data panel spasial.pdf

PENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PDRB SEKTOR INDUSTRI

DI SWP GERBANGKERTASUSILA DAN MALANG-PASURUAN

Oleh:

Irma Fatmawati (1306 100 026)

1

Pembimbing:

Dr. Ir. Setiawan, MS

Co Pembimbing:

Muhammad Sjahid Akbar, MSi

PENELITIAN TENTANG EKONOMETRIKA

2

Analisis Statistika Terhadap Faktor-faktor Yang Mempengaruhi Tingkat Pertumbuhan Ekonomi (PDB) PascaKrisis Moneter di Indonesia Tahun 1999-2004

Viyani KartikaBelinda (2007)Viyani Kartika

Belinda (2007)

Laporan Hasil Kajian Penyusunan Model PerencanaanLintas Wilayah dan Lintas SektorBappenas (2006)Bappenas (2006)

Pengeluaran Pemerintah dan Pertumbuhan EkonomiRegional

Jamzani Sodik(2007)

Jamzani Sodik(2007)

Model Regresi Data Panel dengan Korelasi Error Spasial pada Studi Kasus Pengaruh Pertumbuhan Ekonomi dan Inflasi Terhadap Kemiskinan di Indonesia

Muchlisoh (2008)Muchlisoh (2008)

Pendekatan Ekonometrika Spasial Terhadap ProdukDomestik Regional Bruto Sektor Industri di Wilayah JawaTimur

Hanik Yunitasari(2009)

Hanik Yunitasari(2009)

LATAR BELAKANG

3

PDRB sektor industri Jawa Timurmemiliki keterkaitan spasial

Pertumbuhan PDRB setiap tahunberbeda

PDRB sektor industri dengan efekspasial dan periode waktu

Ekonometrika SpasialData Panel

PERMASALAHAN

4

Bagaimana memodelkan PDRB sektor industriterhadap faktor-faktor yang mempengaruhinyadengan menggunakan ekonometrika panel spasial pada kabupaten/kota di SWP Gerbangkertasusila dan Malang-Pasuruan.

Bagaimana pengaruh faktor-faktor tersebutpada PDRB sektor industri di SWP Gerbangkertasusila dan Malang-Pasuruan.

TUJUAN

5

Membuat pemodelan PDRB sektor industriterhadap faktor-faktor yang mempengaruhinyadengan menggunakan ekonometrika panel spasial pada kabupaten/kota di SWP Gerbangkertasusila dan Malang-Pasuruan.

Mengetahui pengaruh faktor-faktor tersebutpada PDRB sektor industri di SWP Gerbangkertasusila dan Malang-Pasuruan.

MANFAAT DAN BATASAN PENELITIAN

6

dapat memberikan informasi kepada pemerintah berdasarkan faktor-faktor yang mempengaruhi PDRB sektor industri agar dapat mengarahkan kebijakan pembangunan yang terbaik bagi peningkatan kesejahteraan masyarakat dan kemajuan setiap kabupaten/kota.

Manfaat

Penelitian ini membatasi pada PDRB sektor industri di SWP Gerbangkertasusila dan Malang-Pasuruan atas dasar harga konstan. Metode dalam penghitungan PDRB sektor industrimenggunakan variabel-variabel yang digunakan Bappenas. Model spasial yang digunakan menggunakan efekdependensi spasial dan matriks pembobot spasial yang digunakan berdasarkan penelitian sebelumnya yaitu denganmenggunakan metode rook contiguity.

BatasanPenelitian

TINJAUAN PUSTAKA

7

merupakan pengembangan dari model regresi sederhanayang telah mengakomodasikan fenomena-fenomena

autokolerasi spasial

Model Umum Data Panel

Ekonometrika Spasial

itiitit xy

MODEL EKONOMETRIKA SPASIALDATA PANEL

8

Model Spasial Lag

Model Spasial Error

N

jitiitjtijit xywy

1

it

N

jitijititiitit wxy

1

;

itiitit xy

ROOK CONTIGUITY (PERSINGGUNGAN SISI)

9

MATRIKS PEMBOBOT/PENIMBANG SPASIAL DENGAN ROOK CONTIGUITY

10

Ketetanggaan Mal Pas Sid Moj Lam Gre BanKotMal

KotPas

KotMojo

KotSur

Malang 0 1 0 0 0 0 0 1 0 0 0

Pasuruan 1 0 1 1 0 0 0 0 1 0 0

Sidoarjo 0 1 0 1 0 1 0 0 0 0 1

Mojokerto 0 1 1 0 1 1 0 0 0 1 0

Lamongan 0 0 0 1 0 1 0 0 0 0 0

Gresik 0 0 1 1 1 0 0 0 0 0 1

Bangkalan 0 0 0 0 0 0 0 0 0 0 1

Kota Malang 1 0 0 0 0 0 0 0 0 0 0

Kota Pasuruan 0 1 0 0 0 0 0 0 0 0 0

Kota Mojokerto 0 0 0 1 0 0 0 0 0 0 0

Kota Surabaya 0 0 1 0 0 1 0 0 0 0 0

ESTIMASI PARAMETER MODEL

11

Fixed Effect

Random Effect

mengestimasi data panel denganmenggunakan variabel dummy untukmenangkap adanya perbedaanintersep

mengasumsikan setiap variabelmempunyai perbedaan intersep danintersep diasumsikan sebagaivariabel random

GOODNESS-OF-FIT

12

Pengukuran kriteria kebaikan model dilakukan denganmengukur corr square yaitu koefisien korelasi kuadratantara variabel dependen dengan variabel dependentaksiran

YYYYYYYY

YYYYYYcorr

,'2'

2'2

LAGRANGE MULTIPLIER TEST

13

Untuk menguji efek interaksi spasial pada model. Hipotesis pengujian adalah H0 adalah terdapatinteraksi spasial dan H1 adalah tidak terdapat interaksispasialStatistik uji:

statistik LM test berdistribusi 2 dan H0 ditolak jikanilai statistik LM lebih besar dari nilai 2tabel

W

T

TTeWIeLM

22'

J

YWIeLM T22'

2'1''

21

WTNTTTTXWIXXXXIXWIJ

WWWWtrTW '

LIKELIHOOD RATIO (LR) TEST

14

Untuk menguji efek pada model. Hipotesis pengujian: Efek individu (fixed effect)

H0 : 1=2==N=H1 : Minimal ada salah satu yang berbeda adalah mean intersep.

Efek random (random effect)H0 : =1 (=0)H1 : 1

Statistik uji : -2s, dimana s adalah selisih antara log-likelihood model restricted dan model unrestricted. H0 ditolak jika -2s > 2tabel.

ASUMSI NORMALITAS

15

Pengujian menggunakan Kolmogorov-Smirnov normality test dengan hipotesis:H0 : data sampel berasal dari distribusi normalH1 : data sampel tidak berasal dari distribusi normal Statistik uji :

H0 ditolak jika D>D, D diperoleh dari tabel Kolmogorov-Smirnov satu sampel. Fn(x) adalah nilaidistribusi kumulatif sampel F0(x) adalah nilai distribusikumulatif dibawah H0 P(Z

SATUAN WILAYAH PEMBANGUNAN DI JAWA TIMUR

SWP1 (Gerbangkertasusila) SWP2 (Malang-Pasuruan) SWP3 (Probolinggo-Lumajang) SWP4 (Jember dan sekitarnya) SWP5 (Banyuwangi) SWP6 (Madiun dan sekitarnya) SWP7 (Kediri dan sekitarnya) SWP8 (Tuban-Bojonegoro) SWP9 (Madura dan kepulauan)

16

METODOLOGI PENELITIAN

17

SumberData

data sekunder dari BPS tentang PDRB sektorindustri Kabupaten/Kota di Jawa Timur atasdasar harga konstan serta faktor-faktor yang mempengaruhi nilai PDRB pada masing-masingsektor mulai tahun 2003 sampai 2007

SpesifikasiModel

PDRBIit = 2W2PDRBIit + b1TKIit + b2BMDit + b3BBJit + b4BPGit + 2.i + 2.it

PDRBIit = h1TKIit + h2BMDit + h3BBJit + h4BPGit + 8.i + it ; it = 2W2it + 8.it

LANGKAH-LANGKAH ANALISIS

18

Menetapkan variabel dependen danindependen PDRB sektor industri

Estimasi parameter

Menentukan matriks pembobot spasial

Uji efek pada model panel spasial

Interpretasi model

Pemilihan model

Mulai

Selesai

Uji asumsimodel tidak

Penanggulangan asumsiyang tidak terpenuhi

ya

ANALISIS DAN PEMBAHASAN

Statistik Deskriptif Sektor Industri Pengolahan

19

0.00

5000.00

10000.00

15000.00

20000.00

25000.00

mal

ang

pasu

ruan

sido

arjo

moj

oker

to

lam

onga

n

gres

ik

bang

kala

n

kota

mal

ang

kota

pas

urua

n

kota

moj

oker

to

kota

sura

baya

12555.54

6470.31

21685.91

PDRB

sek

tor i

ndus

tri (

dala

m m

ilyar

)

kabupaten /kota yang diteliti

2003

2004

2005

2006

2007

0.00

50.00

100.00

150.00

200.00

250.00

lamongan bangkalan kota pasuruan

kota mojokerto

230.62

129.11142.57

155.97

PDRB

sek

tor

indu

stri

(dal

am m

ilyar

)kabupaten /kota yang diteliti

2003

2004

2005

2006

2007

MODEL PDRB SEKTOR INDUSTRI PENGOLAHAN

Estimasi parameter pada model SAR fixed effect

20

Keterangan : tanda (*) menunjukkan signifikan pada =0.05

VariabelSAR panel

Coef P-Valueln TKI 0.058638 0.003205*

ln BMD 0.010014 0.302604ln BBJ 0.003845 0.803555ln BPG 0.081005 0.012142* 0.560992 0.000000*

R2 = 0.9997corr2 = 0.8443

LANJUTAN

Pengujian KenormalanP-value dari Uji Kolmogorov-Smirnov sebesar 0.15 (lebihbesar dari =0.05) sehingga dapat diputuskan gagal tolakH0 dan disimpulkan bahwa residual menyebar mengikutidistribusi normal.

Independen dan Homoskedastisitas

21

50454035302520151051

1.0

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4

-0.6

-0.8

-1.0

Lag

Aut

ocor

rela

tion

Autocorrelation Function for resid(with 5% significance limits for the autocorrelations)

0.0050.0040.0030.0020.0010.000

10

9

8

7

6

5

4

resid^2

y ha

t

Scatterplot of y hat vs resid^2

LANJUTAN

22

MultikolinearitasAnalisis korelasi menunjukkan bahwa antara variabel BBJ danBPG memiliki korelasi sebesar 0.832 serta variabel BBJ danBMD memiliki korelasi 0.805. Korelasi pada variabel tersebuttinggi sehingga perlu dilakukan analisis PCA untuk mengatasimultikolinearitas.

BPGBBJBMDTKI

BPGBBJBMDTKI

ZZZZPCZZZZPC

136.0348.0496.0784.02536.0519.0492.0449.01

ESTIMASI PARAMETER DENGAN VARIABEL PCA

Estimasi parameter pada model SAR fixed effect

Model PDRB sektor industri pengolahan adalah sebagai berikut.

23

Keterangan : tanda (*) menunjukkan signifikan pada =0.05

VariabelSAR panel

Coef P-Value

kelompok pengeluaran belanja 0.055530 0.000016*

kelompok tenaga kerja -0.045433 0.005619*

0.558988 0.000000*R2 = 0.9997; corr2 = 0.8439

i

jjtijit

jatenagakelompok

belanjanpengeluarakelompokPDRBIwPDRBI

ker045.0

056.0ln56.0ln11

1

LANJUTAN

Uji kenormalan residual pada model menghasilkan p-value 0.15 sehingga disimpukan residual pada model telahberdistribusi normal.

Independen dan Homoskedastisitas

24

50454035302520151051

1.0

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4

-0.6

-0.8

-1.0

Lag

Aut

ocor

rela

tion

Autocorrelation Function for resid(with 5% significance limits for the autocorrelations)

0.0050.0040.0030.0020.0010.000

10

9

8

7

6

5

4

resid^2

y h

at

Scatterplot of y hat vs resid^2

LANJUTAN

Pengujian pengaruh efek spasial pada model menggunakan LR test menghasilkan p-value sebesar0.000 sehingga dapat disimpulkan efek spasial padamasing-masing kapupaten memiliki pengaruh terhadapmodel.

Pengujian Lagrange Multiplier menghasilkan p-value 0.000 untuk spasial lag sehingga kesimpulan yang diperoleh adalah spasial lag pada model signifikan.

25

MODEL PADA MASING-MASING KABUPATEN/KOTA

Model PDRB sektor industri di Malang

Model PDRB sektor industri di Pasuruan

26

jatenagakelompokbelanjanpengeluarakelompok

PDRBIPDRBIPDRBI tkeMKttkePasutkeM

ker045.0056.0

lnln56.0485.2ln lglg


PDRBIPDRBIPDRBIPDRBIPDRBI

tkePasuKttkeMojog

tkeSidogtkeMtkePasu

ker045.0056.0

)lnln

ln(ln56.0564.2ln lg

LANJUTAN MODEL

Model PDRB sektor industri di Sidoarjo

Model PDRB sektor industri di Mojokerto

27



tkeSbyKttkeGres

tkeMojotkePasutkeSidou

ker045.0056.0

)lnln

ln(ln56.0883.3ln

jatenagakelompokbelanjanpengeluarakelompokPDRBI


tkeMojoKt

tkeGrestkeLamo

tkeSidotkePasutkeMojo

ker045.0

056.0)lnlnln

ln(ln56.0811.2ln

LANJUTAN MODEL

Model PDRB sektor industri di Lamongan

Model PDRB sektor industri di Gresik

Model PDRB sektor industri di Bangkalan

28


PDRBIPDRBIPDRBI tkeGrestkeMojotkeLamo

ker045.0056.0

)ln(ln56.0133.0ln



tkeSbyKttkeLamo

tkeMojotkeSidotkeGres

ker045.0056.0

)lnln

ln(ln56.0817.3ln


PDRBIPDRBI tkeSbyKttkeBang

ker045.0056.0

)(ln56.032.1ln

LANJUTAN MODEL

Model PDRB sektor industri di Kota Malang

Model PDRB sektor industri di Kota Pasuruan

Model PDRB sektor industri di Kota Mojokerto

29


PDRBIPDRBI tkeMtkeMKt

ker045.0056.0

)(ln56.0245.3ln lglg


PDRBIPDRBI tkePasutkePasuKt

ker045.0056.0

)(ln56.0153.0ln


PDRBIPDRBI tkeMojotkeMojoKt

ker045.0056.0

)(ln56.0306.0ln

LANJUTAN MODEL

Model PDRB sektor industri di Kota Surabaya

Model panel spasial pada masing-masing kabupaten/kotayang dengan variabel kelompok pengeluaran belanja sertakelompok tenaga kerja yang dikembalikan ke variabel asaladalah sebagai berikut.

30


PDRBIPDRBIPDRBI tkeGrestkeSidotkeSbyKt

ker045.0056.0

)ln(ln56.0306.0ln

itit

itj

itjtijit

BPGBBJ

BMDTKIPDRBIwPDRBI

ln063.0ln016.0

ln006.0ln056.0ln56.0ln11

1

KESIMPULAN Estimasi model PDRB sektor industri pada kabupaten/kota yang diteliti

adalah model SAR fixed effect.

PDRB sektor industri pada SWP Gerbangkertasusila dan Malang-Pasuruandipengaruhi oleh kelompok pengeluaran belanja dan kelompok tenaga kerjaserta efek spasial. Interaksi spasial menunjukkan bahwa nilai PDRB sektorindustri untuk masing-masing kabupaten/kota yang diteliti dipengaruhi olehbesarnya nilai PDRB sektor industri kabupaten/kota yang menjadi tetangga. Efek spesifik spasial yang signifikan pada model menunjukkan adanyaperbedaan efek spesifik spasial pada kabupaten/kota yang diamati sehinggamasing-masing kabupaten/kota yang diteliti memiliki perbedaan model. Pengujian asumsi model menunjukkan bahwa model telah memenuhiasumsi residual berdistribusi normal, independen, dan tidak terjadi kasusmultikolinearitas namun masih belum memenuhi asumsi residual yang identik.

31

SARAN

Penelitian selanjutnya sebaiknya memasukkan variabelinvestasi swasta. penelitian selanjutnya dapat dilakukanpenambahan kabupaten/kota yang lain yang sesuai. Periodewaktu pada penelitian selanjutnya juga dapat dilakukanpenambahan dapat diteliti efek periode waktu pada model. Asumsi residual yang identik belum terpenuhi pada model yang dihasilkan sehingga pada penelitian selanjutnya dapatdilakukan penanggulangan asumsi yang belum terpenuhi.

32

DAFTAR PUSTAKAAnselin, L. (1988). Spatial Econometrics: Methods and Models. Dordrecht: Kluwer

Academic Publishers.

Baltagi, B.H., S.H. Song, dan W. Koh (2003), Testing Panel Data Regression Model with Spatial Error Correlation, Journal of Econometrics 117, 123-150.

Bappenas. (2006). Laporan Hasil Kajian Penyusunan Model Perencanaan Lintas Wilayah dan Lintas Sektor. Jakarta: Bappenas.

BPS, (2008). Produk Domestik Regional Bruto Jawa Timur 2004-2008, Surabaya: BPS

Belinda, V.K. (2007), Analisis Statistika Terhadap Faktor-Faktor Yang Mempengaruhi Tingkat Pertumbuhan Ekonomi (PDB) Pasca Krisis Moneter Di Indonesia Tahun 1999-2004. TugasAkhir, Institut Teknologi Sepuluh Nopember (ITS),Surabaya.

Elhorst, J.P. (2003), Specification and Estimation of Spatial Panel Data Models. International Regional Science Review 26, 3: 244268.

__________ (2009), Spatial Panel Data Models. In Fischer MM, Getis A (Eds.) Handbook of Applied Spatial Analysis, Ch. C.2. Berlin Heidelberg New York: Springer.

Gujarati, D. (1999), Ekonometrika Dasar, Jakarta: Erlangga.

33

LANJUTAN DAFTAR PUSTAKA

Halim, S., Anastasia N., Evalina A., dan Tobing A.F. (2008) Penentuan Harga Jual HunianPada Apartemen Di Surabaya dengan Menggunakan Metode Regresi Spasial, JurnalTeknik Industri 10: 2 (Hal: 151-157).

Johnson, R.A. dan Wichern, D.W. (2002), Applied Multivariate Statistical Analysis, fifth edition, New Jersey: Prentice Hall International.Inc.

LeSage, J.P. (1999), The Theory and Practice of Spatial Econometrics, Departement of Economics University of Toledo.

__________ (2005) Matlab Econometric Toolbox, Available at http://www.spatialeconometrics.com/

Muchlisoh, S. (2008), Model Regresi Data Panel Dengan Korelasi Error Spasial, TesisMagister, Institut Teknologi Sepuluh Nopember (ITS), Surabaya.

Sodik, J. (2007), Pengeluaran Pemerintah Dan Pertumbuhan Ekonomi Regional. Studi KasusData Panel di Indonesia. Jurnal Ekonomi Pembangunan 12: 1 (Hal: 27 36).

Sodik, J. dan Nuryadin, D. (2005), Investasi Dan Pertumbuhan Ekonomi Regional (StudiKasus Pada 26 Propinsi Di Indonesia, Pra Dan Pasca Otonomi). Jurnal EkonomiPembangunan 10: 2 (Hal: 157 170).

34

TERIMA KASIH

35

data panel spasial.pdf

Documents