Upload
others
View
17
Download
0
Embed Size (px)
Citation preview
PEMODELAN PERSENTASE PENDUDUK MISKIN
DI JAWA TIMUR DENGAN PENDEKATAN
EKONOMETRIKA PANEL SPASIAL
1
Alifta Kurnia Setiawati (1308100061)
Pembimbing : Dr. Ir. Setiawan, MS
AGENDA
Pendahuluan
Tinjauan Pustaka
Metodologi
2
1
Analisis dan Pembahasan
Kesimpulan dan Saran
2
3
4
5
PENDAHULUAN
3
4
LATAR BELAKANG
Sosial
Ekonomi
Politik
Budaya
d.l.l
5
LATAR BELAKANG
PENELITIAN SEBELUMNYA
Saleh (2002) “Faktor-Faktor
Penentu Tingkat Kemiskinan
di Indonesia” dengan
Regresi Panel
Suryawati (2005)
“Memahami kemiskinan
secara Multidimensional”
Yuniarti (2010) “Persentase
Penduduk Miskin di Jawa Timur
Tahun 2004-2008” dengan
Regresi Panel
Nugroho (2012) “Pengaruh PDRB,
Agrishare, Rata-Rata Lama
Sekolah dan Angka Melek Huruf
terhadap Penduduk Miskin di
Indonesia” dengan Regresi Linear
Panel Data
6
LATAR BELAKANG
PENELITIAN SEBELUMNYA
Penelitian dengan
menggunakanEkonometrikaPanel Spasial
Muchlisoh (2009) “Pengaruh pertumbuhan ekonomi dan inflasi
terhadap kemiskinan di Indonesia”.
Fatmawati (2010) “PDRB sektor industri di SWP Gerbangkertasusila dan
Malang-Pasuruan”.
7
RUMUSAN MASALAH
1. Bagaimana model persentase penduduk miskin di
Provinsi Jawa Timur dengan pendekatan ekonometrika
panel spasial.
2. Faktor-faktor apa sajakah yang mempengaruhi persentase
penduduk miskin di Provinsi Jawa Timur.
8
TUJUAN
1. Mengetahui pemodelan persentase penduduk miskin di
Provinsi Jawa Timur dengan pendekatan ekonometrika
panel spasial.
2. Mengetahui faktor-faktor apa sajakah yang
mempengaruhi persentase penduduk miskin di Provinsi
Jawa Timur.
9
MANFAAT
Dengan model tersebut dapat digunakan
sebagai masukan ataupun rekomendasi
dalam mengambil keputusan untuk
menentukan kebijaksanaan dalam upaya
pengentasan kemiskinan di Jawa Timur.
Pada penelitian ini, aspek terkait kemiskinan yang
diamati hanya terbatas pada sektor pendidikan,
sektor ekonomi dan sektor kesehatan 38
Kabupaten/Kota di Jawa Timur.
10
BATASAN MASALAH
TINJAUAN PUSTAKA
11
KEMISKINAN
Pengertian
12
Menurut BPS, penduduk miskin adalah penduduk yang
memiliki rata-rata pengeluaran per kapita per bulan dibawah garis
kemiskinan
(< $ 2 per orang per hari)
(Nugroho, 2012)
Untuk kebutuhan minimum
makanan disetarakan dengan
2.100 kilokalori per kapita per
hari.
Garis kemiskinan non makanan
adalah kebutuhan minimum
untuk perumahan, pendidikan
dan kesehatan.
KEMISKINAN
Dimensi Kemiskinan
13
Antara lain :
(1) dimensi ekonomi,
(2) dimensi kesehatan,
(3) dimensi sosial dan budaya,
(4) dimensi sosial politik,
(5) dimensi pendidikan, agama dan budi pekerti.
(Suryawati, 2005)
14
DATA PANEL
REGRESI DATA PANEL
Data panel merupakan gabungan antara data
cross-section dan data time series.
Pada data panel, unit cross-section yang sama
disurvei pada beberapa periode waktu. (Gujarati, 2004)
yang dinyatakan sebagai berikut:
itititit uXy 'dengan
Ni ,,2,1 Tt ,,2,1 dan (Hsiao, 2003)
15
PEMBOBOT
MATRIKS PEMBOBOT SPASIAL
Matriks Pembobot Spasial (W) diketahui berdasarkan
jarak atau persinggungan (contiguity) antara satu
region ke region yang lain(LeSage, 2009)
Antara lain:
1) Linear Contiguity (Persinggunan Tepi)
2) Rook Contiguity (Persinggunan Sisi)
3) Bhisop Contiguity (Persinggunan Sudut)
4) Double Linear Contiguity (Persinggunan Dua Tepi)
5) Double Rook Contiguity (Persinggunan Dua Sisi)
6) Queen Contiguity (Persinggunan Sisi-Sudut)
7) Customized Contiguity
16
REGRESI PANEL
MODEL REGRESI PANEL
Common Effect Model (CEM)
diasumsikan bahwa nilai intersep dan slope masing-masing variabel adalah sama untuk semua unit cross sectiondan time series
(Setiawan dan Dwi, 2010)
ititit uXy '
dengan
Ni ,,2,1 Tt ,,2,1 dan
Fixed Effect Model (FEM)
diasumsikan bahwa nilai slopemasing-masing variabel adalah tetap namun nilai intersep berbeda-beda untuk setiap unit cross section dan tetap untuk setiap unit time series
(Gujarati, 2005)
dengan
Ni ,,2,1 Tt ,,2,1 dan
ititiit uXy '
17
REGRESI PANEL
MODEL REGRESI PANEL
Random Effect Model (REM)
diasumsikan bahwa intersep dengan mean dan
disebut juga variabel laten merupakan error random
dengan mean 0 dan varians
(Gujarati, 2005)
dengan
Ni ,,2,1 Tt ,,2,1 dan
ii 0 0
i2
ititit wXy '
0
itiit uw dan
18
PANEL SPASIAL
REGRESI PANEL SPASIAL
Model Spasial Lag (SAR)
dengan
Model Spasial Eror (SEM)
Dengan merupakan spasial
autokorelasi dan merupakan
koefisien autokorelasi spasial.
N
j
itiitjtijit XyWy1
itiitit Xy
N
j
ititijit W1
Dengan merupakan koefisien
spasial autoregressive dan W
merupakan matriks pembobot
spasial.
itiitit Xy idengan merupakan efek spesifik spasial
Tanpa efek
interaksi spasial
(Elhorst, 2003)
19
ESTIMASI MODEL
UJI PEMILIHAN MODEL
UJI CHOW
Untuk menentukan apakah CEM atau FEM yang akan digunakan.
N21
it
KNNTRSS
NRSSRSSF
2
21 1
H0 :
H1 : paling tidak ada satu
Statistik uji:
Ket :
RSS1
: residual sum of squares untuk CEM
RSS2
: residual sum of square untuk FEM
N : jumlah unit cross section
T : jumlah unit time series
K : jumlah variabel independen
(model CEM)
(model FEM)
,,1 KNNTNhitung FF Keputusan: Tolak H0 jika
(Baltagi, 2005)
20
ESTIMASI MODEL
UJI PEMILIHAN MODEL
UJI HAUSMAN
Untuk menentukan apakah FEM atau REM yang akan digunakan.
H0 :
H1 :
Statistik uji:
Ket :
(model REM)
(model FEM)
Keputusan: Tolak H0 jika
0, itit uXcorr
0, itit uXcorr
ˆˆvarvarˆ1'
2
bbbKW
;22
Khitung
b : vektor estimasi parameter REM
: vektor estimasi parameter FEM (Greene, 2003)
21
ESTIMASI MODEL
UJI PEMILIHAN MODEL
UJI LAGRANGE MULTIPLE
Untuk menguji apakah terdapat heteroskedastisitas pada FEM.
H0 :
H1 :
Statistik uji:
Ket :
(Homokedastis)
(Heterokedastis)
Keputusan: Tolak H0 jika
(Greene, 2003)
22 i
22 i
2
12
2
ˆ
ˆ
2
N
i
iTLM
;122
Nhitung
2ˆ
i2
T : jumlah unit time series
N : jumlah unit cross section
:varians residual persamaan ke-i
: varians residual persamaan sistem
22
REGRESI
UJI ASUMSI
• Residual Homoskedastisitas
• Plot
Identik
• TidakterdapatAutokorelasi
• Plot ACF
Independen • Error berdistribusi normal
• Uji Kolmogorov-Smirnov
Distribusi Normal
• Ditanggulangidengan PCA
TidakMultikolinearitas
METODOLOGI
23
Data yang digunakan pada penelitian ini adalah
data sekunder yang diperoleh dari BPS Jawa Timur
tentang Pengukuran Kerja Makro Ekonomi dan
Sosial Jawa Timur.
24
SUMBER DATA
25
VARIABEL PENELITIAN
• Persentase Penduduk Miskin di Jawa TimurVariabel
Dependen
• Angka Buta Huruf (ABH) usia 10 tahun ke atas (X1)
• Tingkat Pendidikan < SMA (X2)
• Tingkat Pendapatan (X3)
• Laju Pertumbuhan Ekonomi (X4)
• Tingkat Pengangguran Terbuka (TPT) (X5)
• Tingkat Partisipasi Angkatan Kerja (TPAK) (X6)
• Alokasi Belanja Daerah untuk Kesehatan (APBD) (X7)
• Alokasi Bantuan Langsung Masyarakat (BLM)(X8)
VariabelIndependen
(Yuniarti, 2010) ; (TNP2K, 2011)
26
LANGKAH ANALISIS
• Mendapatkan data Persentase Penduduk Miskin di Jawa Timur beserta faktor-faktor yang mempengaruhinya. Menentukan variabel dependen dan independen dari data yang telah diperoleh.
• Menetapkan Matriks Pembobot Spasial (W).
• Menentukan model yang dipilih berdasarkan kriteria kebaikan model.
• Mengestimasi parameter dari model tersebut dengan spasial fixed effect dan spasial random effectpada masing-masing model SAR dan SEM.
• Menguji asumsi kenormalan residual, identik, independen, dan tidak terjadi multikolinearitas pada model. Melakukan penanggulangan jika asumsi tidak terpenuhi
• Menginterpretasikan hasil yang diperoleh
ANALISIS dan PEMBAHASAN
27
28
DESKRIPSI PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR
DESKRIPTIF
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
Paci
tan
Treng
gale
k
Blit
ar
Mala
ng
Jem
ber
Bond
ow
oso
Pro
bolin
gg
o
Sid
oa
rjo
Jom
ba
ng
Ma
diu
n
Nga
wi
Tuba
n
Gre
sik
Sam
pang
Sum
ene
p
Kota
Blit
ar
Kota
Pro
bolin
gg
o
Kota
Mojo
kert
o
Kota
Sur
ab
aya
36.84
1. Kab. Sampang
2. Kab. Bangkalan
3. Kab. Sumenep
4. Kab. Pamekasan
5. Kab. Probolinggo
CUSTOMIZED CONTIGUITY
MATRIKS PEMBOBOT
29
30
UJI PEMILIHAN MODELUJI LIKELIHOOD RATIO
PEMILIHAN MODEL
Model Chi Square DF p-value
SAR Fixed Effect 181.4453 38 0.0000
SAR Random Effect 50.6711 1 0.0000
SEM Fixed Effect 179.1389 38 0.0000
SEM Random Effect 51.2291 1 0.0000
UJI HAUSMAN’S
Model Chi Square DF p-value
SAR Fixed Effect-35.6579 9 0.0000
SAR Random Effect
SEM Fixed Effect-12.8929 9 0.1675
SEM Random Effect
31
UJI PEMILIHAN MODEL
PEMILIHAN MODEL TERBAIK
PEMILIHAN MODEL
Model R2 Corr2
SAR Fixed Effect 0.9374 0.2192
SAR Random Effect 0.8919 0.6927
SEM Fixed Effect 0.9296 0.2062
SEM Random Effect 0.8983 0.6901
32
UJI PEMILIHAN MODEL
MODEL SEM FIXED EFFECT
PEMILIHAN MODEL
Variabel Koefisien P-Value
ABH 0.623139 0.354624
PENDIDIKAN -0.088044 0.487732
PENDAPATAN 0.114027 0.021151
EKONOMI -0.513303 0.103894
TPT 0.627804 0.005736
TPAK 0.218045 0.154563
APBD 0.019125 0.764940
BLM -0.000051 0.084947
ρ 0.391980 0.000240
R2 = 0.9296
Corr2 = 0.2062
33
Asumsi Residual Identik
PENGUJIAN ASUMSI
UJI ASUMSI
resid
yhat
10.07.55.02.50.0-2.5-5.0
40
30
20
10
0
Lag
Autocorrelation
282624222018161412108642
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
Asumsi Residual Independen
34
Asumsi Distribusi Normal
PENGUJIAN ASUMSI
UJI ASUMSI
resid
Percent
10.07.55.02.50.0-2.5-5.0
99.9
99
95
90
80
70
605040
30
20
10
5
1
0.1
Mean
0.063
0.6009
StDev 2.284
N 114
KS 0.081
P-Value
35
INTERPRETASI MODEL
MODEL PERSENTASE PENDUDUK MISKIN
itititit TPTEkonomiPendapay 627804,0513303,0tan114027,0
it
j
itijitit wBLMTPAK
38
1
391980,0000051,0218045,0
R2=92,96% Corr2= 20,62%
Variasi Efek Spasial= 72,34%
KESIMPULAN dan SARAN
36
37
KESIMPULAN
Model terbaik pada pemodelan ekonometrika panel
spasial untuk Persentase Penduduk Miskin di Jawa
Timur adalah model SEM Fixed Effect, dengan interaksi
spasial errornya sebesar 0,391980
Faktor yang mempengaruhi kemiskinan:
Laju pertumbuhan ekonomi : 0,513303
Tingkat Pengangguran Terbuka : 0,627804
Alokasi Dana Bantuan Langsung Mandiri : 0,000051
Tingkat Pendapatan : 0,114027
Tingkat Partisipasi Angkatan Terbuka : 0,218045
38
SARAN
Pemodelan ekonometrika panel spasial dapat
dilakukan dengan penambahan periode waktu sehingga
dapat diteliti efek periode waktu pada model. Dapat pula
dilakukan penambahan variabel prediktor yang diguna-kan,
agar diperoleh hasil yang lebih bermakna. Serta melakukan
penanggulangan kasus multikolinearitas yang disinyalir
terdapat pada variabel tingkat pendapatan dan tingkat
partisipasi angkatan kerja.
39
DAFTAR PUSTAKA
Anonim. 2008. Profil Kemiskinan Jawa Timur Maret 2008. Tersedia:
http://www.jatimprov.go.id/index.php?option=com_content&task=view&id=1096&Itemid=2
[26 februari 2012].
Anselin, L. 1988. Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic
Publishers.
Baltagi, Badi H. 2005. Econometric Analysis of Panel Data 3th Edition. New York: John Wilwy
& Sons, Inc.
BPS. 2010. Profil Kemiskinan Maret 2010. Tersedia: http://jatim.bps.go.id/?cat=68 [26
Februari 2012].
Elhorst, J.P. 2003. Spesification and Estimation of Spatial Panel Data Models. Netherlands:
University of Groningen.
Greene, W.H. 2003. Econometrics Analysis 5th Edition. New Jersey: Prentice Hall
Gujarati, D. N. 2005. Basic Econometric 5th Edition. New York: Mc Graw Hill Companies.
Hsiao, C. 2003. Analysis of Panel Data. New York: Cambridge University Press.
LeSage, James dan R.K Pace. 2009. Introduction to Spatial Econometrics. New York: CRC Press
40
DAFTAR PUSTAKA
Muchlisoh, S. 2008. Model Regresi Data Panel dengan Korelasi Error Spasial. Thesis. Institut
Teknologi Sepuluh Nopember (ITS) Surabaya.
Namba, A. 2003. Pendekatan Ekosistem dalam Penanggulangan Kemiskinan: Refleksi
Penanggulangan Kemiskinan di Sulawesi Tengah.
Tersedia: http://www.ekonomirakyat.org/edisi_13/artikel_4.htm [26 Februari 2012].
Nugroho, Widiatma. 2012. Analisis PEngaruh PDRB, Agrishare, Rata-Rata lama Sekolah dan
Angka Melek Huruf Terhadap Jumlah Penduduk Miskin di Indonesia. Semarang: FEB Universitas
Diponegoro.
Saleh, Samsubar. 2002. Faktor-Faktor Penentu Tingkat Kemiskinan Regional di Indonesia. Jurnal
Ekonomi Pembangunan Vol 7, No. 2.
Setiawan dan Dwi E.K. 2010. Ekonometrika. Yogyakarta: Andi Offset.
Suryawati, C. 2005. Memahami Kemiskinan Secara Multidimensional. Semarang: FKM
Universitas Diponegoro.
TNP2K. 2011. Indikator Kesejahteraan Rakyat. Wapres RI.
Yuniarti, D. 2010. Pemodelan Persentase Penduduk Miskin di Provinsi Jawa Timur tahun 2004-
2008 dengan Regresi Panel. Thesis. Institut Teknologi Sepuluh Nopember (ITS) Surabaya.
TERIMAKASIH…
41