Upload
atul
View
94
Download
4
Embed Size (px)
DESCRIPTION
tentang data panel
Citation preview
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
jatenagakelompokbelanjanpengeluarakelompok
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
jatenagakelompokbelanjanpengeluarakelompok
PDRBIPDRBIPDRBIPDRBIPDRBI
tkeSbyKttkeGres
tkeMojotkePasutkeSidou
ker045.0056.0
)lnln
ln(ln56.0883.3ln
jatenagakelompokbelanjanpengeluarakelompokPDRBI
PDRBIPDRBIPDRBIPDRBIPDRBI
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
jatenagakelompokbelanjanpengeluarakelompok
PDRBIPDRBIPDRBI tkeGrestkeMojotkeLamo
ker045.0056.0
)ln(ln56.0133.0ln
jatenagakelompokbelanjanpengeluarakelompok
PDRBIPDRBIPDRBIPDRBIPDRBI
tkeSbyKttkeLamo
tkeMojotkeSidotkeGres
ker045.0056.0
)lnln
ln(ln56.0817.3ln
jatenagakelompokbelanjanpengeluarakelompok
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
jatenagakelompokbelanjanpengeluarakelompok
PDRBIPDRBI tkeMtkeMKt
ker045.0056.0
)(ln56.0245.3ln lglg
jatenagakelompokbelanjanpengeluarakelompok
PDRBIPDRBI tkePasutkePasuKt
ker045.0056.0
)(ln56.0153.0ln
jatenagakelompokbelanjanpengeluarakelompok
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
jatenagakelompokbelanjanpengeluarakelompok
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