitas kesehatan antara DOB dan daerah kontrol di masing-masing propinsi

relatif kecil (0.377-0.799). beberapa daerah yang berdampak negatif adalah pada

propinsi Kalimantan Barat, Sumatera Utara, dan Bengkulu. Kecilnya perbedaan rerata

tersebut ini juga mengindikasikan bahwa ketersediaan sarana-sarana kesehatan tersebut

masih relatif kecil.

Tabel 4.7. Average Treatment Effect pada Fasilitas Kesehatan

Dengan Kernel Matching Method Fasilitas Kesehatan

Propinsi ATT t

Kalimantan Barat -0.57 -4.17*

Kepulauan Riau 0.081 0.087

Sulawesi Tenggara 0.15 2.783*

Sumatera Utara -0.799 -7.797*

Bengkulu -0.377 -6.135*

Ket: * alpha 1%

Berikut adalah analisis secara nasional dengan menggunakan alat analisis berupa

Propensity Score Matching (PSM). Berdasarkan pada tabel di bawah ini dapat diketahui

bahwa secara umum kebijakan pemekaran berdampak negatif baik kepada tenaga

medis maupun terhadap sarana kesehatan. Sebagai contohnya adalah pada DOB tahun

2003, perbedaan rerata jumlah tenaga kesehatan antara DOB dengan daerah kontrol



Hal. 54

sebesar 82 orang ditahun 2005 dan 15 orang pada tahun 2006. Artinya rerata di daerah

kontrol lebih besar daripada rerata di DOB. Namun terlihat bahwa terjadi penurunan

kesenjangan perbedaan di tahun 2005 dan 2006. Kemudian masih pada DOB 2003,

jumlah total puskesmas juga lebih kecil di DOB dari pada di daerah kontrol, besaran

perbedaan reratanya (dampak) ialah sebesar 33 Unit puskesmas pada tahun 2006

(Puskesmas, Pustu, dan Pusling). Tidak ada perbedaan yang signifikan antara tahun 2005

dan 2006 untuk indikator total puskesmas ini.

Tabel 4.8. Average Treatment Effect pada Aspek Kesehatan


DOB 2001 DOB 2003 DOB 2001-2003

Keterangan 2005 2006 2005 2006 2005 2006

jumlah dokter umum 16.39 8.97 -9.36* -7.08** -4.43*** -3.82

jumlah dokter spesialis -1.65 2.70 -6.48 -6.73 8.38** 6.42

jumlah dokter gigi -0.63 -5.80** -4.71* -4.58* -1.20 -0.89***

jumlah perawat -3.29 -68.65 -64.02* -41.19*** -7.77 -5.82

jumlah bidan -8.15 14.25 -31.76* -27.06** -30.40* -22.54**

jumlah rumah sakit -1.56 -0.74 -0.52** -0.55* 0.17 0.14

jumlah puskesmas -4.14 -2.85 -3.17* -3.05* -1.31 -1.24 jumlah puskesmas pembantu -11.21 -12.75 -15.77* -9.38 -8.01 -8.22*** jumlah puskesmas keliling -25.53* -23.20* -13.46* -14.26* -10.76*** -9.73*

jumlah posyandu -211.29 -219.12 -64.63** -102.97* -38.41 -36.57

jumlah tempat tidur RS -86.47 -55.64 -111.17* -116.27* -16.44 -6.35

jumlah apotik -8.00 -25.10* -7.99* -10.90* -2.14 -1.66 jumlah tenaga kesehatan -248.82 5.61 -82.43 -15.87 -33.18 3.99

jumlah total puskesmas -110.58* -108.13* -32.53* -33.67** -22.64** -19.50** Ket: *Alpha 1% ** Alpha 5% *** Alpha 10%

Indeks Infrastruktur

Infrastruktur ekonomi merupakan salah satu alat utama pemerintah SBY untuk

menjalankan triple-track strategy-nya yaitu pembangunan yang pro-poor, pro-growth dan

pro-job. Karena infrastruktur sesuai literatur yang ada diberbagai negara memiliki

kontribusi yang positif terhadap peningkatan kesejahteraan rakyat jika beberapa syarat



Hal. 55

tertentu seperti ketepatan target dan adanya pemerataan. Indeks infrastruktur ini

didapat dengan memasukkan beberapa infrastruktur ekonomi dalam indeksasasi,

diantaranya adalah panjang jalan, listrik, telepon, akses terhadap air bersih, dan irigasi.

Dibawah ini adalah gambar perkembangan indeks jalan (negara, propinsi dan

kabupaten) beraspal di beberapa daerah. Terlihat bahwa DOB secara keseluruhan

memiliki indeks panjang jalan yang lebih rendah dari daerah induk dan kontrol. Hal ini

mengindikasikan bahwa akses dari dan ke DOB masih relatif sulit. Pada perhitungan

indeks ini peneliti menggunakan panjang jalan beraspal saja, bukan jalan secara

keseluruhan. Hal ini karena beberapa alasan diantaranya untuk melihat jalan berdasar

kualitasnya. Karena semakin baik kualitas semakin besar dampaknya terhadap

perekonomian karena biaya angkut/ distrbusi pasti akan lebih rendah.

Gambar 4.13. Perkembangan Indeks Panjang Jalan

Terkait dengan akses terhadap air bersih, dari gambar di bawah ini terlihat

bahwa pada tahun 2006 masyarakat di DOB kota memang lebih mudah untuk mengakses

air. Sementara itu di DOB kabupaten masyarakatnya lebih sulit untuk mengakases air

dibandingkan daerah kontrol dan induk. Air bersih sangat penting untuk meningkatkan

kesehatan masyarakat. Jika akses terhadap air bersih rendah maka masyarakat daerah

tersebut cenderung memiliki tingkat kesehatan yang relatif rendah juga. Untuk itu perlu

kiranya ada upaya peningkatan kapasitas produksi air bersih yang tersalurkan ke

masyarakat. Permasalahannya adalah ada beberapa DOB kabupaten yang tidak memiliki

PDAM, hal ini mungkin disebabkan oleh kondisi geografis yang berbeda dari daerah

lainnya dan terpenting adalah belum menariknya investasi sektor ini bagi investor yang

mungkin diakibatkan oleh masalah penentuan tarif yang akan dikenakan ke masyarakat.



Hal. 56

Gambar 4.14. Perkembangan Indeks Akses Air

Secara keseluruhan, indeks infrastruktur menunjukkan bahwa kuantitas

ketersediaan infrastruktur di DOB Kabupaten memang jauh lebih sedikit dibandingkan

dengan daerah-daerah lainnya. Sementara itu untuk DOB kota kondisinya berfluktuasi,

pada tahun 2006 ketersediaan infrastruktur di DOB kota lebih tinggi dibanding daerah

lainnya. Indeks infrastruktur ini merupakan ringkasan dari beberapa indeks beberapa

jenis infrastruktur ekonomi yang ada seperti jalan, telepon, irigasi, listrik, dan air. Hal ini

mengkonfirmasi bahwa pada daerah-daerah DOB yang pada umumnya sarana

pemerintahan belum terdapat, sebagian besar pengeluaran modalnya terfokus pada

pembangunan sarana pemerintahannya terlebih dahulu pada awal periode. Namun

terlihat walaupun sudah beberapa tahun memekarkan diri, pertumbuhan infrastruktur

relatif tidak berkembang pesat. Hal ini ditandai dari tren yang sangat landai walaupun

memiliki kemiringan yang positif. Hal yang berbeda terjadi pada DOB kota, walaupun

fluktuasinya relatif besar namun trennya memiliki tingkat kecuraman yang tinggi. Hal ini

mengindikasikan bahwa pertumbuhan infrastrukturnya relatif lebih tinggi di daerah ini.

Mungkin hal ini disebabkan oleh sudah tersedianya sarana pemerintahan. Sehingga

dana pembangunan yang tersedia tidak sebagian besar terserap lagi pada

pembangunan sarana pemerintahan.



Hal. 57

Gambar 4.15.

Perkembangan Indeks Infrastruktur

Selanjutnya dengan menggunakan analisis ekonometrika berdasar data Potensi

Desa tahun 2006 didapat bahwa terkait dengan layanan umum berupa listrik ( keluarga

yang telah menikmati listrik secara umum dampak pemekaran adalah negatif walaupun

memang ada satu propinsi yang tidak signifikan yaitu Sulawesi Tenggara. Namun untuk

propinsi Kepulauan Riau rerata perbedaan DOB dengan daerah kontrol menunjukkan

nilai positif sebesar 31.97 dan signifikan pada tingkat 95%). Perlu diingat bahwa listrik

yang dinikmati ini diperoleh dari dua sumber yaitu dari PLN dan non-PLN.

Tabel 4.9. Average Treatment Effect pada Keluarga yang Menikmati Listrik

Dengan Kernel Matching Method Propinsi ATT t

Kalimantan Barat -99.846 -1.293

Kepulauan Riau 31.97 2.364**

Sulawesi Tenggara -15.208 -1.197

Sumatera Utara -96.03 -4.431*

Bengkulu -13.719 -1.653***


*** Alpha 10%

Secara nasional, dampak kebijakan pemekeran memiliki dampak negatif

terhadap ketersediaan infrastruktur di daerah tersebut. Pada tabel di bawah ini terlihat

bahwa hampir semua memiliki besaran negatif walaupun tidak semuanya signifikan

secara statistik. Pada DOB yang berdiri 2003 terlihat bahwa perbedaan rerata (dampak)

panjang jalan kabupaten antara daerah kontrol dengan DOB sebesar 286 pada tahun



Hal. 58

2005 dan 271 KM pada tahun 2006. Sementara itu, perbedaan rerata (dampak) produksi

air bersih sebesar 1700 pada tahun 2005 dan 2070 ribu M3 pada tahun 2006. Kemudian

terhadap ketersediaan telekomunikasi (telepon) juga DOB 2003 memiliki dampak yang

negatif yaitu sebesar 4983 unit sambungan telepon pada tahun 2006. Yang perlu dilihat

lebih lanjut adalah perbedaan kinerja antar tahun. Ada beberapa yang perbedaan

reratanya (dampak negatifnya) semakin mengecil dan ada yang semakin besar.

Mengingat maraknya pemekaran daerah yang ternyata memiliki dampak negatif

terhadap ketersediaan infrastruktur maka hal ini bisa menganggu kebijakan

pembangunan yang pro-poor, pro-job dan pro-growth.

Tabel 4.10. Average Treatment Effect pada Ketersediaan Infrastruktur


DOB 2001 DOB 2003 DOB 2001-2003

Keterangan 2005 2006 2005 2006 2005 2006 panjang jalan negara beraspal (Km) 51* 5 -116* -56 -43 -7 panjang jalan prov beraspal (Km) 6 -13 -96* -60*** -13 -43 panjang jalan kabupaten beraspal (Km) -41 -77 -286* -271** -296** -253** jumlah sambungan telepon (unit) 11015 -3558 -3168** -4983* -157 -1238 produksi air bersih (000m3) -1930** -1630 -1700* -2070* -695 -1050** akses terhadap air bersih (%) -11 -16 -17* -14* -5 -2

jumlah kantor pos (unit) -2 -2 -4** -3** -1*** -1 Ket: *Alpha 1% ** Alpha 5%

*** Alpha 10%

Indeks Pelayanan Umum

Dari berbagai tahapan indeksasi terhadap beberapa aspek seperti kesehatan,

pendidikan dan infrastruktur di atas, dibuatlah indeksasi terhadap aspek pelayanan

umum sebagai suatu pembobotan rerata yang sama dari berbagai aspek tersebut.

Gambar di bawah ini merupakan rangkuman dari berbagai penjelasan di atas. Gambar

di bawah ini mengindikasikan bahwa daerah DOB kabupaten memang memiliki layanan

umum yang relatif lebih rendah dibanding daerah yang lainnya.



Hal. 59

Gambar 4.16.

Perkembangan Indeks Aspek Pelayanan Umum

IV. 4. Aspek Manajemen Aparatur

Implementasi kebijakan desentralisasi dan otonomi daerah berdasarkan UU No

22 Tahun 1999, yang kemudian direvisi menjadi UU No 32 Tahun 2004 tentang

Pemerintahan Daerah, memberikan wewenang yang lebih luas kepada daerah untuk

menyelenggarakan pemerintahannya secara otonom. Penyerahan sebagian kewenangan

Pemerintah kepada Pemerintah Daerah ini dilakukan dalam rangka meningkatkan

pelayanan publik dan meningkatkan kesejahteraan masyarakatnya. Manajemen aparatur

pemerintah daerah kemudian menjadi salah satu faktor kunci dalam keberhasilan

pembangunan daerah.

Dalam kajian ini, aspek manajemen aparatur yang dianalisis secara umum adalah

dari segi kualitas aparatur, khususnya dalam hal tingkat pendidikan aparat, dan dari segi

jangkauan aparatur, khususnya dalam hal proporsi/perbandingan antara jumlah aparatur

dengan jumlah penduduk.

Gambar 4.17. Indeks Kualitas Aparatur Pemerintah Daerah

67

58

63

52

30

25

43

47

1815

24

29

23

17

29

35

0

10

20

30

40

50

60

70

80

2003 2004 2005 Juni 2007

Tahun

Inde

ks K

ualit

as A

para

tur

Indeks Kabupaten DOB:Indeks Kota DOB:Indeks Daerah Induk:Indeks Daerah Kontrol:



Hal. 60

Indeks kualitas aparatur pemerintah daerah yang ditampilkan pada tabel diatas

dihitung melalui pendekatan tingkat pendidikan. Secara umum, indeks per daerah

diperoleh melalui perhitungan komposisi aparatur yang tingkat pendidikannya dibawah

tingkat S-1 dan komposisi aparatur yang tingkat pendidikannya setingkat atau diatas

tingkat S-1, dibandingkan dengan jumlah keseluruhan aparatur. Diasumsikan bahwa

semakin tinggi komposisi jumlah aparatur yang tingkat pendidikannya setingkat atau

diatas tingkat S-1, maka kapasitas/kualitas aparatur Pemerintah Daerah secara agregat di

daerah tersebut akan lebih tinggi, dan karenanya mendapat indeks lebih tinggi. Dengan

kata lain, angka indeks kualitas aparatur ini akan sebanding dengan angka komposisi

jumlah aparatur yang tingkat pendidikannya setingkat atau diatas tingkat S-1.

Dari grafik tersebut dapat dilihat bahwa rata-rata indeks kabupaten pemekaran

ternyata secara umum lebih tinggi dibanding daerah lain. Demikian juga dengan kota

hasil pemekaran, masih lebih tinggi dibanding rata-rata daerah induk dan daerah

kontrol. Gap atau jarak selisih terbesar terjadi pada tahun 2003, yang masih termasuk

tahun-tahun awal terbentuknya daerah pemekaran. Meski begitu, tren atau

kecenderungan indeks ini untuk kabupaten pemekaran menurun, sementara untuk

daerah lain tren-nya meningkat.

Gambar 4.18. Indeks Jangkauan Aparatur Pemerintah Daerah

Indeks jangkauan aparatur pemerintah daerah yang disajikan pada grafik diatas

diperoleh melalui pendekatan komposisi/perbandingan antara jumlah aparatur dengan

jumlah penduduk di satu daerah. Dengan komposisi ini didapatkan angka perkiraan

“berapa jumlah penduduk yang dilayani oleh satu orang aparatur.” Asumsi yang

digunakan adalah semakin kecil perbandingan tersebut, maka pelayanan yang

diberikan dapat semakin baik. Dengan kata lain, semakin sedikit jumlah penduduk yang

26

37

66

59

99 98 97

82

98 98 97

64

98 97 96

67

-

20

40

60

80

100

120

2003 2004 2005 2006

Tahun

Inde

ks J

angk

auan

Apa

ratu

r

Indeks Kabupaten DOB:Indeks Kota DOB:Indeks Daerah Induk:Indeks Daerah Kontrol:



Hal. 61

harus dilayani oleh satu orang aparat pemerintah daerah, akan semakin baik pelayanan

yang dapat diberikan. Maka, indeks jangkauan aparatur ini berbanding terbalik dengan

angka komposisi/perbandingan antara jumlah aparat dengan jumlah penduduk,

sehingga semakin kecil angka komposisi suatu daerah akan memunculkan indeks yang

semakin besar.

Dari grafik tersebut dapat dilihat bahwa antara kota pemekaran, daerah induk

dan daerah kontrol ternyata memiliki tingkat dan indeks yang hampir sama. Sebaliknya,

kabupaten pemekaran indeksnya jauh dibawah tiga daerah lain. Gap atau jarak

perbedaan terbesar adalah pada tahun 2003. Meski begitu, gap ini semakin mendekat

pada tahun-tahun selanjutnya. Pola ini secara umum berkebalikan dengan pola indeks

kualitas aparatur yang disajikan sebelumnya.

Untuk menjelaskan mengecilnya gap indeks komposisi aparatur antara

kabupaten pemekaran dengan daerah lain, dalam hal jumlah atau angka riil komposisi

jumlah aparatur dan jumlah penduduk sebenarnya tidak terjadi penurunan signifikan

pada daerah induk, daerah kontrol, dan kota pemekaran. Jumlah aparatur dan penduduk

di ketiga daerah ini cenderung stabil dan komposisinya juga stabil. Akan tetapi

sebaliknya, terjadi peningkatan jumlah aparatur secara signifikan pada kabupaten

pemekaran. Maka, karena indeks merupakan angka perbandingan atau angka yang

menggambarkan “posisi” daerah dibandingkan dengan daerah lain, maka angka

perbandingan itu yang semakin mendekat. Dengan kata lain, meskipun dalam grafik

terlihat penurunan pada daerah induk, daerah kontrol dan kota pemekaran, akan tetapi

secara riil sebenarnya tidak terdapat perubahan signifikan pada ketiga daerah itu. Yang

terjadi adalah mendekatnya kesenjangan indeks karena terjadi perubahan signifikan

(penambahan jumlah aparatur) pada daerah kabupaten pemekaran.

Apabila diperbandingkan antara dua pola indeks dalam manajemen aparatur

diatas, terdapat satu kecenderungan yang menarik dalam hal keterkaitan antara

jangkauan aparatur dan kualitas aparatur. Pada masa-masa awal pembentukan daerah

pemekaran, khususnya kabupaten pemekaran, jumlah aparat di daerah pemekaran itu

masih sangat sedikit. Akan tetapi dari segi kualitas, khususnya bila dilihat dari tingkat

pendidikan, justru cenderung tinggi. Hal ini mungkin terkait dengan kebutuhan daerah

pemekaran untuk mengisi pos-pos jabatan struktural yang notabene membutuhkan

kualifikasi tingkat pendidikan tertentu. Hal ini menjelaskan terjadinya gap atau jarak

perbedaan yang cukup jauh dalam dua indeks tersebut pada tahun 2003.

Dalam perkembangannya, daerah kabupaten pemekaran mulai melakukan

perekrutan atau usaha-usaha lain untuk menambah jumlah aparat mereka dengan cepat,



Hal. 62

guna menambah tenaga untuk melakukan pelayanan. Proses penambahan aparat yang

kemudian terjadi ini tidak hanya difokuskan untuk mengisi pos-pos jabatan, akan tetapi

juga staf dan tenaga teknis atau fungsional. Maka kualifikasi tingkat pendidikan yang

direkrut mulai bervariasi, meskipun itu berarti secara agregat juga mulai mengurangi

komposisi aparatur yang tingkat pendidikannya setara S-1 atau diatasnya dibandingkan

dengan total jumlah aparat.

Dari tahun ke tahun, kecenderungan menurunnya gap dalam dua indeks tadi

menunjukkan bahwa daerah pemekaran, khususnya kabupaten pemekaran bergerak ke

arah kesetimbangan untuk mensejajarkan kualitas dan komposisi/jangkauan

aparaturnya dengan daerah lain yang sudah lebih “mapan” sebelumnya. Pergerakan ini

terutama disebabkan oleh usaha daerah pemekaran untuk menambah jumlah aparat

secara cepat. Kalaupun itu berimbas pada menurunnya agregat kualitas aparat

(meskipun hanya didekati dari segi tingkat pendidikan), hal ini lebih dikarenakan

kualifikasi yang dibutuhkan memang tidak terlalu menuntut itu. Selain itu dari sisi

angkatan kerja yang tersedia juga tingkat pendidikannya tidak selalu tinggi.

Fenomena lain yang dapat dianalisis adalah dari segi perpindahan aparat dari

daerah induk ke daerah pemekaran. Pada tahun-tahun awal pembentukan daerah

pemekaran (2003 dan 2004), apabila terjadi perpindahan aparatur secara besar-besaran

dari daerah induk ke daerah pemekaran, tentuk indeks komposisi aparatur pada daerah

induk juga akan rendah. Akan tetapi ternyata hal ini tidak terjadi. Indeks komposisi

daerah induk tetap hampir sama dengan daerah kontrol. Dengan kata lain, kalaupun

terdapat perpindahan atau perbantuan aparatur dari daerah induk ke daerah

pemekaran, jumlahnya tidak terlalu signifikan (hal ini juga menjelaskan mengapa pada

masa-masa awal pembentukan daerah pemekaran jumlah aparaturnya masih sedikit.

Pola ini ternyata tidak berlaku untuk kota-kota pemekaran. Secara umum pola

pergerakan indeks untuk kota pemekaran justru cenderung stabil dan relatif lebih tinggi

dari daerah-daerah lain yang sudah lebih mapan sebelumnya. Dari segi kualitas aparatur

misalnya, aparatur di kota pemekaran memang dibawah kabupaten pemekaran, akan

tetapi masih diatas daerah induk dan daerah kontrol. Selain itu, pola pergerakan indeks

kualitas tersebut juga cenderung meningkat dari tahun ke tahun.

Untuk pola indeks komposisi aparatur juga demikian. Sejak masa-masa awal

pembentukannya, kota pemekaran langsung memiliki indeks yang sama dengan daerah

induk dan daerah kontrol. Bahkan relatif sedikit lebih tinggi.



Hal. 63

Banyak faktor yang mempengaruhi perbedaan pola pergerakan indeks antara

kota pemekaran dengan kabupaten pemekaran ini. Pertama, infrastruktur kota

pemekaran relatif sudah lebih terbangun dibanding kabupaten pemekaran, sehingga

kota pemekaran tidak membutuhkan waktu lama untuk adaptasi dan pembangunan

infrastruktur. Yang sering terjadi justru adalah daerah induknya yang secara riil justru

“dipindahkan”. Hal ini terjadi apabila kota yang dimekarkan itu sebelumnya adalah

ibukota dari kabupaten yang menjadi induknya. “Perpindahan” daerah induk untuk

mencari ibukota baru ini tentu tidak otomatis diikuti oleh perpindahan aparaturnya,

karena aparatur tersebut tentu sebelumnya memang sudah tinggal di kota itu. Maka,

kota pemekaran sejak awal tidak mengalami kesulitan dalam hal jumlah aparat, karena

banyak aparat dari daerah induk yang tidak ikut pindah ke ibukota baru dari daerah

induknya.

Selain itu, seringkali kota pemekaran sebelumnya memang sudah merupakan

daerah yang relatif ramai atau aktif perekonomiannya atau sudah tidak terlalu berbasis

pada sektor agraris. Maka kota pemekaran biasanya memang sudah banyak

aparaturnya, dan dinamika daerahnya lebih “menarik” bagi pegawai-pegawai baru

untuk masuk ke kota pemekaran.

Demikian juga dari segi jumlah dan konsentrasi penduduk, jumlah penduduk kota

pemekaran relatif lebih sedikit dibanding kabupaten pemekaran, akan tetapi penduduk

terkonsentrasi di satu area kota itu saja. Berbeda dengan kabupaten pemekaran yang

banyak penduduknya dan tersebar. Semua ini menyebabkan komposisi antara jumlah

aparat dan jumlah penduduk di daerah kota pemekaran langsung setara indeksnya

dengan daerah-daerah yang sudah mapan sebelumnya.

Untuk daerah-daerah yang sudah mapan itu sendiri (dalam hal ini kota

pemekaran, daerah kontrol dan daerah induk), pola yang terjadi adalah jumlah

aparaturnya cenderung stabil. Tidak ada perubahan jumlah yang signifikan. Akan tetapi

pola indeks kualitas aparatnya menunjukkan kecenderungan yang relatif meningkat. Hal

ini berarti daerah-daerah ini sudah tidak terlalu memfokuskan diri pada penambahan

jumlah pegawai, akan tetapi mulai menjalankan usaha-usaha yang berkesinambungan

untuk meningkatkan kualitasnya (minimal dari segi tingkat pendidikan).

Analisa secara nasional dengan menggunakan analisis ekonometrika

menunjukkan bahwa dampak pemekaran terhadap PNS adalah negatif. Sebagai contoh

pada DOB 2003 dapat dilihat bahwa perbedaan rerata jumlah PNS sebesar 4190 jiwa

pada tahun 2005 dan 3879 jiwa pada tahun 2006. Sementara itu hal yang sama juga jika

PNS dilihat sebagai rasio terhadap penduduk, perbedaan rerata rasio PNS terhadap



Hal. 64

penduduk pada DOB 2003 sebesar 0.034 di tahun 2005 dan 0.032 di tahun 2006. Jika DOB

itu dipisahkan berdasarkan tahun berdirinya terlihat bahwa ada tren menurun atas

besaran perbedaan rerata (dampak) dari 2005 ke 2006. Berikut adalah tabel mengenai

dampak pemekaran pada jumlah PNS di DOB dan di daerah kontrol.

Tabel 4.11. Average Treatment Effect pada Jumlah PNS


DOB 2001 DOB 2003 DOB 2001-2003 keterangan 2005 2006 2005 2006 2005 2006

Jumlah PNS -1856.964 -1633.487 -4190.56* -3879.45* -1835.62* -1950.01* Rasio PNS per penduduk -0.015** -0.014*** -0.034* -0.032* -0.014* -0.015*


*** Alpha 10%

Penjelasan tambahan dari tabel di atas adalah dari grafik di bawah ini. Penurunan

dampak negatif pada PNS di atas karena adanya kenaikan jumlah PNS di DOB baik DOB

2001 dan DOB 2003. Kenaikan ini menyebabkan rasio PNS per penduduk di DOB

meningkat. Dan pada akhirnya memperkecil kesenjangan antara DOB dan daerah

kontrol. Kemudian, terlihat bahwa belanja pegawai semakin menurun. Namun yang

menarik adalah adanya kenaikan jumlah pegawai dari tahun 2005 ke 2006. Hal ini

mengindikasikan dua hal pertama terjadinya kenaikan APBD yang melebihi kenaikan

belanja pegawai. Kedua, bahwa pada awal pemerintahan banyak pengeluaran pegawai

akibat besarnya proporsi pegawai yang termasuk pada golongan atas.

Gambar 4.19. Rerata Belanja Pegawai/APBD dan Jumlah PNS di DOB 2001 dan 2003



Hal. 65

IV. 5. Aspek Rentang Kendali

Aspek ini sangat penting karena menjadi salah satu alasan utama pendukung

pemekaran. Mengapa pemekaran itu dibutuhkan? salah satunya adalah untuk

mengoptimalkan rentang kendali. Para pendukung kebijakan pemekaran berpendapat

bahwa pemerintah daerah baru akan lebih mampu menjangkau kebutuhan

masyarakatnya, lebih dekat dengan masyarakat. Pola yang umum terjadi pada

pemekaran daerah kabupaten/kota ini adalah bahwa pemekaran tersebut akan diikuti

oleh pemekaran desa/kelurahan dan kecamatan. Untuk itu kami mencoba menghitung

berdasar data Potensi Desa (Podes 2006) apakah ada dampak pada jarak desa ke

kecamatan dan ke kab/kota. Kemudian juga melihat perbedaan biaya transportasi yang

dibutuhkan.

Tabel di bawah ini mengindikasikan bahwa jarak desa ke ibukota kab/kota

pemekaran lebih dekat dari jarak desa ke ibukota kab/kota yang menjadi kontrol. Hal ini

ditunjukkan dari besaran nilai ATT yang negatif. Sebagai contoh, pada propinsi

bengkulu, perbedaan rerata jarak dari desa-desa ke kabupaten-kabupaten/kota di

propinsi tersebut adalah 11.59 KM. Jarak dari suatu tempat ke tempat yang lain memang

bersifat tetap. Namun secara relatif dapat diubah dengan adanya pemekaran wilayah.

Hal ini memang terjadi di beberapa daerah pemekaran. Misalnya di Kepulauan Riau,

sebelum terjadi pemekaran (Lingga masih menjadi kecamatan dan Kepulauan Riau

masih menjadi kabupaten) banyak warga dari Pulau Singkep, Senayang harus ke

Tanjung Pinang untuk mengurus surat-surat tertentu. Waktu tempuh dari Pulau Singkep

ke Tanjung Pinang sekitar 5-6 jam dengan jalur laut. Sekarang setelah Lingga Menjadi

Kabupaten, maka segala urusan yang harus disahkan pada level kabupeten dapat di

selesaikan di Lingga dan bukan di Tanjung Pinang. Saat ini perjalanan dari Singkep ke

Lingga hanya memakan waktu sekitar 1 jam. Berdasar data podes 2006, rerata jarak desa

ke kabupaten/kota di kepulauan riau adalah 44.5 KM dengan rerata biaya yang

dikeluarkan sebesar 619 ribu rupiah.

Dengan dilakukannya pemekaran hingga kecamatan/desa, jarak relatifnya

menjadi lebih dekat secara yuridiksi. Hal ini seharusnya akan menguntungkan

masyarakat setempat dengan menurunnya biaya (transportasi) yang ditanggung

masyarakat, misalnya dalam pengurusan KTP atau surat-surat lainnya, akses ke

pelayanan publik.



Hal. 66

Tabel 4.12.

Average Treatment Effect pada Jarak Desa Ke Ibukota Kab/Kota Dengan Kernel Matching Method

Propinsi ATT t Kalimantan Barat -16.277 -5.499* Kepulauan Riau -26.333 -3.191* Sulawesi Tenggara 0.672 0.408 Sumatera Utara -20.211 -23.14* Bengkulu -11.588 -7.658*

Ket: * alpha 1%

Rerata jarak antar wilayah yang lebih kecil dari DOB daripada daerah kontrol

ternyata masih belum mampu membuat rerata ongkos yang ditanggung menjadi relatif

kecil. Hal ini terjadi karena kondisi geografis daerah tersebut. Kepulauan Riau yang

berbentuk kepulauan, Kalimantan Barat dengan kondisi hutan dan sungai-sungai besar

membuat rerata biaya transportasi menjadi tinggi. Ditambah dengan frekuensi

transportasi yang masih minim tentunya menjadikan biaya transportasi di wilayah itu jadi

mahal, misalnya dari Lingga, Dabo ke Tanjung Pinang hanya ada satu kali dalam sehari.

Tingginya rerata biaya transportasi yang ditanggung ditunjukkan dari tabel di bawah ini.

Tabel 4.13. Average Treatment Effect

pada Biaya Transportasi Desa Ke Ibukota Kab/Kota Dengan Kernel Matching Method

Propinsi ATT t

Kalimantan Barat 688.409 3.133* Kepulauan Riau 920.14 2.399** Sulawesi Tenggara 14.895 2.21** Sumatera Utara -46.145 -1.96** Bengkulu -19.903 -1.131

Ket: * alpha 1% ** alpha 5%

Analisis secara nasional mengenai jarak ternyata menunjukkan hasil analisis yang

berbeda. Hal ini karena ada perbedaan yang substantif pada level apa jarak diukur.

Pada analisis nasional ini jarak yang diukur adalah jarak dari kabupaten ke ibukota

provinsi, bukan jarak desa ke ibukota kabupaten. Berdasarkan tabel di bawah ini terlihat

bahwa dampak (rerata jarak) tidak signifikan.



Hal. 67

Tabel 4.14. Average Treatment Effect

pada Jarak Kabupaten Ke Ibukota Provinsi Dengan Kernel Matching Method

DOB 2001 DOB 2003 DOB 2001‐2003 keterangan 2005 2006 2005 2006 2005 2006

jarak kabupaten ke ibukota provinsi (km) 92.72*** 92.72*** -41.56 -41.56 -7.65 -7.65Ket: ***alpha 10%

Tabel di atas mengindikasikan bahwa yang terpenting sebenarnya adalah

pemekaran pada level desa atau pada level yang lebih tinggi yaitu kelurahan atau

kecamatan. Karena jarak kabupaten ke ibukota provinsi tidak signifikan secara statistik

untuk DOB tahun 2003 dan DOB 2001-2003. Yang sedikit aneh adalah DOB pada tahun

2001. Berdasar hasil penghitungan dampak terlihat bahwa pada DOB tahun 2001,

ternyata rerata jarak daerah bukan DOB lebih jauh dibanding dengan daerah DOB itu

sendiri. Hal ini menunjukkan bahwa rerata jarak DOB masih lebih jauh ke ibukota

propinsi bila dibandingkan dengan daerah kontrol ke ibukota propinsi. Saat ini semua

urusan pelayanan publik terkonsentrasi pada level kabupaten/kota dan bukan propinsi.

Sehingga yang relevan untuk diperhatikan adalah jarak dari desa/kecamatan ke ibukota

kabupaten dan bukan jarak kabupaten ke ibukota propinsi. Dengan demikian, dapat

disimpulkan bahwa untuk mengatasi masalah rentang kendali yang terlalu jauh,

kebijakan yang relevan sebenarnya adalah kebijakan memekarkan desa/kelurahan atau

bahkan kecamatan.



Hal. 68

BAB V KESIMPULAN DAN REKOMENDASI

V.1. Kesimpulan

Penelitian ini mengevaluasi kebijakan pemekaran daerah di Indonesia pada periode

2001-2003. Ada beberapa metode evaluasi yang digunakan dalam studi ini. Pertama,

metode indeksasi dengan terlebih dahulu membentuk kelompok control-treatment untuk

melakukan komparasi apple to apple antara Daerah Otonom Baru dengan daerah bukan

DOB (Induk dan Kontrol). Pemilihan daerah sampel dilakukan dengan stratified random

sampling. Ada beberapa aspek yang akan dibandingkan yaitu ekonomi daerah,

keuangan pemerintah, pelayanan publik, aparatur pemerintah dan rentang kendali.

Kedua, evaluasi akan dilakukan dengan menggunakan metode propensity score matching

untuk mencari rerata dampak (Average Treatment Effect) dari suatu kebijakan

pemekaran. Aspek-aspek dampak yang dilihat pada metode kedua ini mirip dengan

aspek-aspek dalam metode indeksasi.

Berdasar analisis indeksasi pada studi ini, secara umum, di beberapa aspek tertentu,

DOB Kota menunjukkan kinerja yang lebih baik daripada DOB Kabupaten. Hal ini

mengingat bahwa pertama, DOB Kota adalah ibukota kabupaten induk sebelum

pemekaran. Sehingga memiliki sumber daya yang relatif telah mapan. Kedua, proses

pemekaran juga “menempatkan” aset dan SDM yang lebih memadai di daerah DOB kota

daripada DOB kabupaten. Dampak positif yang dirasakan oleh masyarakat di daerah

DOB lebih dikarenakan pendeknya rentang kendali atau jarak antara sarana/ prasarana

layanan umum tertentu dengan masyarakat. Perlu diketahui bersama bahwa terdapat

suatu kecenderungan yang terjadi pada pemekaran daerah yaitu manfaat dari distribusi

layanan lebih dirasakan oleh masyarakat yang berada di daerah ibukota DOB dan

sekitarnya.

Pada aspek ekonomi, pemekaran daerah belum secara optimal dapat mendorong

berkembangnya sumber-sumber pertumbuhan ekonomi. Hal ini juga menjadi salah satu

masalah untuk meningkatkan kesejahteraan rakyat. DOB (khususnya kabupaten) secara

relatif belum memiliki “permintaan & penawaran” yang memadai. Oleh karena itu skala

ekonomi relatif terbatas. Sementara itu, DOB Kota, Induk dan Kontrol memiliki sumber-

sumber penggerak perekonomian (perdagangan, industri, dll) yang lebih mapan.

5



Hal. 69

Kemudian dari sisi pengeluaran rumah tangga, DOB terbukti secara empiris

memberikan dampak negatif. Bila dibandingkan dengan daerah kontrol, rerata

pengeluaran rumah tangga relatif lebih kecil dibandingkan dengan daerah kontrol.

Selain itu rerata jumlah industri/kerajinan rumah tangga juga lebih kecil di daerah DOB

dibandingkan di daerah kontrol. Kalaupun ada yang lebih tinggi, itu lebih disebabkan

oleh keterpaksaan akibat buruknya kondisi perekonomian (seperti PHK massal akibat

tutupnya sumber mata pencaharian utama suatu daerah seperti penutupan usaha

penambangan timah di pulau Singkep, Kepulauan Riau) bukan dari inisiatif masyarakat.

Dari sisi keuangan pemerintah, pemekaran daerah meningkatkan alokasi anggaran

nasional ke daerah namun belum memberikan dampak yang lebih baik terhadap

perkembangan keuangan pemerintah daerah sehingga pencapaian tujuan pemekaran

belum optimal. DOB (khususnya kabupaten) mengalokasikan porsi anggaran yang relatif

jauh lebih besar untuk pembangunan (modal) infrastruktur pemerintahan dan kebutuhan

belanja aparat pada tahun-tahun pertama jalannya pemerintahan. Hal ini dapat bersifat

trade-off terhadap pengeluaran pemerintah pada pelayanan publik. Karena alokasi dana

yang ditempatkan pada pos-pos pelayanan publik digerus oleh pos pengeluaran

infrastruktur pemerintahan dan belanja aparat. Mengenai peran keuangan pemerintah

dalam perekonomian daerah, Relatif tingginya peran pemerintah ini yang tidak

dibarengi dengan masuknya pihak swasta ke dalam perekonomian bisa berdampak

buruk pada perekonomian secara umum. Hal ini dikenal dengan istilah crowding-out

effect.

Secara teoretis, kondisi ini dapat diminimalkan apabila percepatan pembangunan

daerah bisa dilakukan tanpa kehadiran pemerintah DOB melalui kebijakan-kebijakan

yang dibuatnya. Hal ini dapat dilakukan dengan kebijakan yang bersifat kewilayahan.

Kebijakan kewilayahaan ini dapat menjadi lingkup kebijakan pemerintah pada level

nasional dan propinsi. Sebagai contohnya adalah peningkatan akses ke daerah-daerah

terpencil, sehingga biaya distributif menjadi rendah. Hal ini akan meningkatkan

kegiatan ekonomi dan pihak swasta tentunya akan ikut serta di dalamnya.

Walaupun fakta yang terjadi adalah bahwa daerah-daerah yang telah mekar akan

memperoleh total DAU yang lebih besar dibandingkan dengan sebelum mekar.

Berdasar analisis ekonometrika diketahui bahwa besaran-besaran transfer dana memang

masih lebih besar di daerah kontrol daripada di DOB. Yang menarik adalah bahwa

besaran Dana Alokasi Khusus (DAK) di daerah DOB lebih besar dibandingkan dengan

daerah kontrol. Mengingat DAK adalah transfer pemerintah pusat pada spesifik bidang



Hal. 70

tertentu. Hal ini mengindikasikan bahwa kinerja dalam pelayanan publik seperti

kesehatan dan pendidikan di daerah DOB masih lebih rendah dibandingkan daerah

kontrol.

Pemekaran daerah selalu diikuti oleh pendeknya rentang kendali, baik secara struktur

organisasi maupun jarak geografis. Hal ini umumnya konsekuensi logis dari pemekaran

kecamatan/desa yang biasanya mengikuti kebijakan pemekaran kabupaten/kota.

Seharusnya dengan pendeknya rentang kendali, masyarakat akan lebih dekat pula

dengan pelayanan publik. Namun hasil analisis studi menunjukkan hal yang berbeda.

Peningkatan pelayanan publik terjadi pada umumnya di wilayah ibukota daerah

pemekaran. Sementara itu, di wilayah-wilayah lainnya pelayanan publik masih belum

optimal. Hal ini karena kualitas dan kuantitas SDM yang masih terbatas dan kondisi

birokrasi yang masih berkembang sehingga belum dapat dengan segera meningkatkan

kinerjanya dalam mendistribusikan pelayanan publik ke masyarakat.

Hasil analisis menunjukkan bahwa secara umum pemekaran daerah memiliki dampak

negatif pada beberapa aspek pelayanan publik seperti kesehatan, pendidikan, dan

infrastruktur. Hal ini ditunjukkan dari rerata nilai aspek-aspek tersebut di DOB yang

lebih kecil dibandingkan di daerah kontrol. Namun tidak dipungkiri bahwa ada DOB

pada propinsi tertentu yang jumlah infrastuktur publiknya (sekolah/puskesmas) lebih

banyak dari daerah kontrol. Hal ini terkait dengan kebijakan daerah masing-masing,

apakah daerah tersebut mendahulukan pembangunan infrastruktur publik atau sarana

pemerintahan. Pada umumnya, karena keterbatasan yang ada, pemerintah DOB lebih

mendahulukan pengeluaran pada sarana pemerintahan dan belanja pegawai daripada

pada pelayanan publik. Ada kendala lain yang masih dihadapi daerah DOB secara

keseluruhan yaitu masalah penyediaan tenaga pelayanan publik yang memadai.

Kurangnya tenaga teknis pelayanan publik seperti guru dan tenaga medis lebih

dikarenakan insentif yang kurang dan lokasi DOB yang sulit untuk mengakses pelayanan

publik. Mengingat bahwa tenaga teknis ini memiliki keluarga (istri, anak) yang

memerlukan layanan publik yang bagus.

Dalam hal manajemen aparatur pemerintah, Pada masa awal pembentukan, DOB

memfokuskan diri untuk mengisi pos-pos jabatan. Jumlah PNS masih sedikit dengan

kualitas yang relatif tinggi. Kemudian, bergerak ke arah kesetimbangan. Tidak terjadi

perpindahan aparatur secara signifikan dari daerah induk ke DOB. Pada masa awal

pembentukan, yang berpindah dari daerah induk lebih banyak untuk mengisi pos-pos

jabatan tertentu. Pola ini berbeda antara kabupaten dengan kota DOB, dimana kota DOB



Hal. 71

relatif lebih mapan ketika dibentuk. Hal ini karena pada pembentukan kota DOB, justru

daerah induknya yang “dipindahkan”, sementara aparaturnya tidak ikut pindah. Dari

segi komposisi aparat-penduduk, kota DOB diuntungkan oleh konsentrasi penduduk di

area yang lebih kecil dibanding kabupaten DOB. Terdapat kecenderungan diberbagai

wilayah otonom baru bahwa kurangnya aparat pemerintahan diisi dari tenaga pendidik.

Hal ini dapat mengganggu perencanaan pendidikan pada tingkat pusat karena memiliki

trade off dengan ketersediaan tenaga pendidikan. Berdasar analisis ekonometrika

diketahui bahwa secara nasional dampak pemekaran terhadap jumlah PNS adalah

negatif. Namun, secara periodik kesenjangan rerata PNS di DOB dan daerah kontrol

semakin mengecil. Hal ini ditunjukkan dari besaran jumlah PNS di DOB yang terus

meningkat.

Selanjutnya terkait dengan rentang kendali, dengan analisis average treatment effect

didapat bahwa jangkauan jarak pelayanan relatif lebih dekat. Hal ini dapat dilihat dari

jarak desa di DOB Kabupaten/Kota ke ibukota Kabupaten/Kota lebih dekat bila

dibandingkan dengan di daerah kontrol. Namun yang perlu diperhatikan adalah pada

daerah tertentu lebih pendeknya jarak itu tidak dibarengi oleh rendahnya biaya

transportasi. Hal ini karena perbedaan kondisi geografis yang cukup signifikan diantara

daerah-daerah pemekaran tersebut. Daerah/daerah pemekaran yang berada pada

daerah kepulauan memiliki biaya yang relatif lebih tinggi dibandingkan daerah

kontrolnya. Lalu bila dilihat dari jarak antara kabupaten/kota ke ibukota propinsi, hasil

menunjukkan besaran dampak yang beragam, namun pada umumnya tidak signifikan.

Hal ini menunjukkan bahwa pada isu rentang kendali yang perlu diperhatikan adalah

jarak dari desa ke ibukota kabupaten/kota daripada jarak dari kabupaten/kota ke

ibukota propinsi. Mengingat bahwa dalam era desentralisasi ini institusi yang

menyediakan pelayanan publik terkonsentrasi pada tingkat kabupaten/kota dan bukan

propinsi.

V.2. Saran/Rekomendasi

Terkait dengan pro-kontra berkaitan dengan banyaknya daerah-daerah yang mekar.

Terdapat perbedaan perspektif mengenai pemekaran antara pemerintah pusat dan

pemerintah daerah. Pemerintah Pusat berpikir bahwa kebijakan pemekaran ditujukan

untuk memandirikan dan mengembangkan daerahnya sendiri agar mampu

mendistribusikan layanan publik ke masyarakat. Sementara itu, Pemerintah Daerah

(Daerah Pemekaran) yang pada umumnya adalah daerah-daerah terbelakang



Hal. 72

beranggapan bahwa pemekaran merupakan kebijakan yang dapat ditempuh untuk

melepaskan diri dari pemerintah yang dirasa tidak memperhatikan mereka atau bahkan

melepaskan diri dari beban pengembangan kawasan tertinggal (dari sisi induk). Oleh

karena itu terjadi ketidaksamaan dalam memandang kebijakan pemekaran dari dua

level pemerintahan yang berbeda tersebut. Untuk itu, perlu menempatkan

kesejahteraan masyarakat sebagai titik tolak pembuatan kebijakan ini. Dan setiap level

pemerintahan haruslah melakukan perhitungan benefit-cost atas kebijakan ini secara

jujur.

Karena sistem kebijakan pemekaran yang sifatnya bottom-up maka usulan pemekaran

daerah terus bertambah dari waktu ke waktu. Hal ini terjadi karena daerah pemekaran

berharap bahwa pemekaran dapat mempercepat jalannya proses pembangunan di

daerahnya. Namun dari hasil studi evaluasi yang ada, pemekaran ternyata tidak cukup

mampu menjadi pendorong bagi proses percepatan pembangunan di daerah

pemekaran baru.

Ada beberapa fakta yang menunjukkan mengapa daerah ingin mekar. Fakta-fakta

menunjukkan bahwa melalui pemekaran akan ada beberapa insentif tertentu seperti:

pertama, insentif keuangan (daerah-daerah yang telah mekar memperoleh total DAU

yang lebih besar dibandingkan ketika sebelum mekar). Kedua, insentif bagi elit lokal

(politisi dan birokrasi di daerah) akan memperoleh ruang promosi atau vertical mobility

yang lebih besar. Diketahui bersama bahwa pembentukan DOB diikuti oleh

pembentukan organisasi pemerintahan seperti DPRD dan lembaga eksekutif daerah.

DPRD minimal 20 orang, lembaga eksekutif dipimpin oleh kepala daerah dan wakilnya.

Kemudian dibantu oleh perangkat birokrasi pemerintah daerah.

Pemekaran daerah selama ini didominasi oleh proses politik daripada administratif

teknis. Para pengusul pemekaran yang pada umumnya adalah elit lokal cenderung

mengusulkan melewati instrumen hak inisiatif DPR daripada penelaahan teknis

administratif dimana Departemen Dalam Negeri dan DPOD memiliki andil yang besar.

Secara prosedural usulan yang masuk ke DPR juga harus memenuhi syarat teknis yang

tertera pada PP No 129 tahun 2000 dan meminta Departemen Dalam Negeri dan DPOD

mengevaluasi persyaratan tersebut. Pada kenyataannya, hal itu hanyalah formalitas

semata, tanpa memberikan bobot perhatian yang besar terhadap persyaratan

teknis/administratif. Bahkan menurut beberapa sumber yang ada, usulan pemekaran

daerah banyak yang sarat akan kepentingan politik. Pemekaran diusulkan untuk

memperkuat basis dukungan politik anggota DPR di daerah menjelang Pemilu.



Hal. 73

Banyak daerah yang sebenarnya tidak memenuhi syarat-syarat kelayakan untuk

memekarkan diri tetap memekarkan diri karena besarnya tekanan politik terhadap

pemerintah pusat. Di lain sisi, pemerintah pusat dianggap kurang tegas untuk menolak

usulan tersebut. Hal inilah yang menjadi penyebab mengapa DOB pada umumnya

mengalami kesulitan untuk dapat beroperasi secara cepat, segera setelah terbentuknya

pemerintahan DOB. Daerah pemekaran tidak memiliki kapasitas (seperti

ketidakmampuan infrastruktur pemerintah dan rendahnya kualitas aparatur pemerintah)

untuk melakukan percepatan pembangunan sebagaimana yang diharapkan sebelumnya.

Hal ini menyebabkan tujuan utama dari suatu pemekaran itu sendiri tidak sepenuhnya

tercapai.

Hal-hal tersebut mengkonfirmasi beberapa hasil analisis pada bagian sebelumnya. Hasil

analisis menyimpulkan bahwa daerah pemekaran relatif tidak mampu meningkatkan

kesejahteraan masyarakat secara optimal. Bahkan dalam beberapa hal mereduksi

kesejahteraan masyarakat pada daerah-daerah pemekaran. Oleh karena itu perlu ada

beberapa kebijakan yang dapat dilakukan terkait dengan penataan DOB dan penataan

daerah secara umum.

Kebijakan-kebijakan itu dapat dibagi dalam beberapa kelompok besar yaitu pertama

terkait dengan proses pengusulan pemekaran daerah (prosedur dan syarat pemekaran).

Kedua, terkait dengan masa persiapan untuk pembentukan DOB. Ketiga, alternatif

kebijakan yang dapat ditempuh selain dengan pemekaran. Kebijakan-kebijakan ini

terkait satu sama lainnya. Dengan demikian kebijakan yang diperlukan adalah kebijakan

yang sifatnya simultan. Dilakukan dengan memperhatikan kebijakan pada tahapan dan

isu lainnya sehingga satu kebijakan tidak menegasikan kebijakan lainnya.

Terkait dengan bagaimana proses pengajuan daerah pemekaran terjadi. Di atas

dijelaskan bahwa proses pengajuan Daerah Otonom Baru relatif sangat mudah.

Kemudian usulan daerah pemekaran pada umumnya berasal dari DPR dan cenderung

kurang memperhatikan prosedur (sisi persyaratan teknis) sebagaimana yang terdapat

pada PP 129 tahun 2000. Untuk itu perlu dilakukan pembenahan dalam proses

pengusulan. Perlu ditentukan secara tegas tahapan dalam proses pengusulan pemekaran

suatu daerah dan dipertegas kembali siapa yang berhak menjadi pengusul. Ini adalah

masalah struktural maka penyelesaiannya juga dilakukan secara struktural yaitu dengan

menggunakan instrumen undang-undang. Hal ini penting karena agar tidak muncul salah

pengertian proses mana yang sah dilalui untuk memekarkan suatu daerah.



Hal. 74

Masyarakat adalah salah satu syarat utama adanya suatu pemerintahan. Oleh karena itu

bobot peran masyarakat adalah yang paling besar dalam proses pengusulan. Untuk itu

penting kiranya untuk menuangkan peranan masyarakat sipil dalam peraturan

perundang-undangan yang berlaku mengenai peranannya untuk menentukan apakah

perlu dilakukan pemekaran wilayah atau tidak. Peranan masyarakat ini dapat berupa

referendum sehingga masyarakat dapat mengemukakan pendapatnya secara langsung.

Kemudian peranan pemerintah daerah dapat memutuskan apakah akan memenuhi

keputusan masyarakat atau tidak. Apabila memutuskan untuk menyetujui proses

pemekaran, maka langkah selanjutnya adalah evaluasi kelayakan (syarat teknis) oleh

Departemen Dalam Negeri dan DPOD untuk menilai apakah daerah ini layak atau tidak.

Jika layak, maka DPR/DPD tetap dapat memberikan atau tidak memberikan persetujuan

untuk melanjutkan pembentukan daerah baru. Hal ini hanya dapat dilakukan jika

pemerintah, DPR, dan DPD bersinergi menyatukan komitmen guna menyelesaikan

persoalan-persoalan yang muncul dalam pemekaran daerah.

Selanjutnya terkait dengan isu masa persiapan daerah yang akan dimekarkan. Satu hal

yang perlu dijadikan pedoman adalah bahwa pemerintahan DOB yang baru terbentuk

harus mampu menjalankan pemerintahan otonomnya dengan baik segera setelah

pemerintahan terbentuk. Dengan demikian pemerintah DOB harus memiliki syarat

kapasitas minimal tertentu. Untuk itu diperlukan tahap persiapan sebelum pemerintahan

DOB terbentuk.

Dengan adanya masa persiapan ini, usulan untuk mekar tidak secara langsung akan

disetujui pada tahun yang sama. Perlu ada peningkatan kapasitas pemerintahan terlebih

dahulu. Proses peningkatan kapasitas ini dibimbing oleh daerah induk. Daerah induk

bertanggung jawab untuk mempersiapkan calon daerah baru itu dengan fasilitas fisik,

staff dan perencanaan anggaran bahkan dengan pembentukan KPUD. Proses

peningkatan kapasitas ini bisa berjalan hingga, katakan, 3 tahun. Apabila dalam masa

tersebut calon daerah baru dianggap sudah layak (memenuhi kapasitas minimum) maka

diajukan RUU pembentukan DOB tersebut. Namun apabila tidak layak, maka diberi

tambahan waktu kembali untuk meningkatkan kapasitasnya.

Kebijakan ketiga adalah berkaitan dengan kebijakan alternatif. Mengingat adanya

daerah otonom baru yang merupakan daerah yang tidak digarap/tidak ter-capture oleh

kabupaten induknya. Maka sebenarnya letak permasalahan berada pada masalah public

services delivery. Oleh karena itu perlu dipikirkan alternatif kebijakan selain pemekaran

pada level kabupaten/kota yaitu pemekaran di level kecamatan/desa. Kewenangan



Hal. 75

untuk melakukan pemekaran ini berada sepenuhnya pada kabupaten/kota. Hal ini

mengingat bahwa lokasi dimana sarana layanan publik itu berada pada level

kecamatan/desa. Dengan demikian, sumber daya keuangan tidak terlalu banyak

terserap pada belanja pegawai dan pembangunan sarana pemerintahan melainkan

spesifik pada pelayanan publik tertentu. Selain itu, perlu memposisikan pemerintah

pada level kecamatan sebagai basis pelayanan publik baik (KTP, kesehatan,

pendidikan). Kemudian mendesain kelembagaan level kecamatan yang mampu

bergerak cepat dalam upaya merespon perubahan kebutuhan pelayanan umum dan

mendistribusikannya. Perlu diperhatikan lebih lanjut mengenai alternatif ini. Karena

kebijakan pemekaran desa/kecamatan inilah maka persyaratan jumlah tertentu

kecamatan untuk calon DOB dapat memekarkan diri sudah tidak relevan lagi. Dengan

demikian, sebaiknya syarat jumlah kecamatan dihapus dari peraturan.

Terlihat di sini bahwa semangat kebijakan yang ada adalah semangat untuk membatasi

pemekaran. Sebagai contohnya adalah memberikan bobot yang besar kepada

persyaratan teknis dibanding faktor-faktor yang lainnya. Bentuk pembatasan lainnya

adalah dengan tidak memberikan insentif fiskal untuk memekarkan diri. Diketahui

bersama bahwa daerah yang baru mekar akan mendapatkan transfer dana yang jauh

lebih besar dibanding sebelum terjadinya pemekaran. Hal ini mendorong pada

tingginya usulan pemekaran.

Terkait dengan kebijakan penataan daerah secara umum. Selama ini belum pernah ada

kebijakan mengenai penggabungan daerah. Hal ini karena tidak ada insentif (fiskal, dll)

bagi daerah untuk menggabungkan diri. Selama ini penggabungan hanya menjadi

instrumen hukuman bagi daerah yang tidak berkinerja baik. Oleh karena itu, Perlu ada

suatu strategi penggabungan daerah yang tidak berpotensi pada adanya konflik

horisontal guna meningkatkan kesejahteraan masyarakat. Untuk itu, perlu ada

penggeseran pola pikir bahwa semangat penggabungan suatu daerah tidaklah

dipandang sebagai suatu hukuman bagi daerah-daerah otonom baru yang memiliki

kinerja yang buruk melainkan suatu kebijakan untuk meningkatkan kesejahteraan

masyarakat. Hal ini sangat penting agar tidak terjadi resistensi dari pihak daerah.

Pada bidang perekonomian dan keuangan, alokasi belanja modal DOB hendaknya lebih

diarahkan agar secara berimbang memenuhi kebutuhan infrastruktur pemerintahan dan

kebutuhan infrastruktur umum yang mendorong peningkatan aktifitas pembangunan

ekonomi. Potensi perkembangan ekonomi daerah hendaknya dapat menjadi salah satu

pertimbangan pemekaran daerah. DOB hendaknya dapat melaksanakan kebijakan-



Hal. 76

kebijakan yang mendorong pemanfataan sumber-sumber penggerak ekonomi sehingga

diharapkan pada gilirannya pula mendorong daya beli dan kesejahteraan masyarakat.

Dalam hal pelayanan publik, perlunya tidak memerhatikan sisi fisik semata. Pelayanan

publik hendaknya diarahkan untuk peningkatan ketersediaan tenaga-tenaga teknis

(seperti tenaga pendidik dan tenaga kesehatan). Pengelolaan dan pengaturan

penyediaan layanan publik hendaknya memperhatikan keberagaman kondisi geografis

daerah dan bukan pada populasi saja. Kemudian terkait dengan masalah keterbatasan

dana untuk membangun beberapa barang publik yang bernilai ekonomi tinggi seperti

listrik dan air yang membutuhkan dukungan dana yang besar. Pemerintah daerah dapat

menggunakan strategi public-private partnership dalam upaya pengadaan barang publik

tersebut.

Terkait dengan manajemen aparatur, komposisi aparatur (kebijakan : Teknis (lapangan))

hendaknya disesuaikan dengan kebutuhan di masyarakat dan melihat kondisi geografis

daerah. Daerah dataran tentunya berbeda dengan daerah kepulauan atau perbukitan.

Kewenangan pengajuan komposisi aparatur berada di pemerintah kabupaten/kota,

dalam konteks pemerataan aparatur antar kab/kota hendaknya propinsi mempunyai

peran yang lebih signifikan. Pengaturan beban kerja antar SKPD diarahkan untuk lebih

berimbang didukung dengan pengembangan budaya kerja yang lebih baik.

No Isu-isu Rekomendasi

1 Terdapatnya ketidaksamaan pandang

antara pemerintah pusat dan

pemerintah daerah (calon DOB)

mengenai kebijakan pemekaran.

Perlunya berangkat dari tujuan yang

sama yaitu peningkatan kesejahteraan

masyarakat. Masing-masing level

pemerintaha harus dapat melakukan

pehitungan cost-benefit dengan jujur atas

kebijakan pemekaran yang akan

ditempuh.

2 Adanya beberapa faktor insentif

pemekaran seperti dana transfer yang

lebih besar dan adanya kesempatan

bagi sebagian kelompok untuk

melakukan mobilitas vertikal.

Penggunaan konsep disinsentif untuk

memekarkan diri. Perlunya reformulasi

penghitungan DAU dan DAK sehingga

tidak menjadi insentif bagi daerah-

daerah untuk memekarkan diri.

3 Dalam hal pengusulan, pemekaran

selama ini lebih dilihat dari aspek

politik bukan dari aspek peryaratan

Penguatan peran pemerintah, dalam hal

ini DPOD dan Depdagri yang berfokus

pada persyaratan teknis. Proses



Hal. 77

teknis. Kemudian adanya dua pintu

pengusulan memperbesar probabilita

hal tersebut. Kalaupun memang ada

proses penilaian/verifikasi mengenai

berbagai persyaratan teknis yang ada,

namun itu lebih pada formalitas semata.

pengusulan lebih menekankan pada

pentingnya aspirasi rakyat. Rakyat dapat

menyampaikan aspirasinya secara

langsung (referendum) apakah

pemekaran diperlukan atau tidak. Hal ini

dapat menghilangkan proses pada

tingkat usulan desa/kelurahan. Tim

penilai haruslah tim yang independen

dan bukan dibentuk oleh kabupaten/kota

calon DOB guna memastikan adanya

penilaian/verifikasi yang benar-benar

objektif dan kredibel.

4 Terkait dengan persiapan daerah, ada

kecenderungan bahwa daerah baru

belum memiliki kapasitas minimal

dalam menjalankan roda

pemerintahannya. Hal ini menjadi

penyebab mengapa kinerja daerah

baru tidak menunjukkan hal yang baik

segera setelah terbentuk.

Perlunya kepemilikan atas beberapa

kapasitas tertentu sehingga proses

pengiriman barang dan jasa publik dapat

berjalan dengan baik. Oleh karena itu,

diperlukan pembinaan. Proses

pembinaan dilakukan oleh kabupaten

induk sebelum calon daerah baru itu

terbentuk. Dengan demikian, proses

pengajuan/pengusulan tidak berada

dalam tahun fiskal yang sama. Proses

pembinaan diserahkan pada daerah

induknya dan pemerintah. Lamanya

proses pembinaan ini adalah 3 tahun.

5 Terkait dengan adanya fakta bahwa

pemekaran akan menurunkan jarak

sehingga lebih mendekatkan layanan

publik ke masyarakat.

Ada alternatif dari pemekaran yang akan

mencapai tujuan tersebut tanpa harus

melakukan pemekaran pada level

kabupaten/kota. Alternatif itu adalah

pemekaran pada level kecamatan.

Kecamatan dijadikan basis pelayanan

publik. Hal ini tentu akan mengurangi

cost dari pemekaran. Karena pemekaran

kecamatan menjadi alternatif dan

merupakan kebijakan kabupaten/kota



Hal. 78

bersangkutan, maka syarat jumlah

tertentu atas kecamatan pada suatu

kabupaten/kota haruslah

dihapus/ditiadakan.

6 Dalam hal penataan daerah secara

umum, tidak ada bukti empiris

mengenai kebijakan penggabungan

daerah.

Perlu adanya penjelasan yang lebih

detail pada peraturan pemerintah

mengenai dukungan insentif fiskal dan

non-fiskal untuk penggabungan daerah.

Yang terpenting dari itu adalah perlu

adanya penggeseran pola pikir bahwa

penggabungan bukanlah suatu bentuk

hukuman apabila suatu daerah otonom

tidak mampu menyelenggarakan otonomi

daerahnya. Hal ini tentu akan

menimbulkan resistensi dari daerah.

7 Dari sisi keuangan pemerintah daerah,

penggeluaran modal untuk

infrasturktur pemerintahan relatif

tinggi. Peran pemerintah dalam

perekonomian relatif besar.

Perlunya mendorong agar belanja

pemerintah daerah lebih kepada pos

pelayanan publik dan bukan pada

infrastuktur pemerintahan/administrasi.

Adanya upaya untuk menarik swasta agar

ikut serta dalam perekonomian dengan

membangun suasana bisnis yang

kondusif.

8 Dari uji statistik terlihat bahwa

pemekaran berdampak negatif pada

pelayanan publik.

Hal ini mendukung rekomendasi-

rekomendasi sebelumnya, yaitu

pengembangan pelayanan publik lewat

pemekaran kecamatan tanpa diikuti oleh

pemekaran kabupaten/kota. Hal ini

sangat penting agar sumberdaya dana

yang ada tidak habis untuk belanja

pengadaan infrastuktur pemerintahan

dan untuk belanja pegawai (tingkat atas).

Selain itu, yang perlu diperhatikan di sini

adalah perlunya penambahan tenaga

teknis pelayanan publik seperti tenaga



Hal. 79

kesehatan dan tenaga pendidikan.

9 Pada masa awal pembentukan, DOB

memfokuskan diri untuk mengisi pos-

pos jabatan. Jumlah PNS masih sedikit

dengan kualitas yang relatif tinggi.

Kemudian, bergerak ke arah

kesetimbangan. Tidak terjadi

perpindahan aparatur secara signifikan

dari daerah induk ke DOB.

Dari segi komposisi aparat-penduduk,

kota DOB diuntungkan oleh konsentrasi

penduduk di area yang lebih kecil

dibanding kabupaten DOB

Pos-pos jabatan tertentu tersebut

dijadikan sarana masyarakat untuk dapat

melakukan mobilitas vertikal, hal ini

menjadi salah satu insentif untuk

memekarkan diri. Pos-pos jabatan itu

terkait dengan kebutuhan personel di

masing-masing SKPD. Sehingga perlu

pengaturan beban kerja antar SKPD yang

lebih berimbang.

Komposisi aparatur (kebijakan : Teknis

(lapangan)) hendaknya disesuaikan

dengan kebutuhan di masyarakat dan

melihat kondisi geografis daerah bukan

sekedar pada jumlah penduduk saja.

MATRIK TIM PERUMUS REKOMENDASI KEBIJAKAN (TPRK) BIDANG PENATAAN DAERAH OTONOM BARU, BAPPENAS

No Isu-isu Rekomendasi

1 Terdapatnya ketidaksamaan

pandang antara pemerintah pusat

dan pemerintah daerah (calon

DOB) mengenai kebijakan

pemekaran.

Perlunya berangkat dari tujuan yang sama

yaitu peningkatan kesejahteraan

masyarakat. Masing-masing level

pemerintaha harus dapat melakukan

pehitungan cost-benefit dengan jujur atas

kebijakan pemekaran yang akan

ditempuh.

2 Adanya beberapa faktor insentif

pemekaran seperti dana transfer

yang lebih besar dan adanya

kesempatan bagi sebagian

kelompok untuk melakukan

mobilitas vertikal.

Penggunaan konsep disinsentif untuk

memekarkan diri. Perlunya reformulasi

penghitungan DAU dan DAK sehingga

tidak menjadi insentif bagi daerah-daerah

untuk memekarkan diri.

3 Dalam hal pengusulan, pemekaran

selama ini lebih dilihat dari aspek

politik bukan dari aspek

peryaratan teknis. Kemudian

adanya dua pintu pengusulan

memperbesar probabilita hal

tersebut. Kalaupun memang ada

proses penilaian/verifikasi

mengenai berbagai persyaratan

teknis yang ada, namun itu lebih

pada formalitas semata.

Penguatan peran pemerintah, dalam hal

ini DPOD dan Depdagri yang berfokus

pada persyaratan teknis. Proses

pengusulan lebih menekankan pada

pentingnya aspirasi rakyat. Rakyat dapat

menyampaikan aspirasinya secara

langsung (referendum) apakah

pemekaran diperlukan atau tidak. Hal ini

dapat menghilangkan proses pada tingkat

usulan desa/kelurahan. Tim penilai

haruslah tim yang independen dan bukan

dibentuk oleh kabupaten/kota calon DOB

guna memastikan adanya

penilaian/verifikasi yang benar-benar

objektif dan kredibel.

4 Terkait dengan persiapan daerah,

ada kecenderungan bahwa daerah

baru belum memiliki kapasitas

Perlunya kepemilikan atas beberapa

kapasitas tertentu sehingga proses

pengiriman barang dan jasa publik dapat

minimal dalam menjalankan roda

pemerintahannya. Hal ini menjadi

penyebab mengapa kinerja daerah

baru tidak menunjukkan hal yang

baik segera setelah terbentuk.

berjalan dengan baik. Oleh karena itu,

diperlukan pembinaan. Proses pembinaan

dilakukan oleh kabupaten induk sebelum

calon daerah baru itu terbentuk. Dengan

demikian, proses pengajuan/pengusulan

tidak berada dalam tahun fiskal yang

sama. Proses pembinaan diserahkan pada

daerah induknya dan pemerintah.

Lamanya proses pembinaan ini adalah 3

tahun.

5 Terkait dengan adanya fakta bahwa

pemekaran akan menurunkan jarak

sehingga lebih mendekatkan

layanan publik ke masyarakat.

Ada alternatif dari pemekaran yang akan

mencapai tujuan tersebut tanpa harus

melakukan pemekaran pada level

kabupaten/kota. Alternatif itu adalah

pemekaran pada level kecamatan.

Kecamatan dijadikan basis pelayanan

publik. Hal ini tentu akan mengurangi cost

dari pemekaran. Karena pemekaran

kecamatan menjadi alternatif dan

merupakan kebijakan kabupaten/kota

bersangkutan, maka syarat jumlah tertentu

atas kecamatan pada suatu

kabupaten/kota haruslah

dihapus/ditiadakan.

6 Dalam hal penataan daerah secara

umum, tidak ada bukti empiris

mengenai kebijakan

penggabungan daerah.

Perlu adanya penjelasan yang lebih detail

pada peraturan pemerintah mengenai

dukungan insentif fiskal dan non-fiskal

untuk penggabungan daerah. Yang

terpenting dari itu adalah perlu adanya

penggeseran pola pikir bahwa

penggabungan bukanlah suatu bentuk

hukuman apabila suatu daerah otonom

tidak mampu menyelenggarakan otonomi

daerahnya. Hal ini tentu akan

menimbulkan resistensi dari daerah.

7 Dari sisi keuangan pemerintah

daerah, penggeluaran modal untuk

infrasturktur pemerintahan relatif

tinggi. Peran pemerintah dalam

perekonomian relatif besar.

Perlunya mendorong agar belanja

pemerintah daerah lebih kepada pos

pelayanan publik dan bukan pada

infrastuktur pemerintahan/administrasi.

Adanya upaya untuk menarik swasta agar

ikut serta dalam perekonomian dengan

membangun suasana bisnis yang kondusif.

8 Dari uji statistik terlihat bahwa

pemekaran berdampak negatif

pada pelayanan publik.

Hal ini mendukung rekomendasi-

rekomendasi sebelumnya, yaitu

pengembangan pelayanan publik lewat

pemekaran kecamatan tanpa diikuti oleh

pemekaran kabupaten/kota. Hal ini sangat

penting agar sumberdaya dana yang ada

tidak habis untuk belanja pengadaan

infrastuktur pemerintahan dan untuk

belanja pegawai (tingkat atas).

Selain itu, yang perlu diperhatikan di sini

adalah perlunya penambahan tenaga

teknis pelayanan publik seperti tenaga

kesehatan dan tenaga pendidikan.

9 Pada masa awal pembentukan,

DOB memfokuskan diri untuk

mengisi pos-pos jabatan. Jumlah

PNS masih sedikit dengan kualitas

yang relatif tinggi. Kemudian,

bergerak ke arah kesetimbangan.

Tidak terjadi perpindahan aparatur

secara signifikan dari daerah induk

ke DOB.

Dari segi komposisi aparat-

penduduk, kota DOB diuntungkan

oleh konsentrasi penduduk di area

yang lebih kecil dibanding

kabupaten DOB

Pos-pos jabatan tertentu tersebut

dijadikan sarana masyarakat untuk dapat

melakukan mobilitas vertikal, hal ini

menjadi salah satu insentif untuk

memekarkan diri. Pos-pos jabatan itu

terkait dengan kebutuhan personel di

masing-masing SKPD. Sehingga perlu

pengaturan beban kerja antar SKPD yang

lebih berimbang.

Komposisi aparatur (kebijakan : Teknis

(lapangan)) hendaknya disesuaikan

dengan kebutuhan di masyarakat dan

melihat kondisi geografis daerah bukan

sekedar pada jumlah penduduk saja.

ii

Lampiran

Sampel Studi Evaluasi Penataan Daerah Otonom Baru

Propinsi Daerah Otonom Baru Daerah Induk Tanggal Ditetapkan Kab. Nias Selatan Kabupaten Nias 25 Februari 2003 Kab. Humbang Hasundutan Kabupaten Tapanuli Utara 25 Februari 2003 Kab. Pak Pak Barat Kabupaten Dairi 25 Februari 2003 Kab. Samosir Kabupaten Toba Samosir 18 Desember 2003 Kab. Serdang Bedagai Kabupaten Deli Serdang 18 Desember 2003

Provinsi Sumatera Utara

Kota Padang Sidempuan Kabupaten Tapanuli Selatan 21 Juni 2001 Kab. Kaur Kabupaten Bengkulu Selatan 25 Februari 2003 Kab. Seluma Kabupaten Bengkulu Selatan 25 Februari 2003 Kab. Muko Muko Kabupaten Bengkulu Utara 25 Februari 2003 Kab. Lebong Kabupaten Rejang Lebong 18 Desember 2003

Provinsi Bengkulu

Kab. Kepahiang Kabupaten Rejang Lebong 18 Desember 2003 Kab. Karimun Kabupaten Kepulauan Riau

(Bintan) 4 Oktober 1999

Kab. Natuna Kabupaten Kepulauan Riau (Bintan)

4 Oktober 1999

Kab. Lingga Kabupaten Kepulauan Riau (Bintan)

Kota Batam Kabupaten Kepulauan Riau (Bintan)

4 Oktober 1999

Provinsi Kepulauan Riau

Kota Tanjung Pinang Kabupaten Kepulauan Riau (Bintan)

Kab. Bengkayang Kabupaten Sambas 3 Oktober 1999 Kab. Landak Kabupaten Pontianak 4 Oktober 1999 Kab. Sekadau Kabupaten Sanggau 18 Desember 2003 Kab. Melawi Kabupaten Sintang 18 Desember 2003

Provinsi Kalimantan Barat

Kota Singkawang Kabupaten Bengkayang 21 Juni 2001 Kab. Konawe Selatan Kabupaten Konawe/Kendari 25 Februari 2003 Kab. Bombana Kabupaten Buton 18 Desember 2003 Kab. Wakatobi Kabupaten Buton 18 Desember 2003 Kab. Kolaka Utara Kabupaten Kolaka 18 Desember 2003

Provinsi Sulawesi Tenggara

Kota Bau-Bau Kabupaten Buton 21 Juni 2001

iii

Indeks-Indeks

Aspek Indeks: Keuangan Pemerintah (CEI+GEI2+FII)

Aspek Indeks: Economic Index

Kabupaten/Kota DOB KP04 KP05 KP06 EI04 EI05 EI06

Kab. Nias 0 0.40 0.43 0.35 0.23 0.17 0.17

Kab. Mandailing Natal 0 0.42 0.47 0.42 0.25 0.26 0.27

Kab. Tapanuli Selatan 0 0.33 0.38 0.42 0.30 0.32 0.32

Kab. Tapanuli Tengah 0 0.38 0.41 0.39 0.12 0.14 0.15

Kab. Tapanuli Utara 0 0.34 0.39 0.44 0.28 0.23 0.22

Kab. Toba Samosir 0 0.36 0.36 0.47 0.25 0.23 0.27

Kab. Labuhan Batu 0 0.46 0.45 0.44 0.48 0.51 0.47

Kab. Asahan 0 0.43 0.47 0.46 0.57 0.56 0.55

Kab. Simalungun 0 0.35 0.39 0.42 0.42 0.41 0.42

Kab. Dairi 0 0.37 0.36 0.36 0.24 0.26 0.28

Kab. Karo 0 0.37 0.41 0.42 0.28 0.30 0.33

Kab. Deli Serdang 0 0.39 0.48 0.52 0.72 0.73 0.73

Kab. Langkat 0 0.39 0.41 0.41 0.42 0.41 0.42

Kab. Nias Selatan#) 1 0.28 0.33 0.31 0.12 0.10 0.08

Kab. Humbang Hasundutan#) 1 0.35 0.43 0.47 0.21 0.22 0.24

Kab. Pakpak Bharat#) 1 0.27 0.07 0.20 0.15 0.14 0.12

Kab. Samosir#) 1 0.67 0.74 0.46 0.20 0.19 0.18

Kab. Serdang Bedagai#) 1 0.43 0.46 0.46 0.45 0.43 0.41

Kota Sibolga 0 0.38 0.43 0.38 0.31 0.30 0.27

Kota Tanjung Balai 0 0.43 0.39 0.48 0.29 0.29 0.32

Kota Pematang Siantar 0 0.41 0.47 0.46 0.32 0.34 0.34

Kota Tebing Tinggi 0 0.38 0.44 0.47 0.31 0.31 0.35

Kota Medan 0 0.61 0.71 0.66 0.98 0.99 1.00

Kota Binjai 0 0.35 0.40 0.68 0.38 0.38 0.32

Kota Padang Sidempuan#) 1 0.32 0.38 0.36 0.28 0.31 0.28

Kab. Bengkulu Selatan 0 0.27 0.36 0.34 0.07 0.06 0.04

Kab. Rejang Lebong 0 0.33 0.41 0.44 0.26 0.28 0.28

Kab. Bengkulu Utara 0 0.33 0.39 0.33 0.21 0.22 0.23

Kab. Kaur#) 1 0.26 0.32 0.34 0.02 0.01 0.02

Kab. Seluma#) 1 0.17 0.30 0.26 0.05 0.05 0.03

Kab. Muko-Muko#) 1 0.37 0.40 0.31 0.20 0.21 0.21

Kab. Lebong#) 1 0.31 0.39 0.42 0.22 0.23 0.22

Kab. Kepahiang#) 1 0.34 0.38 0.27 0.23 0.25 0.24

Kota Bengkulu 0 0.44 0.45 0.47 0.35 0.37 0.37

Kab. Karimun 0 0.53 0.55 0.46 0.37 0.35 0.36

Kab. Kepulauan Riau 0 0.61 0.70 0.49 0.29 0.29 0.30

Kab. Natuna 0 0.18 0.39 0.64 0.37 0.34 0.33

Kab. Lingga#) 1 0.14 0.29 0.25 0.26 0.09 0.08

Kota Batam 0 0.56 0.64 0.60 0.73 0.71 0.70

Kota Tanjung Pinang#) 1 0.47 0.48 0.44 0.31 0.31 0.29

Kab. Sambas 0 0.36 0.39 0.42 0.35 0.35 0.34

Kab. Bengkayang 0 0.24 0.40 0.41 0.27 0.30 0.29

Kab. Landak 0 0.33 0.38 0.43 0.20 0.19 0.17

Kab. Pontianak 0 0.36 0.42 0.50 0.46 0.48 0.47

Kab. Sanggau 0 0.34 0.42 0.45 0.37 0.38 0.38

Kab. Ketapang 0 0.36 0.42 0.47 0.31 0.31 0.30

Kab. Sintang 0 0.28 0.35 0.33 0.28 0.27 0.26

iv

Kabupaten/Kota DOB KP04 KP05 KP06 EI04 EI05 EI06

Kab. Kapuas Hulu 0 0.26 0.34 0.37 0.27 0.27 0.26

Kab. Sekadau#) 1 0.24 0.35 0.35 0.23 0.31 0.30

Kab. Melawi#) 1 0.28 0.34 0.21 0.24 0.21 0.20

Kota Pontianak 0 0.46 0.53 0.53 0.48 0.47 0.48

Kota Singkawang#) 1 0.33 0.41 0.44 0.32 0.33 0.35

Kab. Buton 0 0.20 0.46 0.36 0.20 0.20 0.18

Kab. Muna 0 0.36 0.43 0.39 0.19 0.20 0.18

Kab. Kendari 0 0.36 0.36 0.33 0.17 0.20 0.19

Kab. Kolaka 0 0.36 0.42 0.49 0.20 0.20 0.18

Kab. Konawe Selatan#) 1 0.33 0.37 0.35 0.21 0.24 0.23

Kab. Bombana#) 1 0.46 0.46 0.38 0.17 0.20 0.18

Kab. Wakatobi#) 1 0.17 0.29 0.22 0.17 0.18 0.16

Kab. Kolaka Utara#) 1 0.34 0.40 0.44 0.15 0.15 0.13

Kota Kendari 0 0.37 0.46 0.45 0.33 0.32 0.31

Kota Bau-Bau#) 1 0.34 0.45 0.43 0.22 0.26 0.24

Rata-Rata Sumut 39.56% 42.64% 43.51% 34.24% 34.13% 33.94%

Rata-Rata Bengkulu Selatan 31.26% 37.69% 35.43% 17.81% 18.73% 18.02%

Rata-Rata Kepri 41.48% 50.73% 47.80% 39.05% 34.77% 34.36%

Rata-Rata Kalbar 32.03% 39.52% 40.94% 31.52% 32.19% 31.74%

Rata-Rata Sultra 32.94% 41.10% 38.34% 20.11% 21.53% 19.74%

Kabupaten DOB DOB kab 32% 37% 33% 19.32% 18.81% 17.80%

Kota DOB Dob kota 36% 43% 42% 28.40% 30.14% 28.87%

Daerah Induk induk 35% 42% 42% 29.97% 29.90% 29.29%

Daerah Kontrol Kontrol 39% 44% 41% 23.99% 24.44% 24.30%

Rata-Rata Kabupaten 34.30% 40.24% 39.25% 26.45% 26.28% 25.72%

Rata-Rata Kota 41.89% 47.36% 48.86% 40.01% 40.75% 40.04%

Rata-Rata Kabupaten dan Kota 36.01% 41.85% 41.42% 29.51% 29.55% 28.95%

Maximum Total 67.36% 74.31% 67.71% 97.93% 99.23% 99.80%

Minimum Total 14.21% 7.40% 19.50% 1.53% 1.37% 1.58% Rata-Rata kabupaten non mekar 35.68% 41.91% 42.43% 30.36% 30.38% 30.06%

v

indeks layanan umum 2003 2004 2005 2006

buton 35 34 38 33

Muna* 31 40 39 27

konawe 40 30 37 20

kolaka 32 36 35 19

konawe selatan# 29 41 24

Bombana# 18 34 23

Wakatobi# 13 30 20

kolaka utara# 25 36 22

kota kendari 40 38 30 28

kota bau-bau# 26 30 42 25

sambas 5 33 36 28

bengkayang 7 35 35 36

landak 4 31 32 31

pontianak 5 33 36 29

sanggau 6 33 35 33

Ketapang* 8 35 40 35

sintang 5 32 31 27

kapuas hulu 9 34 43 42

Sekadau# 23 33 31

Melawi# 37 31 32

kota pontianak 41 42 22 25

kota singkawang# 6 48 26 39

bengkulu selatan 53 42 41 37

rejang lebong 46 41 40 45

bengkulu utara* 55 52 55 48

Kaur# 57 58 43 44

Seluma# 44 43 40 36

muko-muko# 53 55 42 39

Lebong# 36 40 34

Kepahyang# 29 35 35

kota bengkulu 41 40 43 32

Nias 40 32 33 32

mandailing natal 41 44 40 36

tapanuli selatan 45 49 54 49

tapanuli tengah* 45 46 46 43

tapanuli utara 43 41 39 44

toba samosir 46 45 42 49

labuhan batu 36 39 43 39

asahan 47 45 47 41

simalungun 54 53 51 53

dairi 47 49 50 54

karo 58 48 50 54

deli serdang 44 39 44 40

langkat 41 42 47 40

nias selatan# 29 32 34 35

humbang hasundutan# 17 32 31 36

pakpak bharat# 36 49 48

Samosir# 36 36 41

serdang bedagai 28 47 45

kota sibolga 45 41 42 41

tanjung balai 40 35 32 37

pematang siantar 56 46 40 48

vi

indeks layanan umum 2003 2004 2005 2006

tebing tinggi 52 38 31 38

medan 66 50 40 45

binjai 41 41 33 43

kota padang sidempuan# 34 34 30 37

karimun 21 14 45 35

bintan 12 18 44 43

Natuna# 16 26 52 48

Lingga# 53 44

batam 35 43 56 47

kota tanjung pinang# 36 47 43

Rata-rata prop sultra 34.2 29.4 36.2 23.9

rata-rata prop kalbar 9.6 34.6 33.4 32.3

rata-rata prop bengkulu 50.1 44.1 42.2 39.0

rata-rata prop sumut 44.1 40.8 41.3 42.7

rata-rata prop kepri 21.2 27.4 49.3 43.2

indeks layanan umum

2003 2004 2005 2006

DOB Total 31.6 33.5 38.7 35.4

Induk 32.2 38.2 39.6 36.1

gabung 31.9 35.9 39.2 35.8

Kontrol 32.0 37.3 44.9 37.6

Total 34.8 37.1 39.9 37.2

DOB Kab 36.2 32.7 39.3 35.4

DOB Kota 22.4 37.0 36.2 35.9

Maximum Total 66.1 58.3 55.9 54.5

Minimum Total 4.1 13.4 22.4 18.8

vii

Analisis ekonometrika (Propensity Score Matching) 1) DOB 2001 pscore dob01 lyco02 lcamat02 ltopop02 lpad02, logit pscore(psm2) detail **************************************************** Algorithm to estimate the propensity score **************************************************** The treatment is dob01 dob01 | Freq. Percent Cum. ------------+----------------------------------- 0 | 293 95.75 95.75 1 | 13 4.25 100.00 ------------+----------------------------------- Total | 306 100.00 Estimation of the propensity score Iteration 0: log likelihood = -33.629548 Iteration 1: log likelihood = -30.651081 Iteration 2: log likelihood = -14.727959 Iteration 3: log likelihood = -11.488364 Iteration 4: log likelihood = -9.8499935 Iteration 5: log likelihood = -9.1746773 Iteration 6: log likelihood = -8.9792248 Iteration 7: log likelihood = -8.9519517 Iteration 8: log likelihood = -8.9512203 Iteration 9: log likelihood = -8.9512197 Logit estimates Number of obs = 201 LR chi2(4) = 49.36 Prob > chi2 = 0.0000 Log likelihood = -8.9512197 Pseudo R2 = 0.7338 ------------------------------------------------------------------------------ dob01 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lyco02 | 2.627588 2.636598 1.00 0.319 -2.540048 7.795224 lcamat02 | -3.750721 2.098979 -1.79 0.074 -7.864644 .3632025 ltopop02 | -.4442337 2.208095 -0.20 0.841 -4.77202 3.883553 lpad02 | -8.001701 3.838425 -2.08 0.037 -15.52488 -.4785255 _cons | 152.4118 71.80721 2.12 0.034 11.67224 293.1513 ------------------------------------------------------------------------------ note: 49 failures and 0 successes completely determined. Description of the estimated propensity score Estimated propensity score ------------------------------------------------------------- Percentiles Smallest 1% 8.82e-14 1.49e-15 5% 7.23e-11 3.11e-14 10% 1.38e-09 8.82e-14 Obs 201 25% 1.96e-08 8.02e-13 Sum of Wgt. 201 50% 1.81e-06 Mean .039801 Largest Std. Dev. .1573386 75% .0003315 .9677706

viii

90% .0352935 .9760951 Variance .0247554 95% .2435624 .999048 Skewness 4.922456 99% .9760951 .9999578 Kurtosis 27.91682 ****************************************************** Step 1: Identification of the optimal number of blocks Use option detail if you want more detailed output ****************************************************** Distribution of treated and controls across blocks Blocks of | the pscore | for | treatment | dob01 dob01 | 0 1 | Total -----------+----------------------+---------- 0 | 100 5 | 105 1 | 188 2 | 190 2 | 3 0 | 3 3 | 2 2 | 4 5 | 0 4 | 4 -----------+----------------------+---------- Total | 293 13 | 306 Test that the mean propensity score is not different for treated and controls Test in block 1 Observations in block 1 obs: 190, control: 188, treated: 2 Test for block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 188 .0047996 .0015421 .0211444 .0017575 .0078418 1 | 2 .1487102 .0204656 .0289427 -.1113296 .4087499 ---------+-------------------------------------------------------------------- combined | 190 .0063145 .0018689 .0257611 .0026279 .0100011 ---------+-------------------------------------------------------------------- diff | -.1439105 .0150656 -.1736298 -.1141913 ------------------------------------------------------------------------------ Degrees of freedom: 188 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -9.5523 t = -9.5523 t = -9.5523 P < t = 0.0000 P > |t| = 0.0000 P > t = 1.0000 The mean propensity score is different for treated and controls in block 1 Split the block 1 and retest Check that blocks have shifted Blocks of | the pscore |

ix

for | treatment | dob01 dob01 | 0 1 | Total -----------+----------------------+---------- 0 | 100 5 | 105 1 | 188 2 | 190 3 | 3 0 | 3 4 | 2 2 | 4 6 | 0 4 | 4 -----------+----------------------+---------- Total | 293 13 | 306 Test in block 1 Observations in block 1 obs: 186, control: 186, treated: 0 Block 1 does not have treated Move to next block Test in block 2 Observations in block 2 obs: 4, control: 2, treated: 2 Test for block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 .1693099 .0089519 .01266 .0555647 .2830552 1 | 2 .1487102 .0204656 .0289427 -.1113296 .4087499 ---------+-------------------------------------------------------------------- combined | 4 .15901 .0108869 .0217739 .124363 .1936571 ---------+-------------------------------------------------------------------- diff | .0205998 .0223378 -.075512 .1167115 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.9222 t = 0.9222 t = 0.9222 P < t = 0.7731 P > |t| = 0.4538 P > t = 0.2269 The mean propensity score is not different for treated and controls in block 2 Test in block 3 Observations in block 3 obs: 3, control: 3, treated: 0 Block 3 does not have treated Move to next block Test in block 4 Observations in block 4 obs: 4, control: 2, treated: 2 Test for block 4 Two-sample t test with equal variances

x

------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 .5281365 .0389324 .0550588 .0334529 1.02282 1 | 2 .4602851 .0312675 .0442189 .062994 .8575762 ---------+-------------------------------------------------------------------- combined | 4 .4942108 .0282704 .0565408 .4042417 .5841799 ---------+-------------------------------------------------------------------- diff | .0678514 .0499339 -.1469967 .2826995 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.3588 t = 1.3588 t = 1.3588 P < t = 0.8464 P > |t| = 0.3072 P > t = 0.1536 The mean propensity score is not different for treated and controls in block 4 Test in block 5 Observations in block 5 obs: 0, control: 0, treated: 0 Block 5 does not have observations Move to next block Test in block 6 Observations in block 6 obs: 4, control: 0, treated: 4 Block 6 does not have controls Move to next block The final number of blocks is 6 This number of blocks ensures that the mean propensity score is not different for treated and controls in each blocks ********************************************************** Step 2: Test of balancing property of the propensity score Use option detail if you want more detailed output ********************************************************** **************************************************** Testing the balancing property in block 1 **************************************************** obs: 186, control: 186, treated: 0 Block 1 does not have treated Move to next block **************************************************** Testing the balancing property in block 2 **************************************************** obs: 4, control: 2, treated: 2

xi

Testing the balancing property for variable lyco02 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 13.73751 .0239329 .0338463 13.43341 14.04161 1 | 2 13.84651 .372798 .5272159 9.109663 18.58336 ---------+-------------------------------------------------------------------- combined | 4 13.79201 .1557197 .3114393 13.29644 14.28758 ---------+-------------------------------------------------------------------- diff | -.1090007 .3735654 -1.716323 1.498322 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2918 t = -0.2918 t = -0.2918 P < t = 0.3990 P > |t| = 0.7979 P > t = 0.6010 Variable lyco02 is balanced in block 2 Testing the balancing property for variable lcamat02 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 .6931472 0 0 .6931472 .6931472 1 | 2 1.386294 0 0 1.386294 1.386294 ---------+-------------------------------------------------------------------- combined | 4 1.039721 .2000944 .4001887 .4029312 1.67651 ---------+-------------------------------------------------------------------- diff | -.6931472 0 -.6931472 -.6931472 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lcamat02 is balanced in block 2 Testing the balancing property for variable ltopop02 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 11.77856 .1604867 .2269625 9.739379 13.81773 1 | 2 11.94331 .0487499 .0689428 11.32389 12.56274 ---------+-------------------------------------------------------------------- combined | 4 11.86093 .0833717 .1667433 11.59561 12.12626 ---------+-------------------------------------------------------------------- diff | -.1647573 .1677276 -.8864307 .5569162 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.9823 t = -0.9823 t = -0.9823 P < t = 0.2148 P > |t| = 0.4295 P > t = 0.7852 Variable ltopop02 is balanced in block 2

xii

Testing the balancing property for variable lpad02 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 22.77865 .0088081 .0124566 22.66673 22.89057 1 | 2 22.50065 .1454391 .205682 20.65267 24.34863 ---------+-------------------------------------------------------------------- combined | 4 22.63965 .099892 .1997841 22.32175 22.95755 ---------+-------------------------------------------------------------------- diff | .2779942 .1457056 -.3489265 .9049149 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.9079 t = 1.9079 t = 1.9079 P < t = 0.9017 P > |t| = 0.1966 P > t = 0.0983 Variable lpad02 is balanced in block 2 **************************************************** Testing the balancing property in block 3 **************************************************** obs: 3, control: 3, treated: 0 Block 3 does not have treated Move to next block **************************************************** Testing the balancing property in block 4 **************************************************** obs: 4, control: 2, treated: 2 Testing the balancing property for variable lyco02 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 13.21252 .7219009 1.020922 4.039899 22.38514 1 | 2 13.26916 .3049121 .4312108 9.394885 17.14344 ---------+-------------------------------------------------------------------- combined | 4 13.24084 .3203426 .6406853 12.22137 14.26031 ---------+-------------------------------------------------------------------- diff | -.0566401 .7836532 -3.428428 3.315147 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.0723 t = -0.0723 t = -0.0723 P < t = 0.4745 P > |t| = 0.9490 P > t = 0.5255 Variable lyco02 is balanced in block 4 Testing the balancing property for variable lcamat02 in block 4 Two-sample t test with equal variances

xiii

------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 .8958797 .2027326 .2867071 -1.680082 3.471841 1 | 2 1.242453 .143841 .2034219 -.5852202 3.070127 ---------+-------------------------------------------------------------------- combined | 4 1.069167 .1425058 .2850115 .6156496 1.522683 ---------+-------------------------------------------------------------------- diff | -.3465736 .2485774 -1.416116 .7229687 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -1.3942 t = -1.3942 t = -1.3942 P < t = 0.1490 P > |t| = 0.2979 P > t = 0.8510 Variable lcamat02 is balanced in block 4 Testing the balancing property for variable ltopop02 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 11.48258 .8470368 1.197891 .7199562 22.2452 1 | 2 11.87057 .1948786 .2755999 9.394402 14.34674 ---------+-------------------------------------------------------------------- combined | 4 11.67657 .3720925 .744185 10.49241 12.86074 ---------+-------------------------------------------------------------------- diff | -.3879895 .8691657 -4.127708 3.351729 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.4464 t = -0.4464 t = -0.4464 P < t = 0.3495 P > |t| = 0.6990 P > t = 0.6505 Variable ltopop02 is balanced in block 4 Testing the balancing property for variable lpad02 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 22.31455 .1145668 .1620219 20.85884 23.77026 1 | 2 22.1833 .1409807 .1993768 20.39197 23.97463 ---------+-------------------------------------------------------------------- combined | 4 22.24892 .0832815 .1665629 21.98388 22.51396 ---------+-------------------------------------------------------------------- diff | .1312532 .1816621 -.6503757 .9128821 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.7225 t = 0.7225 t = 0.7225 P < t = 0.7275 P > |t| = 0.5450 P > t = 0.2725 Variable lpad02 is balanced in block 4

xiv

**************************************************** Testing the balancing property in block 5 **************************************************** obs: 0, control: 0, treated: 0 Block 5 does not have observations Move to next block **************************************************** Testing the balancing property in block 6 **************************************************** obs: 4, control: 0, treated: 4 Block 6 does not have controls Move to next block The balancing property is satisfied This table shows the inferior bound, the number of treated and the number of controls for each block Inferior | of block | dob01 of pscore | 0 1 | Total -----------+----------------------+---------- 0 | 286 5 | 291 .1 | 2 2 | 4 .2 | 3 0 | 3 .4 | 2 2 | 4 .8 | 0 4 | 4 -----------+----------------------+---------- Total | 293 13 | 306 ******************************************* End of the algorithm to estimate the pscore *******************************************

xv

2) DOB 2003 pscore dob03 lyco04 lsize04 lcamat04 ltopop04, pscore (psm2) logit detail **************************************************** Algorithm to estimate the propensity score **************************************************** The treatment is dob03 dob03 | Freq. Percent Cum. ------------+----------------------------------- 0 | 294 85.71 85.71 1 | 49 14.29 100.00 ------------+----------------------------------- Total | 343 100.00 Estimation of the propensity score Iteration 0: log likelihood = -130.71272 Iteration 1: log likelihood = -92.188798 Iteration 2: log likelihood = -81.085274 Iteration 3: log likelihood = -79.245943 Iteration 4: log likelihood = -79.126935 Iteration 5: log likelihood = -79.126262 Iteration 6: log likelihood = -79.126262 Logit estimates Number of obs = 338 LR chi2(4) = 103.17 Prob > chi2 = 0.0000 Log likelihood = -79.126262 Pseudo R2 = 0.3947 ------------------------------------------------------------------------------ dob03 | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lyco04 | -.5947088 .3309024 -1.80 0.072 -1.243266 .0538481 lsize04 | .824618 .1799683 4.58 0.000 .4718866 1.177349 lcamat04 | -2.36156 .6340825 -3.72 0.000 -3.604339 -1.118781 ltopop04 | -.3851899 .5388891 -0.71 0.475 -1.441393 .6710133 _cons | 9.741102 5.054147 1.93 0.054 -.1648443 19.64705 ------------------------------------------------------------------------------ Description of the estimated propensity score Estimated propensity score ------------------------------------------------------------- Percentiles Smallest 1% .0001966 .000048 5% .00053 .0000866 10% .0013272 .0001616 Obs 338 25% .0052432 .0001966 Sum of Wgt. 338 50% .0346557 Mean .1301775 Largest Std. Dev. .2058263 75% .1434081 .884967 90% .467852 .9130327 Variance .0423645 95% .6367866 .9139371 Skewness 2.057266 99% .884967 .9522961 Kurtosis 6.539546 ****************************************************** Step 1: Identification of the optimal number of blocks Use option detail if you want more detailed output ******************************************************

xvi

Distribution of treated and controls across blocks Blocks of | the pscore | for | treatment | dob03 dob03 | 0 1 | Total -----------+----------------------+---------- 0 | 0 5 | 5 1 | 257 11 | 268 2 | 22 6 | 28 3 | 7 16 | 23 4 | 7 7 | 14 5 | 1 4 | 5 -----------+----------------------+---------- Total | 294 49 | 343 Test that the mean propensity score is not different for treated and controls Test in block 1 Observations in block 1 obs: 268, control: 257, treated: 11 Test for block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 257 .03628 .002838 .0454966 .0306912 .0418688 1 | 11 .1118391 .0164957 .0547099 .0750845 .1485937 ---------+-------------------------------------------------------------------- combined | 268 .0393813 .0029437 .0481904 .0335855 .0451771 ---------+-------------------------------------------------------------------- diff | -.0755591 .0141252 -.1033705 -.0477478 ------------------------------------------------------------------------------ Degrees of freedom: 266 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -5.3493 t = -5.3493 t = -5.3493 P < t = 0.0000 P > |t| = 0.0000 P > t = 1.0000 The mean propensity score is different for treated and controls in block 1 Split the block 1 and retest Check that blocks have shifted Blocks of | the pscore | for | treatment | dob03 dob03 | 0 1 | Total -----------+----------------------+---------- 0 | 0 5 | 5 1 | 257 11 | 268 3 | 22 6 | 28 4 | 7 16 | 23 5 | 7 7 | 14 6 | 1 4 | 5 -----------+----------------------+---------- Total | 294 49 | 343

xvii

Test in block 1 Observations in block 1 obs: 232, control: 228, treated: 4 Test for block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 228 .0231501 .0017431 .0263206 .0197154 .0265849 1 | 4 .0541496 .0177108 .0354216 -.0022141 .1105133 ---------+-------------------------------------------------------------------- combined | 232 .0236846 .0017536 .02671 .0202295 .0271397 ---------+-------------------------------------------------------------------- diff | -.0309994 .0133453 -.0572941 -.0047048 ------------------------------------------------------------------------------ Degrees of freedom: 230 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -2.3229 t = -2.3229 t = -2.3229 P < t = 0.0105 P > |t| = 0.0211 P > t = 0.9895 The mean propensity score is not different for treated and controls in block 1 Test in block 2 Observations in block 2 obs: 36, control: 29, treated: 7 Test for block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 29 .1395076 .0054723 .0294691 .1282982 .1507171 1 | 7 .1448046 .0111785 .0295755 .1174517 .1721574 ---------+-------------------------------------------------------------------- combined | 36 .1405376 .0048569 .0291413 .1306776 .1503976 ---------+-------------------------------------------------------------------- diff | -.0052969 .0124179 -.0305331 .0199392 ------------------------------------------------------------------------------ Degrees of freedom: 34 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.4266 t = -0.4266 t = -0.4266 P < t = 0.3362 P > |t| = 0.6724 P > t = 0.6638 The mean propensity score is not different for treated and controls in block 2 Test in block 3 Observations in block 3 obs: 28, control: 22, treated: 6 Test for block 3

xviii

Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 22 .2630855 .0102916 .0482718 .2416829 .284488 1 | 6 .3182562 .026708 .0654209 .2496011 .3869112 ---------+-------------------------------------------------------------------- combined | 28 .2749078 .0105837 .0560034 .2531919 .2966236 ---------+-------------------------------------------------------------------- diff | -.0551707 .0239544 -.1044097 -.0059318 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -2.3032 t = -2.3032 t = -2.3032 P < t = 0.0148 P > |t| = 0.0295 P > t = 0.9852 The mean propensity score is not different for treated and controls in block 3 Test in block 4 Observations in block 4 obs: 23, control: 7, treated: 16 Test for block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 .4808871 .0295127 .0780834 .408672 .5531021 1 | 16 .5038681 .0144689 .0578757 .4730283 .5347078 ---------+-------------------------------------------------------------------- combined | 23 .4968738 .0132919 .0637459 .4693081 .5244396 ---------+-------------------------------------------------------------------- diff | -.022981 .0291387 -.0835782 .0376163 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.7887 t = -0.7887 t = -0.7887 P < t = 0.2196 P > |t| = 0.4391 P > t = 0.7804 The mean propensity score is not different for treated and controls in block 4 Test in block 5 Observations in block 5 obs: 14, control: 7, treated: 7 Test for block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 .6979755 .0150933 .039933 .6610437 .7349074

xix

1 | 7 .6980496 .0265387 .0702148 .6331118 .7629875 ---------+-------------------------------------------------------------------- combined | 14 .6980126 .0146664 .0548765 .6663278 .7296973 ---------+-------------------------------------------------------------------- diff | -.0000741 .0305305 -.0665942 .0664461 ------------------------------------------------------------------------------ Degrees of freedom: 12 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.0024 t = -0.0024 t = -0.0024 P < t = 0.4991 P > |t| = 0.9981 P > t = 0.5009 The mean propensity score is not different for treated and controls in block 5 Test in block 6 Observations in block 6 obs: 5, control: 1, treated: 4 Test for block 6 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 .9130327 . . . . 1 | 4 .9087731 .0160901 .0321802 .8575671 .9599791 ---------+-------------------------------------------------------------------- combined | 5 .909625 . . . . ---------+-------------------------------------------------------------------- diff | .0042596 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . The mean propensity score is not different for treated and controls in block 6 The final number of blocks is 6 This number of blocks ensures that the mean propensity score is not different for treated and controls in each blocks ********************************************************** Step 2: Test of balancing property of the propensity score Use option detail if you want more detailed output ********************************************************** **************************************************** Testing the balancing property in block 1 **************************************************** obs: 232, control: 228, treated: 4 Testing the balancing property for variable lyco04 in block 1 Two-sample t test with equal variances

xx

------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 228 14.85366 .0693936 1.047821 14.71692 14.99039 1 | 4 14.3451 .2551018 .5102036 13.53325 15.15694 ---------+-------------------------------------------------------------------- combined | 232 14.84489 .0684401 1.042448 14.71004 14.97973 ---------+-------------------------------------------------------------------- diff | .5085588 .5258499 -.5275401 1.544658 ------------------------------------------------------------------------------ Degrees of freedom: 230 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.9671 t = 0.9671 t = 0.9671 P < t = 0.8327 P > |t| = 0.3345 P > t = 0.1673 Variable lyco04 is balanced in block 1 Testing the balancing property for variable lsize04 in block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 228 6.962979 .1025535 1.548524 6.760901 7.165058 1 | 4 7.608258 .2724507 .5449014 6.741199 8.475318 ---------+-------------------------------------------------------------------- combined | 232 6.974105 .1010152 1.538618 6.775076 7.173134 ---------+-------------------------------------------------------------------- diff | -.6452788 .7765483 -2.175337 .884779 ------------------------------------------------------------------------------ Degrees of freedom: 230 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.8310 t = -0.8310 t = -0.8310 P < t = 0.2034 P > |t| = 0.4069 P > t = 0.7966 Variable lsize04 is balanced in block 1 Testing the balancing property for variable lcamat04 in block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 228 2.641073 .0414184 .6254036 2.559459 2.722686 1 | 4 2.395821 .1283198 .2566396 1.98745 2.804192 ---------+-------------------------------------------------------------------- combined | 232 2.636844 .0408021 .6214787 2.556453 2.717236 ---------+-------------------------------------------------------------------- diff | .2452522 .3137174 -.3728752 .8633796 ------------------------------------------------------------------------------ Degrees of freedom: 230 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.7818 t = 0.7818 t = 0.7818 P < t = 0.7824 P > |t| = 0.4352 P > t = 0.2176 Variable lcamat04 is balanced in block 1 Testing the balancing property for variable ltopop04 in block 1

xxi

Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 228 13.28925 .0514892 .77747 13.18779 13.3907 1 | 4 12.63356 .2515556 .5031111 11.833 13.43412 ---------+-------------------------------------------------------------------- combined | 232 13.27794 .0510492 .7775579 13.17736 13.37852 ---------+-------------------------------------------------------------------- diff | .6556855 .3906409 -.1140066 1.425378 ------------------------------------------------------------------------------ Degrees of freedom: 230 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.6785 t = 1.6785 t = 1.6785 P < t = 0.9527 P > |t| = 0.0946 P > t = 0.0473 Variable ltopop04 is balanced in block 1 **************************************************** Testing the balancing property in block 2 **************************************************** obs: 36, control: 29, treated: 7 Testing the balancing property for variable lyco04 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 29 13.8789 .1305651 .7031145 13.61145 14.14635 1 | 7 13.6563 .3039331 .8041315 12.91261 14.4 ---------+-------------------------------------------------------------------- combined | 36 13.83562 .1195279 .7171676 13.59296 14.07827 ---------+-------------------------------------------------------------------- diff | .2225974 .3040336 -.3952733 .8404681 ------------------------------------------------------------------------------ Degrees of freedom: 34 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.7321 t = 0.7321 t = 0.7321 P < t = 0.7655 P > |t| = 0.4691 P > t = 0.2345 Variable lyco04 is balanced in block 2 Testing the balancing property for variable lsize04 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 29 7.717257 .3237865 1.743644 7.05401 8.380503 1 | 7 7.524162 .4983278 1.318451 6.304798 8.743527 ---------+-------------------------------------------------------------------- combined | 36 7.679711 .275693 1.654158 7.120024 8.239397 ---------+-------------------------------------------------------------------- diff | .1930943 .7059883 -1.241646 1.627835 ------------------------------------------------------------------------------ Degrees of freedom: 34 Ho: mean(0) - mean(1) = diff = 0

xxii

Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.2735 t = 0.2735 t = 0.2735 P < t = 0.6069 P > |t| = 0.7861 P > t = 0.3931 Variable lsize04 is balanced in block 2 Testing the balancing property for variable lcamat04 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 29 2.111946 .0968796 .5217126 1.913497 2.310395 1 | 7 2.113465 .18466 .4885644 1.661619 2.565312 ---------+-------------------------------------------------------------------- combined | 36 2.112242 .0847655 .5085929 1.940159 2.284325 ---------+-------------------------------------------------------------------- diff | -.0015191 .217304 -.443134 .4400959 ------------------------------------------------------------------------------ Degrees of freedom: 34 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.0070 t = -0.0070 t = -0.0070 P < t = 0.4972 P > |t| = 0.9945 P > t = 0.5028 Variable lcamat04 is balanced in block 2 Testing the balancing property for variable ltopop04 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 29 12.21007 .0796617 .4289912 12.04689 12.37325 1 | 7 12.01067 .1516013 .4010994 11.63971 12.38162 ---------+-------------------------------------------------------------------- combined | 36 12.1713 .0709485 .4256908 12.02727 12.31533 ---------+-------------------------------------------------------------------- diff | .199407 .178639 -.1636312 .5624452 ------------------------------------------------------------------------------ Degrees of freedom: 34 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.1163 t = 1.1163 t = 1.1163 P < t = 0.8639 P > |t| = 0.2721 P > t = 0.1361 Variable ltopop04 is balanced in block 2 **************************************************** Testing the balancing property in block 3 **************************************************** obs: 28, control: 22, treated: 6 Testing the balancing property for variable lyco04 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+--------------------------------------------------------------------

xxiii

0 | 22 13.51093 .1188435 .5574253 13.26378 13.75808 1 | 6 13.60053 .4785312 1.172157 12.37043 14.83064 ---------+-------------------------------------------------------------------- combined | 28 13.53013 .1332976 .7053445 13.25663 13.80363 ---------+-------------------------------------------------------------------- diff | -.089603 .3305794 -.7691188 .5899127 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2710 t = -0.2710 t = -0.2710 P < t = 0.3942 P > |t| = 0.7885 P > t = 0.6058 Variable lyco04 is balanced in block 3 Testing the balancing property for variable lsize04 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 22 7.776994 .3931483 1.844029 6.959397 8.59459 1 | 6 7.364734 .3778383 .9255111 6.39347 8.335999 ---------+-------------------------------------------------------------------- combined | 28 7.688653 .3180907 1.683178 7.035984 8.341321 ---------+-------------------------------------------------------------------- diff | .4122596 .7858339 -1.203045 2.027564 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.5246 t = 0.5246 t = 0.5246 P < t = 0.6979 P > |t| = 0.6043 P > t = 0.3021 Variable lsize04 is balanced in block 3 Testing the balancing property for variable lcamat04 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 22 1.929912 .1225657 .5748839 1.675023 2.184801 1 | 6 1.700599 .1123485 .2751965 1.411798 1.9894 ---------+-------------------------------------------------------------------- combined | 28 1.880773 .1000455 .5293912 1.675497 2.08605 ---------+-------------------------------------------------------------------- diff | .2293134 .2443604 -.2729767 .7316034 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.9384 t = 0.9384 t = 0.9384 P < t = 0.8217 P > |t| = 0.3567 P > t = 0.1783 Variable lcamat04 is balanced in block 3 Testing the balancing property for variable ltopop04 in block 3 Two-sample t test with equal variances

xxiv

------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 22 11.9538 .1140861 .5351113 11.71654 12.19105 1 | 6 11.65255 .1079146 .2643357 11.37515 11.92995 ---------+-------------------------------------------------------------------- combined | 28 11.88924 .0947735 .5014944 11.69478 12.0837 ---------+-------------------------------------------------------------------- diff | .3012455 .2278361 -.1670782 .7695692 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.3222 t = 1.3222 t = 1.3222 P < t = 0.9012 P > |t| = 0.1976 P > t = 0.0988 Variable ltopop04 is balanced in block 3 **************************************************** Testing the balancing property in block 4 **************************************************** obs: 23, control: 7, treated: 16 Testing the balancing property for variable lyco04 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 13.31672 .139692 .3695903 12.9749 13.65853 1 | 16 13.06953 .1547239 .6188954 12.73974 13.39932 ---------+-------------------------------------------------------------------- combined | 23 13.14476 .1164579 .5585124 12.90324 13.38628 ---------+-------------------------------------------------------------------- diff | .2471879 .2533754 -.2797351 .7741109 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.9756 t = 0.9756 t = 0.9756 P < t = 0.8298 P > |t| = 0.3404 P > t = 0.1702 Variable lyco04 is balanced in block 4 Testing the balancing property for variable lsize04 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 8.242521 .8507368 2.250838 6.160843 10.3242 1 | 16 8.078883 .1310488 .5241953 7.799559 8.358207 ---------+-------------------------------------------------------------------- combined | 23 8.128686 .2616825 1.254985 7.585989 8.671382 ---------+-------------------------------------------------------------------- diff | .1636388 .5810005 -1.044618 1.371896 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.2817 t = 0.2817 t = 0.2817

xxv

P < t = 0.6095 P > |t| = 0.7810 P > t = 0.3905 Variable lsize04 is balanced in block 4 Testing the balancing property for variable lcamat04 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 1.783386 .233676 .6182486 1.211602 2.355171 1 | 16 1.733536 .0586551 .2346205 1.608515 1.858556 ---------+-------------------------------------------------------------------- combined | 23 1.748708 .0786646 .3772623 1.585567 1.911848 ---------+-------------------------------------------------------------------- diff | .0498508 .1746462 -.3133459 .4130474 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.2854 t = 0.2854 t = 0.2854 P < t = 0.6109 P > |t| = 0.7781 P > t = 0.3891 Variable lcamat04 is balanced in block 4 Testing the balancing property for variable ltopop04 in block 4 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 11.63999 .1434297 .3794792 11.28903 11.99095 1 | 16 11.73686 .0775521 .3102083 11.57156 11.90216 ---------+-------------------------------------------------------------------- combined | 23 11.70738 .0681947 .3270502 11.56595 11.84881 ---------+-------------------------------------------------------------------- diff | -.0968704 .1502148 -.4092592 .2155185 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.6449 t = -0.6449 t = -0.6449 P < t = 0.2630 P > |t| = 0.5260 P > t = 0.7370 Variable ltopop04 is balanced in block 4 **************************************************** Testing the balancing property in block 5 **************************************************** obs: 14, control: 7, treated: 7 Testing the balancing property for variable lyco04 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 12.75247 .32573 .8618005 11.95544 13.5495 1 | 7 12.76129 .1237794 .3274895 12.45841 13.06416 ---------+-------------------------------------------------------------------- combined | 14 12.75688 .1673972 .6263428 12.39524 13.11852 ---------+--------------------------------------------------------------------

xxvi

diff | -.0088169 .3484557 -.7680366 .7504028 ------------------------------------------------------------------------------ Degrees of freedom: 12 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.0253 t = -0.0253 t = -0.0253 P < t = 0.4901 P > |t| = 0.9802 P > t = 0.5099 Variable lyco04 is balanced in block 5 Testing the balancing property for variable lsize04 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 8.168239 .6304926 1.668127 6.625479 9.710999 1 | 7 8.349884 .2393017 .6331327 7.764334 8.935434 ---------+-------------------------------------------------------------------- combined | 14 8.259062 .3249388 1.215809 7.557074 8.961049 ---------+-------------------------------------------------------------------- diff | -.1816456 .6743784 -1.65099 1.287699 ------------------------------------------------------------------------------ Degrees of freedom: 12 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2694 t = -0.2694 t = -0.2694 P < t = 0.3961 P > |t| = 0.7922 P > t = 0.6039 Variable lsize04 is balanced in block 5 Testing the balancing property for variable lcamat04 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 1.556677 .1724218 .4561853 1.134776 1.978578 1 | 7 1.556041 .0880568 .2329764 1.340573 1.771508 ---------+-------------------------------------------------------------------- combined | 14 1.556359 .0930054 .3479942 1.355433 1.757285 ---------+-------------------------------------------------------------------- diff | .0006364 .193606 -.4211949 .4224676 ------------------------------------------------------------------------------ Degrees of freedom: 12 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.0033 t = 0.0033 t = 0.0033 P < t = 0.5013 P > |t| = 0.9974 P > t = 0.4987 Variable lcamat04 is balanced in block 5 Testing the balancing property for variable ltopop04 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 7 11.35318 .2358972 .6241253 10.77596 11.9304 1 | 7 11.6933 .0819423 .2167989 11.4928 11.89381

xxvii

---------+-------------------------------------------------------------------- combined | 14 11.52324 .128903 .4823107 11.24476 11.80172 ---------+-------------------------------------------------------------------- diff | -.340127 .2497239 -.8842286 .2039746 ------------------------------------------------------------------------------ Degrees of freedom: 12 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -1.3620 t = -1.3620 t = -1.3620 P < t = 0.0991 P > |t| = 0.1982 P > t = 0.9009 Variable ltopop04 is balanced in block 5 **************************************************** Testing the balancing property in block 6 **************************************************** obs: 5, control: 1, treated: 4 Testing the balancing property for variable lyco04 in block 6 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 12.06607 . . . . 1 | 4 11.81469 .0906814 .1813628 11.5261 12.10328 ---------+-------------------------------------------------------------------- combined | 5 11.86497 . . . . ---------+-------------------------------------------------------------------- diff | .2513826 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lyco04 is balanced in block 6 Testing the balancing property for variable lsize04 in block 6 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 7.730539 . . . . 1 | 4 8.22777 .3909851 .7819701 6.983481 9.472059 ---------+-------------------------------------------------------------------- combined | 5 8.128324 . . . . ---------+-------------------------------------------------------------------- diff | -.4972306 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lsize04 is balanced in block 6

xxviii

Testing the balancing property for variable lcamat04 in block 6 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 1.098612 . . . . 1 | 4 1.242453 .0830467 .1660933 .9781618 1.506745 ---------+-------------------------------------------------------------------- combined | 5 1.213685 . . . . ---------+-------------------------------------------------------------------- diff | -.143841 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lcamat04 is balanced in block 6 Testing the balancing property for variable ltopop04 in block 6 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 10.36986 . . . . 1 | 4 10.92647 .1782378 .3564757 10.35924 11.49371 ---------+-------------------------------------------------------------------- combined | 5 10.81515 . . . . ---------+-------------------------------------------------------------------- diff | -.5566132 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable ltopop04 is balanced in block 6 The balancing property is satisfied This table shows the inferior bound, the number of treated and the number of controls for each block Inferior | of block | dob03 of pscore | 0 1 | Total -----------+----------------------+---------- 0 | 228 9 | 237 .1 | 29 7 | 36 .2 | 22 6 | 28 .4 | 7 16 | 23 .6 | 7 7 | 14 .8 | 1 4 | 5 -----------+----------------------+---------- Total | 294 49 | 343 ******************************************* End of the algorithm to estimate the pscore

xxix

*******************************************

xxx

3) DOB 2001&2003 pscore dob lyco06 lsize06 lcamat06 ltopop06 lpad06 lapbd06, pscore (psm) numblo(12) detail **************************************************** Algorithm to estimate the propensity score **************************************************** The treatment is dob dob | Freq. Percent Cum. ------------+----------------------------------- 0 | 340 77.27 77.27 1 | 100 22.73 100.00 ------------+----------------------------------- Total | 440 100.00 Estimation of the propensity score Iteration 0: log likelihood = -122.11314 Iteration 1: log likelihood = -75.2818 Iteration 2: log likelihood = -63.584796 Iteration 3: log likelihood = -60.16983 Iteration 4: log likelihood = -59.811041 Iteration 5: log likelihood = -59.806955 Iteration 6: log likelihood = -59.806955 Probit estimates Number of obs = 264 LR chi2(6) = 124.61 Prob > chi2 = 0.0000 Log likelihood = -59.806955 Pseudo R2 = 0.5102 ------------------------------------------------------------------------------ dob | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lyco06 | .4823244 .2143358 2.25 0.024 .062234 .9024148 lsize06 | .2128404 .1101862 1.93 0.053 -.0031205 .4288013 lcamat06 | -.4812909 .2943522 -1.64 0.102 -1.058211 .0956288 ltopop06 | -1.085791 .3633563 -2.99 0.003 -1.797956 -.3736257 lpad06 | -.8738713 .2599424 -3.36 0.001 -1.383349 -.3643935 lapbd06 | -1.553876 .5530134 -2.81 0.005 -2.637762 -.4699897 _cons | 66.45932 13.85844 4.80 0.000 39.29727 93.62137 ------------------------------------------------------------------------------ note: 6 failures and 0 successes completely determined. Description of the estimated propensity score Estimated propensity score ------------------------------------------------------------- Percentiles Smallest 1% 2.77e-11 2.41e-17 5% 6.86e-08 1.40e-11 10% 4.19e-07 2.77e-11 Obs 264 25% .0001611 9.73e-11 Sum of Wgt. 264 50% .0356561 Mean .1755091 Largest Std. Dev. .2714439 75% .2408364 .9644118 90% .6411157 .9730987 Variance .0736818

xxxi

95% .8694808 .9855342 Skewness 1.693905 99% .9730987 .9930996 Kurtosis 4.697956 ****************************************************** Step 1: Identification of the optimal number of blocks Use option detail if you want more detailed output ****************************************************** Distribution of treated and controls across blocks Blocks of | the pscore | for | treatment | dob dob | 0 1 | Total -----------+----------------------+---------- 0 | 122 54 | 176 1 | 161 5 | 166 2 | 20 0 | 20 3 | 12 3 | 15 4 | 8 2 | 10 5 | 5 4 | 9 6 | 6 4 | 10 7 | 2 2 | 4 8 | 1 4 | 5 9 | 0 3 | 3 10 | 2 5 | 7 11 | 1 7 | 8 12 | 0 7 | 7 -----------+----------------------+---------- Total | 340 100 | 440 Test that the mean propensity score is not different for treated and controls Test in block 1 Observations in block 1 obs: 166, control: 161, treated: 5 Test for block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 161 .0159686 .001877 .023817 .0122616 .0196756 1 | 5 .0513104 .0106396 .0237908 .0217701 .0808506 ---------+-------------------------------------------------------------------- combined | 166 .0170331 .0019019 .0245049 .0132778 .0207884 ---------+-------------------------------------------------------------------- diff | -.0353418 .0108151 -.0566966 -.0139869 ------------------------------------------------------------------------------ Degrees of freedom: 164 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -3.2678 t = -3.2678 t = -3.2678 P < t = 0.0007 P > |t| = 0.0013 P > t = 0.9993 The mean propensity score is different for treated and controls in block 1

xxxii

Split the block 1 and retest Check that blocks have shifted Blocks of | the pscore | for | treatment | dob dob | 0 1 | Total -----------+----------------------+---------- 0 | 122 54 | 176 1 | 161 5 | 166 3 | 20 0 | 20 4 | 12 3 | 15 5 | 8 2 | 10 6 | 5 4 | 9 7 | 6 4 | 10 8 | 2 2 | 4 9 | 1 4 | 5 10 | 0 3 | 3 11 | 2 5 | 7 12 | 1 7 | 8 13 | 0 7 | 7 -----------+----------------------+---------- Total | 340 100 | 440 Test in block 1 Observations in block 1 obs: 138, control: 136, treated: 2 Test for block 1 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 136 .0071666 .0010157 .011845 .0051578 .0091753 1 | 2 .029884 .0089001 .0125866 -.0832023 .1429704 ---------+-------------------------------------------------------------------- combined | 138 .0074958 .0010315 .0121176 .005456 .0095356 ---------+-------------------------------------------------------------------- diff | -.0227175 .008441 -.0394102 -.0060248 ------------------------------------------------------------------------------ Degrees of freedom: 136 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -2.6913 t = -2.6913 t = -2.6913 P < t = 0.0040 P > |t| = 0.0080 P > t = 0.9960 The mean propensity score is different for treated and controls in block 1 Split the block 1 and retest Check that blocks have shifted Blocks of | the pscore | for | treatment | dob dob | 0 1 | Total -----------+----------------------+---------- 0 | 122 54 | 176 1 | 136 2 | 138

xxxiii

3 | 25 3 | 28 4 | 20 0 | 20 5 | 12 3 | 15 6 | 8 2 | 10 7 | 5 4 | 9 8 | 6 4 | 10 9 | 2 2 | 4 10 | 1 4 | 5 11 | 0 3 | 3 12 | 2 5 | 7 13 | 1 7 | 8 14 | 0 7 | 7 -----------+----------------------+---------- Total | 340 100 | 440 Test in block 1 Observations in block 1 obs: 115, control: 115, treated: 0 Block 1 does not have treated Move to next block Test in block 2 Observations in block 2 obs: 23, control: 21, treated: 2 Test for block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 .0320563 .0012267 .0056215 .0294974 .0346152 1 | 2 .029884 .0089001 .0125866 -.0832023 .1429704 ---------+-------------------------------------------------------------------- combined | 23 .0318674 .0012567 .0060267 .0292613 .0344736 ---------+-------------------------------------------------------------------- diff | .0021723 .0045401 -.0072694 .011614 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.4785 t = 0.4785 t = 0.4785 P < t = 0.6814 P > |t| = 0.6373 P > t = 0.3186 The mean propensity score is not different for treated and controls in block 2 Test in block 3 Observations in block 3 obs: 28, control: 25, treated: 3 Test for block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 .0638518 .0025697 .0128485 .0585482 .0691554

xxxiv

1 | 3 .0655946 .009792 .0169602 .023463 .1077262 ---------+-------------------------------------------------------------------- combined | 28 .0640385 .002452 .012975 .0590073 .0690697 ---------+-------------------------------------------------------------------- diff | -.0017428 .0080716 -.0183343 .0148486 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2159 t = -0.2159 t = -0.2159 P < t = 0.4154 P > |t| = 0.8307 P > t = 0.5846 The mean propensity score is not different for treated and controls in block 3 Test in block 4 Observations in block 4 obs: 20, control: 20, treated: 0 Block 4 does not have treated Move to next block Test in block 5 Observations in block 5 obs: 15, control: 12, treated: 3 Test for block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 .2109659 .0078599 .0272276 .1936663 .2282655 1 | 3 .2041665 .0096907 .0167848 .1624707 .2458622 ---------+-------------------------------------------------------------------- combined | 15 .209606 .0064841 .0251128 .195699 .2235131 ---------+-------------------------------------------------------------------- diff | .0067995 .0167162 -.0293136 .0429125 ------------------------------------------------------------------------------ Degrees of freedom: 13 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.4068 t = 0.4068 t = 0.4068 P < t = 0.6546 P > |t| = 0.6908 P > t = 0.3454 The mean propensity score is not different for treated and controls in block 5 Test in block 6 Observations in block 6 obs: 10, control: 8, treated: 2 Test for block 6 Two-sample t test with equal variances ------------------------------------------------------------------------------

xxxv

Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 8 .2832118 .0062283 .0176162 .2684843 .2979394 1 | 2 .3275602 .0009231 .0013055 .3158305 .3392898 ---------+-------------------------------------------------------------------- combined | 10 .2920815 .007689 .0243148 .2746877 .3094752 ---------+-------------------------------------------------------------------- diff | -.0443484 .0130325 -.0744014 -.0142954 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -3.4029 t = -3.4029 t = -3.4029 P < t = 0.0047 P > |t| = 0.0093 P > t = 0.9953 The mean propensity score is different for treated and controls in block 6 Split the block 6 and retest Check that blocks have shifted Blocks of | the pscore | for | treatment | dob dob | 0 1 | Total -----------+----------------------+---------- 0 | 122 54 | 176 1 | 115 0 | 115 2 | 21 2 | 23 3 | 25 3 | 28 4 | 20 0 | 20 5 | 12 3 | 15 6 | 8 2 | 10 8 | 5 4 | 9 9 | 6 4 | 10 10 | 2 2 | 4 11 | 1 4 | 5 12 | 0 3 | 3 13 | 2 5 | 7 14 | 1 7 | 8 15 | 0 7 | 7 -----------+----------------------+---------- Total | 340 100 | 440 Test in block 6 Observations in block 6 obs: 6, control: 6, treated: 0 Block 6 does not have treated Move to next block Test in block 7 Observations in block 7 obs: 4, control: 2, treated: 2 Test for block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]

xxxvi

---------+-------------------------------------------------------------------- 0 | 2 .3083576 .0065095 .0092058 .2256467 .3910684 1 | 2 .3275602 .0009231 .0013055 .3158305 .3392898 ---------+-------------------------------------------------------------------- combined | 4 .3179589 .0061589 .0123179 .2983584 .3375594 ---------+-------------------------------------------------------------------- diff | -.0192026 .0065746 -.0474909 .0090857 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -2.9207 t = -2.9207 t = -2.9207 P < t = 0.0500 P > |t| = 0.1000 P > t = 0.9500 The mean propensity score is not different for treated and controls in block 7 Test in block 8 Observations in block 8 obs: 9, control: 5, treated: 4 Test for block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 5 .3771121 .0122575 .0274087 .3430797 .4111445 1 | 4 .3984095 .0098915 .019783 .3669303 .4298888 ---------+-------------------------------------------------------------------- combined | 9 .3865776 .0084877 .0254632 .3670048 .4061504 ---------+-------------------------------------------------------------------- diff | -.0212975 .0163907 -.0600552 .0174603 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -1.2994 t = -1.2994 t = -1.2994 P < t = 0.1175 P > |t| = 0.2350 P > t = 0.8825 The mean propensity score is not different for treated and controls in block 8 Test in block 9 Observations in block 9 obs: 10, control: 6, treated: 4 Test for block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 .4363581 .010092 .0247203 .4104158 .4623005 1 | 4 .4807959 .0091795 .018359 .4515827 .5100091 ---------+-------------------------------------------------------------------- combined | 10 .4541332 .0098916 .03128 .4317569 .4765096 ---------+-------------------------------------------------------------------- diff | -.0444378 .0145534 -.0779981 -.0108775 ------------------------------------------------------------------------------ Degrees of freedom: 8

xxxvii

Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -3.0534 t = -3.0534 t = -3.0534 P < t = 0.0079 P > |t| = 0.0157 P > t = 0.9921 The mean propensity score is not different for treated and controls in block 9 Test in block 10 Observations in block 10 obs: 4, control: 2, treated: 2 Test for block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 .5465504 .0124457 .0176009 .3884128 .7046881 1 | 2 .5657543 .0155436 .021982 .3682537 .7632549 ---------+-------------------------------------------------------------------- combined | 4 .5561524 .0098395 .019679 .5248387 .587466 ---------+-------------------------------------------------------------------- diff | -.0192038 .0199123 -.1048796 .0664719 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.9644 t = -0.9644 t = -0.9644 P < t = 0.2183 P > |t| = 0.4366 P > t = 0.7817 The mean propensity score is not different for treated and controls in block 10 Test in block 11 Observations in block 11 obs: 5, control: 1, treated: 4 Test for block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 .6411157 . . . . 1 | 4 .6188534 .0111832 .0223665 .5832633 .6544434 ---------+-------------------------------------------------------------------- combined | 5 .6233058 . . . . ---------+-------------------------------------------------------------------- diff | .0222623 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = .

xxxviii

The mean propensity score is not different for treated and controls in block 11 Test in block 12 Observations in block 12 obs: 3, control: 0, treated: 3 Block 12 does not have controls Move to next block Test in block 13 Observations in block 13 obs: 7, control: 2, treated: 5 Test for block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 .7911826 .0390572 .0552352 .294914 1.287451 1 | 5 .7983024 .0131892 .0294919 .7616833 .8349214 ---------+-------------------------------------------------------------------- combined | 7 .7962682 .012538 .0331724 .7655888 .8269475 ---------+-------------------------------------------------------------------- diff | -.0071198 .0302358 -.0848434 .0706038 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2355 t = -0.2355 t = -0.2355 P < t = 0.4116 P > |t| = 0.8232 P > t = 0.5884 The mean propensity score is not different for treated and controls in block 13 Test in block 14 Observations in block 14 obs: 8, control: 1, treated: 7 Test for block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 .8965718 . . . . 1 | 7 .888813 .0075504 .0199764 .8703379 .9072881 ---------+-------------------------------------------------------------------- combined | 8 .8897828 . . . . ---------+-------------------------------------------------------------------- diff | .0077588 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

xxxix

t = . t = . t = . P < t = . P > |t| = . P > t = . The mean propensity score is not different for treated and controls in block 14 Test in block 15 Observations in block 15 obs: 7, control: 0, treated: 7 Block 15 does not have controls Move to next block The final number of blocks is 15 This number of blocks ensures that the mean propensity score is not different for treated and controls in each blocks ********************************************************** Step 2: Test of balancing property of the propensity score Use option detail if you want more detailed output ********************************************************** **************************************************** Testing the balancing property in block 1 **************************************************** obs: 115, control: 115, treated: 0 Block 1 does not have treated Move to next block **************************************************** Testing the balancing property in block 2 **************************************************** obs: 23, control: 21, treated: 2 Testing the balancing property for variable lyco06 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 13.94957 .1311238 .6008849 13.67606 14.22309 1 | 2 13.47093 .0144305 .0204078 13.28757 13.65429 ---------+-------------------------------------------------------------------- combined | 23 13.90795 .1228774 .5892994 13.65312 14.16279 ---------+-------------------------------------------------------------------- diff | .4786431 .4339587 -.4238235 1.38111 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.1030 t = 1.1030 t = 1.1030 P < t = 0.8587 P > |t| = 0.2825 P > t = 0.1413 Variable lyco06 is balanced in block 2 Testing the balancing property for variable lsize06 in block 2

xl

Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 7.922443 .3678589 1.685741 7.155102 8.689783 1 | 2 6.729182 1.685757 2.38402 -14.69039 28.14875 ---------+-------------------------------------------------------------------- combined | 23 7.818681 .3587366 1.72044 7.074707 8.562655 ---------+-------------------------------------------------------------------- diff | 1.193261 1.276828 -1.462048 3.848569 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.9346 t = 0.9346 t = 0.9346 P < t = 0.8197 P > |t| = 0.3606 P > t = 0.1803 Variable lsize06 is balanced in block 2 Testing the balancing property for variable lcamat06 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 2.409349 .1246089 .5710299 2.149419 2.669278 1 | 2 2.644134 .446909 .6320247 -3.034383 8.32265 ---------+-------------------------------------------------------------------- combined | 23 2.429765 .1177995 .5649464 2.185464 2.674066 ---------+-------------------------------------------------------------------- diff | -.234785 .4248276 -1.118262 .6486924 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.5527 t = -0.5527 t = -0.5527 P < t = 0.2932 P > |t| = 0.5863 P > t = 0.7068 Variable lcamat06 is balanced in block 2 Testing the balancing property for variable ltopop06 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 12.47927 .0805307 .3690382 12.31128 12.64725 1 | 2 12.08515 .2796321 .3954595 8.53209 15.63821 ---------+-------------------------------------------------------------------- combined | 23 12.445 .0790733 .3792224 12.28101 12.60898 ---------+-------------------------------------------------------------------- diff | .3941142 .2740557 -.1758159 .9640442 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.4381 t = 1.4381 t = 1.4381 P < t = 0.9174 P > |t| = 0.1651 P > t = 0.0826 Variable ltopop06 is balanced in block 2

xli

Testing the balancing property for variable lpad06 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 23.62656 .0984797 .4512907 23.42113 23.83198 1 | 2 23.85028 .1008244 .1425872 22.56918 25.13137 ---------+-------------------------------------------------------------------- combined | 23 23.64601 .0909436 .4361501 23.45741 23.83462 ---------+-------------------------------------------------------------------- diff | -.2237178 .3267249 -.9031794 .4557437 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.6847 t = -0.6847 t = -0.6847 P < t = 0.2505 P > |t| = 0.5010 P > t = 0.7495 Variable lpad06 is balanced in block 2 Testing the balancing property for variable lapbd06 in block 2 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 21 26.62685 .0565938 .2593456 26.5088 26.7449 1 | 2 26.41891 .0447798 .0633282 25.84993 26.98789 ---------+-------------------------------------------------------------------- combined | 23 26.60877 .053127 .2547882 26.49859 26.71895 ---------+-------------------------------------------------------------------- diff | .2079447 .1875728 -.1821343 .5980238 ------------------------------------------------------------------------------ Degrees of freedom: 21 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.1086 t = 1.1086 t = 1.1086 P < t = 0.8599 P > |t| = 0.2801 P > t = 0.1401 Variable lapbd06 is balanced in block 2 **************************************************** Testing the balancing property in block 3 **************************************************** obs: 28, control: 25, treated: 3 Testing the balancing property for variable lyco06 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 13.93128 .1931767 .9658837 13.53258 14.32998 1 | 3 13.50281 .9954849 1.72423 9.219583 17.78603 ---------+-------------------------------------------------------------------- combined | 28 13.88537 .195275 1.033298 13.4847 14.28604 ---------+-------------------------------------------------------------------- diff | .4284711 .6378715 -.8826926 1.739635 ------------------------------------------------------------------------------

xlii

Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.6717 t = 0.6717 t = 0.6717 P < t = 0.7462 P > |t| = 0.5077 P > t = 0.2538 Variable lyco06 is balanced in block 3 Testing the balancing property for variable lsize06 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 6.885156 .4381247 2.190624 5.980911 7.789401 1 | 3 8.756819 .4732694 .8197266 6.720506 10.79313 ---------+-------------------------------------------------------------------- combined | 28 7.085692 .408085 2.159383 6.24837 7.923013 ---------+-------------------------------------------------------------------- diff | -1.871663 1.293464 -4.530416 .7870895 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -1.4470 t = -1.4470 t = -1.4470 P < t = 0.0799 P > |t| = 0.1598 P > t = 0.9201 Variable lsize06 is balanced in block 3 Testing the balancing property for variable lcamat06 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 2.163586 .1487991 .7439956 1.85648 2.470692 1 | 3 2.309186 .813873 1.409669 -1.192627 5.810999 ---------+-------------------------------------------------------------------- combined | 28 2.179186 .1513424 .8008289 1.868657 2.489715 ---------+-------------------------------------------------------------------- diff | -.1456002 .4978174 -1.168878 .8776781 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2925 t = -0.2925 t = -0.2925 P < t = 0.3861 P > |t| = 0.7722 P > t = 0.6139 Variable lcamat06 is balanced in block 3 Testing the balancing property for variable ltopop06 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 12.23243 .0693961 .3469805 12.0892 12.37565 1 | 3 11.95888 .1691647 .2930018 11.23102 12.68673 ---------+-------------------------------------------------------------------- combined | 28 12.20312 .0656835 .3475646 12.06835 12.33789

xliii

---------+-------------------------------------------------------------------- diff | .2735523 .2096559 -.1574014 .7045061 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.3048 t = 1.3048 t = 1.3048 P < t = 0.8983 P > |t| = 0.2034 P > t = 0.1017 Variable ltopop06 is balanced in block 3 Testing the balancing property for variable lpad06 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 23.65058 .0882904 .441452 23.46836 23.83281 1 | 3 23.56127 .7295382 1.263597 20.42232 26.70021 ---------+-------------------------------------------------------------------- combined | 28 23.64101 .1021712 .5406389 23.43138 23.85065 ---------+-------------------------------------------------------------------- diff | .0893196 .3361725 -.6016928 .7803319 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.2657 t = 0.2657 t = 0.2657 P < t = 0.6037 P > |t| = 0.7926 P > t = 0.3963 Variable lpad06 is balanced in block 3 Testing the balancing property for variable lapbd06 in block 3 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 25 26.50447 .0466628 .2333142 26.40817 26.60078 1 | 3 26.81654 .1525483 .2642215 26.16018 27.47291 ---------+-------------------------------------------------------------------- combined | 28 26.53791 .0475169 .2514358 26.44041 26.63541 ---------+-------------------------------------------------------------------- diff | -.3120702 .1440979 -.6082677 -.0158728 ------------------------------------------------------------------------------ Degrees of freedom: 26 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -2.1657 t = -2.1657 t = -2.1657 P < t = 0.0198 P > |t| = 0.0397 P > t = 0.9802 Variable lapbd06 is balanced in block 3 **************************************************** Testing the balancing property in block 4 **************************************************** obs: 20, control: 20, treated: 0 Block 4 does not have treated Move to next block

xliv

**************************************************** Testing the balancing property in block 5 **************************************************** obs: 15, control: 12, treated: 3 Testing the balancing property for variable lyco06 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 13.8848 .3539697 1.226187 13.10572 14.66388 1 | 3 14.09966 .2616194 .4531381 12.974 15.22532 ---------+-------------------------------------------------------------------- combined | 15 13.92777 .2850258 1.1039 13.31645 14.53909 ---------+-------------------------------------------------------------------- diff | -.2148616 .7370581 -1.807179 1.377456 ------------------------------------------------------------------------------ Degrees of freedom: 13 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2915 t = -0.2915 t = -0.2915 P < t = 0.3876 P > |t| = 0.7753 P > t = 0.6124 Variable lyco06 is balanced in block 5 Testing the balancing property for variable lsize06 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 7.312025 .5618766 1.946398 6.075343 8.548707 1 | 3 8.248994 1.057535 1.831704 3.698788 12.7992 ---------+-------------------------------------------------------------------- combined | 15 7.499419 .4903369 1.899067 6.447751 8.551087 ---------+-------------------------------------------------------------------- diff | -.9369693 1.245291 -3.627257 1.753318 ------------------------------------------------------------------------------ Degrees of freedom: 13 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.7524 t = -0.7524 t = -0.7524 P < t = 0.2326 P > |t| = 0.4652 P > t = 0.7674 Variable lsize06 is balanced in block 5 Testing the balancing property for variable lcamat06 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 2.153391 .2137654 .740505 1.682897 2.623886 1 | 3 2.16408 .2784562 .4823003 .9659796 3.36218 ---------+-------------------------------------------------------------------- combined | 15 2.155529 .1758967 .6812449 1.778268 2.53279 ---------+-------------------------------------------------------------------- diff | -.0106889 .4563319 -.996534 .9751563 ------------------------------------------------------------------------------ Degrees of freedom: 13

xlv

Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.0234 t = -0.0234 t = -0.0234 P < t = 0.4908 P > |t| = 0.9817 P > t = 0.5092 Variable lcamat06 is balanced in block 5 Testing the balancing property for variable ltopop06 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 12.00707 .1298618 .4498546 11.72125 12.2929 1 | 3 12.2113 .3025731 .524072 10.90943 13.51317 ---------+-------------------------------------------------------------------- combined | 15 12.04792 .1170158 .4532001 11.79695 12.29889 ---------+-------------------------------------------------------------------- diff | -.2042275 .2982515 -.8485607 .4401056 ------------------------------------------------------------------------------ Degrees of freedom: 13 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.6847 t = -0.6847 t = -0.6847 P < t = 0.2528 P > |t| = 0.5055 P > t = 0.7472 Variable ltopop06 is balanced in block 5 Testing the balancing property for variable lpad06 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 23.20108 .1431584 .4959151 22.88599 23.51617 1 | 3 23.28491 .2957126 .5121893 22.01256 24.55726 ---------+-------------------------------------------------------------------- combined | 15 23.21784 .1243419 .4815743 22.95116 23.48453 ---------+-------------------------------------------------------------------- diff | -.0838342 .3217503 -.7789334 .6112651 ------------------------------------------------------------------------------ Degrees of freedom: 13 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.2606 t = -0.2606 t = -0.2606 P < t = 0.3993 P > |t| = 0.7985 P > t = 0.6007 Variable lpad06 is balanced in block 5 Testing the balancing property for variable lapbd06 in block 5 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 12 26.4954 .1289861 .4468208 26.2115 26.77929 1 | 3 26.5111 .1179171 .2042384 26.00374 27.01846 ---------+-------------------------------------------------------------------- combined | 15 26.49854 .1042012 .4035694 26.27505 26.72203 ---------+-------------------------------------------------------------------- diff | -.0157018 .2703016 -.5996528 .5682493

xlvi

------------------------------------------------------------------------------ Degrees of freedom: 13 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.0581 t = -0.0581 t = -0.0581 P < t = 0.4773 P > |t| = 0.9546 P > t = 0.5227 Variable lapbd06 is balanced in block 5 **************************************************** Testing the balancing property in block 6 **************************************************** obs: 6, control: 6, treated: 0 Block 6 does not have treated Move to next block **************************************************** Testing the balancing property in block 7 **************************************************** obs: 4, control: 2, treated: 2 Testing the balancing property for variable lyco06 in block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 13.25918 .0067453 .0095393 13.17347 13.34489 1 | 2 14.23954 1.033156 1.461104 1.112046 27.36704 ---------+-------------------------------------------------------------------- combined | 4 13.74936 .5079392 1.015878 12.13287 15.36585 ---------+-------------------------------------------------------------------- diff | -.9803629 1.033178 -5.425771 3.465045 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.9489 t = -0.9489 t = -0.9489 P < t = 0.2214 P > |t| = 0.4428 P > t = 0.7786 Variable lyco06 is balanced in block 7 Testing the balancing property for variable lsize06 in block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 5.810441 1.205271 1.704511 -9.503979 21.12486 1 | 2 7.27743 1.553844 2.197468 -12.46604 27.0209 ---------+-------------------------------------------------------------------- combined | 4 6.543935 .9076653 1.815331 3.655339 9.432532 ---------+-------------------------------------------------------------------- diff | -1.466988 1.966497 -9.928142 6.994166 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

xlvii

t = -0.7460 t = -0.7460 t = -0.7460 P < t = 0.2667 P > |t| = 0.5334 P > t = 0.7333 Variable lsize06 is balanced in block 7 Testing the balancing property for variable lcamat06 in block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 1.666102 .2798079 .3957081 -1.889194 5.221398 1 | 2 2.094827 .3030679 .4286028 -1.756016 5.94567 ---------+-------------------------------------------------------------------- combined | 4 1.880465 .2089838 .4179675 1.215385 2.545544 ---------+-------------------------------------------------------------------- diff | -.4287252 .4124835 -2.203498 1.346048 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -1.0394 t = -1.0394 t = -1.0394 P < t = 0.2039 P > |t| = 0.4078 P > t = 0.7961 Variable lcamat06 is balanced in block 7 Testing the balancing property for variable ltopop06 in block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 11.81615 .1619902 .2290887 9.757866 13.87443 1 | 2 12.00615 .2915988 .412383 8.301036 15.71126 ---------+-------------------------------------------------------------------- combined | 4 11.91115 .1468113 .2936227 11.44393 12.37837 ---------+-------------------------------------------------------------------- diff | -.1900039 .3335726 -1.625251 1.245243 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.5696 t = -0.5696 t = -0.5696 P < t = 0.3132 P > |t| = 0.6264 P > t = 0.6868 Variable ltopop06 is balanced in block 7 Testing the balancing property for variable lpad06 in block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 23.10884 .2123489 .3003067 20.41069 25.80698 1 | 2 23.49344 .3888369 .5498984 18.5528 28.43408 ---------+-------------------------------------------------------------------- combined | 4 23.30114 .2122288 .4244577 22.62573 23.97654 ---------+-------------------------------------------------------------------- diff | -.3846045 .443042 -2.29086 1.521651 ------------------------------------------------------------------------------ Degrees of freedom: 2

xlviii

Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.8681 t = -0.8681 t = -0.8681 P < t = 0.2384 P > |t| = 0.4769 P > t = 0.7616 Variable lpad06 is balanced in block 7 Testing the balancing property for variable lapbd06 in block 7 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 26.235 .140193 .1982628 24.45368 28.01632 1 | 2 26.22368 .0155792 .0220323 26.02573 26.42164 ---------+-------------------------------------------------------------------- combined | 4 26.22934 .0576785 .115357 26.04579 26.4129 ---------+-------------------------------------------------------------------- diff | .0113192 .141056 -.5955957 .618234 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.0802 t = 0.0802 t = 0.0802 P < t = 0.5283 P > |t| = 0.9433 P > t = 0.4717 Variable lapbd06 is balanced in block 7 **************************************************** Testing the balancing property in block 8 **************************************************** obs: 9, control: 5, treated: 4 Testing the balancing property for variable lyco06 in block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 5 13.38016 .4131256 .923777 12.23314 14.52718 1 | 4 13.47171 .2645761 .5291523 12.62971 14.31371 ---------+-------------------------------------------------------------------- combined | 9 13.42085 .2435868 .7307604 12.85914 13.98256 ---------+-------------------------------------------------------------------- diff | -.0915478 .5229119 -1.328038 1.144942 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.1751 t = -0.1751 t = -0.1751 P < t = 0.4330 P > |t| = 0.8660 P > t = 0.5670 Variable lyco06 is balanced in block 8 Testing the balancing property for variable lsize06 in block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 5 8.051154 .3578864 .8002583 7.057502 9.044806 1 | 4 6.432367 .8284475 1.656895 3.795877 9.068857

xlix

---------+-------------------------------------------------------------------- combined | 9 7.331693 .4804631 1.441389 6.223743 8.439643 ---------+-------------------------------------------------------------------- diff | 1.618787 .8331439 -.351285 3.588859 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.9430 t = 1.9430 t = 1.9430 P < t = 0.9534 P > |t| = 0.0931 P > t = 0.0466 Variable lsize06 is balanced in block 8 Testing the balancing property for variable lcamat06 in block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 5 2.303288 .1674691 .3744722 1.838319 2.768257 1 | 4 1.700599 .4481868 .8963735 .2742684 3.126929 ---------+-------------------------------------------------------------------- combined | 9 2.035426 .2290852 .6872555 1.507155 2.563697 ---------+-------------------------------------------------------------------- diff | .6026891 .4370548 -.4307813 1.63616 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.3790 t = 1.3790 t = 1.3790 P < t = 0.8948 P > |t| = 0.2104 P > t = 0.1052 Variable lcamat06 is balanced in block 8 Testing the balancing property for variable ltopop06 in block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 5 12.09355 .1420993 .3177438 11.69902 12.48808 1 | 4 12.06345 .0764009 .1528018 11.82031 12.30659 ---------+-------------------------------------------------------------------- combined | 9 12.08017 .0813004 .2439011 11.89269 12.26765 ---------+-------------------------------------------------------------------- diff | .0300935 .1745403 -.3826289 .4428158 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.1724 t = 0.1724 t = 0.1724 P < t = 0.5660 P > |t| = 0.8680 P > t = 0.4340 Variable ltopop06 is balanced in block 8 Testing the balancing property for variable lpad06 in block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]

l

---------+-------------------------------------------------------------------- 0 | 5 22.88061 .0762464 .1704922 22.66892 23.0923 1 | 4 22.73581 .221512 .4430241 22.03086 23.44076 ---------+-------------------------------------------------------------------- combined | 9 22.81626 .1021759 .3065276 22.58064 23.05187 ---------+-------------------------------------------------------------------- diff | .1447981 .2129006 -.3586318 .648228 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.6801 t = 0.6801 t = 0.6801 P < t = 0.7409 P > |t| = 0.5183 P > t = 0.2591 Variable lpad06 is balanced in block 8 Testing the balancing property for variable lapbd06 in block 8 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 5 26.19636 .0558755 .1249415 26.04122 26.35149 1 | 4 26.25616 .0989482 .1978964 25.94126 26.57105 ---------+-------------------------------------------------------------------- combined | 9 26.22294 .0510822 .1532466 26.10514 26.34073 ---------+-------------------------------------------------------------------- diff | -.0597959 .1075498 -.3141107 .1945189 ------------------------------------------------------------------------------ Degrees of freedom: 7 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.5560 t = -0.5560 t = -0.5560 P < t = 0.2978 P > |t| = 0.5955 P > t = 0.7022 Variable lapbd06 is balanced in block 8 **************************************************** Testing the balancing property in block 9 **************************************************** obs: 10, control: 6, treated: 4 Testing the balancing property for variable lyco06 in block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 13.53563 .3066782 .7512052 12.74729 14.32397 1 | 4 13.41924 .7212446 1.442489 11.12392 15.71456 ---------+-------------------------------------------------------------------- combined | 10 13.48908 .3179166 1.005341 12.7699 14.20825 ---------+-------------------------------------------------------------------- diff | .1163946 .6870783 -1.468011 1.7008 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.1694 t = 0.1694 t = 0.1694 P < t = 0.5652 P > |t| = 0.8697 P > t = 0.4348

li

Variable lyco06 is balanced in block 9 Testing the balancing property for variable lsize06 in block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 8.138158 .5396944 1.321976 6.75083 9.525487 1 | 4 7.184697 .7253655 1.450731 4.87626 9.493134 ---------+-------------------------------------------------------------------- combined | 10 7.756774 .4375916 1.383786 6.766873 8.746675 ---------+-------------------------------------------------------------------- diff | .9534612 .8854131 -1.088305 2.995227 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.0769 t = 1.0769 t = 1.0769 P < t = 0.8435 P > |t| = 0.3129 P > t = 0.1565 Variable lsize06 is balanced in block 9 Testing the balancing property for variable lcamat06 in block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 2.203188 .2721325 .6665857 1.503649 2.902727 1 | 4 1.868835 .3160125 .632025 .863142 2.874528 ---------+-------------------------------------------------------------------- combined | 10 2.069447 .2024393 .6401693 1.611497 2.527396 ---------+-------------------------------------------------------------------- diff | .334353 .4220516 -.6388997 1.307606 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.7922 t = 0.7922 t = 0.7922 P < t = 0.7745 P > |t| = 0.4511 P > t = 0.2255 Variable lcamat06 is balanced in block 9 Testing the balancing property for variable ltopop06 in block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 11.87606 .1169877 .2865602 11.57533 12.17678 1 | 4 11.90253 .0989328 .1978656 11.58768 12.21738 ---------+-------------------------------------------------------------------- combined | 10 11.88665 .0767187 .2426058 11.7131 12.0602 ---------+-------------------------------------------------------------------- diff | -.0264738 .1658369 -.4088944 .3559469 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.1596 t = -0.1596 t = -0.1596

lii

P < t = 0.4386 P > |t| = 0.8771 P > t = 0.5614 Variable ltopop06 is balanced in block 9 Testing the balancing property for variable lpad06 in block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 22.86189 .1466885 .359312 22.48481 23.23896 1 | 4 22.80928 .3472274 .6944548 21.70425 23.91432 ---------+-------------------------------------------------------------------- combined | 10 22.84084 .152715 .4829273 22.49538 23.18631 ---------+-------------------------------------------------------------------- diff | .0526025 .3301143 -.7086424 .8138473 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.1593 t = 0.1593 t = 0.1593 P < t = 0.5613 P > |t| = 0.8773 P > t = 0.4387 Variable lpad06 is balanced in block 9 Testing the balancing property for variable lapbd06 in block 9 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 6 26.35139 .0628828 .1540308 26.18975 26.51304 1 | 4 26.22709 .0957436 .1914872 25.92239 26.53179 ---------+-------------------------------------------------------------------- combined | 10 26.30167 .0543355 .1718238 26.17876 26.42459 ---------+-------------------------------------------------------------------- diff | .1243005 .1091228 -.1273371 .3759381 ------------------------------------------------------------------------------ Degrees of freedom: 8 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.1391 t = 1.1391 t = 1.1391 P < t = 0.8562 P > |t| = 0.2876 P > t = 0.1438 Variable lapbd06 is balanced in block 9 **************************************************** Testing the balancing property in block 10 **************************************************** obs: 4, control: 2, treated: 2 Testing the balancing property for variable lyco06 in block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 13.02249 .5999622 .8484747 5.399245 20.64573 1 | 2 13.33887 .5208402 .7365792 6.720967 19.95677 ---------+--------------------------------------------------------------------

liii

combined | 4 13.18068 .3369663 .6739326 12.1083 14.25306 ---------+-------------------------------------------------------------------- diff | -.316381 .7944993 -3.734836 3.102074 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.3982 t = -0.3982 t = -0.3982 P < t = 0.3645 P > |t| = 0.7290 P > t = 0.6355 Variable lyco06 is balanced in block 10 Testing the balancing property for variable lsize06 in block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 9.078032 .0540218 .0763984 8.39162 9.764445 1 | 2 7.791773 .860301 1.216649 -3.139388 18.72293 ---------+-------------------------------------------------------------------- combined | 4 8.434903 .5115773 1.023155 6.806835 10.06297 ---------+-------------------------------------------------------------------- diff | 1.28626 .8619955 -2.422608 4.995127 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 1.4922 t = 1.4922 t = 1.4922 P < t = 0.8629 P > |t| = 0.2742 P > t = 0.1371 Variable lsize06 is balanced in block 10 Testing the balancing property for variable lcamat06 in block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 2.047172 .2554128 .3612083 -1.198155 5.2925 1 | 2 2.138333 .0588915 .0832852 1.390045 2.886621 ---------+-------------------------------------------------------------------- combined | 4 2.092753 .1101961 .2203922 1.74206 2.443446 ---------+-------------------------------------------------------------------- diff | -.0911608 .2621143 -1.218948 1.036626 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.3478 t = -0.3478 t = -0.3478 P < t = 0.3806 P > |t| = 0.7612 P > t = 0.6194 Variable lcamat06 is balanced in block 10 Testing the balancing property for variable ltopop06 in block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+--------------------------------------------------------------------

liv

0 | 2 11.70574 .0474482 .0671018 11.10285 12.30862 1 | 2 12.01981 .0257454 .0364095 11.69268 12.34693 ---------+-------------------------------------------------------------------- combined | 4 11.86277 .0933039 .1866079 11.56584 12.15971 ---------+-------------------------------------------------------------------- diff | -.3140688 .0539829 -.5463384 -.0817991 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -5.8179 t = -5.8179 t = -5.8179 P < t = 0.0141 P > |t| = 0.0283 P > t = 0.9859 Variable ltopop06 is balanced in block 10 Testing the balancing property for variable lpad06 in block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 22.63537 .3892012 .5504136 17.6901 27.58064 1 | 2 22.56929 .138423 .1957596 20.81046 24.32813 ---------+-------------------------------------------------------------------- combined | 4 22.60233 .1697161 .3394321 22.06222 23.14244 ---------+-------------------------------------------------------------------- diff | .0660725 .4130841 -1.711285 1.84343 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.1599 t = 0.1599 t = 0.1599 P < t = 0.5562 P > |t| = 0.8876 P > t = 0.4438 Variable lpad06 is balanced in block 10 Testing the balancing property for variable lapbd06 in block 10 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 26.43704 .0519972 .0735351 25.77635 27.09772 1 | 2 26.11718 .1473551 .2083916 24.24486 27.9895 ---------+-------------------------------------------------------------------- combined | 4 26.27711 .112228 .224456 25.91995 26.63427 ---------+-------------------------------------------------------------------- diff | .3198547 .1562601 -.3524783 .9921878 ------------------------------------------------------------------------------ Degrees of freedom: 2 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 2.0469 t = 2.0469 t = 2.0469 P < t = 0.9114 P > |t| = 0.1773 P > t = 0.0886 Variable lapbd06 is balanced in block 10 **************************************************** Testing the balancing property in block 11 **************************************************** obs: 5, control: 1, treated: 4

lv

Testing the balancing property for variable lyco06 in block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 12.58724 . . . . 1 | 4 13.11994 .2044841 .4089681 12.46918 13.7707 ---------+-------------------------------------------------------------------- combined | 5 13.0134 . . . . ---------+-------------------------------------------------------------------- diff | -.5326967 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lyco06 is balanced in block 11 Testing the balancing property for variable lsize06 in block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 8.049108 . . . . 1 | 4 7.819791 .9933518 1.986704 4.658502 10.98108 ---------+-------------------------------------------------------------------- combined | 5 7.865654 . . . . ---------+-------------------------------------------------------------------- diff | .2293166 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lsize06 is balanced in block 11 Testing the balancing property for variable lcamat06 in block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 1.94591 . . . . 1 | 4 1.796347 .2833978 .5667956 .8944486 2.698245 ---------+-------------------------------------------------------------------- combined | 5 1.826259 . . . . ---------+-------------------------------------------------------------------- diff | .1495633 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = .

lvi

P < t = . P > |t| = . P > t = . Variable lcamat06 is balanced in block 11 Testing the balancing property for variable ltopop06 in block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 11.21778 . . . . 1 | 4 11.52199 .116597 .233194 11.15093 11.89306 ---------+-------------------------------------------------------------------- combined | 5 11.46115 . . . . ---------+-------------------------------------------------------------------- diff | -.3042195 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable ltopop06 is balanced in block 11 Testing the balancing property for variable lpad06 in block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 22.35978 . . . . 1 | 4 22.6644 .1299972 .2599943 22.25069 23.07811 ---------+-------------------------------------------------------------------- combined | 5 22.60347 . . . . ---------+-------------------------------------------------------------------- diff | -.3046136 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lpad06 is balanced in block 11 Testing the balancing property for variable lapbd06 in block 11 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 26.53101 . . . . 1 | 4 26.36508 .1014518 .2029035 26.04222 26.68795 ---------+-------------------------------------------------------------------- combined | 5 26.39827 . . . . ---------+-------------------------------------------------------------------- diff | .1659279 . . . ------------------------------------------------------------------------------ Degrees of freedom: 3 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

lvii

t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lapbd06 is balanced in block 11 **************************************************** Testing the balancing property in block 12 **************************************************** obs: 3, control: 0, treated: 3 Block 12 does not have controls Move to next block **************************************************** Testing the balancing property in block 13 **************************************************** obs: 7, control: 2, treated: 5 Testing the balancing property for variable lyco06 in block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 12.54914 .527597 .7461348 5.845385 19.25289 1 | 5 13.18016 .3035236 .6786994 12.33744 14.02288 ---------+-------------------------------------------------------------------- combined | 7 12.99987 .2658359 .7033356 12.34939 13.65034 ---------+-------------------------------------------------------------------- diff | -.6310197 .5795643 -2.120837 .8587978 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -1.0888 t = -1.0888 t = -1.0888 P < t = 0.1630 P > |t| = 0.3259 P > t = 0.8370 Variable lyco06 is balanced in block 13 Testing the balancing property for variable lsize06 in block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 7.96578 .3392098 .4797151 3.655711 12.27585 1 | 5 8.5852 .4792727 1.071686 7.254526 9.915874 ---------+-------------------------------------------------------------------- combined | 7 8.408223 .3576474 .9462459 7.533091 9.283355 ---------+-------------------------------------------------------------------- diff | -.6194202 .8218176 -2.731969 1.493129 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.7537 t = -0.7537 t = -0.7537 P < t = 0.2425 P > |t| = 0.4850 P > t = 0.7575 Variable lsize06 is balanced in block 13

lviii

Testing the balancing property for variable lcamat06 in block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 2.138333 .0588915 .0832852 1.390045 2.886621 1 | 5 1.932919 .2037404 .4555774 1.367245 2.498593 ---------+-------------------------------------------------------------------- combined | 7 1.991609 .1461749 .3867424 1.633932 2.349286 ---------+-------------------------------------------------------------------- diff | .2054139 .3423442 -.6746098 1.085438 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = 0.6000 t = 0.6000 t = 0.6000 P < t = 0.7127 P > |t| = 0.5746 P > t = 0.2873 Variable lcamat06 is balanced in block 13 Testing the balancing property for variable ltopop06 in block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 11.45943 .1753554 .24799 9.231332 13.68754 1 | 5 11.64081 .119322 .2668122 11.30951 11.9721 ---------+-------------------------------------------------------------------- combined | 7 11.58899 .0967628 .2560103 11.35221 11.82576 ---------+-------------------------------------------------------------------- diff | -.1813714 .2201717 -.7473407 .3845979 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.8238 t = -0.8238 t = -0.8238 P < t = 0.2238 P > |t| = 0.4476 P > t = 0.7762 Variable ltopop06 is balanced in block 13 Testing the balancing property for variable lpad06 in block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 22.24644 .0109005 .0154156 22.10793 22.38494 1 | 5 22.31336 .2588675 .5788453 21.59463 23.03209 ---------+-------------------------------------------------------------------- combined | 7 22.29424 .1790772 .4737938 21.85605 22.73243 ---------+-------------------------------------------------------------------- diff | -.0669239 .4332065 -1.180517 1.046669 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.1545 t = -0.1545 t = -0.1545 P < t = 0.4416 P > |t| = 0.8833 P > t = 0.5584

lix

Variable lpad06 is balanced in block 13 Testing the balancing property for variable lapbd06 in block 13 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 2 26.04913 .1514673 .2142071 24.12456 27.97371 1 | 5 26.21543 .1051438 .2351086 25.9235 26.50735 ---------+-------------------------------------------------------------------- combined | 7 26.16791 .0854252 .2260139 25.95889 26.37694 ---------+-------------------------------------------------------------------- diff | -.1662928 .1933351 -.6632764 .3306908 ------------------------------------------------------------------------------ Degrees of freedom: 5 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = -0.8601 t = -0.8601 t = -0.8601 P < t = 0.2145 P > |t| = 0.4290 P > t = 0.7855 Variable lapbd06 is balanced in block 13 **************************************************** Testing the balancing property in block 14 **************************************************** obs: 8, control: 1, treated: 7 Testing the balancing property for variable lyco06 in block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 11.84375 . . . . 1 | 7 12.90568 .4291094 1.135317 11.85569 13.95568 ---------+-------------------------------------------------------------------- combined | 8 12.77294 . . . . ---------+-------------------------------------------------------------------- diff | -1.06193 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lyco06 is balanced in block 14 Testing the balancing property for variable lsize06 in block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 5.030438 . . . . 1 | 7 7.934108 .5213328 1.379317 6.658453 9.209764 ---------+-------------------------------------------------------------------- combined | 8 7.57115 . . . . ---------+-------------------------------------------------------------------- diff | -2.90367 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6

lx

Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lsize06 is balanced in block 14 Testing the balancing property for variable lcamat06 in block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 .6931472 . . . . 1 | 7 1.770909 .1290935 .3415492 1.455029 2.086789 ---------+-------------------------------------------------------------------- combined | 8 1.636189 . . . . ---------+-------------------------------------------------------------------- diff | -1.077762 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lcamat06 is balanced in block 14 Testing the balancing property for variable ltopop06 in block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 10.2691 . . . . 1 | 7 11.21028 .1560562 .4128858 10.82842 11.59213 ---------+-------------------------------------------------------------------- combined | 8 11.09263 . . . . ---------+-------------------------------------------------------------------- diff | -.9411733 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable ltopop06 is balanced in block 14 Testing the balancing property for variable lpad06 in block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 22.84565 . . . . 1 | 7 22.38064 .2276157 .6022144 21.82368 22.93759 ---------+-------------------------------------------------------------------- combined | 8 22.43877 . . . . ---------+--------------------------------------------------------------------

lxi

diff | .4650127 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lpad06 is balanced in block 14 Testing the balancing property for variable lapbd06 in block 14 Two-sample t test with equal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 1 26.08471 . . . . 1 | 7 26.10546 .1816525 .4806073 25.66097 26.54995 ---------+-------------------------------------------------------------------- combined | 8 26.10287 . . . . ---------+-------------------------------------------------------------------- diff | -.0207503 . . . ------------------------------------------------------------------------------ Degrees of freedom: 6 Ho: mean(0) - mean(1) = diff = 0 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 t = . t = . t = . P < t = . P > |t| = . P > t = . Variable lapbd06 is balanced in block 14 **************************************************** Testing the balancing property in block 15 **************************************************** obs: 7, control: 0, treated: 7 Block 15 does not have controls Move to next block The balancing property is satisfied This table shows the inferior bound, the number of treated and the number of controls for each block Inferior | of block | dob of pscore | 0 1 | Total -----------+----------------------+---------- 0 | 237 54 | 291 .0208333 | 21 2 | 23 .0416667 | 25 3 | 28 .0833333 | 20 0 | 20 .1666667 | 12 3 | 15 .25 | 6 0 | 6 .2916667 | 2 2 | 4 .3333333 | 5 4 | 9 .4166667 | 6 4 | 10 .5 | 2 2 | 4 .5833333 | 1 4 | 5 .6666667 | 0 3 | 3 .75 | 2 5 | 7 .8333333 | 1 7 | 8 .9166667 | 0 7 | 7 -----------+----------------------+----------

lxii

Total | 340 100 | 440 ******************************************* End of the algorithm to estimate the pscore *******************************************

lxiii

Average Treatement Effect 1) DOB 2001

DOB 2001 Tahun 2005

Variabel ATTK Std. Deviasi Stat t

Human Development Index ‐5.00 1.75 ‐2.86

Jumlah SD‐SMP ‐68.62 80.81 ‐0.85

Jumlah Guru SD‐SMP ‐596.98 843.27 ‐0.71

Jumlah Murid SD‐SMP ‐9489.33 15619.10 ‐0.61

Jumlah SMA‐SMK ‐4.53 5.43 ‐0.83

Jumlah Guru SMA‐SMK ‐442.19 186.75 ‐2.37

Jumlah Murid SMA‐SMK ‐3586.94 3175.78 ‐1.13

Jumlah SMA ‐6.94 4.99 ‐1.39

Jumlah guru SMA ‐371.40 172.19 ‐2.16

Jumlah murid SMA ‐3966.41 2938.51 ‐1.35

jumlah tenaga kesehatan ‐248.82 156.85 ‐1.59

jumlah total puskesmas ‐110.58 16.24 ‐6.81

jumlah dokter umum 16.39 14.20 1.15

jumlah dokter spesialis ‐1.65 4.76 ‐0.35

jumlah dokter gigi ‐0.63 2.97 ‐0.21

jumlah apoteker ‐6.37 12.05 ‐0.53

jumlah perawat ‐3.29 89.67 ‐0.04

jumlah bidan ‐8.15 41.93 ‐0.19

jumlah rumah sakit ‐1.56 2.83 ‐0.55

jumlah puskesmas ‐4.14 6.58 ‐0.63

jumlah puskesmas pembantu ‐11.21 13.36 ‐0.84

jumlah puskesmas keliling ‐25.53 4.56 ‐5.61

jumlah posyandu ‐211.29 198.71 ‐1.06

jumlah tempat tidur RS ‐86.47 235.58 ‐0.37

jumlah apotik ‐8.00 11.31 ‐0.71

panjang jalan negara beraspal 50.62 7.92 6.39

panjang jalan prov beraspal 5.98 20.18 0.30

panjang jalan kabupaten beraspal ‐41.29 91.20 ‐0.45

jumlah sambungan telepon 11015.03 7815.85 1.41

produksi air bersih ‐1930000.00 871000.00 ‐2.22

akses terhadap air bersih ‐11.05 13.26 ‐0.83

jumlah kantor pos ‐2.24 2.53 ‐0.89

Dana Alokasi Umum ‐35500000000.00 36500000000.00 ‐0.97

Dana Alokasi Khusus ‐336000000.00 1120000000.00 ‐0.30

Pendapatan Asli Daerah ‐5350000000.00 3990000000.00 ‐1.34

Pajak ‐11600000.00 2360000000.00 ‐0.01

Retribusi ‐1720000000.00 1330000000.00 ‐1.29

Gaji ‐33500000000.00 44500000000.00 ‐0.75

APBD ‐34000000000.00 58800000000.00 ‐0.58

Angkatan Kerja ‐41900.00 121000.00 ‐0.35

jarak kabupaten ke ibukota prov 92.72 52.24 1.78

PNS ‐1856.964 2013.32 ‐0.922

pns perpenduduk ‐0.015 0.006 ‐2.324

lxiv

DOB 2001 DOB 2001 Tahun 2005

Variabel ATTK Std. Deviasi Stat t Human Development Index ‐4.44 1.56 ‐2.85 Jumlah SD‐SMP ‐82.48 70.06 ‐1.18 Jumlah Guru SD‐SMP 1393.97 2180.80 0.64 Jumlah Murid SD‐SMP ‐10500.00 16526.48 ‐0.64

Jumlah SMA‐SMK ‐9.11 7.39 ‐1.23 Jumlah Guru SMA‐SMK ‐241.79 379.08 ‐0.64 Jumlah Murid SMA‐SMK ‐604.50 5862.12 ‐0.10 Jumlah SMA ‐11.45 6.51 ‐1.76 Jumlah guru SMA ‐132.81 248.54 ‐0.53 Jumlah murid SMA ‐1882.39 4149.96 ‐0.45

jumlah tenaga kesehatan 5.61 62.18 0.09 jumlah total puskesmas ‐108.13 12.52 ‐8.64 jumlah dokter umum 8.97 10.59 0.85 jumlah dokter spesialis 2.70 9.70 0.28 jumlah dokter gigi ‐5.80 2.81 ‐2.07 jumlah apoteker 0.29 10.18 0.03

jumlah perawat ‐68.65 60.15 ‐1.14 jumlah bidan 14.25 27.07 0.53 jumlah rumah sakit ‐0.74 3.22 ‐0.23 jumlah puskesmas ‐2.85 7.96 ‐0.36 jumlah puskesmas pembantu ‐12.75 15.78 ‐0.81 jumlah puskesmas keliling ‐23.20 3.55 ‐6.53

jumlah posyandu ‐219.12 205.76 ‐1.07 jumlah tempat tidur RS ‐55.64 201.12 ‐0.28 jumlah apotik ‐25.10 9.31 ‐2.70 jumlah toko obat 26.39 14.15 1.87 panjang jalan negara beraspal 5.32 11.75 0.45 panjang jalan prov beraspal ‐12.70 15.35 ‐0.83

panjang jalan kabupaten beraspal ‐76.57 80.66 ‐0.95 jumlah sambungan telepon ‐3558.27 5943.31 ‐0.60 produksi air bersih ‐1630000.00 1290000.00 ‐1.26 akses terhadap air bersih ‐16.15 11.22 ‐1.44 jumlah kantor pos ‐2.25 2.53 ‐0.89 Dana Alokasi Umum ‐60800000000.00 59800000000.00 ‐1.02

Dana Alokasi Khusus 6950000000.00 5730000000.00 1.21 Pendapatan Asli Daerah ‐10700000000.00 5530000000.00 ‐1.94 Pajak ‐5630000000.00 2980000000.00 ‐1.89 Retribusi ‐3130000000.00 2430000000.00 ‐1.29 Gaji ‐98500000000.00 28300000000.00 ‐3.48 APBD ‐133000000000.00 65100000000.00 ‐2.05

jarak kabupaten ke ibukota prov 92.72 52.24 1.78 Angkatan Kerja ‐45400.00 112000.00 ‐0.41 pns ‐1633.487 1815.328 ‐0.9 pnsperpenduduk ‐0.014 0.007 ‐1.919

lxv

2) DOB 2003 DOB 2003 tahun 2005

variabel ATTK std deviation t Human Development Index ‐1.89 0.91 ‐2.09Jumlah SD‐SMP ‐36.49 16.60 ‐2.20Jumlah Guru SD‐SMP ‐679.72 164.60 ‐4.13Jumlah Murid SD‐SMP ‐9989.00 3457.76 ‐2.89Jumlah SMA‐SMK ‐7.19 1.77 ‐4.06Jumlah Guru SMA‐SMK ‐223.08 69.90 ‐3.19Jumlah Murid SMA‐SMK ‐2009.45 1605.38 ‐1.25Jumlah SMA ‐4.51 1.14 ‐3.96Jumlah guru SMA ‐153.16 53.41 ‐2.87Jumlah murid SMA ‐1318.30 898.18 ‐1.47jumlah tenaga kesehatan ‐82.43 99.78 ‐0.83jumlah total puskesmas ‐32.53 11.03 ‐2.95jumlah dokter umum ‐9.36 3.49 ‐2.68jumlah dokter spesialis ‐6.48 6.65 ‐0.97jumlah dokter gigi ‐4.71 1.15 ‐4.09jumlah apoteker ‐10.78 6.34 ‐1.70jumlah perawat ‐64.02 25.59 ‐2.50jumlah bidan ‐31.76 11.88 ‐2.67jumlah rumah sakit ‐0.52 0.22 ‐2.38jumlah puskesmas ‐3.17 0.89 ‐3.56jumlah puskesmas pembantu ‐15.77 5.70 ‐2.77jumlah puskesmas keliling ‐13.46 2.95 ‐4.56jumlah posyandu ‐64.63 32.18 ‐2.01jumlah tempat tidur RS ‐111.17 25.81 ‐4.31Jumlah tempat tidur puskesmas ‐3.62 6.501 ‐0.56jumlah apotik ‐7.99 1.76 ‐4.55panjang jalan negara beraspal ‐116.19 35.23 ‐3.30panjang jalan prov beraspal ‐95.85 27.98 ‐3.43panjang jalan kabupaten beraspal ‐286.20 74.64 ‐3.83jumlah sambungan telepon ‐3167.92 1486.58 ‐2.13produksi air bersih ‐1700000.00 403000.00 ‐4.21akses terhadap air bersih ‐17.35 4.01 ‐4.33jumlah kantor pos ‐4.40 1.64 ‐2.69Dana Alokasi Umum ‐85000000000.00 11800000000.00 ‐7.19Dana Alokasi Khusus ‐4310000000.00 699000000.00 ‐6.16Pendapatan Asli Daerah ‐10100000000.00 2000000000.00 ‐5.08Pajak ‐2180000000.00 1070000000.00 ‐2.04Retribusi ‐3790000000.00 1480000000.00 ‐2.57Gaji ‐56900000000.00 9510000000.00 ‐5.98APBD ‐125000000000.00 20700000000.00 ‐6.04Angkatan Kerja ‐33600.00 11038.46 ‐3.04jarak kabupaten ke ibukota prov ‐41.56 35.80 ‐1.16Jumlah PNS ‐4190.56 405.05 ‐10.35pnsperpenduduk ‐0.034 0.007 ‐5.169

lxvi

DOB 2003 DOB 2003 tahun 2006

variabel ATTK std deviation t Human Development Index ‐1.76 0.87 ‐2.03 Angka Harapan Hidup ‐1.03 0.72 ‐1.42 Jumlah SD‐SMP ‐37.50 24.08 ‐1.56 Jumlah Guru SD‐SMP ‐821.47 395.63 ‐2.08 Jumlah Murid SD‐SMP ‐7888.50 3962.19 ‐1.99 Jumlah SMA‐SMK ‐8.65 2.73 ‐3.17 Jumlah Guru SMA‐SMK ‐417.58 102.71 ‐4.07 Jumlah Murid SMA‐SMK ‐4588.43 1283.65 ‐3.58 Jumlah SMA ‐4.37 1.41 ‐3.10 Jumlah guru SMA 690.22 902.59 0.77 Jumlah murid SMA ‐2499.47 1150.37 ‐2.17 jumlah tenaga kesehatan ‐15.87 86.71 ‐0.18 jumlah total puskesmas ‐33.67 15.06 ‐2.24 jumlah dokter umum ‐7.08 2.77 ‐2.56 jumlah dokter spesialis ‐6.73 5.49 ‐1.23 jumlah dokter gigi ‐4.58 1.30 ‐3.54 jumlah apoteker ‐10.47 5.94 ‐1.76 jumlah perawat ‐41.19 21.24 ‐1.94 jumlah bidan ‐27.06 12.15 ‐2.23 jumlah rumah sakit ‐0.55 0.20 ‐2.79 jumlah puskesmas ‐3.05 0.83 ‐3.69 jumlah puskesmas pembantu ‐9.38 8.08 ‐1.16 jumlah puskesmas keliling ‐14.26 4.27 ‐3.35 jumlah posyandu ‐102.97 35.98 ‐2.86 jumlah tempat tidur RS ‐116.27 19.48 ‐5.97 Jumlah tempat tidur puskesmas 10.86 7.91 1.37 jumlah apotik ‐10.90 2.78 ‐3.92 jumlah toko obat ‐9.62 2.67 ‐3.61 panjang jalan negara beraspal ‐56.26 71.16 ‐0.79 panjang jalan prov beraspal ‐60.44 32.30 ‐1.87 panjang jalan kabupaten beraspal ‐271.41 107.69 ‐2.52 jumlah sambungan telepon ‐4982.97 931.37 ‐5.35 produksi air bersih ‐2070000.00 440000.00 ‐4.71 akses terhadap air bersih ‐14.04 3.27 ‐4.29 jumlah kantor pos ‐3.39 1.42 ‐2.38 Dana Alokasi Umum ‐93400000000.00 25500000000.00 ‐3.66 Dana Alokasi Khusus 1120000000.00 1520000000.00 0.74 Pendapatan Asli Daerah ‐11800000000.00 3180000000.00 ‐3.71 Pajak ‐2840000000.00 819000000.00 ‐3.47 Retribusi ‐3170000000.00 1040000000.00 ‐3.06 Gaji ‐62900000000.00 9570000000.00 ‐6.57 APBD ‐168000000000.00 27100000000.00 ‐6.19 Angkatan Kerja ‐30200.00 11138.70 ‐2.71 pnsperpenduduk ‐0.032 0.006 ‐5.374 Jumlah PNS ‐3879.45 239.04 ‐16.23 jarak kabupaten ke ibukota prov ‐41.56 39.21 ‐1.06

lxvii

3) DOB 2001 dan 2003 DOB all tahun 2005

Variabel ATT std.err t Human Development Index ‐1.54 1.25 ‐1.23 Angka Harapan Hidup 0.04 0.86 0.04 Jumlah SD‐SMP ‐41.46 23.10 ‐1.80 Jumlah Guru SD‐SMP ‐494.51 181.28 ‐2.73 Jumlah Murid SD‐SMP ‐6020.12 3455.01 ‐1.74 Jumlah SMA‐SMK ‐2.53 2.28 ‐1.11 Jumlah Guru SMA‐SMK ‐89.68 58.57 ‐1.53 Jumlah Murid SMA‐SMK ‐1300.05 546.52 ‐2.38 Jumlah SMA ‐2.19 1.73 ‐1.26 Jumlah guru SMA ‐61.74 36.53 ‐1.69 Jumlah murid SMA 239.22 1370.22 0.175 jumlah tenaga kesehatan ‐33.18 95.12 ‐0.35 jumlah total puskesmas ‐22.64 10.52 ‐2.15 jumlah dokter umum ‐4.43 2.53 ‐1.75 jumlah dokter spesialis 8.38 4.08 2.06 jumlah dokter gigi ‐1.20 0.64 ‐1.87 jumlah perawat ‐7.77 19.89 ‐0.39 jumlah bidan ‐30.40 11.11 ‐2.74 jumlah rumah sakit 0.17 0.41 0.41 jumlah puskesmas ‐1.31 0.95 ‐1.38 jumlah puskesmas pembantu ‐8.01 5.62 ‐1.43 jumlah puskesmas keliling ‐10.76 5.67 ‐1.90 jumlah posyandu ‐38.41 77.65 ‐0.50 jumlah tempat tidur RS ‐16.44 43.65 ‐0.38 Jumlah tempat tidur puskesmas 1.72 10.29 0.17 jumlah apotik ‐2.14 1.88 ‐1.14 panjang jalan negara beraspal ‐42.71 45.01 ‐0.95 panjang jalan prov beraspal ‐13.26 70.22 ‐0.19 panjang jalan kabupaten beraspal ‐296.22 117.16 ‐2.53 jumlah sambungan telepon ‐157.40 1294.90 ‐0.12 akses terhadap air bersih ‐4.68 6.32 ‐0.74 produksi air bersih ‐695000.00 448000.00 ‐1.55 jumlah kantor pos ‐1.25 0.69 ‐1.81 Dana Alokasi Umum ‐40600000000.00 6250000000.00 ‐6.49 Dana Alokasi Khusus ‐1890000000.00 691000000.00 ‐2.74 Pendapatan Asli Daerah ‐4020000000.00 1290000000.00 ‐3.12 Pajak ‐859000000.00 702000000.00 ‐1.22 Retribusi ‐1980000000.00 597000000.00 ‐3.31 Gaji ‐24000000000.00 8460000000.00 ‐2.84 apbd ‐25900000000.00 14900000000.00 ‐1.738 Angkatan Kerja ‐19100.00 7725.58 ‐2.47 Jumlah PNS ‐1835.62 324.70 ‐5.65 pnsperpenduduk ‐0.014 0.004 ‐3.532 jarak kabupaten ke ibukota prov ‐7.65 41.58 ‐0.18

lxviii

DOB all DOB all tahun 2006

Variabel ATT std.err t Human Development Index ‐1.47 1.21 ‐1.21 Angka Harapan Hidup 0.26 1.08 0.24 Jumlah SD‐SMP ‐51.24 24.67 ‐2.08 Jumlah Guru SD‐SMP ‐429.46 725.49 ‐0.59 Jumlah Murid SD‐SMP ‐4629.50 3291.65 ‐1.41 Jumlah SMA‐SMK ‐5.34 2.24 ‐2.38 Jumlah Guru SMA‐SMK ‐13.12 116.96 ‐0.11 Jumlah Murid SMA‐SMK ‐689.58 1201.52 ‐0.57 Jumlah SMA ‐2.71 1.44 ‐1.89 Jumlah guru SMA ‐8.63 83.44 ‐0.10 Jumlah murid SMA ‐287.18 981.12 ‐0.29 jumlah kelas Sma 149.12 52.81 2.82 jumlah kelas SD‐SMP 535.48 309.98 1.73 jumlah kelas SMA‐SMK 130.32 56.81 2.29 jumlah tenaga kesehatan 3.99 79.30 0.05 jumlah total puskesmas ‐19.50 8.80 ‐2.22 jumlah dokter umum ‐3.82 3.84 ‐1.00 jumlah dokter spesialis 6.42 4.73 1.36 jumlah dokter gigi ‐0.89 0.51 ‐1.77 jumlah perawat ‐5.82 18.03 ‐0.32 jumlah bidan ‐22.54 11.14 ‐2.02 jumlah rumah sakit 0.14 0.42 0.33 jumlah puskesmas ‐1.24 1.25 ‐0.99 jumlah puskesmas pembantu ‐8.22 5.01 ‐1.64 jumlah puskesmas keliling ‐9.73 2.89 ‐3.37 jumlah posyandu ‐36.57 49.70 ‐0.74 jumlah tempat tidur RS ‐6.35 33.74 ‐0.19 Jumlah tempat tidur puskesmas 9.76 11.10 0.88 jumlah apotik ‐1.66 1.64 ‐1.01 panjang jalan negara beraspal ‐6.79 31.64 ‐0.22 panjang jalan prov beraspal ‐42.71 37.24 ‐1.15 panjang jalan kabupaten beraspal ‐253.31 114.48 ‐2.21 jumlah sambungan telepon ‐1238.31 873.51 ‐1.42 Produksi Listrik ‐21400000.00 12800000.00 ‐1.67 akses terhadap air bersih ‐2.38 6.57 ‐0.36 produksi air bersih ‐1050000.00 434000.00 ‐2.43 jumlah kantor pos ‐0.62 0.50 ‐1.25 Dana Alokasi Umum ‐12300000000.00 16300000000.00 ‐0.76 Dana Alokasi Khusus 3470000000.00 972000000.00 3.57 Pendapatan Asli Daerah ‐1960000000.00 1680000000.00 ‐2.17 Pajak ‐1100000000.00 786000000.00 ‐1.40 Retribusi ‐1470000000.00 665000000.00 ‐2.21 Gaji ‐26300000000.00 7350000000.00 ‐3.58 Angkatan Kerja ‐18300.00 8825.63 ‐2.08 APBD ‐6420000000.00 1.66E+10 ‐0.386 Jumlah PNS ‐1950.01 315.64 ‐6.18 pnsperpenduduk ‐0.015 0.004 ‐3.425 jarak kabupaten ke ibukota prov ‐7.65 36.50 ‐0.21

Documents

Studi Evaluasi ( Penataan Daerah Otonom Baru Tahun 2008