III. METODE PENELITIAN

Transkripsi

1 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Penelan n menggunakan data sekunder yang berasal dar Badan Pusat Statstk (BPS), Kementeran Penddkan dan Kebudayaan (Kemendkbud), serta dar Kementeran Keuangan Republk Indonesa (Kemenkeu). Data sekunder yang berasal dar BPS antara lan jumlah penduduk, jumlah dan persentase penduduk mskn, PDRB, pertumbuhan ekonom, ndeks gn, rata-rata lama sekolah, angka melek huruf, jumlah tenaga kerja dan angkatan kerja menurut tngkat penddkan. Data dar Kemendkbud yau data pokok penddkan antara lan angka partspas. Data sekunder yang berasal dar Kemkeu yau Anggaran Pendapatan dan Belanja Daerah (APBD) menurut fungs penddkan. Data yang dhmpun mencakup 33 provns d Indonesa perode tahun Metode Analss Analss Deskrptf Analss Deskrptf merupakan bentuk analss sederhana yang bertujuan mendeskrpskan dan mempermudah penafsran yang dsajkan dalam bentuk tabel dan grafk. Analss deskrptf pada penelan n dgunakan untuk melhat dnamka pencapaan penddkan beserta dstrbusnya, pertumbuhan ekonom, dstrbus pendapatan, dan kemsknan d Indonesa selama perode penelan Analss Regres Data Panel Untuk mencapa tujuan penelan pertama dan kedua yau menganalss peran penddkan terhadap kemsknan serta menganalss jenjang penddkan yang berkontrbus besar dalam mengurang kemsknan d Indonesa, dengan menggunakan metode regres data panel. Data panel adalah data yang memlk dmens ruang (ndvdu) dan waktu. Dalam data panel, data cross secton yang sama dobservas menurut waktu. Jka setap un cross secton memlk jumlah observas tme seres yang sama maka dsebut sebaga balanced panel (total jumlah observas = N x T). Sebalknya jka jumlah observas berbeda untuk setap un cross secton maka dsebut unbalanced panel. 59

2 60 Keunggulan penggunaan data panel memberkan banyak keuntungan menurut Baltag (2005), dantaranya sebaga berkut: 1. Mampu mengontrol heterogenas ndvdu. Metode n dalam mengestmas dapat secara ekspls memasukkan unsur heterogenas ndvdu. 2. Memberkan data yang lebh banyak dan beragam, mengurang kolnearas antarpeubah, menngkatkan derajat bebas dan lebh efsen. 3. Lebh bak untuk stud dynamcs of adjustment. Observas cross secton yang berulang, maka data panel lebh bak dalam mempelajar perubahan dnams. 4. Lebh bak dalam mengdentfkas dan mengukur efek yang secara sederhana tdak dapat datas dalam data cross secton saja atau data tme seres saja. 5. Dapat dgunakan untuk membangun dan menguj model yang lebh kompleks dbandngkan data cross secton atau tme seres murn. Selan manfaat yang dperoleh dengan penggunaan panel data, metode n juga memlk kelemahan dan keterbatasan dalam penggunaannya, antara lan: 1. Masalah dalam desan surve panel, pengumpulan dan manajemen data. Masalah yang umum dhadap dantaranya: cakupan, nonresponse, kemampuan daya ngat responden, frekuens dan waktu wawancara. 2. Dstors kesalahan pengamatan. Umumnya terjad karena respon yang tdak sesua. 3. Masalah selektvas yang mencakup hal-hal berkut: a. Self-selectvy: permasalahan yang muncul karena data-data yang dkumpulkan untuk suatu penelan tdak sepenuhnya dapat menangkap fenomena yang ada. b. Nonresponse: permasalahan yang muncul dalam panel data ketka ada ketdaklengkapan jawaban yang dberkan oleh responden (sampel rumahtangga). c. Attron: jumlah responden yang cenderung berkurang pada surve lanjutan yang basanya terjad karena responden pndah, mennggal duna atau baya menemukan responden yang terlalu tngg

3 61 4. Dmens waktu (tme seres) yang pendek. Jens panel mkro basanya mencakup data tahunan yang relatf pendek untuk setap ndvdu. 5. Cross-secton dependence. Sebaga contoh, apabla macro panel dengan un analss negara atau wlayah dengan deret waktu yang panjang mengabakan cross-country dependence akan mengakbatkan nferens yang salah (msleadng nference). Terdapat dua pendekatan yang umum daplkaskan data panel, yau fxed effects model (FEM) dan random effects model (REM). Msalkan dberkan persamaan regres data panel sebaga berkut: Keterangan: y ' X. (3.1) y : nla varable tak bebas untuk setap un ndvdu pada perode t; dmana = 1,, N dan t = 1,, T X : nla varable bebas yang terdr dar sejumlah k varabel Gangguan acak dasumskan mengkut one-way error component model sebaga berkut: u. (3.2) Untuk two way error component model, komponen error dasumskan mengkut model berkut: Keterangan: : efek ndvdu (tme nvarant) 2 u : dsturbance yang besfat acak ( u ~ N(0, ) ) t : efek waktu (ndvdual nvarant) u. (3.3) Pada pendekatan one way komponen error hanya memasukkan komponen error yang merupakan efek dar ndvdu ( ). Pada two way telah memasukkan t u efek dar waktu ( ) ke dalam komponen error, dan t u dasumskan tdak

4 62 berkorelas dangan X. Perbedaan antara FEM dan REM terletak pada ada atau tdaknya korelas antara Fxed Effect Model (FEM) dan t dengan X. Model data panel dengan fxed effects model (FEM) yau jka dperlakukan sebaga parameter tetap, namun bervaras antar = 1, 2,, N. FEM dgunakan ketka efek ndvdu dan efek waktu mempunya korelas dengan atau memlk pola yang sfatnya tdak acak. Asums n membuat komponen error dar efek ndvdu dan waktu dapat menjad bagan dar ntercept. FEM pada umumnya terjad ketka N relatf kecl dan T relatf besar. Untuk one way komponen error: Sedangkan untuk two way komponen error: y X a X ' u. (3.4) y a t X ' u. (3.5) Penduga FEM dapat dhung dengan beberapa teknk, yau Pooled Least Square (PLS), Whn Group (WG), Least Square Dummy Varable (LSDV), dan Two Way Error Component Fxed Effect Model. Random Effect Model (REM) Model data panel dengan random effects model (REM) yau jka dperlakukan sebaga parameter yang bersfat random. REM dgunakan ketka efek ndvdu dan efek waktu tdak berkorelas dengan X atau memlk pola yang sfatnya acak. Keadaan n membuat komponen error dar efek ndvdu dan efek waktu dmasukkan ke dalam error. REM pada umumnya dgunakan pada data yang memlk N relatf besar dan T relatf kecl. Model REM secara umum dulskan sebaga berkut: y a X ' u. (3.6) dengan dan memlk rata-rata nol. merepresentaskan gangguan ndvdu (ndvdual dsturbance) yang tetap sepanjang waktu. Asums yang dgunakan dalam REM adalah:

5 63 0 E. (3.7) E u 2 u 2 u. (3.8) 0 E untuk semua dan t. (3.9) x 2 2 x u j 0 u u js 0 0 E untuk semua dan t. (3.10) E untuk semua, t, dan j. (3.11) E untuk j dan t s. (3.12) j E untuk j. (3.13) Berdasarkan semua asums pada REM, yang palng pentng adalah 0 E. Nla n menjad pentng karena berguna untuk menentukan x apakah akan dgunakan FEM atau REM. Penduga REM basanya dhung dengan metode Generalzed Least Square (GLS). Pengujan asums n menggunakan Hausman test, dengan uj hpotess sebaga berkut: H 0 : E 0 x H 1 : E 0 x Tdak ada korelas antara komponen error dengan peubah bebas. Ada korelas antara komponen error dengan peubah bebas. Nla statstk hausman drumuskan sebaga berkut: ' H ˆ ˆ 1 2 M M ˆ ˆ ~ k. (3.14) REM FEM FEM REM REM FEM dmana M : matrks kovarans untuk parameter Jka H > k : derajat bebas 2 tabel maka komponen error mempunya korelas dengan peubah bebas, sehngga tolak Ho dan model yang dgunakan adalah FEM. Uj Asums Uj asums dlakukan untuk memenuh persyaratan sebuah model yang akan dgunakan. Setelah ka memutuskan untuk menggunakan suatu model tertentu (FEM atau REM) berdasarkan Hausman test, maka ka dapat melakukan uj terhadap asums yang dgunakan dalam model.

6 64 1. Uj Heteroskedastsas Nla dugaan parameter dalam model regres dasumskan bersfat BLUE (Best Lner Unbased Estmate), maka Var(u ) harus sama dengan σ 2 (konstan), atau semua resdual atau error mempunya varan yang sama, yang dsebut dengan homoskedastsas. Sedangkan bla varan tdak konstan atau berubah-ubah dsebut dengan heteroskedastsas. Untuk mendeteks adanya heteroskedastsas dapat menggunakan metode GLS cross secton weghts (Cross secton Weghts) yau dengan membandngkan sum square Resd pada Weghted Statstcs dengan sum square Resd unweghted Statstcs. Jka sum square Resd pada Weghted Statstcs lebh kecl dar sum square Resd unweghted Statstcs, maka terjad heteroskedastsas (Greene 2002). 2. Uj Autokorelas Autokorelas adalah korelas yang terjad antarobservas dalam satu peubah atau korelas antara error masa yang lalu dengan error saat n. Uj autokorelas yang dlakukan tergantung pada jens data dan sfat model yang dgunakan. Autokorelas dapat memengaruh efsens dar penduganya. Untuk mendeteks adanya korelas seral adalah dengan melhat nla Durbn Watson (DW). Untuk mengetahu ada atau tdaknya autokorelas dlakukan dengan membandngkan nla DW-hung dan DW-tabel. Adapun kerangka dentfkas autokorelas terangkum dalam Tabel 3.1. Korelas seral demukan jka error dar perode waktu yang berbeda salng berkorelas. Hal n bsa ddeteks dengan melhat pola error acak dar hasl regres. Tabel 3.1 Kerangka dentfkas autokorelas Nla DW Hasl 4 dl < DW < 4 Terdapat korelas seral negatf 4 du < DW < 4- dl Hasl tdak dapat dentukan 2 < DW < 4 du Tdak ada korelas seral du < DW < 2 dl < DW < du Tdak ada korelas seral Hasl tdak dapat dentukan Sumber: Gujarat < DW < dl Terdapat korelas seral posf

7 Uj Beda Koefsen Uj beda antara dua koefsen dlakukan terka dengan model regres untuk KBI dan KTI. Untuk memastkan secara statstk mengena perbedaan antara kedua koefsen yang dhaslkan. Hpotess uj beda dua koefsen tersebut adalah: H 0 : β KTI β KBI H 1 : β KTI < β KBI Statstk uj yang dgunakan untuk menguj beda koefsen antara KBI dan KTI adalah: Keterangan : β jkbi β jkti t = seβ n β β : Koefsen estmas varabel j d KBI : Koefsen estmas varabel j d KTI + seβ n se(β jkbi ) : Kesalahan standar koefsen estmas β jkbi se(β jkti ) : Kesalahan standar koefsen estmas β jkti n KBI n KTI : Jumlah observas d KBI : Jumlah observas d KTI Krera keputusan jka menggunakan taraf nyata α Jka t hung < t tabel maka terma H 0 Jka t hung > t tabel maka tolak H Spesfkas Model dalam Penelan Pada penelan n, varabel-varabel yang akan dgunakan yau persentase penduduk mskn, angka melek huruf, angka partspas sekolah, rata-rata lama sekolah, raso anggaran pemerntah bdang penddkan terhadap APBD, raso pekerja terhadap angkatan kerja menurut tngkat penddkan, PDRB per kapa, dan ndeks gn pendapatan. Rata-rata lama sekolah menunjukkan akumulas modal manusa (human capal). Data anggaran pemerntah bdang penddkan menunjukkan pengeluaran pemerntah dalam bdang penddkan. Raso jumlah yang bekerja menurut tngkat penddkan terhadap total angkatan kerja

8 66 menunjukkan tngkat kesempatan kerja menurut penddkan. Menurut UU Ssdknas, jenjang penddkan formal terdr atas penddkan dasar, penddkan menengah, dan penddkan tngg. PDRB per kapa menunjukkan rata-rata pendapatan penduduk dan ndeks gn menunjukkan dstrbus pendapatan. Model yang dgunakan untuk menganalss adalah modfkas dar model Tlak (1986), Janjua dan Kamal (2011), Kan (2011) serta Browo (2011). Modfkas dar model Kan adalah mengena konsep tngkat kesempatan kerja. Kan menyebut raso lulusan sswa menurut tngkat penddkan terhadap total angkatan kerja yang bekerja sebaga tngkat kesempatan kerja, dan Kan menggunakan dua tahun tertnggal (lag) pada varabel penddkan karena membutuhkan waktu untuk mendapatkan pekerjaan. Modfkas dar Browo yau hanya menggunakan varabel pengeluaran pemerntah sektor penddkan yang terbukt sgnfkan terhadap kemsknan d Indonesa. Untuk mengukur peran penddkan secara keseluruhan ddekat melalu tga ndkator, sepert angka melek huruf (leracy rate), angka partspas sekolah (school enrollment rato) dan lama stud yang dempuh (mean years of schoolng). Model n menyertakan varabel raso anggaran fungs penddkan terhadap total anggaran untuk melhat pengaruh pengeluaran publk penddkan. Adapun model dalam penelan n adalah sebaga berkut: 1. Peran penddkan terhadap kemsknan: Mskn, = c + c AMH + c APS + c ln RLS + c R_Edu + u, (3.15) Keterangan: (Mskn),t = Persentase penduduk mskn d provns ke- pada tahun ke-t. (AMH),t = Persentase penduduk 15 tahun ke atas yang melek huruf d provns ke- pada tahun ke-t. (APS),t = Angka partspas sekolah penduduk berumur 7-24 tahun d provns ke- pada tahun ke-t (dalam tahun). (RLS),t = Rata-rata lama sekolah penduduk berumur 15 tahun ke atas d provns ke- pada tahun ke-t (dalam tahun). (R_Edu A ),t = Raso anggaran fungs penddkan terhadap total anggaran d provns ke- pada tahun ke-t. c 0 = ntercept. c = Parameter yang destmas, = 1,, k. = Komponen error. u,t

9 67 2. Peran jenjang penddkan terhadap kemsknan Dalam penelan n, untuk mengkaj efektvas kebjakan nasonal wajb belajar penddkan dasar dalam mengurang kemsknan d Indonesa, dan mengkaj jenjang penddkan yang berperan besar dalam mengurang kemsknan d Indonesa maupun antarkawasan d Indonesa, dengan menggunakan konsep tngkat kesempatan kerja yang dgunakan oleh BPS. Tngkat kesempatan kerja yau persentase penduduk bekerja menurut tngkat penddkan terhadap total penduduk angkatan kerja. Indkator n menunjukkan seberapa besar penduduk yang berpotens secara ekonoms untuk menghaslkan barang dan jasa secara rl kut berpartspas menghaslkan barang dan jasa tersebut menurut tngkat penddkannya, atau dengan perkataan lan termasuk ke dalam golongan penduduk bekerja, sehngga model n tdak menggunakan lag waktu. Model n menyertakan varabel PDRB per kapa untuk melhat pengaruh tdak langsung penddkan terhadap kemsknan melalu efek pertumbuhan ekonom dan varabel ndeks gn untuk melhat pengaruh tdak langsung penddkan terhadap kemsknan melalu efek dstrbus pendapatan. Mskn, = c + c Dasar + c Menengah + c Tngg + c ln PDRBKap + c Gn + u, (3.16) Keterangan: (Mskn),t = Persentase penduduk mskn d provns ke- pada tahun ke-t. (Dasar),t = Raso tenaga kerja berpenddkan dasar (SD, SMP) terhadap total angkatan kerja d provns ke- pada tahun ke-t. (Menengah),t = Raso tenaga kerja penddkan menengah (SMU, SMK) terhadap total angkatan kerja d provns ke- pada tahun ke-t. (Tngg),t = Raso tenaga kerja penddkan tngg (Dploma I/II/III, Strata 1/2/3) terhadap total angkatan kerja d provns ke- pada tahun ke-t. (PDRBKap),t = PDRB per kapa d provns ke- pada tahun ke-t (juta Rp.) (Gn),t = Indeks gn d provns ke- pada tahun ke-t.

10 68 c 0 = ntercept. c = Parameter yang destmas, = 1,, k. = Komponen error. u,t Berdasarkan kerangka analss yang dgunakan dalam pembentukan model, pengaruh penddkan terhadap kemsknan, dharapkan koefsen varabel penddkan bernla negatf. Dengan demkan kenakan tngkat penddkan dharapkan akan memberkan dampak mengurang kemsknan. 3.4 Defns Operasonal Beberapa ukuran relevan yang akan dgunakan dalam penelan n, antara lan: ukuran kemsknan, ukuran pertumbuhan ekonom, ukuran ketmpangan pendapatan dan ukuran penddkan. Berdasarkan ukuran-ukuran tersebut, maka dapat ddefnskan beberapa varabel yang dgunakan dalam penelan, dengan defns operasonal sebaga berkut: 1 Head Count Index (HCI-P 0 ), yau persentase penduduk mskn terhadap total jumpah penduduk. Satuan yang dgunakan dalam P 0 adalah persen (%). Angka n menunjukkan propors penduduk mskn d suatu wlayah. Persentase penduduk mskn yang tngg menunjukkan bahwa tngkat kemsknan d suatu wlayah juga tngg. 2 Angka melek huruf adalah propors penduduk usa tertentu yang dapat membaca dan atau menuls huruf latn atau huruf lannya terhadap penduduk usa tertentu. Satuan yang dgunakan adalah persen (%). Angka n dgunakan untuk melhat pencapaan ndkator dasar yang telah dcapa oleh suatu daerah, karena membaca merupakan dasar utama dalam memperluas lmu pengetahuan. AMH merupakan ndkator pentng untuk melhat sejauh mana penduduk suatu daerah terbuka terhadap pengetahuan. Tngkat melek huruf yang tngg menunjukkan adanya sebuah sstem penddkan dasar yang efektf dan/atau program melek huruf yang memungknkan sebagan besar penduduk untuk memperoleh kemampuan menggunakan kata-kata tertuls dalam kehdupan sehar-har dan melanjutkan pembelajarannya. 3 Angka partspas sekolah (APS) ddefnskan sebaga perbandngan antara jumlah murd kelompok usa sekolah tertentu yang bersekolah pada berbaga

11 69 jenjang penddkan dengan penduduk kelompok usa sekolah yang sesua, dnyatakan dalam persen (%). Indkator n dgunakan untuk mengetahu banyaknya anak usa sekolah yang telah bersekolah d semua jenjang penddkan. APS yang tngg menunjukkan terbukanya peluang yang lebh besar dalam mengakses penddkan secara umum. Pada kelompok umur mana peluang tersebut terjad dapat dlhat dar besarnya APS pada setap kelompok umur. 4 Rata-rata lama sekolah adalah nla rata-rata bag tap penduduk usa 15 tahun ke atas dalam menempuh penddkan d sekolah. Varabel rata-rata lama sekolah n dgunakan sebaga proks tngkat penddkan. Tnggnya angka rata-rata lama sekolah menunjukkan jenjang penddkan yang pernah/sedang dduduk oleh seseorang. Semakn tngg angka rata-rata lama sekolah maka semakn lama/tngg jenjang penddkan yang damatkannya. Satuan yang dgunakan dalam menghung rata-rata lama sekolah adalah tahun. 5 Raso anggaran penddkan terhadap total anggaran dgunakan sebaga proks pengeluaran pemerntah daerah untuk nvestas publk bdang penddkan. Satuan yang dgunakan adalah persen (%). 6 Tngkat penddkan adalah jenjang penddkan yang telah dempuh penduduk sampa lulus dan mendapatkan bukt kelulusan berupa jazah/sttb. 7 Bekerja adalah melakukan pekerjaan dengan maksud memperoleh atau membantu memperoleh pendapatan atau keuntungan dan lamanya bekerja palng sedk 1 jam secara terus menerus dalam semnggu yang lalu (termasuk pekerja keluarga tanpa upah yang membantu dalam suatu usaha/kegatan ekonom) pada lapangan usaha pertanan. Jumlah pekerja sektor pertanan dhng dalam satuan rbu orang. 8 Angkatan kerja adalah penduduk usa kerja (15 tahun dan lebh) yang bekerja, atau punya pekerjaan namun sementara tdak bekerja dan pengangguran. 9 Raso yang bekerja terhadap total angkatan kerja menurut tngkat penddkan adalah propors orang yang bekerja menurut tngkat penddkan terhadap jumlah total angkatan kerja. Dgunakan sebaga proks tngkat kesempatan kerja (TKK), yau peluang seorang penduduk usa kerja yang termasuk angkatan kerja untuk bekerja. Satuan yang dgunakan adalah persen (%).

12 70 Angka tersebut juga menggambarkan peluang seseorang yang termasuk dalam angkatan kerja untuk bsa terserap dalam pasar kerja atau dapat bekerja sesua dengan jenjang penddkan yang damatkan. Semakn besar angka TKK, semakn bak pula konds ketenagakerjaan dalam suatu wlayah. 10 PDRB per kapa adalah penjumlahan seluruh komponen nla tambah bruto yang mampu dcptakan oleh sektor-sektor ekonom atas berbaga aktvas produksnya (dhung berdasarkan harga konstan tahun 2000) dbag jumlah penduduk dalam suatu wlayah per perode tertentu. Berguna untuk mengetahu pertumbuhan nyata ekonom per kapa penduduk suatu negara, dapat dgunakan sebaga proks pertumbuhan ekonom. Satuan PDRB per kapa adalah juta rupah 11 Indeks gn adalah ukuran dstrbus pendapatan yang dhung berdasarkan kelas pendapatan. Nla ndeks gn terletak antara 0 (nol) dan 1 (satu), dmana nol mencermnkan kemerataan sempurna dan satu menggambarkan ketdakmerataan sempurna. Nla ndeks gn n dgunakan sebaga proks ukuran ketmpangan pendapatan.