Kata Kunci : Common Effect, Fixed Effect, Tingkat Kesejahteraan Masyarakat (IPM), Regresi Data Panel

Transkripsi

1 Judul Nama Pembimbing : Analisis Tingkat Kesejahteraan Masyarakat Kabupaten/Kota di Provinsi Bali : Kadek Ari Lestari : 1. Ir. I Putu Eka Nila Kencana, M.T. 2. Ir. I Komang Gde Sukarsa, M.Si. ABSTRAK Penelitian ini menganalisis tingkat kesejahteraan masyarakat kabupaten/kota di Provinsi Bali pada periode tahun 2009 hingga 2014, kemudian melihat perbedaan tingkat kesejahteraan masyarakat antarkabupaten/kota dengan menjadikan kabupaten/kota sebagai variabel dummy. Penelitian ini bertujuan untuk (1) menentukan model regresi data panel manakah yang lebih layak antara pendekatan Common Effect Model (CEM) dan pendekatan Fixed Effect Model (FEM) untuk memodelkan tingkat kesejahteraan masyarakat (IPM) di sembilan kabupaten/kota Provinsi Bali; (2) mengetahui variabel yang berpengaruh signifikan terhadap tingkat kesejahteraan masyarakat (IPM). Penelitian ini menggunakan 17 variabel yang didapat dari Badan Pusat Statistika (BPS) Bali. Penelitian ini diperoleh kesimpulan bahwa pendekatan Fixed Effect Model (FEM) lebih layak daripada pendekatan Common Effect Model (CEM) dengan nilai R 2 adj sebesar 94,7%. Hasil ini menunjukkan bahwa variabel rata-rata lama sekolah dan angka harapan hidup yang berpengaruh signifikan terhadap tingkat kesejahteraan masyarakat (IPM) di sembilan kabupaten/kota Provinsi Bali. Kata Kunci : Common Effect, Fixed Effect, Tingkat Kesejahteraan Masyarakat (IPM), Regresi Data Panel v

2 Tittle Name Supervisor : Analysis of the Human Development Index District in the Province of Bali : Kadek Ari Lestari : 1. Ir. I Putu Eka Nila Kencana, M.T. 2. Ir. I Komang Gde Sukarsa, M.Si. ABSTRACT This study analyzed the Human Development Index district in the Province of Bali for to period 2009 to 2014, and identified the difference Human Development Index (HDI) between district by making its as dummy variable. This research is aimed to (1) determine which panel data regression model is more accurate between Common Effect Model (CEM) and Fixed Effect Model (FEM) in modeling the Human Development Index (HDI) for nine district in the Province of Bali; (2) determine the variables that significantly affect the Human Development Index (HDI). This study utilized 17 variables that are obtained from the Central Bureau of Statistics (BPS) Bali. This research concluded that Fixed Effect Model (FEM) is more accurate then Common Effect Model (CEM) with showed by R 2 adj as much as 94,7%. In addition predict ease showed that the variables the average time length of the school and life expectancy significantly affect the HDI for all of districts in the Province of Bali. Keywords: Common Effect, Fixed Effect, Public Welfare Rates (HDI), Panel Data Regression vi

3 DAFTAR ISI Halaman LEMBAR JUDUL... i LEMBAR PERSEMBAHAN... ii LEMBAR PERNYATAAN... iii LEMBAR PENGESAHAN... iv ABSTRAK v ABSTRACT vi KATA PENGANTAR... vii BIODATA ALUMNI... ix DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR LAMPIRAN... xv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 5 BAB II TINJAUAN PUSTAKA Analisis Regresi Analisis Regresi Linear Sederhana... 7 x

4 2.1.2 Analisis Regresi Linear Berganda Standarisasi Data Konsep Data Panel Regresi Data Panel Common Effect Model (CEM) Estimasi Parameter dengan Penduga OLS Fixed Effect Model (FEM) Estimasi Parameter dengan Penduga LSDV Pemilihan Model Regresi Data Panel Pengujian Signifikansi Paramater Uji Serentak (Uji F) Uji Parsial (Uji t) Koefisien Determinasi Kesejahteraan Masyarakat Indeks Pembangunan Manusia BAB III METODE PENELITIAN Variabel Penelitian Jenis dan Sumber Data Teknik Analisis Data BAB IV HASIL DAN PEMBAHASAN Analisis Deskriptif Standarisasi Data xi

5 4.3 Analisis Regresi Data Panel Pada Sembilan kabupaten/kota di Provinsi Bali dari Tahun Analisis Regresi Data Panel Model Common Effect Analisis Regresi Data Panel Model Fixed Effect Uji Pemilihan Model Regresi Data Panel Pengujian Signifikansi Parameter Model Uji Serentak Uji Parsial Koefisien Determinasi (R 2 ) Interpretasi Model BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN xii

6 DAFTAR TABEL Tabel Halaman 2.1 Struktur Data Panel Secara Umum Statistik Deskripstif Data Indeks Pembangunan Manusia (IPM) Hasil Regresi Data Panel Pada Model Common Effect Hasil Regresi Data Panel Pada Model Fixed Effect Nilai Uji Chow Model Regresi Data Panel Nilai Uji F Model Regresi Data Panel Hasil Uji Parsial Semua Variabel Bebas Pada Model Efek Individu Nilai koefisien determinasi R 2 dari model Fixed Effect xiii

7 DAFTAR GAMBAR Gambar Halaman 4.1 Grafik Garis Variabel Respon (IPM) Tahun xiv

8 DAFTAR LAMPIRAN Lampiran 1. Data Panel Tingkat Kesejahteraan Masyarakat (IPM) 2. Data Variabel yang di Standarisasi dari Variabel Tingkat Kesejahteraan Masyarakat (IPM) 3. Data Nilai Indeks Pembangunan Manusia (IPM) Periode Tahun Output Model Common Effect dengan Penduga OLS 5. Output Model Fixed Effect dengan Penduga LSDV 6. Output Uji Chow 7. Output Matriks Korelasi 8. Output Analisis Ulang dengan Variabel yang Signifikan Pada Model Fixed Effect dengan Penduga LSDV xv

9 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan analisis statistika yang memanfaatkan hubungan antara dua atau lebih variabel kuantitatif, sehingga salah satu variabel dapat diestimasi dan/atau diprediksi dari variabel-variabel lainnya. Gujarati (2004) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang dijelaskan (variabel respon) dengan satu atau lebih variabel yang menjelaskan (variabel bebas) dengan maksud menaksir dan/atau memprediksi nilai rata-rata hitung (mean) atau rata-rata populasi variabel takbebas berdasarkan nilai yang telah diketahui atau ditetapkan. Salah satu pengembangan dari analisis regresi adalah analisis regresi data panel. Regresi data panel memberikan hasil yang lebih informatif, karena data yang digunakan adalah data panel. Hal ini dikarenakan data panel atau pooled data mampu mengkombinasikan data deret waktu dan data cross section. Data deret waktu merupakan data yang diperoleh dari amatan terhadap satu atau lebih variabel selama beberapa periode waktu yang berbeda, sedangkan data cross section merupakan data yang diperoleh dari amatan terhadap satu atau lebih variabel yang dikumpulkan dari beberapa unit individu dalam satu periode waktu yang sama. Pada data panel, unit cross section diamati secara terus-menerus selama beberapa periode waktu (Gujarati, 2004, p.636). Data panel dapat dibedakan menjadi dua yaitu data panel seimbang (balanced panel data) dan data panel tidak seimbang (unbalanced panel data). 1

10 2 Balanced panel data terjadi apabila setiap unit cross section memiliki jumlah amatan waktu yang sama, sedangkan unbalanced panel data terjadi apabila setiap unit cross section memiliki jumlah amatan waktu yang berbeda (Gujarati, 2004, p.640). Ada beberapa keuntungan yang diperoleh dalam menggunakan data panel yaitu mampu mengontrol heterogenitas individu, dapat digunakan untuk membangun dan menguji model perilaku yang lebih kompleks, memberikan data yang lebih informatif, lebih bervariasi, mengurangi kolinearitas antar variabel, memperbesar derajat kebebasan, lebih efisien dan dapat digunakan sebagai study of dynamic adjustment (Baltagi, 2005, p.4). Model regresi yang menggunakan data panel disebut model regresi data panel. Regresi data panel memiliki tiga metode yang bisa digunakan yaitu Common Effect Model (CEM) yang merupakan model data panel sederhana, Fixed Effect Model (FEM) yang merupakan model dengan penambahan variabel dummy pada data panel, dan Random Effect Model (REM) yang merupakan model yang memperhitungkan error pada data panel dengan menggunakan metode kuadrat terkecil yang digeneralisasi (Generalized Least Square/GLS). Pada CEM dan REM tidak dapat diketahui perbedaan intersep, baik antarindividu maupun antarwaktu. Hal ini disebabkan pada CEM, intersep dan koefisien slope diasumsikan konstan, sementara pada REM lebih berfokus pada error. Sedangkan pada FEM dapat diketahui perbedaan intersep antarindividu dan antarwaktu dengan penambahan variabel dummy. Teknik penambahan variabel dummy disebut juga dengan Least Square Dummy Variable (LSDV) yang

11 3 merupakan kelebihan dari FEM dibandingkan CEM maupun REM untuk mengetahui perbedaan karakteristik dalam setiap individu (Gujarati, 2004, p.642). Beberapa penelitian mengenai analisis regresi data panel antara lain sebagai berikut: Apriliawan (2013) meneliti tentang pemodelan laju inflasi di Provinsi Jawa Tengah menggunakan regresi data panel. Mustaqim (2009) meneliti tentang pendekatan persamaan simultan dengan FEM untuk pemodelan penyerapan tenaga kerja di Provinsi Jawa Tengah. Jundi (2014) meneliti faktor-faktor yang memengaruhi tingkat kemiskinan provinsi-provinsi di Indonesia menggunakan pendekatan FEM. Salah satu contoh data panel adalah data tingkat kesejahteraan masyarakat. Kesejahteraan masyarakat merupakan salah satu tujuan yang diharapkan setiap pemerintah daerah. Berbagai upaya telah dirancang dan dilaksanakan oleh pemerintah daerah untuk meningkatkan pertumbuhan ekonomi daerahnya dan diharapkan berdampak positif bagi kesejahteraan masyarakat. Salah satu tolak ukur dari tingkat kesejahteraan masyarakat pada suatu daerah adalah Indeks Pembangunan Masyarakat (IPM) (UNDP, 1990). Meningkatnya angka IPM menandakan meningkatnya kesejahteraan masyarakat pada daerah tersebut. Bali merupakan salah satu provinsi di Indonesia. Bali memiliki sembilan kabupaten/kota. IPM Provinsi Bali menduduki peringkat 15 pada tahun 2013 sebesar 74,11 (BPS, 2014). Bali terus mengalami peningkatan dalam tingkat kesejahteraan masyarakat dari tahun 2009 hingga tahun Ini semua tidak terlepas dari faktor-faktor dari tingkat kesejahteraan di Bali.

12 4 Pada penelitian ini, penulis akan mengaplikasikan analisis regresi data panel dengan pendekatan CEM dan FEM untuk menganalisis tingkat kesejahteraan masyarakat (IPM) dengan indikator-indikator yang menjadi variabel dari tingkat kesejahteraan masyarakat di Provinsi Bali. 1.2 Rumusan Masalah Adapun rumusan masalah yang diajukan dalam penelitian ini yaitu: 1. Apakah model regresi data panel dengan pendekatan Fixed Effect Model (FEM) lebih layak digunakan dibandingkan dengan pendekatan Common Effect Model (CEM) untuk memodelkan tingkat kesejahteraan masyarakat (IPM) di sembilan kabupaten/kota Provinsi Bali menggunakan data pada periode ? 2. Variabel apa saja yang berpengaruh signifikan terhadap tingkat kesejateraan masyarakat (IPM) di sembilan kabupaten/kota Provinsi Bali menggunakan data pada periode ? 1.3 Batasan Masalah Adapun batasan masalah dalam penelitian ini yaitu: 1. Data yang digunakan dalam penelitian ini adalah data sekunder berdasarkan data hasil dari Survei Sosial Ekonomi Nasional (SUSENAS) 2014 dan data ketenagakerjaan menggunakan hasil dari Survei Angkatan Kerja Nasional (SAKERNAS) 2014, kemudian data Sensus Penduduk 2010 dan ditambah data penunjang dalam bentuk pustaka tercetak publikasi oleh BPS serta Data Strategis BPS 2014 dari situs resmi BPS.

13 5 2. Data yang digunakan hanya dibatasi dalam kurun waktu 5 tahun dari tahun Faktor-faktor yang memengaruhi tingkat kesejahteraan masyarakat dibatasi dalam hal Indeks Pembangunan Manusia (IPM). 1.4 Tujuan Penelitian Tujuan penelitian yang ingin dicapai, antara lain: 1. Untuk mengetahui apakah model regresi data panel dengan pendekatan Fixed Effect Model (FEM) lebih layak digunakan dibandingkan dengan pendekatan Common Effect Model (CEM) untuk memodelkan tingkat kesejahteraan masyarakat (IPM) di sembilan kabupaten/kota Provinsi Bali menggunakan data pada periode Untuk mengetahui variabel yang berpengaruh signifikan terhadap tingkat kesejahteraan masyrakat (IPM) di sembilan kabupaten/kota Provinsi Bali menggunakan data pada periode Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini, antara lain: 1. Bagi Penulis Untuk mengaplikasikan dan menjelaskan pengetahuan dan keilmuwan di bidang matematika khususnya mengenai analisis regresi data panel dengan pendekatan CEM dan FEM.

14 6 2. Bagi Mahasiswa Untuk menambah wawasan ilmu pengetahuan mahasiswa tentang model regresi data panel dengan pendekatan CEM dan FEM serta diharapkan dapat dijadikan acuan untuk melakukan penelitian selanjutnya. 3. Bagi Pemerintah Memberikan gambaran bagi pemerintah daerah dalam mengevaluasi dan merencanakan pembangunan yang akan dilaksanakan selanjutnya serta dapat mengambil kebijakan-kebijakan sehubungan dengan kesejahteraan masyarakat.

15 7 7