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

dokumen-dokumen yang mirip
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-237

Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel

EVALUASI TEPRA KABUPATEN/KOTA PROVINSI JAWA TIMUR OKTOBER 2016

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

BAB III METODE PENELITIAN

POTRET PENDIDIKAN PROVINSI JAWA TIMUR (Indikator Makro)

BAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.

Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel

KATA PENGANTAR. Kepala Pusat Data dan Informasi Kementerian Kesehatan. drg. Oscar Primadi, MPH NIP

Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel

BAB III METODOLOGI PENELITIAN

PENDAHULUAN 1. Latar Belakang

Lampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000)

Pengaruh dan Pemetaan Pendidikan, Kesehatan, serta UMKM terhadap Indeks Pembangunan Manusia di Jawa Timur Menggunakan Regresi Panel dan Biplot

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

Peramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel

BAB V HASIL DAN PEMBAHASAN. Gambar 5.1 Trend Ketimpangan Ekonomi Kabupaten/Kota di Provinsi

BAB I PENDAHULUAN. Pembangunan ekonomi harus di pandang sebagai suatu proses yang saling

Jumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota

SEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.

BAB III METODE PENELITIAN. Provinsi yang memiliki jumlah tenaga kerja yang tinggi.

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. A. Latar Belakang. Indonesia merupakan salah satu negara berkembang yang memiliki

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013

Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM)

BAB 4 ANALISA DAN PEMBAHASAN. faktor faktor yang mempengaruhi, model regresi global, model Geographically

EVALUASI/FEEDBACK KOMDAT PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN

BAB III METODELOGI PENELTIAN. Riau, DKI Jakarta, Jawa Barat, Jawa Tengah, DI. Yogyakarta, Jawa Timur,

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010

Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline

Grafik Skor Daya Saing Kabupaten/Kota di Jawa Timur

PEMBANGUNAN PERPUSTAKAAN DESA/KELURAHAN DI JAWA TIMUR 22 MEI 2012

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

INDEKS PEMBANGUNAN MANUSIA (IPM) JAWA TIMUR TAHUN 2015

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014

INDEKS PEMBANGUNAN MANUSIA (IPM) KOTA PROBOLINGGO TAHUN 2016

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015

III. METODE PENELITIAN. yaitu infrastruktur listrik, infrastruktur jalan, infrastruktur air, dan tenaga kerja.

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

DAFTAR ALAMAT MADRASAH TSANAWIYAH NEGERI TAHUN 2008/2009

Kementerian Pendidikan dan Kebudayaan. Konferensi Pers UN 2017 Jenjang SMP UN untuk memantau, mendorong dan meningkatkan mutu pembelajaran

BERITA RESMI STATISTIK BPS PROVINSI JAWA TIMUR

BAB IV GAMBARAN UMUM OBJEK PENELITIAN. sebuah provinsi yang dulu dilakukan di Indonesia atau dahulu disebut Hindia

DATA DINAMIS PROVINSI JAWA TIMUR TRIWULAN IV BADAN PERENCANAAN PEMBANGUNAN DAERAH PEMERINTAH PROVINSI JAWA TIMUR TAHUN ANGGARAN 2017

BAB II GAMBARAN UMUM INSTANSI. 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur

BAB IV GAMBARAN UMUM PROVINSI JAWA TIMUR. Provinsi Jawa Timur membentang antara BT BT dan

BAB III METODE PENELITIAN. mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi

BAB 3 METODE PENELITIAN. disajikan pada Gambar 3.1 dan koordinat kabupaten/kota Provinsi Jawa Timur disajikan

Pemodelan Konsumsi Energi Listrik Pada Sektor Industri di Provinsi Jawa Timur Menggunakan Metode Regresi Data Panel

KATA PENGANTAR. Kepala Pusat Data dan Informasi Kementerian Kesehatan. drg. Oscar Primadi, MPH NIP

Pemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel

Oleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si

SEMINAR HASIL TUGAS AKHIR. Presented by Rizky Amalia Yulianti Dosen Pembimbing : Dr. Vita Ratnasari, S.Si, M.Si

PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2

per km 2 LAMPIRAN 1 LUAS JUMLAH WILAYAH JUMLAH KABUPATEN/KOTA (km 2 )

BAB V SIMPULAN DAN SARAN. Simpulan yang dapat diambil dari hasil penelitian ini sebagai berikut.

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 5 TAHUN 2005 TENTANG

BAB III METODE PENELITIAN. menggunakan metode statistik. Penelitian dengan pendekatan kuantitatif yang

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013

P E N U T U P P E N U T U P

PENGARUH UPAH MINIMUM DAN DISITRIBUSI PENDAPATAN TERHADAP JUMLAH PENDUDUK MISKIN JAWA TIMUR

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 125 TAHUN 2008

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

BAB IV HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN. Dewasa ini, program pembangunan lebih menekankan pada penggunaan

GUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR,

BAB III METODE PENELITIAN. B. Jenis Penelitian Penelitian ini menggunakan jenis penelitian deskriptif dengan

INFORMASI UPAH MINIMUM REGIONAL (UMR) TAHUN 2010, 2011, 2012

BAB III. Metode Penelitian


BAB V HASIL PENELITIAN DAN PEMBAHASAN. pengamatan ke pengamatan lain. Model regresi yang baik adalah yang

2. JUMLAH USAHA PERTANIAN

KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016

ANALISIS ANGKA BUTA HURUF DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION BERBASIS KOMPUTER

BAB III METODE PENELITIAN. menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya, Kabupaten

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir

PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR)

DANA PERIMBANGAN. Lampiran 1. Data Dana Perimbangan

Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur

BAB I PENDAHULUAN. mengurus dan mengatur keuangan daerahnya masing-masing. Hal ini sesuai

KAJIAN AWAL KETERKAITAN KINERJA EKONOMI WILAYAH DENGAN KARAKTERISTIK WILAYAH

GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG

BAB 5 ANALISIS DAN PEMBAHASAN

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

RINGKASAN PERMOHONAN PERKARA Registrasi Nomor 41/PHPU.D-VI/2008 Tentang Sengketa perselisihan hasil suara pilkada provinsi Jawa Timur

BAB III METODE PENELITIAN. minimum sebagai variabel independen (X), dan indeks pembangunan manusia

Peramalan Penjualan Sepeda Motor Baru Di Area Penjualan Surabaya Dengan Menggunakan Regresi Panel

BERITA RESMI STATISTIK

PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR

BAB I PENDAHULUAN. masyarakat. Program dari kegiatan masing-masing Pemerintah daerah tentunya

BAB I PENDAHULUAN. karakteristik dan potensi daerah. Otonomi daerah memberikan peluang luas bagi

GUBERNUR JAWA TIMUR GUBERNUR JAWA TIMUR,

BAB 1 PENDAHULUAN. Jumlah penduduk adalah salah satu input pembangunan ekonomi. Data

Listyanti, A.S Gandeng 74 Universitas, Pemerintah Targetkan Entas 50 Daerah Tertinggal.

At Pemodelan Kerugian Makroekonomi Akibat Bencana Alam dengan Regresi Panel

PERTUMBUHAN EKONOMI DAN KETIMPANGAN PEMBANGUNAN EKONOMI ANTAR WILAYAH KEBIJAKAN PEMBANGUNAN DI PROVINSI JAWA TIMUR TESIS

Transkripsi:

JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana 1309100104 Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si

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

PENDAHULUAN

Pembangunan... IPM

IPM Provinsi di Indonesia Tahun 2010 72.27 71.62 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

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.

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

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

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

REGRESI 2009 2008 71.06 PANEL 2007 70.38 69.78 Rumah Tangga Dengan Akses Air Bersih 2006 56.88 56.04 69.18 55.70 2004 66.8 2005 68.42 54.84 53.57 52.87 2010 71.62 2011 72.18 52.94 53.19 2004 2005 2006 2007 2008 2009 2010 2011

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

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.

TINJAUAN PUSTAKA

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).

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

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

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).

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

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

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

METODE PENELITIAN

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 2004-2011. Subyek Tahun Variabel Respon (Y) Variabel Prediktor (X 1) Variabel Prediktor (X k ) Kab/Kota-1 2004 Y(1,2004) X1(1,2004) X8(1,2004) 2011 Y(1,2011) X1(1,2011) X8(1,2011) Kab/Kota-2 2004 Y(2,2004) X1(2,2004) X8(2,2004) 2011 Y(2,2011) X1(2,2011) X8(2,2011) Kab/Kota-38 2004 Y(38,2004) X1(38,2004) X8(38,2004) 2011 Y(38,2011) X1(38,2011) X8(38,2011)

Variabel penelitian yang akan digunakan pada penelitian ini disajikan pada tabel berikut dengan unit penelitian kabupaten/kota selama tahun 2004-2011. 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)

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

ANALISIS PEMBAHASAN

65.82 67.48 68.42 69.09 69.85 70.14 70.71 71.43 13 12 12 12 11 12 12 13 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 1. IPM Jawa Timur (Y) 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 2. Rasio Guru-Murid (X1) 303 312 310 324 313 319 308 305 89 89 90 90 90 90 91 90 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 3. Rasio Sekolah-Murid (X2) 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 4. Jumlah Sarana Kesehatan (X4)

88.2 89.3 89.0 89.3 91.3 93.2 93.9 93.1 85.6 85.6 85.3 87.8 88.1 89.2 90.0 91.3 64.6 68.6 67.2 68.8 69.1 69.4 69.4 69.9 X2 X4 X6 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 5. Persentase APS (X2), Pengguna Air Bersih (X4), dan TPAK (X6) 1831 1851 1871 1887 1729 1742 1756 1766 22200.0 17916.3 25019.2 13513.2 19798.1 10289.4 15622.0 12008.8 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 6. Kepadatan Penduduk (X6) 2004 2005 2006 2007 2008 2009 2010 2011 Gambar 7. PDRB Per Kapita (X6)

Variabel Tabel 1. Statistika Deskriptif Variabel Penelitian Rata- Rata Max Min Kab/Kota dengan Nilai Tertinggi Kab/Kota dengan Nilai Terendah IPM 69.12 75.80 57.33 Kota Blitar Kab Sampang Rasio guru-murid 12 16 9 Kab Sidoarjo Kab Probolinggo, Lamongan, Sampang, Pamekasan Rasio sekolah-murid 312 538 136 Kota Madiun Kab Sampang APS 87.87 97.77 69.54 Kota Madiun Kab Sampang Jumlah sarana kesehatan 90 187 12 Kab jember Kota Batu Pengguna air bersih 90.93 99.62 67.41 Kota Surabaya Kab Sampang Kepadatan penduduk 1804 8309 351 Kota Surabaya Kab Banyuwangi TPAK 68.38 78.34 61.96 Kab Pacitan Kota Madiun PDRB per kapita 17046 177623 5084 Kota Kediri Kab Pamekasan

Prediktor Koefisien SE Koef t hitung p-value VIF X1 X2 X3 X4 X5 X6 X7 X8 0,01820 0,01100 0,28686 0,00528 0,06195 0,00064 0,06448 0,00001 0,06112 0,002163 0,02269 0,004107 0,02133 0,000097 0,03962 0,000005 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

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 17,999582 1,697 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 76,589332 20,0902 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 17,999582 1,697 Tolak H0 Kesimpulan : Model yang sesuai FEM cross section weight

R-squared 0,966706 Adjusted R-squared 0,960899 S.E. of regression 1,398326 F-statistic 166,4717 Prob(F-statistic) 0,000000 Sum squared resid 504,4713

Efek Individu Indeks (i) Kabupaten/Kota Indeks (i) Kabupaten/Kota 1 Kabupaten Pacitan 34.560 20 Kabupaten Magetan 34.292 2 Kabupaten Ponorogo 30.872 21 Kabupaten Ngawi 31.090 3 Kabupaten Trenggalek 35.659 22 Kabupaten Bojonegoro 26.777 4 Kabupaten Tulungagung 32.344 23 Kabupaten Tuban 30.607 5 Kabupaten Blitar 35.217 24 Kabupaten Lamongan 25.795 6 Kabupaten Kediri 30.584 25 Kabupaten Gresik 33.389 7 Kabupaten Malang 27.179 26 Kabupaten Bangkalan 28.799 8 Kabupaten Lumajang 32.228 27 Kabupaten Sampang 25.982 9 Kabupaten Jember 19.184 28 Kabupaten Pamekasan 29.925 10 Kabupaten Banyuwangi 23.303 29 Kabupaten Sumenep 25.087 11 Kabupaten Bondowoso 26.484 30 Kota Kediri 31.026 12 Kabupaten Situbondo 28.194 31 Kota Blitar 48.963 13 Kabupaten Probolinggo 23.172 32 Kota Malang 46.385 14 Kabupaten Pasuruan 28.376 33 Kota Probolinggo 45.755 15 Kabupaten Sidoarjo 37.431 34 Kota Pasuruan 45.832 16 Kabupaten Mojokerto 35.295 35 Kota Mojokerto 49.674 17 Kabupaten Jombang 32.392 36 Kota Madiun 48.002 18 Kabupaten Nganjuk 30.853 37 Kota Surabaya 33.485 19 Kabupaten Madiun 32.286 38 Kota Batu 44.833

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 33.19245 9.070044 0.0000 X1-0.048411-1.980757 0.0487 X2 0.000878 0.497917 0.6190 X3 0.102315 6.444523 0.0000* X4 0.114962 3.202620 0.0015* X5 0.063713 4.427757 0.0000* X6-0.000778-2.016346 0.0448 X7 0.162577 6.592495 0.0000* X8 8.41E-05 9.305773 0.0000*

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

Uji Asumsi Independen Lag ACF LBQ p-value 1 0,008 0,003 0,959 2 0,058 0,144 0,930 Autocorrelation 1.0 0.8 0.6 0.4 0.2 0.0-0.2-0.4-0.6-0.8-1.0 1 2 3 4 5 6 7 8 9 Lag 10 11 12 13 14 15 16 3 0,288 3,746 0,290 4 0,068 3,956 0,412 5-0,005 3,957 0,556 6 0,145 4,960 0,549 7 0,092 5,375 0,614 8-0,096 5,845 0,665 9 0,049 5,972 0,743 10 0,024 6,004 0,815 11 0,021 6,027 0,872 12-0,142 7,199 0,844 13-0,102 7,834 0,854 14 0,095 8,409 0,867 15-0,207 11,232 0,736 16-0,231 14,930 0,530

Uji Asumsi Normalitas

KESIMPULAN & SARAN

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 75,80. 2. 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

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.

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 2006-2007. BPS, Jakarta. Badan Pusat Statistik (BPS). (2010), Jawa Timur Dalam Angka. Jawa Timur. Bappenas. (1999), Data Dasar Pembangunan Daerah Kabupaten/Kota Tahun 1999. 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.