HasilPenaksiranModel dengan 2SLS

dokumen-dokumen yang mirip
PEMODELAN PDRB PROPINSI JAWA TIMUR DENGAN PENDEKATAN SISTEM PERSAMAAN SIMULTAN

Analisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan

BAB V PENUTUP. maka diperoleh kesimpulan yang dapat diuraikan sebagai berikut : tingkat kemiskinan di Provinsi Jawa Timur.

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

III. METODE PENELITIAN. model struktural adalah nilai PDRB, investasi Kota Tangerang, jumlah tenaga kerja,

PENERAPAN METODE TWO STAGE LEAST SQUARES PADA MODEL PERSAMAAN SIMULTAN DALAM MERAMALKAN PDRB

FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI PROVINSI JAWA TIMUR TAHUN

BAB V PENUTUP. terhadap variabel Y (PAD) Kabupaten Kapuas Hulu. signifikan terhadap variabel Y (PAD) Kabupaten Kapuas Hulu.

Daftar Isi. Daftar Isi... i Daftar Tabel... iii Daftar Gambar... vii 1. PENDAHULUAN...1

Model Ekonometrika Spasial Pertumbuhan Propinsi Kepulauan Riau, Sebagai Dasar Pengembangan Sistem Pertahanan.

III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah

BAB V PENUTUP. 5.1 Kesimpulan. Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang

ANALISIS POTENSI PENDAPATAN ASLI DAERAH DI PROVINSI KALIMANTAN TENGAH TAHUN SKRIPSI. Derajad Sarjana Ekonomi. Oleh :

BAB 1 PENDAHULUAN. merupakan rangkuman dari Indeks Perkembangan dari berbagai sektor ekonomi

FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI INDONESIA PERIODE SKRIPSI

DAFTAR PUSTAKA. Badan Pusat Statistik. (2004). Bantul Dalam Angka Yogyakarta: Badan Pusat Statistik.

METODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel

BAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek.

III. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan

BAB III METODOLOGI PENELITIAN. menggunakan hipotesa. Jenis penelitian ini adalah penelitian sebab akibat

ESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR

Analisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan

BAB I PENDAHULUAN. penghambat adalah pertumbuhan penduduk yang tinggi. Melonjaknya

PENDUGAAN PARAMETER PADA MODEL SIMULTAN. Oleh: M. Rondhi, Ph.D

UJI ASUMSI KLASIK DENGAN SPSS Disusun oleh: Andryan Setyadharma

BAB V KESIMPULAN DAN SARAN

DAFTAR PUSTAKA. Gujarati. (2003). Basic Econometric. Singapore : McGraw Hill

PENGARUH PERTUMBUHAN EKONOMI, UPAH MINIMUM, PENDIDIKAN, DAN PENGANGGURAN TERHADAP TINGKAT KEMISKINAN DI PROVINSI JAWA TENGAH TAHUN SKRIPSI

EKONOMETRIKA DAN APLIKASI DALAM EKONOMI (Dilengkapi Aplikasi EVIEWS 7)

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan

ANALISIS STRUKTUR EKONOMI EMPAT KABUPATEN WILAYAH BARLINGMASCAKEB Oleh: Ratna Setyawati Gunawan 1) dan Diah Setyorini Gunawan 2)

VIII. DAFTAR PUSTAKA

Keywords : GDRP, learning distribution, work opportunity

V. PEMBAHASAN Perkembangan Penyerapan Tenaga Kerja Sektor Industri dan Perdagangan, Hotel dan Restoran di Pulau Jawa

ANALISIS EFEK PERTUMBUHAN EKONOMI PADA DISTRIBUSI PENDAPATAN DI KABUPATEN JOMBANG

SKRIPSI. Untuk Memenuhi Salah Satu Persyaratan Mencapai Derajad Sarjana Ekonomi. Oleh: Ghisol

LAMPIRAN I HASIL REGRESI DAN UJI ASUMSI KLASIK PENDUGAAN PARAMETER MODEL SIMULTAN

Pengaruh Investasi Kelapa Sawit dan Tenaga Kerja terhadap PDRB pada Sub Sektor Perkebunan di Kabupaten Kutai Timur

Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur

REGRESI LINIER BERGANDA

III. METODE PENELITIAN. Pusat Statistik (BPS) Kota Bandar Lampung yang berupa cetakan atau publikasi

BAB III METODOLOGI PENELITIAN. menganalisis data, penulis menggunakan alat bantu komputer seperti paket

ISSN: Vol. 1 No. 1 Agustus 2012

DAFTAR PUSTAKA. Ascarya Instrumen-Instrumen Pengendalian Moneter. Pusat Pendidikan dan Studi Kebanksentralan, Bank Indonesia, Jakarta.

DAFTAR PUSTAKA. Badan Pusat Statistik DIY Dalam Angka. Badan Pusat Statistik. Daerah Istimewa Yogyakarta.

DAFTAR PUSTAKA. Anonim, Statistik DIY Dalam Angka, Berbagai edisi, BPS, Jogjakarta.

FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI KABUPATEN LUMAJANG TAHUN SKRIPSI

III. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder

DAFTAR PUSTAKA. Badan Pusat Statistik (BPS) diakses dari diakses pada. tanggal 2 Februari 2016 pada jam WIB.

BAB I PENDAHULUAN. ekonomi suatu bangsa. Industrialisasi dapat diartikan sebagai suatu proses

Halaman Tulisan Jurnal (Judul dan Abstraksi)

BAB III METODOLOGI PENELITIAN. Sasaran penelitian ini berkaitan dengan obyek yang akan ditulis, maka

BAB V HASIL DAN PEMBAHASAN

Analisis penyerapan tenaga kerja pada sektor pertanian di Kabupaten Tanjung Jabung Barat

BAB III METODE PENELITIAN. dependen yang digunakan dalam penelitian ini adalah pendapatan asli. sarana pendukung, dan jumlah obyek wisata.

BAB V PENUTUP. Konvergensi antar Provinsi di Indonesia adalah sebagai berikut:

BAB III METODE PENELITIAN. matematika dan membuat generalisasi atas rerata. 73. pengaruh Kurs, Suku Bunga Bank Indonesia (BI Rate), dan Jumlah Uang

TERHADAP PERTUMBUHAN EKONOMI DI JAWA TENGAH

ANALISIS PENYERAPAN TENAGA KERJA PERKOTAAN DI PROVINSI JAWA TIMUR SKRIPSI. Oleh: Ari Trisnawati JURUSAN EKONOMI PEMBANGUNAN FAKULTAS EKONOMI

BAB V PENUTUP. sejenis yang ingin melanjutkan atau mengembangkan penelitian ini.

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN DI SUMATERA UTARA TAHUN 2005 SAMPAI 2015

ANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN MODEL DATA PANEL INTISARI

EFISIENSI PENGGUNAAN FAKTOR PRODUKSI USAHATANI PADI ORGANIK (Kasus Desa Kebonagung dan Desa Selopamioro, Kecamatan Imogiri, Kabupaten Bantul)

FAKULTAS EKONOMI UNIVERSITAS ANDALAS SKRIPSI

BAB V KESIMPULAN. 1. Hasil uji F menunjukkan bahwa variabel likuiditas (X 1 ), leverage (X 2 ),

DAFTAR PUSTAKA. Amang, B Kebijaksanaan Pangan Nasional. Dharma Karsa Utama. Jakarta.

Faktor Penentu Pertumbuhan Ekonomi Kabupaten Bungo

BAB V PENUTUP. 5.1 Kesimpulan. Berdasarkan beberapa temuan dalam penelitian ini, peneliti mengambil. kesimpulan yaitu

BAB V KESIMPULAN DAN SARAN. Subosukawonosraten Provinsi Jawa Tengah periode , maka. dapat diambil kesimpulan sebagai berikut :

Pengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel

ANALISIS PERBANDINGAN POTENSI EKONOMI KABUPATEN DAN KOTA DI PROVINSI LAMPUNG SKRIPSI

BAB III METODOLOGI PENELITIAN. berbentuk time series selama periode waktu di Sumatera Barat

KAJIAN PENGARUH BELANJA DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI JAMBI. Oleh: N U R D I N Dosen STIE Muhammadiyah Jambi ABSTRAK

PEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN DENGAN REGRESI PANEL

BAB III METODOLOGI PENELITIAN. data yang digunakan terkait dengan penelitian tentang pengaruh jumlah penduduk

ANALISIS PENGARUH JUMLAH PENDUDUK, JUMLAH TENAGA KERJA DAN PENDAPATAN ASLI DAERAH (PAD) TERHADAP PERTUMBUHAN EKONOMI DI KOTA SURAKARTA TAHUN

BAB V PENUTUP. Kesimpulan yang diperoleh dari penelitian ini adalah sebagai berikut : terhadap permintaan uang (M2) 2000:Q1 2008:Q2.

III. METODE PENELITIAN. Jenderal Pengelolaan Utang, Bank Indonesia dalam berbagai edisi serta berbagai

BAB I PENDAHULUAN. Paradigma pembangunan modern memandang suatu pola yang berbeda

GARIS-GARIS BESAR PROGRAM PENGAJARAN

PENGARUH REALISASI ANGGARAN PENDAPATAN DAN BELANJA DAERAH (APBD) TERHADAPPERTUMBUHAN EKONOMI DI PROVINSI SUMATERA BARAT

ANALISIS PENGARUH PRODUK DOMESTIK REGIONAL BRUTO (PDRB), INDEKS PEMBANGUNAN MANUSIA (IPM) TERHADAP JUMLAH PENDUDUK MISKIN DI INDONESIA SKRIPSI

Transkripsi:

HasilPenaksiranModel dengan 2SLS Setelah memenuhi semua uji asumsi, hasil penaksiran model pada masing-masing persamaan adalah sebagai berikut. a. SEKTOR PERTANIAN PC1 Penaksiran Parameter 16.64636 0.409294 Standart Error 0.058847 0.093738 t hitung 177.58 6.96 Prob > T <.0001 <.0001 R-Square=78.82%;Pr>F=<.0001;Fhitung=48.37 Bobotpadamasing-masingvariabeldalamprincipal component 1 adalah sebagai berikut. PC1 = 0.578 Z 1 + 0.575 Z 2 + 0.579 Z 3 Label Principal Component 1

Lanjutan-Sektor Pertanian Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrbp) dengan PC1 adalah sebagai berikut. Ln(PDRBPt)= 16.64636+ 0.409294 PC1 Ln(PDRBP t ) =16.64636+ 0.409294 (0.578 Z 1 + 0.575 Z 2 + 0.579 Z 3 ) Ln(PDRBP t ) = 16.64636 +0.236571932 Z 1 + 0.23534405 Z 2 + 0.236981226 Z 3 Ln(PDRBP t ) = 16.64636 +3.190256104 ln(wgp)+ 5.969420321 ln(bmd) + 3.02809506 ln(bbj) PDRBP t = 16.64636WGP 3.190256104 BMD 5.969420321 BBJ 3.02809506

Interpretasi Model Sektor Pertanian Lanjutan-Sektor Pertanian Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB sektor pertanian diperoleh nilai koefisien determinasi yang masih cukup baik, yaitu sebesar 78.82%. Kenaikan upah sektor pertanian sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor pertanian sebesar 3.19% dengan asumsi variabel lainnya tetap. Kenaikan pengeluaran untuk belanja modal serta pengeluaran untuk belanja barang dan jasa masing-masing sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor pertanian masing-masing sebesar 5.97% dan 3.03% dengan asumsi variabel lainnya tetap.

b. SEKTOR PERTAMBANGAN diffln_tkt diffln_bpg Penaksiran Parameter 0.152811 0.672254-0.04907 Standart Error 0.137171 0.140362 0.268612 t hitung 1.11 4.79-0.18 Prob > T 0.2871 0.0004 0.85816 R-Square = 68.7%; Pr > F = 0.0009; F hitung = 13.10 Label Jumlah tenaga kerja sektor pertambangan Belanja Pegawai Tabel di atas menunjukkan variabel differencing ln(bpg) tidak signifikan secara statistik. Sehingga model persamaannya menjadi sebagai berikut. Ln(PDRBT t *) =0.152811+0.672254ln(TKT*) PDRBT t * =0.152811TKT* 0.672254

Lanjutan-Sektor Pertambangan Interpretasi Model Sektor Pertambangan Penerapan First difference equation untuk menghilangkan autokorelasi pada model PDRB sektor pertambangan diperoleh nilai koefisien determinasi yang masih cukup baik, yaitu sebesar 68.7%. Kenaikan tenaga kerja di sektor pertambangan sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor pertambangan sebesar 0.67% dengan asumsi variabel lainnya tetap.

c. SEKTOR INDUSTRI PENGOLAHAN PC1 Penaksiran Parameter 17.05233 0.429601 Standart Error 0.063113 0.097140 t hitung 6.81 175.54 Prob > T <.0001 <.0001 R-Square = 78.09%; Pr > F = <.0001; F hitung = 46.33 Label Principal Component 1 Bobot pada masing-masing variabel dalam principal component 1 adalah sebagai berikut. PC1 = 0.307 Z 1 + 0.546 Z 2 + 0.553 Z 3 + 0.549 Z 4 Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrbi) dengan PC1 adalah sebagai berikut. Ln(PDRBI t ) = 17.05233 + 0.429601 PC1 Ln(PDRBI t ) = 17.05233 + 0.429601 (0.307 Z 1 + 0.546 Z 2 + 0.553 Z 3 + 0.549 Z 4 ) Ln(PDRBI t ) = 17.05233 + 0.131887507 Z 1 + 0.234562146 Z 2 + 0.237569353 Z 3 + 0.235850949 Z 4 Ln(PDRBI t ) = 17.05233 + 4.397089006 ln(tki) + 5.949587597 ln(bmd) + 3.03561002 ln(bbj) + 2.865129997 ln(bpg) PDRBI t = 17.05233TKI 4.397089006 BMD 5.949587597 BBJ 3.03561002 BPG 2.865129997

Lanjutan-Sektor Industri Pengolahan Interpretasi Model Sektor Industri Pengolahan Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB sektor industri pengolahan diperoleh nilai koefisien determinasi yang masih cukup baik, yaitu sebesar 78.09%. Kenaikan tenaga kerja di sektor industri pengolahan sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor industri pengolahan sebesar 4.39% dengan asumsi variabel lainnya tetap. Kenaikan untuk pengeluaran belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai masing-masing sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor industri pengolahan masing-masing sebesar 5.95%, 3.4%, dan 2.87% dengan asumsi variabel lainnya tetap.

d. SEKTOR LISTRIK, GAS, DAN AIR BERSIH ln_tkl ln_bbj Penaksiran Parameter 3.912442 0.097210 0.480230 Standart Error 1.911929 0.162018 0.027144 t hitung 2.05 0.60 17.69 Prob > T 0.0633 0.5597 <.0001 Label Jumlah tenaga kerja sektor listrik Belanja Barang dan Jasa R-Square=0.96570;Pr>F=<.0001;F hitung =168.90 Tabel di atas menunjukkan ln(tkl) tidak signifikan secara statistik. Sehingga model persamaannya menjadi sebagai berikut. Ln(PDRBL t ) =3.912442+0.480230BBJ PDRBL t =3.912442BBJ 0.480230

Lanjutan-Sektor Listrik, Gas, dan Air Bersih Interpretasi Model Sektor Listrik, Gas, dan Air Bersih Model PDRB sektor listrik, gas, dan air bersih memiliki hasil penaksiran yang sangat baik baik, sebagaimana terlihat dari nilai koefisien determinasi (R 2 ) sebesar 0.92439. pengeluaran untuk belanja barang dan jasa mempunyai hubungan yang positif dengan besarnya nilai PDRB sektor listrik, gas, dan air bersih, dalam artian kenaikan pengeluaran untuk belanja barang dan jasa sebesar 1 % akan mengakibatkan kenaikan nilai PDRB sektor listrik, gas, dan air bersih sebesar 0.48% dengan asumsi variabel lainnya tetap.

e. SEKTOR BANGUNAN PC1 Penaksiran Parameter 15.32469 0.246917 Standart Error 0.057210 0.092165 t hitung Prob > T 166.27 4.32 <.0001 0.0008 R-Square = 58.89%; Pr > F = 0.0008; F hitung = 18.63 Label Principal Component 1 Bobot pada masing-masing variabel dalam principal component 1 adalah sebagai berikut. PC1 = 0.419 Z 1 + 0.520 Z 2 + 0.530 Z 3 + 0.523 Z 4 Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrbl) dengan PC1 adalah sebagai berikut. Ln(PDRBB t ) = 15.32469 + 0.246917 PC1 Ln(PDRBB t ) = 15.32469 + 0.246917 (0.419 Z 1 + 0.520 Z 2 + 0.530 Z 3 + 0.523 Z 4 ) Ln(PDRBB t ) = 15.32469 + 0.103458223 Z 1 + 0.12839684 Z 2 + 0.13086601 Z 3 + 0.129137591 Z 4 Ln(PDRBB t ) = 15.32469 + 3.434919 ln(tkb) + 3.256741 ln(bmd) + 1.672178 ln(bbj) + 1.56877 ln(bpg) PDRBB t = 15.32469TKB 3.434919 BMD 3.256741 BBJ 1.672178 BPG 1.56877

Interpretasi Model Sektor Bangunan Lanjutan-Sektor Bangunan Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB sektor bangunan diperoleh nilai koefisien determinasi yang masih cukup baik, yaitu sebesar 58.89%. Kenaikan tenaga kerja di sektor bangunan sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor bangunan sebesar 3.43% dengan asumsi variabel lainnya tetap. Kenaikan untuk pengeluaran belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai masing-masing sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor bangunan masing-masing sebesar 3.27%, 1.67%, dan 1.57% dengan asumsi variabel lainnya tetap.

f. SEKTOR PERDAGANGAN ln_tkd ln_bmd ln_bpg Penaksiran Parameter -20.3539 1.043280 1.128483-0.09718 Standart Error 25.34720 1.788317 0.381150 0.193256 t hitung -0.80 0.58 2.96-0.50 Prob > T 0.4390 0.5714 0.013 0.625 Label Jumlah tenaga kerja sektor perdagangan Belanja Modal Belanja Pegawai R-Square = 0.81414; Pr > F = 0.0002; F hitung = 16.06 Tabel di atas menunjukkan ln(tkd) dan ln(bpg) tidak signifikan secara statistik. Sehingga model persamaannya menjadi sebagai berikut. Ln(PDRBD t ) = -20.3539+ 1.128483ln_BMD PDRBD t = -20.3539BMD 1.128483

Lanjutan-Sektor Perdagangan Interpretasi Model Sektor Perdagangan Model PDRB sektor perdagangan memiliki hasil penaksiran yang cukup baik, sebagaimana terlihat dari nilai koefisien determinasi (R 2 ) sebesar 0.81414. pengeluaran untuk belanja modal mempunyai hubungan yang positif dengan besarnya nilai PDRB sektor perdagangan, dalam artian kenaikan pengeluaran untuk belanja modal sebesar 1 % akan mengakibatkan kenaikan nilai PDRB sektor perdagangan sebesar 1.128483% dengan asumsi variabel lainnya tetap.

g. SEKTOR TRANSPORTASI Penaksiran Parameter Standart Error t hitung Prob > T Label PC1 15.62909 0.373432 0.06642 0.042211 235.31 8.85 <.0001 <.0001 R-Square = 85.76%; Pr > F = <.0001; F hitung = 78.26 Principal Component 1 Bobot pada masing-masing variabel dalam principal component 1 adalah sebagai berikut. PC1 = 0.382 Z1 + 0.529 Z2 + 0.537 Z3 + 0.535 Z4 Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrba) dengan PC1 adalah sebagai berikut. Ln(PDRBA t ) = 15.62909 + 0.373432 PC1 Ln(PDRBA t ) = 15.62909 + 0.373432 (0.382 Z 1 + 0.529 Z 2 + 0.537 Z 3 + 0.535 Z 4 ) Ln(PDRBA t ) = 15.62909 + 0.142651024 Z 1 + 0.197545528 Z 2 + 0.200532984 Z 3 + 0.19978612 Z 4 Ln(PDRBA t ) = 15.62909 + 6.268193 ln(tka) + 5.010674 ln(bmd) + 2.562367 ln(bbj) + 2.427013 ln(bpg) PDRBA t =15.62909TKA 6.268193 BMD 5.010674 BBJ 2.562367 BPG 2.427013

Lanjutan-Sektor Transportasi Interpretasi Model Sektor Transportasi Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB sektor transportasi diperoleh nilai koefisien determinasi yang masih baik, yaitu sebesar 85.76%. Kenaikan tenaga kerja di sektor transportasi sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor transportasi sebesar 6.27% dengan asumsi variabel lainnya tetap. Kenaikan untuk pengeluaran belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai masing-masing sebesar 1 % akan mengakibatkan kenaikan nilai PDRB sektor transportasi masing-masing sebesar 5.01%, 2.56%, dan 2.43% dengan asumsi variabel lainnya tetap.

h. SEKTOR LEMBAGA KEUANGAN DAN JASA PERUSAHAAN PC1 Penaksira n Parameter 15.51769 0.356601 Standart Error 0.116149 0.087337 t hitung Prob > T 133.60 4.08 <.0001 0.0013 R-Square = 56.19%; Pr > F = 0.0013; F hitung = 16.67 Label Principal Component 1 Bobot pada masing-masing variabel dalam principal component 1 adalah sebagai berikut. PC1 = 0.390 Z 1 + 0.664 Z 2 + 0.638 Z 3 Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrbk) dengan PC1 adalah sebagai berikut. Ln(PDRBK t ) = 15.51769 + 0.356601 PC1 Ln(PDRBK t ) = 15.51769 + 0.356601 (0.390 Z 1 + 0.664 Z 2 + 0.638 Z 3 ) Ln(PDRBK t ) = 15.51769 + 0.13907439 Z 1 + 0.236783064 Z 2 + 0.227511438 Z 3 Ln(PDRBK t ) = 15.51769 + 2.739844 ln(tkk) + 6.00592 ln(bmd) + 2.763821 ln(bpg) PDRBK t = 15.51769 TKK 2.739844 BMD 6.00592 BPG 2.763821

Lanjutan-Sektor Lembaga Keuangan dan Jasa Perusahaan Interpretasi Model Sektor Lembaga Keuangan dan Jasa Perusahaan Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB sektor lembaga keuangan dan jasa perusahaan diperoleh nilai koefisien determinasi yang cukup baik, yaitu sebesar 56.19%. Kenaikan tenaga kerja di sektor lembaga keuangan dan jasa perusahaan sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor lembaga keuangan dan jasa perusahaan sebesar 2.74% dengan asumsi variabel lainnya tetap. Kenaikan untuk pengeluaran belanja modal dan pengeluaran untuk belanja pegawai masing-masing sebesar 1 % akan mengakibatkan kenaikan nilai PDRB sektor lembaga keuangan dan jasa perusahaan masing-masing sebesar 6.01% dan 2.76%, dengan asumsi variabel lainnya tetap.

i. SEKTOR JASA -JASA PC1 Penaksiran Parameter 16.04963 0.349591 Standart Error 0.073861 0.047843 t hitung Prob > T 217.29 7.31 <.0001 <.0001 R-Square = 80.42%; Pr > F = <.0001; F hitung = 53.39 Label Principal Component 1 Bobot pada masing-masing variabel dalam principal component 1 adalah sebagai berikut. PC1 = 0.194 Z 1 + 0.564 Z 2 + 0.571 Z 3 + 0.564 Z 4 Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrbj) dengan PC1 adalah sebagai berikut. Ln(PDRBJ t ) = 16.04963 + 0.349591 PC1 Ln(PDRBJ t ) = 16.04963 + 0.349591 (0.194 Z 1 + 0.564 Z 2 + 0.571 Z 3 + 0.564 Z 4 ) Ln(PDRBJ t ) = 16.04963 + 0.067820654 Z 1 + 0.197169324 Z 2 + 0.199616461 Z 3 + 0.197169324 Z 4 Ln(PDRBJ t ) = 16.04963 + 2.97441 ln(tkj) + 5.001132 ln(bmd) + 2.550656 ln(bbj) + 2.395224 ln(bpg) PDRBJ t =16.04963TKJ 2.97441 BMD 5.001132 BBJ 2.550656 BPG 2.395224

Interpretasi Model Sektor Jasa-Jasa Lanjutan-Sektor Jasa-Jasa Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB sektor lembaga jasa-jasa diperoleh nilai koefisien determinasi yang baik, yaitu sebesar 80.42%. Kenaikan tenaga kerja di sektor jasa-jasa sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor jasa-jasa sebesar 2.97% dengan asumsi variabel lainnya tetap. Kenaikan untuk pengeluaran belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai masing-masing sebesar 1% akan mengakibatkan kenaikan nilai PDRB sektor jasa-jasa masingmasing sebesar 5.00%, 2.55%, dan 2.39% dengan asumsi variabel lainnya tetap.

j. PDRB TOTAL PROPINSI JAWA TIMUR Penaksiran Parameter Standart Error t hitung Prob > T Label PC1 18.30236 0.005393 3393.57 0.002254 <.0001 138.79 0.312768 <.0001 Principal Component 1 R-Square = 99.93%; Pr > F = <.0001; F hitung = 19261.3 Bobot pada masing-masing variabel dalam principal component 1 adalah sebagai berikut. PC1 = 0.330 Z 1 + 0.335 Z 2 + 0.338 Z 3 + 0.332 Z 4 + 0.321 Z 5 + 0.332 Z 6 + 0.337 Z 7 + 0.337 Z 8 + 0.336 Z 9 Persamaan model hasil penaksiran 2SLS antara variabel ln(pdrb) dengan PC1 adalah sebagai berikut. Ln(PDRB t ) = 18.30236 + 0.005393 (0.330 Z 1 + 0.335 Z 2 + 0.338 Z 3 + 0.332 Z 4 + 0.321 Z 5 + 0.332 Z 6 + 0.337 Z 7 + 0.337 Z 8 + 0.336 Z 9 ) Ln(PDRB t ) = 18.30236 + 0.00177969 Z 1 + 0.001806655 Z 2 + 0.001822834 Z 3 + 0.001790476 Z 4 + 0.001731153 Z 5 + 0.001790476 Z 6 + 0.001817441 Z 7 + 0.001817441 Z 8 + 0.001812048 Z 9

Lanjutan-PDRB TOTAL Ln(PDRB t ) = 18.30236 + 0.036859 ln(pdrbp) + 0.023679 ln(pdrbt)+ 0.035122 ln(pdrbi) + 0.028799 ln(pdrbl) + 0.031609 ln(pdrbb) + 0.030586 ln(pdrbd) + 0.03738 ln(pdrba) + 0.033896 ln(pdrbk) + 0.034536 ln(pdrbj) PDRB t =18.30236PDRBP 0.036859 PDRBT 0.023679 PDRBI 0.035122 PDRBL 0.028799 PDRBB 0.031609 PDRBD 0.030586 PDRBA 0.03738 PDRBK 0.033896 PDRBJ 0.034536 Interpretasi Model PDRB Total Penerapan principal component regression untuk menghilangkan multikolinearitas pada model PDRB Total diperoleh nilai koefisien determinasi yang sangat baik, yaitu sebesar 99.93%. Kenaikan pada sektor pertanian, sektor pertambangan, sektor industri pengolahan, sektor listrik-gas-dan air bersih, sektor bangunan, sektor perdagangan, sektor transportasi, sektor lembaga keuangan dan jasa perusahaan, serta sektor jasa-jasa masing-masing sebesar 1% akan mengakibatkan kenaikan nilai PDRB total masing-masing sebesar 0.037%, 0.024%, 0.035%, 0.029%, 0.032%, 0.031%, 0.037%, 0.034%, dan 0.035% dengan asumsi variabel lainnya tetap.

BagianIV KESIMPULAN DAN SARAN Seminar Tugas Akhir

KESIMPULAN 1. Model persamaan simultan pada sektor pertanian adalah sebagai berikut. PDRBP t =16.64636WGP 3.190256104 BMD 5.969420321 BBJ 3.02809506 Faktor yang mempengaruhi adalah upah di sektor pertanian, pengeluaran untuk belanja modal, dan pengeluaran untuk belanja barang dan jasa. 2. Model persamaan simultan pada sektor pertambangan adalah sebagai berikut. PDRBT t * =0.152811TKT* 0.672254 Faktor yang mempengaruhi adalah tenaga kerja di sektor pertambangan.

KESIMPULAN (Lanjutan) 3. Model persamaan simultan pada sektor industri pengolahan adalah sebagai berikut. PDRBI t =17.05233TKI 4.397089006 BMD 5.949587597 BBJ 3.03561002 BPG 2.865129997 Faktor yang mempengaruhi adalah tenaga kerja di sektor industri pengolahan, pengeluaran untuk belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai. 4. Model persamaan simultan pada sektor listrik, gas, dan air bersih adalah sebagai berikut. PDRBL t = 3.912442BBJ 0.480230 Faktor yang mempengaruhi adalah pengeluaran untuk belanja barang dan jasa.

KESIMPULAN (Lanjutan) 5. Model persamaan simultan pada sektor bangunan adalah sebagai berikut. PDRBB t =15.32469TKB 3.434919 BMD 3.256741 BBJ 1.672178 BPG 1.56877 Faktor yang mempengaruhi adalah tenaga kerja di sektor bangunan, pengeluaran untuk belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai. 6. Model persamaan simultan pada sektor perdagangan adalah sebagai berikut. PDRBD t =-20.3539BMD 1.128483 Faktor yang mempengaruhi adalah pengeluaran untuk belanja modal.

KESIMPULAN (Lanjutan) 7. Model persamaan simultan pada sektor transportasi dan angkutan adalah sebagai berikut. PDRBA t =15.62909TKA 6.268193 BMD 5.010674 BBJ 2.562367 BPG 2.427013 Faktor yang mempengaruhi adalah tenaga kerja di sektor transportasi dan angkutan, pengeluaran untuk belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai. 8. Model persamaan simultan pada sektor lembaga keuangan dan jasa perusahaan adalah sebagai berikut. PDRBK t =15.51769TKK 2.739844 BMD 6.00592 BPG 2.763821 Faktor yang mempengaruhi adalah tenaga kerja di sektor lembaga keuangan dan jasa perusahaan, pengeluaran untuk belanja modal, serta pengeluaran untuk belanja pegawai.

KESIMPULAN (Lanjutan) 9. Model persamaan simultan pada sektor jasa-jasa adalah sebagai berikut. PDRBJ t =16.04963TKJ 2.9744 BMD 5.001132 BBJ 2.550656 BPG 2.395224 Faktor yang mempengaruhi adalah tenaga kerja di sektor jasa-jasa, pengeluaran untuk belanja modal, pengeluaran untuk belanja barang dan jasa, serta pengeluaran untuk belanja pegawai. 10. Model persamaan simultan pada PDRB Total Propinsi Jawa Timur adalah sebagai berikut. PDRB t =18.30236PDRBP 0.036859 PDRBT 0.023679 PDRBI 0.035122 PDRBL 0.028799 PDRBB 0.031609 PDRBD 0.030586 PDRBA 0.03738 PDRBK 0.033896 PDRBJ 0.034536 Sembilan sektor dalam PDRB berpengaruh terhadap nilai PDRB Total Propinsi Jawa Timur.

SARAN 1. Dalam penelitian ini terdapat dua variabel penting yang tidak dimasukkan, yaitu investasi swasta dan investasi pemerintah daerah. Sehingga untuk penelitian selanjutnya sebaiknya memasukkan dua variabel ini. 2. Dalam penelitian ini data yang digunakan merupakan data time series mulai tahun 1992 sampai dengan tahun 2007, dimana pada sekitaran tahun 1998 terjadi krisis moneter di Indonesia, sehingga kemungkinan material data pada sekitaran tahun itu kurang bagus. Sehingga untuk penelitian selanjutnya sebaiknya menggunakan data triwulanan setelah krisis moneter berlalu.

DAFTAR PUSTAKA Bappenas, 2006. Laporan Hasil Kajian Penyusunan Model Perencanaan Lintas Wilayah dan Lintas Sektor. Diakses dalam www.bappenas.go.id/.../laporanhasil-kajian-tahun-2006-penyusunan-model-perencanaan-lintas-wilayah-danlintas-sektor/ pada 4 desember 2009. BPS, 1996. Pedoman Praktik Perhitungan PDRB Kabupaten/Kota madya Buku I. Badan Pusat Statistik. Jakarta. BPS, 1996. Pedoman Praktik Perhitungan PDRB Kabupaten/Kota madya Buku II. Badan Pusat Statistik. Jakarta. BPS, 2002. Pendapatan Nasional Indonesia 1998 2001. Badan Pusat Statistik. Jakarta. BPS, 2007. Jawa Timur dalam Angka Tahun 2007. Badan Pusat Statistik Propinsi Jatim. Surabaya. Gujarati, D. N., 1995. Basic Econometrics. Third Edition. Mc Graw-Hill, Inc. New York. http://id.wikipedia.org/, 2010. Pembangunan Ekonomi diakses 9 Februari 2010 jam 06.27 WIB. Koutsoyiannis, A., 1977. Theory of econometrics : an introductory exposition of econometric methods. Macmillan. London. Kuncoro, Mudrajad. 2001. Metode Kuantitatif: Teori dan Aplikasi untuk Bisnis dan Ekonomi. UPP AMP YKPN. Yogjakarta.

DAFTAR PUSTAKA (Lanjutan) Harahap, L.M., 2002. Analisis Perkembangan Sektoral dalam Kegiatan Pembangunan Ekonomi Wilayah di Kabupaten Langkat. Tesis Magister, Universitas Sumatera Utara. Medan. Nurrochmat, D.R., Sudradjat, A., Ramdan, H., Haryadi, D., dand.s. IrawantoEds., 2007. Reposisi Kehutanan Indonesia. Departemen Kehutanan. Jakarta. Rahutomo, 2007. AnalisisPerubahanStrukturEkonomidanFaktor-Faktoryang MempengaruhiPDRB dipropinsidaerah Istimewa Yogyakarta. TugasAkhirSarjana, Universitas Sebelas Maret. Solo. Sarwoko, 2005. Dasar-Dasar Ekonometrika. Penerbit ANDI. Yogyakarta. Siregar, H., dan Sukwika, T., 2001. Faktor-Faktor Yang Mempengaruhi Kinerja Pasar Tenaga Kerja dan Implikasi Kebijakannya Terhadap Sektor Pertanian di Kabupaten Bogor. Makalah Riset, Institut Pertanian Bogor (IPB). Bogor. Sumodiningrat, G., 2002. Ekonometrika Pengantar. BPFE. Yogyakarta. Supranto, J. 1995. Ekonometrik Buku Dua. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta. Widarjono, A., 2007. Ekonometrika: Teori dan Aplikasi untuk Ekonomi dan Bisnis Edisi Kedua. EKONISIA. Yogyakarta.