PEMODELAN PERSENTASE PENDUDUK MISKIN
DI JAWA TIMUR DENGAN PENDEKATAN
EKONOMETRIKA PANEL SPASIAL
1
Alifta Kurnia Setiawati (1308100061)
AGENDA
Pendahuluan
Tinjauan Pustaka
Metodologi
2
1
Analisis dan Pembahasan
Kesimpulan dan Saran
2
3
4
PENDAHULUAN
4
LATAR BELAKANG
Sosial
Ekonomi
Politik
Budaya
d.l.l
5
LATAR BELAKANG
PENELITIAN SEBELUMNYA
Saleh (2002) “Faktor-Faktor
Penentu Tingkat Kemiskinan
di Indonesia” dengan
Regresi Panel
Suryawati (2005)
“Memahami kemiskinan
secara Multidimensional”
Yuniarti (2010) “Persentase
Penduduk Miskin di Jawa Timur
Tahun 2004-2008” dengan
Regresi Panel
Nugroho (2012) “Pengaruh PDRB,
Agrishare, Rata-Rata Lama
Sekolah dan Angka Melek Huruf
terhadap Penduduk Miskin di
Indonesia” dengan Regresi Linear
6
LATAR BELAKANG
PENELITIAN SEBELUMNYA
Penelitian
dengan
menggunakan
Ekonometrika
Panel Spasial
Muchlisoh (2009) “Pengaruh
pertumbuhan ekonomi dan inflasi
terhadap kemiskinan di Indonesia”.
Fatmawati (2010) “PDRB sektor
industri di SWP Gerbangkertasusila dan
7
RUMUSAN MASALAH
1. Bagaimana model persentase penduduk miskin di
Provinsi Jawa Timur dengan pendekatan ekonometrika
panel spasial.
2. Faktor-faktor apa sajakah yang mempengaruhi persentase
penduduk miskin di Provinsi Jawa Timur.
8
TUJUAN
1. Mengetahui pemodelan persentase penduduk miskin di
Provinsi Jawa Timur dengan pendekatan ekonometrika
panel spasial.
2. Mengetahui faktor-faktor apa sajakah yang
mempengaruhi persentase penduduk miskin di Provinsi
Jawa Timur.
9
MANFAAT
Dengan model tersebut dapat digunakan
sebagai masukan ataupun rekomendasi
dalam mengambil keputusan untuk
menentukan kebijaksanaan dalam upaya
pengentasan kemiskinan di Jawa Timur.
Pada penelitian ini, aspek terkait kemiskinan yang
diamati hanya terbatas pada sektor pendidikan,
sektor ekonomi dan sektor kesehatan 38
Kabupaten/Kota di Jawa Timur.
10
TINJAUAN PUSTAKA
KEMISKINAN
Pengertian
12
Menurut BPS,
penduduk miskin
adalah penduduk yang
memiliki rata-rata
pengeluaran per kapita
per bulan dibawah garis
kemiskinan
(< $ 2 per orang per hari)
(Nugroho, 2012)
Untuk kebutuhan minimum
makanan disetarakan dengan
2.100 kilokalori per kapita per
hari.
Garis kemiskinan non makanan
adalah kebutuhan minimum
untuk perumahan, pendidikan
KEMISKINAN
Dimensi Kemiskinan
13
Antara lain :
(1) dimensi ekonomi,
(2) dimensi kesehatan,
(3) dimensi sosial dan budaya,
(4) dimensi sosial politik,
(5) dimensi pendidikan, agama dan budi pekerti.
14
DATA PANEL
REGRESI DATA PANEL
Data panel merupakan gabungan antara data
cross-section dan data time series.
Pada data panel, unit cross-section yang sama
disurvei pada beberapa periode waktu.
(Gujarati, 2004)
yang dinyatakan sebagai berikut:
it
it
it
it
X
u
y
'
dengan
N
i
1
,
2
,
,
dan
t 1,2,,T (Hsiao, 2003)15
PEMBOBOT
MATRIKS PEMBOBOT SPASIAL
Matriks Pembobot Spasial (W) diketahui berdasarkan
jarak atau persinggungan (contiguity) antara satu
region ke region yang lain
(LeSage, 2009)
Antara lain:
1) Linear Contiguity (Persinggunan Tepi)
2) Rook Contiguity (Persinggunan Sisi)
3) Bhisop Contiguity (Persinggunan Sudut)
4) Double Linear Contiguity (Persinggunan Dua Tepi)
5) Double Rook Contiguity (Persinggunan Dua Sisi)
6) Queen Contiguity (Persinggunan Sisi-Sudut)
16
REGRESI PANEL
MODEL REGRESI PANEL
Common Effect Model (CEM)
diasumsikan bahwa nilai
intersep dan slope
masing-masing variabel adalah sama
untuk semua unit cross section
dan time series
(Setiawan dan Dwi, 2010)
it it it
X
u
y
'
dengan
N
i
1
,
2
,
,
dan
t 1,2,,TFixed Effect Model (FEM)
diasumsikan bahwa nilai slope
masing-masing variabel adalah
tetap namun nilai intersep
berbeda-beda untuk setiap unit
cross section dan tetap untuk
setiap unit time series
(Gujarati, 2005)
dengan
N
i
1
,
2
,
,
dan
t 1,2,,T it it i itX
u
y
'
17
REGRESI PANEL
MODEL REGRESI PANEL
Random Effect Model (REM)
diasumsikan bahwa intersep
dengan mean
dan
disebut juga variabel laten merupakan error random
dengan mean 0 dan varians
(Gujarati, 2005)
dengan
N
i
1
,
2
,
,
dan
t 1,2,,T i i
0
0 i
2
it it itX
w
y
0
'
it i itu
w
dan
18
PANEL SPASIAL
REGRESI PANEL SPASIAL
Model Spasial Lag (SAR)
dengan
Model Spasial Eror (SEM)
Dengan
merupakan spasial
autokorelasi dan
merupakan
koefisien autokorelasi spasial.
N j it i it jt ij itW
y
X
y
1
it it i itX
y
N j it it ij itW
1
Dengan
merupakan koefisien
spasial autoregressive dan W
merupakan matriks pembobot
spasial.
it i it itX
y
dengan
imerupakan efek spesifik spasial
Tanpa efek
interaksi spasial
19
ESTIMASI MODEL
UJI PEMILIHAN MODEL
UJI CHOW
Untuk menentukan apakah CEM atau FEM yang akan digunakan.
1 2 N
it
RSS
NT
N
K
N
RSS
RSS
F
2 2 11
H
0:
H
1: paling tidak ada satu
Statistik uji:
Ket :
RSS
1: residual sum of squares untuk CEM
RSS
2: residual sum of square untuk FEM
N
: jumlah unit cross section
T
: jumlah unit time series
K
: jumlah variabel independen
(model CEM)
(model FEM)
N 1,NT N K,
hitung
F
F
Keputusan: Tolak H
0jika
20
ESTIMASI MODEL
UJI PEMILIHAN MODEL
UJI HAUSMAN
Untuk menentukan apakah FEM atau REM yang akan digunakan.
H
0:
H
1:
Statistik uji:
Ket :
(model REM) (model FEM)Keputusan: Tolak H
0jika
X
it,
u
it
0
corr
X
it,
u
it
0
corr
2
ˆ
'var
var
ˆ
1
ˆ
K
b
b
b
W
2hitung
2 K;b
: vektor estimasi parameter REM
21
ESTIMASI MODEL
UJI PEMILIHAN MODEL
UJI LAGRANGE MULTIPLE
Untuk menguji apakah terdapat heteroskedastisitas pada FEM.
H
0:
H
1:
Statistik uji:
Ket :
(Homokedastis) (Heterokedastis)Keputusan: Tolak H
0jika
(Greene, 2003) 2 2
i
2 2
i
2 1 2 2ˆ
ˆ
2
N i iT
LM
2hitung
2 N1; 2 ˆi 2ˆ
T : jumlah unit time series N : jumlah unit cross section
:varians residual persamaan ke-i : varians residual persamaan sistem
22
REGRESI
UJI ASUMSI
• Residual
Homoskeda
stisitas
• Plot
Identik
• Tidak
terdapat
Autokorelasi
• Plot ACF
Independen
• Error
berdistribusi
normal
• Uji
Kolmogorov
-Smirnov
Distribusi
Normal
• Ditanggulangi
dengan PCA
Tidak
Multikolinearitas
METODOLOGI
Data yang digunakan pada penelitian ini adalah
data sekunder yang diperoleh dari BPS Jawa Timur
tentang Pengukuran Kerja Makro Ekonomi dan
Sosial Jawa Timur.
24
25
VARIABEL PENELITIAN
• Persentase Penduduk Miskin di Jawa Timur
Variabel
Dependen
• Angka Buta Huruf (ABH) usia 10 tahun ke atas (X
1)
• Tingkat Pendidikan < SMA (X
2)
• Tingkat Pendapatan (X
3)
• Laju Pertumbuhan Ekonomi (X
4)
• Tingkat Pengangguran Terbuka (TPT) (X
5)
• Tingkat Partisipasi Angkatan Kerja (TPAK) (X
6)
• Alokasi Belanja Daerah untuk Kesehatan (APBD) (X
7)
• Alokasi Bantuan Langsung Masyarakat (BLM)(X
8)
Variabel
Independen
26
LANGKAH ANALISIS
• Mendapatkan data Persentase Penduduk Miskin di Jawa Timur beserta faktor-faktor yang
mempengaruhinya. Menentukan variabel dependen dan independen dari data yang telah diperoleh.
• Menetapkan Matriks Pembobot Spasial (W).
• Menentukan model yang dipilih berdasarkan kriteria kebaikan model.
• Mengestimasi parameter dari model tersebut dengan spasial fixed effect dan spasial random effect pada masing-masing model SAR dan SEM.
• Menguji asumsi kenormalan residual, identik, independen, dan tidak terjadi multikolinearitas pada model. Melakukan penanggulangan jika asumsi tidak terpenuhi
ANALISIS dan PEMBAHASAN
28
DESKRIPSI PERSENTASE PENDUDUK MISKIN DI JAWA TIMUR
DESKRIPTIF
0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 Pacit an Tr en gg ale k Bli tar Malang Jem be r Bo ndo w os o Pr obo lin gg o Sido ar jo Jo m ba ng Ma diu n N ga w i Tu ba n Gr es ik Sampang Su m en ep Ko ta Bli tar Ko ta Pr obo lin gg o Ko ta Mo jo ke rt o Ko taS ur ab ay a 36.841. Kab. Sampang
2. Kab. Bangkalan
3. Kab. Sumenep
4. Kab. Pamekasan
5. Kab. Probolinggo
CUSTOMIZED CONTIGUITY
MATRIKS PEMBOBOT
30
UJI PEMILIHAN MODEL
UJI LIKELIHOOD RATIO
PEMILIHAN MODEL
Model Chi Square DF p-value
SAR Fixed Effect 181.4453 38 0.0000 SAR Random Effect 50.6711 1 0.0000 SEM Fixed Effect 179.1389 38 0.0000 SEM Random Effect 51.2291 1 0.0000
UJI HAUSMAN’S
Model Chi Square DF p-value
SAR Fixed Effect
-35.6579 9 0.0000 SAR Random Effect
SEM Fixed Effect
-12.8929 9 0.1675 SEM Random Effect
31
UJI PEMILIHAN MODEL
PEMILIHAN MODEL TERBAIK
PEMILIHAN MODEL
Model R2 Corr2
SAR Fixed Effect 0.9374 0.2192 SAR Random Effect 0.8919 0.6927 SEM Fixed Effect 0.9296 0.2062 SEM Random Effect 0.8983 0.6901
32
UJI PEMILIHAN MODEL
MODEL SEM FIXED EFFECT
PEMILIHAN MODEL
Variabel Koefisien P-Value
ABH 0.623139 0.354624 PENDIDIKAN -0.088044 0.487732 PENDAPATAN 0.114027 0.021151 EKONOMI -0.513303 0.103894 TPT 0.627804 0.005736 TPAK 0.218045 0.154563 APBD 0.019125 0.764940 BLM -0.000051 0.084947 ρ 0.391980 0.000240 R2 = 0.9296 Corr2= 0.2062
33
Asumsi Residual Identik
PENGUJIAN ASUMSI
UJI ASUMSI
resid y h a t 10.0 7.5 5.0 2.5 0.0 -2.5 -5.0 40 30 20 10 0 Lag A u to co rr e la ti o n 28 26 24 22 20 18 16 14 12 10 8 6 4 2 1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.034
Asumsi Distribusi Normal
PENGUJIAN ASUMSI
UJI ASUMSI
resid P e rc e n t 10.0 7.5 5.0 2.5 0.0 -2.5 -5.0 99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1 Mean 0.063 0.6009 StDev 2.284 N 114 KS 0.081 P-Value35
INTERPRETASI MODEL
MODEL PERSENTASE PENDUDUK MISKIN
it it it itPendapa
Ekonomi
TPT
y
0
,
114027
tan
0
,
513303
0
,
627804
it j it ij it itBLM
w
TPAK
38 1391980
,
0
000051
,
0
218045
,
0
R
2=92,96%
Corr
2= 20,62%
KESIMPULAN dan SARAN
37
KESIMPULAN
Model terbaik pada pemodelan ekonometrika panel
spasial untuk Persentase Penduduk Miskin di Jawa
Timur adalah model SEM Fixed Effect, dengan interaksi
spasial errornya sebesar 0,391980
Faktor yang mempengaruhi kemiskinan:
Laju pertumbuhan ekonomi
: 0,513303
Tingkat Pengangguran Terbuka
: 0,627804
Alokasi Dana Bantuan Langsung Mandiri : 0,000051
Tingkat Pendapatan
: 0,114027
Tingkat Partisipasi Angkatan Terbuka
: 0,218045
38
SARAN
Pemodelan ekonometrika panel spasial dapat
dilakukan dengan penambahan periode waktu sehingga
dapat diteliti efek periode waktu pada model. Dapat pula
dilakukan penambahan variabel prediktor yang diguna-kan,
agar diperoleh hasil yang lebih bermakna. Serta melakukan
penanggulangan kasus multikolinearitas yang disinyalir
terdapat pada variabel tingkat pendapatan dan tingkat
partisipasi angkatan kerja.
39
DAFTAR PUSTAKA
Anonim. 2008. Profil Kemiskinan Jawa Timur Maret 2008. Tersedia:
http://www.jatimprov.go.id/index.php?option=com_content&task=view&id=1096&Itemid=2
[26 februari 2012].
Anselin, L. 1988. Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic
Publishers.
Baltagi, Badi H. 2005. Econometric Analysis of Panel Data 3th Edition. New York: John Wilwy
& Sons, Inc.
BPS. 2010. Profil Kemiskinan Maret 2010. Tersedia: http://jatim.bps.go.id/?cat=68 [26
Februari 2012].
Elhorst, J.P. 2003. Spesification and Estimation of Spatial Panel Data Models. Netherlands:
University of Groningen.
Greene, W.H. 2003. Econometrics Analysis 5th Edition. New Jersey: Prentice Hall
Gujarati, D. N. 2005. Basic Econometric 5th Edition. New York: Mc Graw Hill Companies. Hsiao, C. 2003. Analysis of Panel Data. New York: Cambridge University Press.
40
DAFTAR PUSTAKA
Muchlisoh, S. 2008. Model Regresi Data Panel dengan Korelasi Error Spasial. Thesis. Institut
Teknologi Sepuluh Nopember (ITS) Surabaya.
Namba, A. 2003. Pendekatan Ekosistem dalam Penanggulangan Kemiskinan: Refleksi Penanggulangan Kemiskinan di Sulawesi Tengah.
Tersedia: http://www.ekonomirakyat.org/edisi_13/artikel_4.htm [26 Februari 2012].
Nugroho, Widiatma. 2012. Analisis PEngaruh PDRB, Agrishare, Rata-Rata lama Sekolah dan Angka Melek Huruf Terhadap Jumlah Penduduk Miskin di Indonesia. Semarang: FEB Universitas
Diponegoro.
Saleh, Samsubar. 2002. Faktor-Faktor Penentu Tingkat Kemiskinan Regional di Indonesia. Jurnal
Ekonomi Pembangunan Vol 7, No. 2.
Setiawan dan Dwi E.K. 2010. Ekonometrika. Yogyakarta: Andi Offset.
Suryawati, C. 2005. Memahami Kemiskinan Secara Multidimensional. Semarang: FKM
Universitas Diponegoro.
TNP2K. 2011. Indikator Kesejahteraan Rakyat. Wapres RI.
Yuniarti, D. 2010. Pemodelan Persentase Penduduk Miskin di Provinsi Jawa Timur tahun 2004-2008 dengan Regresi Panel. Thesis. Institut Teknologi Sepuluh Nopember (ITS) Surabaya.