DAFTAR LAMPIRAN
TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
6. Uji Normalitas.
Hasil uji normalitas pada Eviews 6.0 sebagai berikut:
Berdasarkan nilai probabilitas Jarque-Bera yang lebih besar dari taraf nyata lima persen, dapat disimpulkan bahwa error term terdistribusi dengan normal.
0 1 2 3 4 5 6 -0.05 0.00 0.05 0.10
Series: Standardized Residuals Sample 2005 2009 Observations 40 Mean 9.02e-18 Median 0.002639 Maximum 0.090148 Minimum -0.085441 Std. Dev. 0.044246 Skewness 0.090564 Kurtosis 2.305704 Jarque-Bera 0.858091 Probability 0.651130
Hasil Common Effect
Dependent Variable: LOG(MISKIN) Method: Panel Least Squares Date: 12/06/11 Time: 18:16 Sample: 2005 2009
Periods included: 5 Cross-sections included: 8
Total panel (balanced) observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 12.40080 1.872750 6.621707 0.0000
LOG(PDRB) 0.145885 0.114857 1.270151 0.2124
LOG(MYS) -5.157553 0.400902 -12.86487 0.0000 SHARE_PERTANIAN -0.027868 0.005025 -5.545917 0.0000 LOG(PENGANGGURAN) 0.054077 0.053468 1.011393 0.3188
R-squared 0.847999 Mean dependent var 2.530722
Adjusted R-squared 0.830628 S.D. dependent var 0.459488 S.E. of regression 0.189102 Akaike info criterion -0.376595 Sum squared resid 1.251581 Schwarz criterion -0.165485 Log likelihood 12.53190 Hannan-Quinn criter. -0.300264 F-statistic 48.81555 Durbin-Watson stat 0.470897 Prob(F-statistic) 0.000000
Hasil Fixed Effect
Dependent Variable: LOG(MISKIN) Method: Panel Least Squares Date: 12/06/11 Time: 18:16 Sample: 2005 2009
Periods included: 5 Cross-sections included: 8
Total panel (balanced) observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 10.98810 1.465929 7.495657 0.0000 LOG(PDRB) -0.489244 0.139912 -3.496797 0.0016 LOG(MYS) -1.040229 0.524818 -1.982073 0.0574 SHARE_PERTANIAN -0.004925 0.003915 -1.257805 0.2189 LOG(PENGANGGURAN) 0.038281 0.025106 1.524771 0.1385 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.990465 Mean dependent var 2.530722
Adjusted R-squared 0.986719 S.D. dependent var 0.459488 S.E. of regression 0.052953 Akaike info criterion -2.795490 Sum squared resid 0.078513 Schwarz criterion -2.288826 Log likelihood 67.90980 Hannan-Quinn criter. -2.612296 F-statistic 264.4081 Durbin-Watson stat 1.411928 Prob(F-statistic) 0.000000
Hasil Random Effect
Dependent Variable: LOG(MISKIN)
Method: Panel EGLS (Cross-section random effects) Date: 12/06/11 Time: 18:16
Sample: 2005 2009 Periods included: 5 Cross-sections included: 8
Total panel (balanced) observations: 40
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 9.498533 1.311218 7.244055 0.0000 LOG(PDRB) -0.203844 0.115235 -1.768952 0.0856 LOG(MYS) -2.052676 0.435154 -4.717122 0.0000 SHARE_PERTANIAN -0.005554 0.003581 -1.551038 0.1299 LOG(PENGANGGURAN) 0.066210 0.023160 2.858769 0.0071 Effects Specification S.D. Rho Cross-section random 0.233854 0.9512 Idiosyncratic random 0.052953 0.0488 Weighted Statistics
R-squared 0.562943 Mean dependent var 0.254971
Adjusted R-squared 0.512994 S.D. dependent var 0.089857 S.E. of regression 0.062708 Sum squared resid 0.137629 F-statistic 11.27028 Durbin-Watson stat 1.069881 Prob(F-statistic) 0.000006
Unweighted Statistics
R-squared 0.455705 Mean dependent var 2.530722
1. Uji Common Effect dengan Fixed Effect
Signifikansi Model Fixed Effect Ho : α1= α2=…=αi (intersep sama)
H1 : sekurang-kurangnya ada 1 intersep yang berbeda
Wilayah kritis : F(0,05; 7;28 ) = 2,36
Statistik Uji F:
59.76427
Keputusan : Tolak H0
Kesimpulan :
Model Fixed Effect lebih baik daripada Common Effectpada α = 5 persen,
2. Uji Fixed Effect dengan Random Effect (Hausman Test)
H0 : model Random Effect lebih baik daripada Fixed Effect
H1 : model Fixed Effect lebih baik daripada Random Effect
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 18.082184 4 0.0012
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
LOG(PDRB) -0.489244 -0.203844 0.006296 0.0003 LOG(MYS) -1.040229 -2.052676 0.086075 0.0006 SHARE_PERTANIAN -0.004925 -0.005554 0.000003 0.6912 LOG(PENGANGGURAN) 0.038281 0.066210 0.000094 0.0040
Cross-section random effects test equation: Dependent Variable: LOG(MISKIN) Method: Panel Least Squares Date: 12/06/11 Time: 18:23 Sample: 2005 2009
Periods included: 5 Cross-sections included: 8
Total panel (balanced) observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 10.98810 1.465929 7.495657 0.0000 LOG(PDRB) -0.489244 0.139912 -3.496797 0.0016 LOG(MYS) -1.040229 0.524818 -1.982073 0.0574 SHARE_PERTANIAN -0.004925 0.003915 -1.257805 0.2189 LOG(PENGANGGURAN) 0.038281 0.025106 1.524771 0.1385 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.990465 Mean dependent var 2.530722
Adjusted R-squared 0.986719 S.D. dependent var 0.459488 S.E. of regression 0.052953 Akaike info criterion -2.795490 Sum squared resid 0.078513 Schwarz criterion -2.288826 Log likelihood 67.90980 Hannan-Quinn criter. -2.612296 F-statistic 264.4081 Durbin-Watson stat 1.411928 Prob(F-statistic) 0.000000
Karena nilai probabilitas Chi-Square berdasarkan hasil estimasi diperoleh probabilitas sebesar 0,0012 yang berarti tolak Ho.
Kesimpulan : model Fixed Effect lebih baik daripada Random Effect.
3. Uji Asumsi Homoskedastisitas
Untuk medeteksi adanya heteroskedastisitas dapat menggunakan metode
General Least Square (Cross section Weight) yaitu dengan membandingkan sum square Residual pada Weighted Statistics dengan sum square Residual Unweighted Statistics. Jika sum square Residual pada Weighted Statistics lebih kecil dari sum square Residual Unweighted Statistics, maka terjadi heteroskedastisitas. Hasil output memperlihatkan adanya indikasi heteroskedastisitas.
Dependent Variable: LOG(MISKIN)
Method: Panel EGLS (Cross-section weights) Date: 12/06/11 Time: 18:24
Sample: 2005 2009 Periods included: 5 Cross-sections included: 8
Total panel (balanced) observations: 40
Linear estimation after one-step weighting matrix
Variable Coefficient Std. Error t-Statistic Prob.
C 11.38855 1.250168 9.109618 0.0000 LOG(PDRB) -0.517855 0.126073 -4.107568 0.0003 LOG(MYS) -1.091039 0.430742 -2.532929 0.0172 SHARE_PERTANIAN -0.002860 0.003038 -0.941462 0.3545 LOG(PENGANGGURAN) 0.027069 0.020699 1.307705 0.2016 Effects Specification Cross-section fixed (dummy variables)
Weighted Statistics
R-squared 0.992760 Mean dependent var 3.058640
Adjusted R-squared 0.989916 S.D. dependent var 1.521740 S.E. of regression 0.052219 Sum squared resid 0.076350 F-statistic 349.0327 Durbin-Watson stat 1.785111 Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.990284 Mean dependent var 2.530722
Treatment pelanggaran ini dapat dilakukan dengan mengestimasi GLS dengan white-heteroscedasticity. Berdasarkan prosedur di atas, maka hasil estimasi Fixed Effect sebagai berikut:
Dependent Variable: LOG(MISKIN)
Method: Panel EGLS (Cross-section weights) Date: 12/06/11 Time: 18:25
Sample: 2005 2009 Periods included: 5 Cross-sections included: 8
Total panel (balanced) observations: 40
Linear estimation after one-step weighting matrix
White cross-section standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 11.38855 1.545020 7.371135 0.0000 LOG(PDRB) -0.517855 0.089410 -5.791907 0.0000 LOG(MYS) -1.091039 0.274328 -3.977127 0.0004 SHARE_PERTANIAN -0.002860 0.001622 -1.763247 0.0888 LOG(PENGANGGURAN) 0.027069 0.007465 3.626274 0.0011 Effects Specification Cross-section fixed (dummy variables)
Weighted Statistics
R-squared 0.992760 Mean dependent var 3.058640
Adjusted R-squared 0.989916 S.D. dependent var 1.521740 S.E. of regression 0.052219 Sum squared resid 0.076350 F-statistic 349.0327 Durbin-Watson stat 1.785111 Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.990284 Mean dependent var 2.530722
Sum squared resid 0.080003 Durbin-Watson stat 1.332777
4. Uji Asumsi Autokolerasi
Hasil estimasi menunjukkan nilai statistic Durbin Watson sebesar 1,785111. Nilai Durbin Watson tersebut berada pada interval dU < DW < 4-dU (1.721 < 1,785111 < 2.279). Hal ini menunjukkan tidak adanya autokolerasi.
5. Uji Multikolinieritas
Berdasarkan matriks korelasi pearson antar variabel independen terlihat bahwa korelasi antarvariabel kurang dari 0,8, sehingga dapat disimpulkan model telah memenuhi asumsi terbebas dari multikolinieritas.
Variabel PDRB MYS Share_Pertanian Pengangguran
PDRB 1
MYS 0,347285 1
Share_Pertanian -0,580666 -0,749964 1
Pengangguran 0,612862 0,590386 -0,698824 1
6. Uji Normalitas.
Hasil uji normalitas pada Eviews 6.0 sebagai berikut:
Berdasarkan nilai probabilitas Jarque-Bera yang lebih besar dari taraf nyata lima persen, dapat disimpulkan bahwa error term terdistribusi dengan normal.
0 1 2 3 4 5 6 -0.05 0.00 0.05 0.10
Series: Standardized Residuals Sample 2005 2009 Observations 40 Mean 9.02e-18 Median 0.002639 Maximum 0.090148 Minimum -0.085441 Std. Dev. 0.044246 Skewness 0.090564 Kurtosis 2.305704 Jarque-Bera 0.858091 Probability 0.651130
KURNIAWAN DEDY CAHYONO. Analisis Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Provinsi Maluku Utara Tahun 2005-2009 (dibimbing oleh
MUHAMMAD FINDI ALEXANDI).
Penanggulangan kemiskinan merupakan fokus perhatian semua negara di dunia. Bahkan dari delapan butir Millenium Development Goals (MDGs) yang ditandatangani oleh 189 negara anggota PBB, memberantas kemiskinan dan kelaparan merupakan butir pertama dari MDGs. Perhatian pemerintah Indonesia dalam permasalahan kemiskinan dituangkan di dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2004-2009 yang menempatkan pengurangan kemiskinan sebagai salah satu prioritas pembangunan. Tingkat kemiskinan ditargetkan turun hingga mencapai 8,2 persen pada tahun 2009.
Provinsi Maluku Utara merupakan contoh provinsi yang masih mengalami permasalahan dengan tingkat kemiskinan. Pada tahun 2009 jumlah penduduk miskin di Provinsi Maluku Utara mencapai 99,10 ribu jiwa atau 10,34 persen dari total penduduknya. Kondisi tersebut menunjukkan bahwa target penurunan kemiskinan hingga 8,2 persen pada tahun 2009 masih belum tercapai. Bila ditinjau secara spasial, penanggulangan kemiskinan antarkabupaten/kota di Provinsi Maluku Utara tidak merata.
Penelitian ini bertujuan untuk mengetahui pola kemiskinan (persentase penduduk miskin, tingkat kedalaman dan keparahan kemiskinan) antarkabupaten/kota dan antarwaktu serta menganalisis faktor-faktor yang memengaruhi tingkat kemiskinan di Provinsi Maluku Utara.
Data yang digunakan dalam penelitian ini adalah data sekunder dari BPS RI dan BPS Provinsi Maluku Utara tahun 2005–2009. Analisis yang digunakan adalah analisis deskriptif dan analisis regresi data panel.
Hasil analisis deskriptif menunjukkan bahwa terjadi penurunan persentase dan jumlah penduduk miskin di Provinsi Maluku Utara selama periode tahun 2005-2009. Namun, penurunan penduduk miskin tersebut tidak diikuti oleh perbaikan kualitas kehidupan penduduk miskin. Hal ini ditunjukkan dengan perkembangan Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan yang tidak selalu sejalan dengan penurunan persentase penduduk miskin.
Hasil analisis regresi data panel menunjukkan faktor-faktor yang signifikan memengaruhi kemiskinan di Provinsi Maluku Utara yaitu pertumbuhan ekonomi, tingkat pendidikan, jumlah pengangguran dan share PDRB sektor pertanian. Tingkat pendidikan merupakan variabel yang memiliki pengaruh yang relatif besar terhadap pengurangan tingkat kemiskinan.