JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.

Transkripsi

1 JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si

2 PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian TINJAUAN PUSTAKA Pembangunan Regresi Panel METODE PENELITIAN Sumber Data Variabel Penelitian Langkah Analisis ANALISIS PEMBAHASAN Deskripsi Variabel Penelitian Pemodelan IPM KESIMPULAN-SARAN Manfaat Penelitian Batasan Masalah

3 PENDAHULUAN

4 Pembangunan... IPM

5 IPM Provinsi di Indonesia Tahun DKI Jakarta Sulawesi Utara Riau Yogyakarta Kalimantan Timur Kepulauan Riau Kalimantan Tengah Sumatera Utara Sumatera Barat Sumatera Selatan Bengkulu Bangka Belitung Jambi Jawa Tengah Jawa Barat Bali Indonesia Aceh Jawa Timur Sulawesi Selatan Maluku Lampung Sulawesi Tengah Banten Gorontalo Sulawesi Tenggara Kalimantan Selatan Sulawesi Barat Kalimantan Barat Irian Jaya Barat Maluku Utara Nusa Tenggara Timur Nusa Tenggara Barat Papua

6 Indeks Pembangunan Manusia (IPM) IPM ukuran kinerja pembangunan secara menyeluruh yang dibentuk dari pendekatan tiga dimensi mencakup pengetahuan, umur panjang dan sehat, serta kehidupan yang layak.

7 PENDIDIKAN PENDIDIKAN Angka partisipasi sekolah di kabupaten/kota Jumlah gedung sekolah Rasio guru terhadap siswa (Alam, 2006)

8 KESEHATAN KESEHATAN Jumlah sarana kesehatan Jumlah tenaga medis Persentase kelahiran yang ditangani oleh tenaga medis (Alam, 2006)

9 HIDUP LAYAK HIDUP LAYAK PDRB Persentase rumah tangga dengan akses air bersih (Alam, 2006)

10 REGRESI PANEL Rumah Tangga Dengan Akses Air Bersih

11 Ali (2006) : hubungan IPM dan kinerja ekonomi dengan pendekatan simultan model data panel Kinerja perekonomian dan pembangunan manusia melalui pendidikan berpengaruh secara positif Aisyah (2004) : keterkaitan antara indikator pembangunan ekonomi dengan IPM PDRB perkapita berdasar harga konstan dan jumlah penduduk memiliki hubungan positif terhadap IPM

12 RUMUSAN MASALAH 1.Bagaimana karakteristik variabel yang diduga berpengaruh terhadap IPM di kabupaten/kota provinsi Jawa Timur? 2.Bagaimana model IPM di kabupaten/kota provinsi Jawa Timur dengan menggunakan regresi panel? MANFAAT PENELITIAN Hasil penelitian ini diharapkan dapat memberikan masukan kepada pemerintah provinsi Jatim dalam memilih kebijakan dan mengalokasikan anggaran yang lebih efektif dalam meningkatkan variabel IPM, sehingga meningkatkan kesejahteraan masyarakat di setiap daerah. TUJUAN PENELITIAN 1. Mendeskripsikan karakterisik variabel yang diduga berpengaruh terhadap IPM di kabupaten/kota provinsi Jawa Timur. 2. Memodelkan IPM di kabupaten/ kota provinsi Jawa Timur dengan menggunakan regresi panel. BATASAN MASALAH Batasan dalam penelitian ini adalah faktor yang digunakan meliputi perekonomian, pendidikan, kesehatan, dan kependudukan, dimana masingmasing faktor tersusun dari beberapa variabel.

13 TINJAUAN PUSTAKA

14 Suatu rangkaian kegiatan untuk meningkatkan kesejahteraan masyarakat dalam berbagai aspek kehidupan yang dilakukan secara terencana dan berkelanjutan dengan memanfaatkan dan memperhitungkan kemampuan sumber daya, informasi dan kemajuan ilmu pengetahuan dan teknologi, serta memperhatikan perkembangan sosial (Bappenas, 1999). Meningkatkan pertumbuhan ekonomi, meningkatkan pemerataan pendapatan masyarakat, meningkatkan kesempatan kerja, meningkatkan pemerataan antar daerah (Kunarjo, 1992).

15 Indeks pembangunan manusia merupakan salah satu alat ukur yang dapat digunakan untuk menilai kualitas pembangunan manusia Indeks harapan hidup Indeks pendidikan Indeks standart hidup layak Fisik kesejahteraan kesehatan pendapatan Non Fisik pendidikan

16 Keunggulan Data Panel Mengurangi kolinieritas antar variabel Dapat mengontrol heterogenitas individu Sesuai untuk mempelajari perubahan dinamis (Hsiao : 2003) time series data panel cross section Model Umum Regresi Panel Yit=αI+βXit+μit Dimana i merujuk pada unit cross section dan t merujuk pada deret waktu Asumsi Regresi Panel Tidak Ada Multikolinieritas Residual Identik Residual Independen Residual Berdistribusi Normal

17 CEM Pada CEM, intersep konstan atau sama di setiap individu maupun setiap periode (Widarjono, 2007). REGRESI PANEL FEM FEM mengasumsikan bahwa tidak ada time spesific effects dan hanya memfokuskan pada individual spesific effects (Hsiao, 2003). REM Pendekatan ini melibatkan korelasi antar error terms karena berubahnya waktu maupun unit observasi (Hsiao, 2003).

18 Uji Chow Memilih antara CEM dan FEM Hipotesis H 0: α 1= α 2=... = α 38= α H : 1 minimal ada satu intersep yang berbeda Statistik uji : dengan, RRSS : sum square residual model OLS URSS : sum square residual model fix N : jumlah unit cross section Tolak H0 jika T : jumlah unit waktu K :jumlah parameter yang akan diestimasi Tolak H0 jika Fhitung > F(N-1,NT-N-K) Uji Hausman Memilih antara REM dan FEM Hipotesis H H 1 : corr( X : corr( X 0 Statistik uji : it it, ε it) = 0, ε ) 0 it

19 Uji LM Untuk mengetahui heteroskedasitas panel Hipotesis 2 2 H 0: σ i = σ H : 1 σ σ 2 2 minimal ada satu Statistik uji : i Tolak H0 jika

20 Uji Serentak Uji Parsial Statistik uji : Statistik uji : ditolak jika ditolak jika, > >

21 METODE PENELITIAN

22 Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari BPS dengan ruang lingkup penelitian dibatasi pada 39 kabupaten/kota yang terletak di provinsi Jawa Timur pada tahun Subyek Tahun Variabel Respon (Y) Variabel Prediktor (X 1) Variabel Prediktor (X k ) Kab/Kota Y(1,2004) X1(1,2004) X8(1,2004) 2011 Y(1,2011) X1(1,2011) X8(1,2011) Kab/Kota Y(2,2004) X1(2,2004) X8(2,2004) 2011 Y(2,2011) X1(2,2011) X8(2,2011) Kab/Kota Y(38,2004) X1(38,2004) X8(38,2004) 2011 Y(38,2011) X1(38,2011) X8(38,2011)

23 Variabel penelitian yang akan digunakan pada penelitian ini disajikan pada tabel berikut dengan unit penelitian kabupaten/kota selama tahun Faktor Variabel Sumber Indeks Pembangunan manusia Pendidikan Kabupaten/Kota Kesehatan Kabupaten/Kota Indeks pembangunan manusia (Y) - Rasio guru terhadap murid SD/MI (X 1 ) Rasio sekolah terhadap murid SD/MI (X 2 ) Angka partisipasi SD/MI (X 3 ) Jumlah sarana kesehatan (X 4 ) Rumah tangga dengan akses air bersih (X 5 ) Kependudukan Kepadatan penduduk (X 6 ) Tingkat partisipasi angkatan kerja (X 7 ) PDRB per kapita (X 8 ) Alam (2006) - Sukmaraga (2011) Alam (2006) Alam (2006) Alam (2006) PP No.6 Th 2008 Faidah (2010)

24 1 2 Mendeskripsikan IPM dan karakteristik variabel yang diduga berpengaruh terhadap IPM di kabupaten/kota menggunakan statistika deskriptif dengan tabulasi dan grafik Memodelkan IPM dengan regresi panel Uji multikolinieritas Uji Chow Uji Hausman Uji LM Uji Asumsi Residual Uji Individu Uji Serentak Estimasi parameter

25 ANALISIS PEMBAHASAN

26 Gambar 1. IPM Jawa Timur (Y) Gambar 2. Rasio Guru-Murid (X1) Gambar 3. Rasio Sekolah-Murid (X2) Gambar 4. Jumlah Sarana Kesehatan (X4)

27 X2 X4 X Gambar 5. Persentase APS (X2), Pengguna Air Bersih (X4), dan TPAK (X6) Gambar 6. Kepadatan Penduduk (X6) Gambar 7. PDRB Per Kapita (X6)

28 Variabel Tabel 1. Statistika Deskriptif Variabel Penelitian Rata- Rata Max Min Kab/Kota dengan Nilai Tertinggi Kab/Kota dengan Nilai Terendah IPM Kota Blitar Kab Sampang Rasio guru-murid Kab Sidoarjo Kab Probolinggo, Lamongan, Sampang, Pamekasan Rasio sekolah-murid Kota Madiun Kab Sampang APS Kota Madiun Kab Sampang Jumlah sarana kesehatan Kab jember Kota Batu Pengguna air bersih Kota Surabaya Kab Sampang Kepadatan penduduk Kota Surabaya Kab Banyuwangi TPAK Kab Pacitan Kota Madiun PDRB per kapita Kota Kediri Kab Pamekasan

29 Prediktor Koefisien SE Koef t hitung p-value VIF X1 X2 X3 X4 X5 X6 X7 X8 0, , , , , , , , , , , , , , , , ,30 5,09 12,65 1,29 2,90 6,62 1,63 1,89 0,766 0,000 0,000 0,199 0,004 0,000 0,105 0,059 1,3 2,4 2,0 1,3 1,7 2,0 1,6 1,2

30 Uji Chow Memilih antara CEM dan FEM Hipotesis H H : α 1= α 2=... = α 38= α : 0 1 minimal ada satu intersep yang berbeda Statistik Uji F F-tabel Keputusan 17, ,697 Tolak H0 Kesimpulan : Model yang sesuai FEM Uji Hausman Memilih antara REM dan FEM Hipotesis H 0: corr( X H : corr( X 1 it it, ε it) = 0, ε ) 0 Statistik Uji W F-tabel it Keputusan 76, ,0902 Tolak H0 Kesimpulan : Model yang sesuai FEM Uji LM Untuk mengetahui heteroskedasitas panel Hipotesis 2 2 H 0: σ i = σ H : 1 σ σ 2 2 minimal ada satu Statistik Uji F F-tabel i Keputusan 17, ,697 Tolak H0 Kesimpulan : Model yang sesuai FEM cross section weight

31 R-squared 0, Adjusted R-squared 0, S.E. of regression 1, F-statistic 166,4717 Prob(F-statistic) 0, Sum squared resid 504,4713

32 Efek Individu Indeks (i) Kabupaten/Kota Indeks (i) Kabupaten/Kota 1 Kabupaten Pacitan Kabupaten Magetan Kabupaten Ponorogo Kabupaten Ngawi Kabupaten Trenggalek Kabupaten Bojonegoro Kabupaten Tulungagung Kabupaten Tuban Kabupaten Blitar Kabupaten Lamongan Kabupaten Kediri Kabupaten Gresik Kabupaten Malang Kabupaten Bangkalan Kabupaten Lumajang Kabupaten Sampang Kabupaten Jember Kabupaten Pamekasan Kabupaten Banyuwangi Kabupaten Sumenep Kabupaten Bondowoso Kota Kediri Kabupaten Situbondo Kota Blitar Kabupaten Probolinggo Kota Malang Kabupaten Pasuruan Kota Probolinggo Kabupaten Sidoarjo Kota Pasuruan Kabupaten Mojokerto Kota Mojokerto Kabupaten Jombang Kota Madiun Kabupaten Nganjuk Kota Surabaya Kabupaten Madiun Kota Batu

33 Uji Serentak Hipotesis H 0: β1= β 2=... = β8= 0 H : 1 β k minimal ada satu 0 Uji Parsial Hipotesis H 0: β k = 0 H : β 0 1 k Statistik Uji F F-tabel Keputusan 166,4717 2,7 Tolak H0 Kesimpulan : Minimal ada satu parameter yang signifikan Variabel Koefisien t- hitung p-value C X X X * X * X * X X * X8 8.41E *

34 Uji Asumsi Identik Prediktor Koefisien p-value Konstanta ln X1 ln X2 ln X3 ln X4 ln X5 ln X6 ln X7 ln X8 23,156 0,790 0,082-1,372-0,129-0,270 -,331-4,476 0,252 0,125 0,276 0,905 0,485 0,667 0,878 0,238 0,119 0,340

35 Uji Asumsi Independen Lag ACF LBQ p-value 1 0,008 0,003 0, ,058 0,144 0,930 Autocorrelation Lag ,288 3,746 0, ,068 3,956 0, ,005 3,957 0, ,145 4,960 0, ,092 5,375 0, ,096 5,845 0, ,049 5,972 0, ,024 6,004 0, ,021 6,027 0, ,142 7,199 0, ,102 7,834 0, ,095 8,409 0, ,207 11,232 0, ,231 14,930 0,530

36 Uji Asumsi Normalitas

37 KESIMPULAN & SARAN

38 1. Secara umum, IPM Provinsi Jawa Timur dari tahun 2004 hingga 2011 mengalami peningkatan. Jika dilihat dari pola grafiknya, variabel APS, RT dengan akses air bersih, TPAK, dan PDRB perkapita memiliki hubungan positif terhadap IPM. Variabel jumlah sarana kesehatan dan rasio guru terhadap siswa selama delapan tahun menunjukkan hasil yang relatif konstan. Variabel rasio sekolah terhadap siswa dan kepadatan penduduk setiap tahun mengalami pergerakan yang tidak menentu. Wilayah dengan rata-rata IPM tertinggi adalah Kota Blitar yaitu sebesar 75, Terdapat lima variabel yang berpengaruh signifikan terhadap IPM antara lain variabel angka partisipasi SMP/MTs, jumlah sarana kesehatan, RT dengan akses air bersih, tingkat partisipasi angkatan kerja, dan PDRB perkapita

39 Berdasarkan penelitian yang telah dilakukan, saran yang dapat diberikan adalah : 1. Upaya yang dapat dilakukan pemerintah provinsi Jawa Timur untuk meningkatkan IPM dari aspek pendidikan adalah dengan meningkatkan angka partisipasi SMP. Pembangunan dalam meningkatkan kualitas kesehatan masyarakat dapat dilakukan dengan menambah jumlah sarana kesehatan dan meningkatkan persentase rumah tangga yang menggunakan air bersih. Dari aspek kualitas hidup layak pemerintah perlu meningkatkan partisipasi angkatan kerja serta meningkatkan PDRB perkapita. 2. Untuk penelitian selanjutnya diharapkan menggunakan indikator lain yang berbeda dengan penelitian ini agar diketahui indikator lain yang juga berpengaruh terhadap IPM dan lebih dapat menjelaskan IPM.

40 Aisyah, N. (2004), Ketertkaitan Antara Indikator Pembangunan Ekonomi dan Indeks Pembangunan Manusia Dalam Perekonomian Indonesia. Skripsi, Institut Pertanian Bogor. Alam, J. (2006), Disparitas Pendapatan dan Faktor-Faktor yang Berpengaruh Terhadap Pencapaian Indeks Pembangunan Manusia di Kabupaten Bekasi. Laporan Tesis, Pascasarjana Universitas Indonesia. Ali, N. B. V. (2006), Analisis Hubungan Pembangunan Manusia dan Kinerja Perekonomian di Indonesia : Suatu Pendekatan Simultan pada Model Data Panel Provinsi. Laporan Tesis, Pascasarjana Universitas Indonesia. Badan Pusat Statistik (BPS). (2008), Indeks Pembangunan Manusia BPS, Jakarta. Badan Pusat Statistik (BPS). (2010), Jawa Timur Dalam Angka. Jawa Timur. Bappenas. (1999), Data Dasar Pembangunan Daerah Kabupaten/Kota Tahun Bappenas, Jakarta. Faidah, D. Y. dan Purhadi. (2004), Pemodelan Regresi Probit Ordinal Pada Indeks Pembangunan Manusia Provinsi Sumatera Utara, Jawa Barat, Jawa Tengah, dan Jawa Timur. Skripsi, Institut Teknologi Sepuluh Nopember. Green, W. H. (2000), Econometric Analysis, 4th Edition. Prentice Hall, Inc. Gujarati, D. (2003), Basic Econometrics. Mc Grwa Hill, Inc, New York. Hsiao, C. (2003), Analysis of Panel Data. New York : Cambridge University Press. Kunarjo. (1992), Perencanaan dan Pembiayaan Pembangunan. Penerbit Universitas Indonesia (UI- Press). Walpole, R. E. (1995), Pengantar Statistika, Edisi 3. Jakarta: PT. Gramedia Pustaka Utama.