handout sidang outline

3
Maret 2014: Jabar 4.327.065 Jateng 4.832.000 Jatim 4.780.000 Indonesia 28,28 juta Fixed :Pendekatan ini hanya mengkombinasikan data time series dan cross section tanpa melihat perbedaan antar waktu dan individu. Pendekatan ini tidak memperhatikan dimensi individu maupun waktu. Diasumsikan perilaku data antar individu sama dalam berbagai kurun waktu, sehingga kita bisa menggunakan metode OLS (Ordinary Least Square). Common effect yang mengasumsikan bahwa intersep maupun slope adalah sama antar individu maupun antar waktu. Karakteristik antar individu jelas berbeda. Karena itu pendekatan fixed effect mengestimasi data panel menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Pendekatan fixed effect ini didasarkan adanya perbedaan intersep antar individu namun intersepnya sama antar waktu (time invariant). Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi (slope) tetap antar individu dan antar waktu. Dimasukkannya variabel dummy di dalam model fixed effect bertujuan untuk mewakili ketidaktahuan tentang model yang sebenarnya. Namun, ini juga membawa konsekuensi berkurangnya derajat kebebasan (degree of freedom) yang pada akhirnya mengurangi efisiensi dari parameter yang diestimasi. Masalah ini bisa diatasi dengan memasukkan parameterparameter yang berbeda antar individu maupun antar waktu ke dalam error yang dikenal sebagai metode random effect. Di dalam model ini kita akan mengestimasi data panel dimana variabel gangguan mungkin akan saling berhubungan antar waktu dan antar individu. Menentukan lag: Akaike Info Criterion (AIC) atau Schwarz Info Criterion (SIC) Uji Chow: >5%; common; fixed Uji Hausman: >5%; random;fixed Multikolinearitas adalah adanya hubungan antar variabel bebas dalam satu regresi. Semestinya tidak ada. Uji autokorelasi: Autokorelasi adalah korelasi yang terjadi antar observasi dalam satu variabel (Nachrowi djalal dan Hardius usman:2006). Korelasi ini terjadi antar waktu atau individu. Umumnya kasus autokorelasi banyak terjadi pada data time series, artinya kondisi sekarang dipengaruhi waktu lalu Uji heteroskedastisitas: seharusnya saat di scatterplot tidak membentuk pola yang jelas. Sering ditemui dalam cross section Selamat siang, Pak Akhmad Solikin dan Pak Agung Budi Laksono yang saya hormati. Perkenalkan, saya Rudi Andika dari XI C Khusus yang akan menyampaikan presentasi outline kepada bapak-bapak sekalian. Penelitian ini berjudul PENGARUH ALOKASI BELANJA DAERAH UNTUK URUSAN PENDIDIKAN, KESEHATAN, DAN PEKERJAAN UMUM TERHADAP PENGENTASAN KEMISKINAN DI PROVINSI JAWA BARAT TAHUN 2009-2013 dengan dosen pembimbing adalah Bp. Agus Sunarya. Kemiskinan merupakan masalah klasik dan global. Data bank Dunia 2013, 1/6 miskin. Meski MDGS, pesatnya penduduk masih tetap membuat kemiskinan tinggi. Tantangan lebih berat, Indonesia. Berat karena lingkaran setan. Miskin karena ga ada pembangunan, ga pembangunan karena miskin. Itulah Kemiskinan nasional, akumulasi. Jawa. Jabar Jateng Jatim. PPB, tindak lanjut MDGS selain Gender B dan Participatory B. PPB Lahir karena paradoks GDP. Makanya harus by design sejak semula.

Upload: andika-rudy

Post on 08-Sep-2015

217 views

Category:

Documents


0 download

DESCRIPTION

Handout Sidang Outline

TRANSCRIPT

Maret 2014: Jabar 4.327.065Jateng 4.832.000 Jatim 4.780.000 Indonesia 28,28 jutaFixed :Pendekatan ini hanya mengkombinasikan data time series dan cross section tanpa melihat perbedaan antar waktu dan individu. Pendekatan ini tidak memperhatikan dimensi individu maupun waktu. Diasumsikan perilaku data antar individu sama dalam berbagai kurun waktu, sehingga kita bisa menggunakan metode OLS (Ordinary Least Square).Common effect yang mengasumsikan bahwa intersep maupun slope adalah sama antar individu maupun antar waktu. Karakteristik antar individu jelas berbeda. Karena itu pendekatan fixed effect mengestimasi data panel menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Pendekatan fixedeffect ini didasarkan adanya perbedaan intersep antar individu namun intersepnya sama antar waktu (time invariant). Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi (slope) tetap antar individu dan antar waktu. Dimasukkannya variabel dummy di dalam model fixed effect bertujuan untuk mewakili ketidaktahuan tentang model yang sebenarnya. Namun, ini juga membawa konsekuensi berkurangnya derajat kebebasan (degreeof freedom) yang pada akhirnya mengurangi efisiensi dari parameter yang diestimasi. Masalah ini bisa diatasi dengan memasukkan parameterparameter yang berbeda antar individu maupun antar waktu ke dalamerror yang dikenal sebagai metode random effect. Di dalam model ini kita akan mengestimasi data panel dimana variabel gangguan mungkin akan saling berhubungan antar waktu dan antar individu.Menentukan lag: Akaike Info Criterion (AIC) atau Schwarz Info Criterion (SIC)Uji Chow: >5%; common; fixed Uji Hausman: >5%; random;fixedMultikolinearitas adalah adanya hubungan antar variabel bebas dalam satu regresi. Semestinya tidak ada.Uji autokorelasi: Autokorelasi adalah korelasi yang terjadi antar observasi dalam satu variabel (Nachrowi djalal dan Hardius usman:2006). Korelasi ini terjadi antar waktu atau individu. Umumnya kasus autokorelasi banyak terjadi pada data time series, artinya kondisi sekarang dipengaruhi waktu laluUji heteroskedastisitas: seharusnya saat di scatterplot tidak membentuk pola yang jelas. Sering ditemui dalam cross section

Selamat siang, Pak Akhmad Solikin dan Pak Agung Budi Laksono yang saya hormati. Perkenalkan, saya Rudi Andika dari XI C Khusus yang akan menyampaikan presentasi outline kepada bapak-bapak sekalian. Penelitian ini berjudul PENGARUH ALOKASI BELANJA DAERAH UNTUK URUSAN PENDIDIKAN, KESEHATAN, DAN PEKERJAAN UMUMTERHADAP PENGENTASAN KEMISKINAN DI PROVINSI JAWA BARAT TAHUN 2009-2013 dengan dosen pembimbing adalah Bp. Agus Sunarya.Kemiskinan merupakan masalah klasik dan global. Data bank Dunia 2013, 1/6 miskin. Meski MDGS, pesatnya penduduk masih tetap membuat kemiskinan tinggi. Tantangan lebih berat, Indonesia. Berat karena lingkaran setan. Miskin karena ga ada pembangunan, ga pembangunan karena miskin. ItulahKemiskinan nasional, akumulasi. Jawa. Jabar Jateng Jatim.

PPB, tindak lanjut MDGS selain Gender B dan Participatory B.PPB Lahir karena paradoks GDP. Makanya harus by design sejak semula.Ciri khas kemiskinan Indonesia (WorldB, 2006). 1. Banyak di sekitar GK, jadi memang tidak miskin, tapi rentan. 2. Geografi Indonesia membuat ketimpangan aksesKemiskinan desa > kota karena adanya kemungkinan bencana alam. Hidup dari hasil serta ririkonya.Banyak di Jawa karena ledakan penduduk, tidak diimbangi dengan ketersediaan aset misal tanah garapan.Masalah kemiskinan:Desentralisasi urusan udah tapi dana belum, korupsi, rakyat miskin diberi dana sisaFungsi anggaran: alokasi, distribusi, stabilisasiPPB: Universalisme dan selektivismeSalah satu penyebab belum turunnya jumlah penduduk miskin secara drastis di Indonesia dikarenakan masih adanya asumsi bahwa penyebab kemiskinan berasal dari kaum miskin itu sendiri (blamming the victim) dan masalah ekonomi semata. Padahal realita menunjukkan bahwa kemiskinan yang terjadi di Indonesia lebih disebabkan oleh suatu proses pemiskinan atau yang lebih dikenal dengan istilah kemiskinan struktural. Sen (1999) menyatakan kemiskinan struktural hanya dapat ditanggulangi jika hak-hak dasar dari kaum miskin ditegakkan. Hak dasar tersebut antara lain kesehatan dan pendidikan.

Mengenai pemilihan independen yang dipecah per urusan ini, saya SEKALIGUS INGIN berterimakasih kepada pak ABL karena ide pemecahan per urusan ini adalah dari beliau, meski saya KEMUDIAN BELUM MEMOHON PETUNJUK apakah variabel yang saya pilih ini suda TEPAT atau BELUM. Karena pada awalnya PAD, DAU, DAK, kemiskinan pengangguran. IDENTITAS.Surjono . Konsumsi lebih OKE dari pendapatan. 1 akses dan ketersediaan 2. Lebih mudah diukur 3. Konsumsi selalu ada meski pendapatan negatifKemiskinan Dengan kata lain, kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan makanan maupun non makanan yang bersifat mendasa. Yao, deprivation of various aspect of well being.Untuk mengukur kemiskinan di Indonesia, BPS menggunakan konsep kemampuan memenuhi kebutuhan dasar (basic need approach. Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita per bulan di bawah garis kemiskinan. Armenia, Senegal, Pakistan, Bangladesh, Vietnam, Sierra Leone, dan Gambia.PPP di Indonesia adalah banyaknya rupiah yang dikeluarkan untuk membeli sejumlah kebutuhan barang dan jasa dimana jumlah yang sama tersebut dapat dibeli sebesar US$ 1 di Amerika SerikatGK= GKM + GK Non MakananGkm=nilai pengeluaran kebutuhan minimum makanan yang disetarakan dengan 2.100 kilokalori perkapita per hari. 52Garis Kemiskinan Makanan adalah jumlah nilai pengeluaran dari 52 komoditi dasar makanan yang riil dikonsumdi penduduk referensi dan kemudian disetarakan dengan nilai energi 2.100 kilokalori perkapita per hari. Penyetaraan nilai pengeluaran kebutuhan minimum makanan dilakukan dengan menghitung harga rata-rata kalori dari ke-52 komoditi tersebut. Selanjutnya GKM tersebut disetarakan dengan 2.100 kilokalori dengan cara mengalikan 2.100 terhadap harga implisit rata-rata kalori.GKNM = kebutuhan minimum untuk perumahan, sandang, pendidikan, dan kesehatan. 51 di kota 47 di desaGaris Kemiskinan Non-Makanan merupakan penjumlahan nilai kebutuhan minimum dari komoditi-komoditi non-makanan terpilih yang meliputi perumahan, sandang, pendidikan, dan kesehatan. Nilai kebutuhan minimum per komoditi/sub-kelompok non-makanan dihitung dengan menggunakan suatu rasio pengeluaran komoditi /sub-kelompok tersebut terhadap total pengeluaran komoditi/sub-kelompok yang tercatat dalan data Susenas modul konsumsi. Rasio tersebut dihitung dari hasil Survei Paket Komoditi Kebutuhan Dasar (SPKKD), yang dilakukan untuk mengumpulkan data pengeluaran konsumsi rumahtangga per komoditi non-makanan yang lebih rinci dibandingkan data Susenas modul konsumsiP0). Persentase penduduk di bawah garis kemiskinanP1jarak antara kemampuan suatu keluarga dengan garis kemiskinanP2 Ukuran ini tidak hanya memperhitungkan jarak antara si miskin dengan garis kemiskinan (poverty gap), namun juga ketidaksetimbangan (inequality) di antara populasi yang diukur tersebutSuatu program mungkin sangat efektif mengurangi jumlah penduduk miskin (incidence of poverty/headcount index), tapi mungkin hanya terjadi pada mereka yang berhimpit / terdekat dengan garis kemiskinan, sehingga bisa dikatakan dampaknya kecil terhadap pengurangan kesenjangan (poverty gap). Kebijakan lain mungkin lebih diarahkan kepada mereka yang sangat miskin sehingga memberikan dampak kecil terhadap pengurangan headcount index (mendekatkan ke garis kemiskinan tapi belum melampaui garis).