PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL
Alifta Kurnia Setiawati
(1308100061)
Pembimbing : Dr. Ir. Setiawan, MS
1
AGENDA
1 2 3 4 5
Pendahuluan
Tinjauan Pustaka Metodologi Analisis dan Pembahasan
Kesimpulan dan Saran 2
PENDAHULUAN
3
LATAR BELAKANG Budaya
Sosial d.l.l
Politik Ekonomi
4
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 5
LATAR BELAKANG PENELITIAN SEBELUMNYA
Penelitian dengan menggunakan Ekonometrika Panel Spasial
Muchlisoh (2009) “Pengaruh pertumbuhan ekonomi dan inflasi terhadap kemiskinan di Indonesia”.
Fatmawati (2010) “PDRB sektor industri di SWP Gerbangkertasusila dan Malang-Pasuruan”.
6
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.
7
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.
8
MANFAAT Dengan model tersebut dapat digunakan sebagai masukan ataupun rekomendasi dalam mengambil keputusan untuk menentukan kebijaksanaan dalam upaya pengentasan kemiskinan di Jawa Timur.
9
BATASAN MASALAH
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
TINJAUAN PUSTAKA
11
KEMISKINAN Pengertian 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.
12
KEMISKINAN Dimensi Kemiskinan 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) 13
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:
yit it ' X it uit dengan
i 1,2, , N dan t 1,2,, T
(Hsiao, 2003)
14
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) 2) 3) 4) 5) 6) 7)
Linear Contiguity (Persinggunan Tepi) Rook Contiguity (Persinggunan Sisi) Bhisop Contiguity (Persinggunan Sudut) Double Linear Contiguity (Persinggunan Dua Tepi) Double Rook Contiguity (Persinggunan Dua Sisi) Queen Contiguity (Persinggunan Sisi-Sudut) Customized Contiguity
15
REGRESI PANEL MODEL REGRESI PANEL
Common Effect Model (CEM)
diasumsikan bahwa nilai intersep dan slope masingmasing variabel adalah sama untuk semua unit cross section dan time series
Fixed Effect Model (FEM)
diasumsikan bahwa nilai slope masing-masing variabel adalah tetap namun nilai intersep berbeda-beda untuk setiap unit cross section dan tetap untuk setiap unit time series
(Setiawan dan Dwi, 2010)
(Gujarati, 2005)
yit i ' X it uit
yit ' X it uit dengan
dengan
i 1,2, , N dan t 1,2,, T
i 1,2, , N dan t 1,2,, T 16
REGRESI PANEL MODEL REGRESI PANEL
Random Effect Model (REM) diasumsikan bahwa intersep i 0 i dengan mean 0 dan i disebut juga variabel laten merupakan error random dengan mean 0 dan varians 2 (Gujarati, 2005)
yit 0 ' X it wit dengan
i 1,2, , N dan t 1,2,, T dan wit i uit 17
PANEL SPASIAL Tanpa efek interaksi spasial
REGRESI PANEL SPASIAL
yit X it i it dengan i merupakan efek spesifik spasial
Model Spasial Lag (SAR) N
yit Wij y jt X it i it j 1
Dengan merupakan koefisien spasial autoregressive dan W merupakan matriks pembobot spasial.
Model Spasial Eror (SEM)
yit X it i it dengan
N
it Wijit it j 1
Dengan merupakan spasial autokorelasi dan merupakan koefisien autokorelasi spasial. (Elhorst, 2003)
18
ESTIMASI MODEL UJI PEMILIHAN MODEL
UJI CHOW
Untuk menentukan apakah CEM atau FEM yang akan digunakan. H0 : 1 2 N (model CEM) H1 : paling tidak ada satu it (model FEM)
Statistik uji: F RSS1 RSS 2 N 1 RSS 2 NT N K Keputusan: Ket : RSS1 RSS2 N T K
Tolak H0 jika Fhitung F N 1, NT N K ,
: residual sum of squares untuk CEM : residual sum of square untuk FEM : jumlah unit cross section : jumlah unit time series : jumlah variabel independen
(Baltagi, 2005)
19
ESTIMASI MODEL UJI PEMILIHAN MODEL
UJI HAUSMAN
Untuk menentukan apakah FEM atau REM yang akan digunakan. H0 : corr X , u 0 (model REM) it it H1 : corr X it , uit 0
(model FEM)
b ˆ
Statistik uji: W 2 K b ˆ var b var ˆ Keputusan: Ket : b
Tolak H0 jika
'
1
2hitung 2 K ;
: vektor estimasi parameter REM
ˆ : vektor estimasi parameter FEM
(Greene, 2003)
20
ESTIMASI MODEL UJI PEMILIHAN MODEL
UJI LAGRANGE MULTIPLE
Untuk menguji apakah terdapat heteroskedastisitas pada FEM. H0 :
i2 2
(Homokedastis)
H1 :
i2 2
(Heterokedastis)
ˆ i 2 i 1 ˆ 2
Statistik uji: LM T
Keputusan: Ket :
N
Tolak H0 jika
2
2
2hitung 2 N 1;
T : jumlah unit time series N : jumlah unit cross section ˆ i 2 :varians residual persamaan ke-i ˆ 2 : varians residual persamaan sistem
(Greene, 2003)
21
REGRESI UJI ASUMSI
• Residual Homoskeda stisitas • Plot
Identik
Independen • Tidak terdapat Autokorelasi • Plot ACF
• Error berdistribusi normal • Uji Kolmogorov -Smirnov
Tidak Multikolinearitas • Ditanggulangi dengan PCA
Distribusi Normal
22
METODOLOGI
23
SUMBER DATA
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
VARIABEL PENELITIAN Variabel Dependen
Variabel Independen
• Persentase Penduduk Miskin di Jawa Timur
• • • • • • • •
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)
(Yuniarti, 2010) ; (TNP2K, 2011)
25
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 effect pada 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
26
ANALISIS dan PEMBAHASAN
27
DESKRIPTIF DESKRIPSI PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR 40.00
36.84
1. Kab. Sampang 2. Kab. Bangkalan 3. Kab. Sumenep 4. Kab. Pamekasan 5. Kab. Probolinggo
35.00 30.00 25.00 20.00 15.00 10.00 5.00
KotaSurabaya
Kota Mojokerto
Kota Probolinggo
Kota Blitar
Sumenep
Sampang
Gresik
Tuban
Ngawi
Madiun
Jombang
Sidoarjo
Probolinggo
Jember
Bondowoso
Malang
Blitar
Trenggalek
Pacitan
0.00
28
MATRIKS PEMBOBOT CUSTOMIZED CONTIGUITY
29
PEMILIHAN MODEL UJI PEMILIHAN MODEL
UJI LIKELIHOOD RATIO 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
Chi Square
DF
p-value
-35.6579
9
0.0000
-12.8929
9
0.1675
UJI HAUSMAN’S Model SAR Fixed Effect SAR Random Effect
SEM Fixed Effect SEM Random Effect
30
PEMILIHAN MODEL UJI PEMILIHAN MODEL
PEMILIHAN MODEL TERBAIK 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
Model
31
PEMILIHAN MODEL UJI PEMILIHAN MODEL MODEL SEM FIXED EFFECT Variabel ABH PENDIDIKAN PENDAPATAN EKONOMI TPT TPAK APBD BLM ρ
Koefisien 0.623139 -0.088044 0.114027 -0.513303 0.627804 0.218045 0.019125 -0.000051 0.391980
P-Value 0.354624 0.487732 0.021151 0.103894 0.005736 0.154563 0.764940 0.084947 0.000240
R2 = 0.9296 Corr2 = 0.2062
32
PENGUJIAN ASUMSI UJI ASUMSI Asumsi Residual Identik
Asumsi Residual Independen 1.0
40
0.8 0.6 Autocorrelation
yhat
30
20
10
0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.0
0 -5.0
-2.5
0.0
2.5 resid
5.0
7.5
10.0
2
4
6
8
10
12
14 16 Lag
18
20
22
24
26
28
33
PENGUJIAN ASUMSI UJI ASUMSI Asumsi Distribusi Normal 99.9
Mean StDev N KS P-Value
99 95
0.6009 2.284 114 0.081 0.063
Percent
90 80 70 60 50 40 30 20 10 5 1 0.1
-5.0
-2.5
0.0
2.5 resid
5.0
7.5
10.0
34
INTERPRETASI MODEL MODEL PERSENTASE PENDUDUK MISKIN
yit 0,114027 Pendapa tanit 0,513303Ekonomiit 0,627804TPTit 38
0,218045TPAK it 0,000051BLM it 0,391980 wijit it j 1
R2=92,96%
Corr2= 20,62%
Variasi Efek Spasial= 72,34%
35
KESIMPULAN dan SARAN
36
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 Tingkat Pengangguran Terbuka Alokasi Dana Bantuan Langsung Mandiri Tingkat Pendapatan Tingkat Partisipasi Angkatan Terbuka
: 0,513303 : 0,627804 : 0,000051 : 0,114027 : 0,218045 37
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.
38
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
39
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 20042008 dengan Regresi Panel. Thesis. Institut Teknologi Sepuluh Nopember (ITS) Surabaya.
40
TERIMAKASIH…
41