PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL

Transkripsi

1 PEMODELAN PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR DENGAN PENDEKATAN EKONOMETRIKA PANEL SPASIAL Alifta Kurnia Setiawati ( ) Pembimbing : Dr. Ir. Setiawan, MS 1

2 AGENDA Pendahuluan Tinjauan Pustaka Metodologi Analisis dan Pembahasan Kesimpulan dan Saran

3 PENDAHULUAN 3

4 LATAR BELAKANG Sosial Ekonomi d.l.l Budaya Polik 4

5 LATAR BELAKANG PENELITIAN SEBELUMNYA Saleh (00) Faktor-Faktor Penentu Tingkat Kemiskinan di Indonesia dengan Regresi Panel Yuniarti (010) Persentase Penduduk Miskin di Jawa Timur Tahun dengan Regresi Panel Suryawati (005) Memahami kemiskinan secara Multidimensional Nugroho (01) Pengaruh PDRB, Agrishare, Rata-Rata Lama Sekolah dan Angka Melek Huruf terhadap Penduduk Miskin di Indonesia dengan Regresi Linear Panel Data 5

6 LATAR BELAKANG PENELITIAN SEBELUMNYA Penelian dengan menggunakan Ekonometrika Panel Spasial Muchlisoh (009) Pengaruh pertumbuhan ekonomi dan inflasi terhadap kemiskinan di Indonesia. Fatmawati (010) PDRB sektor industri di SWP Gerbangkertasusila dan Malang-Pasuruan. 6

7 RUMUSAN MASALAH 1. Bagaimana model persentase penduduk miskin di Provinsi Jawa Timur dengan pendekatan ekonometrika panel spasial.. Faktor-faktor apa sajakah yang mempengaruhi persentase penduduk miskin di Provinsi Jawa Timur. 7

8 TUJUAN 1. Mengetahui pemodelan persentase penduduk miskin di Provinsi Jawa Timur dengan pendekatan ekonometrika panel spasial.. Mengetahui faktor-faktor apa sajakah yang mempengaruhi persentase penduduk miskin di Provinsi Jawa Timur. 8

9 MANFAAT Dengan model tersebut dapat digunakan sebagai masukan ataupun rekomendasi dalam mengambil keputusan untuk menentukan kebijaksanaan dalam upaya pengentasan kemiskinan di Jawa Timur. 9

10 BATASAN MASALAH Pada penelian ini, aspek terka kemiskinan yang diamati hanya terbatas pada sektor pendidikan, sektor ekonomi dan sektor kesehatan 38 Kabupaten/Kota di Jawa Timur. 10

11 TINJAUAN PUSTAKA 11

12 KEMISKINAN Pengertian Menurut BPS, penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapa per bulan dibawah garis kemiskinan (< $ per orang per hari) (Nugroho, 01) Untuk kebutuhan minimum makanan disetarakan dengan.100 kilokalori per kapa per hari. Garis kemiskinan non makanan adalah kebutuhan minimum untuk perumahan, pendidikan dan kesehatan. 1

13 KEMISKINAN Dimensi Kemiskinan Antara lain : (1) dimensi ekonomi, () dimensi kesehatan, (3) dimensi sosial dan budaya, (4) dimensi sosial polik, (5) dimensi pendidikan, agama dan budi pekerti. (Suryawati, 005) 13

14 DATA PANEL REGRESI DATA PANEL Data panel merupakan gabungan antara data cross-section dan data time series. Pada data panel, un cross-section yang sama disurvei pada beberapa periode waktu. (Gujarati, 004) yang dinyatakan sebagai berikut: dengan i 1,,, N y ' X dan t 1,,, T (Hsiao, 003) u 14

15 PEMBOBOT MATRIKS PEMBOBOT SPASIAL Matriks Pembobot Spasial (W) diketahui berdasarkan jarak atau persinggungan (contiguy) antara satu region ke region yang lain (LeSage, 009) Antara lain: 1) Linear Contiguy (Persinggunan Tepi) ) Rook Contiguy (Persinggunan Sisi) 3) Bhisop Contiguy (Persinggunan Sudut) 4) Double Linear Contiguy (Persinggunan Dua Tepi) 5) Double Rook Contiguy (Persinggunan Dua Sisi) 6) Queen Contiguy (Persinggunan Sisi-Sudut) 7) Customized Contiguy 15

16 REGRESI PANEL MODEL REGRESI PANEL Common Effect Model (CEM) diasumsikan bahwa nilai intersep dan slope masingmasing variabel adalah sama untuk semua un cross section dan time series (Setiawan dan Dwi, 010) Fixed Effect Model (FEM) diasumsikan bahwa nilai slope masing-masing variabel adalah tetap namun nilai intersep berbeda-beda untuk setiap un cross section dan tetap untuk setiap un time series (Gujarati, 005) y ' X u y ' X i u dengan dengan i 1,,, N dan t 1,,, T i 1,,, N dan t 1,,, T 16

17 REGRESI PANEL MODEL REGRESI PANEL Random Effect Model (REM) diasumsikan bahwa intersep dengan mean dan i i 0 i 0 disebut juga variabel laten merupakan error random dengan mean 0 dan varians (Gujarati, 005) y ' 0 X w dengan i 1,,, N dan t 1,,, T dan w u i 17

18 PANEL SPASIAL REGRESI PANEL SPASIAL y X i dengan i merupakan efek spesifik spasial Tanpa efek interaksi spasial y Model Spasial Lag (SAR) N j1 W y ij jt X Dengan merupakan koefisien spasial autoregressive dan W merupakan matriks pembobot spasial. i Model Spasial Eror (SEM) y dengan X W ij j1 Dengan merupakan spasial autokorelasi dan merupakan koefisien autokorelasi spasial. N i (Elhorst, 003) 18

19 ESTIMASI MODEL UJI PEMILIHAN MODEL UJI CHOW Untuk menentukan apakah CEM atau FEM yang akan digunakan. H 0 : 1 N H 1 : paling tidak ada satu Statistik uji: Keputusan: Ket : RSS 1 RSS N T K F RSS1 RSS N 1 RSS NT N K Tolak H 0 jika (model CEM) F (model FEM) : residual sum of squares untuk CEM : residual sum of square untuk FEM : jumlah un cross section : jumlah un time series : jumlah variabel independen hung F N 1, NTN K, (Baltagi, 005) 19

20 ESTIMASI MODEL UJI PEMILIHAN MODEL H 0 : H 1 : Statistik uji: UJI HAUSMAN Untuk menentukan apakah FEM atau REM yang akan digunakan. corrx, u 0 corrx, u 0 W (model REM) (model FEM) ' 1 K b ˆ var b var ˆ b ˆ Keputusan: Tolak H 0 jika hung K; Ket : b : vektor estimasi parameter REM ˆ : vektor estimasi parameter FEM (Greene, 003) 0

21 ESTIMASI MODEL UJI PEMILIHAN MODEL UJI LAGRANGE MULTIPLE Untuk menguji apakah terdapat heteroskedastisas pada FEM. H 0 : H 1 : i i Statistik uji: LM (Homokedastis) (Heterokedastis) N T i 1 ˆ ˆ i Keputusan: Tolak H 0 jika N hung 1; Ket : T N ˆi ˆ : jumlah un time series : jumlah un cross section :varians residual persamaan ke-i : varians residual persamaan sistem (Greene, 003) 1

22 REGRESI UJI ASUMSI Residual Homoskeda stisas Plot Identik Independen Tidak terdapat Autokorelasi Plot ACF Error berdistribusi normal Uji Kolmogorov -Smirnov Distribusi Normal Tidak Multikolinearas Danggulangi dengan PCA

23 METODOLOGI 3

24 SUMBER DATA Data yang digunakan pada penelian ini adalah data sekunder yang diperoleh dari BPS Jawa Timur tentang Pengukuran Kerja Makro Ekonomi dan Sosial Jawa Timur. 4

25 VARIABEL PENELITIAN Variabel Dependen Persentase Penduduk Miskin di Jawa Timur Variabel Independen Angka Buta Huruf (ABH) usia 10 tahun ke atas (X 1 ) Tingkat Pendidikan < SMA (X ) Tingkat Pendapatan (X 3 ) Laju Pertumbuhan Ekonomi (X 4 ) Tingkat Pengangguran Terbuka (TPT) (X 5 ) Tingkat Partisipasi Angkatan Kerja (TPAK) (X 6 ) Alokasi Belanja Daerah untuk Kesehatan (APBD) (X 7 ) Alokasi Bantuan Langsung Masyarakat (BLM)(X 8 ) (Yuniarti, 010) ; (TNPK, 011) 5

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 kreria 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 multikolinearas pada model. Melakukan penanggulangan jika asumsi tidak terpenuhi Menginterpretasikan hasil yang diperoleh 6

27 ANALISIS dan PEMBAHASAN 7

28 DESKRIPTIF DESKRIPSI PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR Kab. Sampang. Kab. Bangkalan 3. Kab. Sumenep 4. Kab. Pamekasan 5. Kab. Probolinggo Pacan Trenggalek Blar Malang Jember Bondowoso Probolinggo Sidoarjo Jombang Madiun Ngawi Tuban Gresik Sampang Sumenep Kota Blar Kota Probolinggo Kota Mojokerto KotaSurabaya 8

29 MATRIKS PEMBOBOT CUSTOMIZED CONTIGUITY 9

30 PEMILIHAN MODEL UJI PEMILIHAN MODEL UJI LIKELIHOOD RATIO Model Chi Square DF p-value SAR Fixed Effect SAR Random Effect SEM Fixed Effect SEM Random Effect UJI HAUSMAN S Model Chi Square DF p-value SAR Fixed Effect SAR Random Effect SEM Fixed Effect SEM Random Effect

31 PEMILIHAN MODEL UJI PEMILIHAN MODEL PEMILIHAN MODEL TERBAIK Model R Corr SAR Fixed Effect SAR Random Effect SEM Fixed Effect SEM Random Effect

32 PEMILIHAN MODEL UJI PEMILIHAN MODEL MODEL SEM FIXED EFFECT Variabel Koefisien P-Value ABH PENDIDIKAN PENDAPATAN EKONOMI TPT TPAK APBD BLM ρ R = Corr =

33 PENGUJIAN ASUMSI UJI ASUMSI Asumsi Residual Identik Asumsi Residual Independen yhat Autocorrelation resid Lag

34 PENGUJIAN ASUMSI UJI ASUMSI Asumsi Distribusi Normal Mean StDev.84 N 114 KS P-Value Percent resid

35 INTERPRETASI MODEL MODEL PERSENTASE PENDUDUK MISKIN y 0,11407Pendapa tan 0,513303Ekonomi 0, 67804TPT 0,18045TPAK 0,000051BLM 0, j 1 w ij R =9,96% Corr = 0,6% Variasi Efek Spasial= 7,34% 35

36 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, Faktor yang mempengaruhi kemiskinan: Laju pertumbuhan ekonomi : 0, Tingkat Pengangguran Terbuka : 0,67804 Alokasi Dana Bantuan Langsung Mandiri : 0, Tingkat Pendapatan : 0,11407 Tingkat Partisipasi Angkatan Terbuka : 0,

38 SARAN Pemodelan ekonometrika panel spasial dapat dilakukan dengan penambahan periode waktu sehingga dapat deli efek periode waktu pada model. Dapat pula dilakukan penambahan variabel prediktor yang diguna-kan, agar diperoleh hasil yang lebih bermakna. Serta melakukan penanggulangan kasus multikolinearas yang disinyalir terdapat pada variabel tingkat pendapatan dan tingkat partisipasi angkatan kerja. 38

39 DAFTAR PUSTAKA Anonim Profil Kemiskinan Jawa Timur Maret 008. Tersedia: [6 februari 01]. Anselin, L Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic Publishers. Baltagi, Badi H Econometric Analysis of Panel Data 3th Edion. New York: John Wilwy & Sons, Inc. BPS Profil Kemiskinan Maret 010. Tersedia: [6 Februari 01]. Elhorst, J.P Spesification and Estimation of Spatial Panel Data Models. Netherlands: Universy of Groningen. Greene, W.H Econometrics Analysis 5 th Edion. New Jersey: Prentice Hall Gujarati, D. N Basic Econometric 5th Edion. New York: Mc Graw Hill Companies. Hsiao, C Analysis of Panel Data. New York: Cambridge Universy Press. LeSage, James dan R.K Pace Introduction to Spatial Econometrics. New York: CRC Press 39

40 DAFTAR PUSTAKA Muchlisoh, S Model Regresi Data Panel dengan Korelasi Error Spasial. Thesis. Instut Teknologi Sepuluh Nopember (ITS) Surabaya. Namba, A Pendekatan Ekosistem dalam Penanggulangan Kemiskinan: Refleksi Penanggulangan Kemiskinan di Sulawesi Tengah. Tersedia: [6 Februari 01]. Nugroho, Widiatma. 01. Analisis PEngaruh PDRB, Agrishare, Rata-Rata lama Sekolah dan Angka Melek Huruf Terhadap Jumlah Penduduk Miskin di Indonesia. Semarang: FEB Universas Diponegoro. Saleh, Samsubar. 00. Faktor-Faktor Penentu Tingkat Kemiskinan Regional di Indonesia. Jurnal Ekonomi Pembangunan Vol 7, No.. Setiawan dan Dwi E.K Ekonometrika. Yogyakarta: Andi Offset. Suryawati, C Memahami Kemiskinan Secara Multidimensional. Semarang: FKM Universas Diponegoro. TNPK Indikator Kesejahteraan Rakyat. Wapres RI. Yuniarti, D Pemodelan Persentase Penduduk Miskin di Provinsi Jawa Timur tahun dengan Regresi Panel. Thesis. Instut Teknologi Sepuluh Nopember (ITS) Surabaya. 40

41 TERIMAKASIH 41