PEMODELAN PERSENTASE PENDUDUK MISKIN

DI JAWA TIMUR DENGAN PENDEKATAN

EKONOMETRIKA PANEL SPASIAL

1

Alifta Kurnia Setiawati (1308100061)

Pembimbing : Dr. Ir. Setiawan, MS

AGENDA

Pendahuluan

Tinjauan Pustaka

Metodologi

2

1

Analisis dan Pembahasan

Kesimpulan dan Saran

2

3

4

5

PENDAHULUAN

3

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

Panel Data

6

LATAR BELAKANG

PENELITIAN SEBELUMNYA

Penelitian dengan

menggunakanEkonometrikaPanel Spasial

Muchlisoh (2009) “Pengaruh pertumbuhan ekonomi dan inflasi

terhadap kemiskinan di Indonesia”.

Fatmawati (2010) “PDRB sektor industri di SWP Gerbangkertasusila dan

Malang-Pasuruan”.

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

BATASAN MASALAH

TINJAUAN PUSTAKA

11

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

dan kesehatan.

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.

(Suryawati, 2005)

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:

itititit uXy 'dengan

Ni ,,2,1 Tt ,,2,1 dan (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)

7) Customized Contiguity

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 sectiondan time series

(Setiawan dan Dwi, 2010)

ititit uXy '

dengan

Ni ,,2,1 Tt ,,2,1 dan

Fixed Effect Model (FEM)

diasumsikan bahwa nilai slopemasing-masing variabel adalah tetap namun nilai intersep berbeda-beda untuk setiap unit cross section dan tetap untuk setiap unit time series

(Gujarati, 2005)

dengan

Ni ,,2,1 Tt ,,2,1 dan

ititiit uXy '

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

Ni ,,2,1 Tt ,,2,1 dan

ii 0 0

i2

ititit wXy '

0

itiit uw 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

itiitjtijit XyWy1

itiitit Xy

N

j

ititijit W1

Dengan merupakan koefisien

spasial autoregressive dan W

merupakan matriks pembobot

spasial.

itiitit Xy idengan merupakan efek spesifik spasial

Tanpa efek

interaksi spasial

(Elhorst, 2003)

19

ESTIMASI MODEL

UJI PEMILIHAN MODEL

UJI CHOW

Untuk menentukan apakah CEM atau FEM yang akan digunakan.

N21

it

KNNTRSS

NRSSRSSF

2

21 1

H0 :

H1 : paling tidak ada satu

Statistik uji:

Ket :

RSS1

: residual sum of squares untuk CEM

RSS2

: residual sum of square untuk FEM

N : jumlah unit cross section

T : jumlah unit time series

K : jumlah variabel independen

(model CEM)

(model FEM)

,,1 KNNTNhitung FF Keputusan: Tolak H0 jika

(Baltagi, 2005)

20

ESTIMASI MODEL

UJI PEMILIHAN MODEL

UJI HAUSMAN

Untuk menentukan apakah FEM atau REM yang akan digunakan.

H0 :

H1 :

Statistik uji:

Ket :

(model REM)

(model FEM)

Keputusan: Tolak H0 jika

0, itit uXcorr

0, itit uXcorr

ˆˆvarvarˆ1'

2

bbbKW

;22

Khitung

b : vektor estimasi parameter REM

: vektor estimasi parameter FEM (Greene, 2003)

21

ESTIMASI MODEL

UJI PEMILIHAN MODEL

UJI LAGRANGE MULTIPLE

Untuk menguji apakah terdapat heteroskedastisitas pada FEM.

H0 :

H1 :

Statistik uji:

Ket :

(Homokedastis)

(Heterokedastis)

Keputusan: Tolak H0 jika

(Greene, 2003)

22 i

22 i

2

12

2

ˆ

ˆ

2

N

i

iTLM

;122

Nhitung

2ˆ

i2

T : jumlah unit time series

N : jumlah unit cross section

:varians residual persamaan ke-i

: varians residual persamaan sistem

22

REGRESI

UJI ASUMSI

• Residual Homoskedastisitas

• Plot

Identik

• TidakterdapatAutokorelasi

• Plot ACF

Independen • Error berdistribusi normal

• Uji Kolmogorov-Smirnov

Distribusi Normal

• Ditanggulangidengan PCA

TidakMultikolinearitas

METODOLOGI

23

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

SUMBER DATA

25

VARIABEL PENELITIAN

• Persentase Penduduk Miskin di Jawa TimurVariabel

Dependen

• Angka Buta Huruf (ABH) usia 10 tahun ke atas (X1)

• Tingkat Pendidikan < SMA (X2)

• Tingkat Pendapatan (X3)

• Laju Pertumbuhan Ekonomi (X4)

• Tingkat Pengangguran Terbuka (TPT) (X5)

• Tingkat Partisipasi Angkatan Kerja (TPAK) (X6)

• Alokasi Belanja Daerah untuk Kesehatan (APBD) (X7)

• Alokasi Bantuan Langsung Masyarakat (BLM)(X8)

VariabelIndependen

(Yuniarti, 2010) ; (TNP2K, 2011)

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 effectpada masing-masing model SAR dan SEM.

• Menguji asumsi kenormalan residual, identik, independen, dan tidak terjadi multikolinearitas pada model. Melakukan penanggulangan jika asumsi tidak terpenuhi

• Menginterpretasikan hasil yang diperoleh

ANALISIS dan PEMBAHASAN

27

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

Paci

tan

Treng

gale

k

Blit

ar

Mala

ng

Jem

ber

Bond

ow

oso

Pro

bolin

gg

o

Sid

oa

rjo

Jom

ba

ng

Ma

diu

n

Nga

wi

Tuba

n

Gre

sik

Sam

pang

Sum

ene

p

Kota

Blit

ar

Kota

Pro

bolin

gg

o

Kota

Mojo

kert

o

Kota

Sur

ab

aya

36.84

1. Kab. Sampang

2. Kab. Bangkalan

3. Kab. Sumenep

4. Kab. Pamekasan

5. Kab. Probolinggo

CUSTOMIZED CONTIGUITY

MATRIKS PEMBOBOT

29

30

UJI PEMILIHAN MODELUJI 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

yhat

10.07.55.02.50.0-2.5-5.0

40

30

20

10

0

Lag

Autocorrelation

282624222018161412108642

1.0

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4

-0.6

-0.8

-1.0

Asumsi Residual Independen

34

Asumsi Distribusi Normal

PENGUJIAN ASUMSI

UJI ASUMSI

resid

Percent

10.07.55.02.50.0-2.5-5.0

99.9

99

95

90

80

70

605040

30

20

10

5

1

0.1

Mean

0.063

0.6009

StDev 2.284

N 114

KS 0.081

P-Value

35

INTERPRETASI MODEL

MODEL PERSENTASE PENDUDUK MISKIN

itititit TPTEkonomiPendapay 627804,0513303,0tan114027,0

it

j

itijitit wBLMTPAK

38

1

391980,0000051,0218045,0

R2=92,96% Corr2= 20,62%

Variasi Efek Spasial= 72,34%

KESIMPULAN dan SARAN

36

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.

LeSage, James dan R.K Pace. 2009. Introduction to Spatial Econometrics. New York: CRC 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.

TERIMAKASIH…

41