1
ABSTRAK
Produk Domestik Regional Bruto (PDRB) adalah jumlah nilai tambah dari sektor- sektor ekonomi yang ada di
suatu wilayah dalam jangka waktu tertentu. Sektor-sektor yang masuk kedalam perhitungan PDRB adalah
pertanian, pertambangan, industri, listrik gas dan air, bangunan, perdagangan, transportasi dan angkutan,
lembaga keuangan, dan jasa-jasa. PDRB yang tinggi akan meningkatkan kualitas manyarakat dan mengurangi
kemiskinan. Dari data yang telah didapat, peneliti mencari model persamaan simultan terdiri dari dua atau lebih
persamaan yang variabel nya saling berkaitan atau memiliki hubungan simultan, disebut dengan variabel
endogen dan variabel eksogen. Penerapan model persamaan simultan banyak ditemukan di ekonometrika. Pada
kasus ini akan dibahas hubungan antara PDRB dan kemiskinan. Metode persamaan simultan yang digunakan
adalah Two Stage Least Square. Data yang digunakan merupakan data PDRB, kemiskinan, ekspor impor, tingkat
pengangguran, dan kepadatan penduduk di Indonesia pada rentang tahun 2000-2013. Dengan = 0,10 diperoleh
hasil bahwa kemiskinan mempengaruhi PDRB, dan PDRB juga mempengaruhi kemiskinan secara signifikan.
Jadi, terdapat hubungan yang simultan antara PDRB dan kemiskinan.
Kata Kunci : Persamaan Simultan, Two Stage Least Squre, PDRB, Kemiskinan, Pengangguran,
Kepadatan Penduduk, dan Ekspor-Impor
2
BAB I
PENDAHULUAN
3
yaitu estimasi model persamaan simultan dengan Metode Two Stage Least Squares (2SLS)
serta mengaplikasikannya pada data ekonomi.
4
BAB II
TINJAUAN PUSTAKA
5
kemiskinan juga dipengaruhi oleh jumlah pengangguran dalam suatu wilayah pada periode
waktu tertentu dibandingkan dengan jumlah penduduk secara keseluruhan.
6
2.5 Metode Estimasi
Terdapat beberapa metode untuk mengestimasi parameter suatu persamaan, yaitu :
a. Ordinary Least Square (OLS)
b. Indirect Least Square (ILS)
c. 2-Stage Least Square (2-SLS)
d. 3-Stage Least Square (3-SLS)
Metode 2-SLS adalah metode yang umum dipakai dalam estimasi model persamaan
simultan karena metode OLS yang tidak dapat digunakan dengan alasan adanya saling
ketergantungan antara variabel yang menjelaskan dengan unsur gangguan. Ide dasar 2-SLS
adalah dengan menggantikan variabel endogen yang stokastik dengan suatu kombinasi linear
dengan variabel yang ditetapkan terlebih dahulu (nonstokastik) dalam model dan
menggunakan kombinasi ini sebagai variabel yang menjelaskan sebagai pengganti variabel
asli.
7
BAB III
METODOLOGI PENELITIAN
8
3.4 Langkah Analisis
Langkah analisis yang diterapkan dalam penelitian ini adalah sebagai berikut.
a. Membuat model persamaan struktural untuk setiap pengamatan.
b. Melakukan identifikasi model dengan kondisi ordo.
c. Mengestimasi parameter dengan menggunakan metode Two-stage Least Square.
d. Melakukan evaluasi model dengan koefisien detreminasi.
e. Interpretasi hasil penelitian.
9
BAB IV
Dari model yang telah didapat pada spesifikasi model, peneliti melakukan
pengindentifikasian terhadap pola hubungan antar variabel, khususnya PDRB dan
kemiskinan, dapat dilihat pada scatterplot dibawah ini,
Matriks Korelasi Antar Variabel
0 00
00 00
00 00 0
00 00 00 00
10 20 30 0 50 10 0 80 16
2000000000
ekspor 1000000000
20
impor 10
0 1000000000
kemiskinan 500000000
0
1000000000
PDRB 500000000
0
9
Kep. Penduduk 6
3
16000
0
0 00 0 0 0 0 00 3 6 9
00 00 00 00
00 00 00 00
0 00 00 0
1 00 20 25 50
Scatterplot PDRB dan kemiskinan membentuk garis linear yang menurun. Hal tersebut
menunjukkan bahwa hubungannya berkebalikan. Apabila PDRB tinggi maka kemiskinan
menurun. Begitu juga sebaliknya, apabila kemiskinan tinggi maka PDRB menurun. Seperti
pada Provinsi DKI Jakarta yang memiliki PDRB tertinggi dan kemiskinannya terendah
dibandingkan provinsi lain. Pada scatterplot ekspor dan impor terhadap PDRB, diketahui
bahwa apabila ekspor atau impor tinggi maka PDRB juga tinggi. Selanjutnya apabila eskpor
tinggi maka kemiskinan rendah. Apabila jumlah penduduk tinggi maka kemiskinan juga
tinggi.
Telah diketahui bahwa model PDRB dan kemiskinan disusun seperti persamaan berikut.
1 = 10 + 12 2 + 11 1 + 12 2 + 1
2 = 20 + 21 1 + 23 3 + 24 4 + 2
Berikut adalah keterangan variabel pada model,
10
Tabel 4.1 Variabel Penelitian
5
50
0
10 -5
1
-10 0 10 5.0 7.5 10.0 12.5 15.0
Residual Fitted Value
6 10
Frequency
Residual
5
4
0
2
-5
0
-5 0 5 10 15 1 5 10 15 20 25 30
Residual Observation Order
50 0
10 -250000000
1 -500000000
-500000000 -250000000 0 250000000 500000000 0 0 0 0 0
Residual 00 00 00 00
00 00 00 00
000 000 000 000
5 10 15 20
Fitted Value
15
Residual
10 0
5 -250000000
0 -500000000
00 00 0 0 00 1 5 10 15 20 25 30
00 00 00 00
00 00 00 00 Observation Order
0 0 0 0 00 0
-4 -2 20 4 0
Residual
11
Keempat plot kedua Residual Plot di atas merupakan syarat minimal kebaikan model
regresi. Berdasarkan gambar tersebut dapat diketahui bahwa terdapat empat pengujian yang
menunjukkan sifat distribusi residual yaitu asumsi distribusi normal dan histogram asumsi
distribusi normal yang menunjukkan apakah residual mengalami distribusi normal atau tidak.
Selanjutnya asumsi identik untuk mengetahui identik atau tidaknya dan asumsi independen
untuk mengethaui independen atau tidaknya.
Berdasarkan plot asumsi distribusi normal dapat dilihat bahwa titik-titik merah tidak
berada pada garis biru yaitu garis normal, hal tersebut dapat diartikan bahwa data tersebut
mengikuti garis normal. Sedangkan pada histogram dapat kita ketahui bahwa histogram tidak
berbentuk. Jadi dapat diasumsikan bahwa residual tidak berdistribusi normal.
Sedangkan pada plot asumsi identik dapat dilihat bahwa titik-titik merah membentuk
pola terompet, sehingga residual dapat dikatakan tidak identik. Maka nilai varians antara
error satu dengan lainnya tidak sama. Selanjutnya pada plot asumsi independen dapat dilihat
bahwa titik-titik merah menyebar tidak beraturan sehingga grafik tidak membentuk pola,
sehingga dapat diasumsikan bahwa residual bersifat independen.
12
Pada tahap selanjutnya dilakukan regresi OLS dengan bantuan software Minitab,
sehingga didapatkan hasil sebagai berikut.
= 1,44 + 08 + 10870596 () + 0,724
+ 1,61
Dari model tersebut didapatkan P-value yang dapat dilihat pada Tabel 4.2
Tabel 4.2 P-Value dengan Variabel Endogen PDRB
Variabel P-Value R-square
Kemiskinan 0,553
10%
Ekspor 0,169
Impor 0,000
Berdasarkan daerah penolakan, yaitu ketika P-value lebih kecil dari 0,05, maka variabel
kemiskinan dengan nilai P-value sebesar 0,553 memiliki keputusan gagal tolak H0.
Akibatnya, kemiskinan secara signifikan tidak mempengaruhi PDRB. Pada variabel ekspor
yang memiliki nilai P-value sebesar 0,169 lebih besar dari taraf signifikansi, sehingga ekspor
secara signifikan tidak mempengaruhi besar PDRB. Pada variabel impor dengan nilai P-value
sebesar 0,000, diambil keputusan tolak H0 dan menghasilkan kesimpulan bahwa impor
mempengaruhi PDRB secara signifikan.
Persamaan hasil regresi OLS yang selanjutnya sebagai berikut.
= 14,7 + 0,000000 () 0,329
0,00204
Dari persamaan berikut didapatkan nilai P-value yang ditampilkan pada tabel berikut.
Tabel 4.3 P-Value dengan Variabel Endogen Kemiskinan
Variabel P-Value R-square
PDRB (topi) 0,420
Tingkat Pengangguran 0,578 90,7 %
Kepadatan Penduduk 0,723
Daerah penolakan yang ditetapkan ketika P-value lebih kecil dari 0,05. Dilihat dari
variabel PDRB dengan nilai P-value sebesar 0,420, mengakibatkan dipilihnya keputusan
gagal tolak H0. Sehingga dapat dikatakan bahwa PDRB secara signifikan tidak
mempengaruhi kemiskinan. Pada variabel tingkat pengangguran, dengan nilai P-value
sebesar 0,578 lebih besar dari 0,05. Artinya, tingkat pengangguran secara signifikan tidak
mempengaruhi besar kemiskinan. Pada variabel kepadatan penduduk dengan nilai P-value
sebesar 0,723, keputusan yang diambil adalah gagal tolak H0 dan menghasilkan kesimpulan
bahwa kepadatan penduduk tidak mempengaruhi kemiskinan secara signifikan.
13
4.3 Koefisien Determinasi Tiap Model
Koefisien determinasi menunjukkan pengaruh model dapat dijelaskan oleh variabel
dalam model tersebut. Pada model pertama dengan bantuan software Minitab didapatkan nilai
R-square sebesar 90,7% yang artinya pengaruh model pertama dapat dijelaskan oleh variabel
kemiskinan, ekspor, dan impor sebesar 90,7%. Sementara sisanya sebesar 9,3% dijelaskan
oleh variabel lain. Pada model kedua didapatkan nilai R-square sebesar 10% dengan maksud
bahwa pengaruh model kedua dapat dijelaskan oleh variabel PDRB(topi), tingkat
pengangguran, dan kepadatan penduduk sebesar 10% dan sisanya sebesar 90% dijelaskan
oleh variabel lain.
14
BAB IV
KESIMPULAN
5.1 Kesimpulan
1. Peramalan PDRB dengan persamaan simultan didapatkan persamaan exactly identified
(tepat teridentifikasi) pada persamaan,
1 = 10 + 12 2 + 11 1 + 12 2 + 1
2 = 20 + 21 1 + 23 3 + 24 4 + 2
sehingga parameternya dapat diestimasi secaraunik dan hanya ada satu hasil estimasi.
1. Peramalan PDRB dengan persamaan simultan menggunakan metode two- stage least
squre pada tahap pertama untuk mencari nilai estimasi dari PDRB dan kemiskinan.
Maka dilakukan regresi OLS yang nilai P-value nya sebagai berikut,
Dari tabel 5.1 didapatkan hasil bahwa faktor impor mempengaruhi PDRB secara
signifikan karena nilai P-value impor (0,000) < (0,05) yang menyebabkan keputusan
tolak H0 untuk faktor impor.
2. Peramalan PDRB dengan persamaan simultan menggunakan metode two- stage least
squre pada tahap kedua untuk mengetahui faktor yang berpengaruh signifikan terhadap
kemiskiskinan. Maka dilakukan regresi OLS yang nilai P-value nya sebagai berikut,
Dari tabel 5.2 didapatkan hasil bahwa pada masing-masing faktor pada persamaan
kemiskinan, yaitu PDRB, tingkat pengangguran, dan kepadatan penduduk memiliki
nilai P-value > . Sehingga dari masing-masing faktor tersebut memiliki keputusan
15
gagal tolak H0 yang menyatakan bahwa masing-masing faktor tersebut tidak
berpengaruh secara signifikan terhadap kemiskinan
5.2 Saran
Dalam melakukan penelitian ini, seharusnya data yang digunakan adalah data berskala
tahunan seperti lima tahunan atau sepuluh tahunan. Sehingga data yang didapatpun cukup
untuk mendapatkan hasil yang representatif.
16
DAFTAR PUSTAKA
Biro Pusat Statistik. (2015). Produk Domestik Regional Bruto Atas Dasar Harga Konstan 2000
Menurut Provinsi, 2000-2013 (Milyar Rupiah). Diakses pada 28 November 2015, dari
http://bps.go.id/website/tabelExcelIndo/indo 52 2.xls
____ .(2015). Jumlah Penduduk Miskin, Persentase Penduduk Miskin dan Garis Kemiskinan 1970-
2013. Diakses pada 28 November 2015, dari http://bps.go.id/website/tabelExcelIndo/indo 23
7.xls
____ .(2015). Nilai Ekspor dan Impor (juta US$) 1984-2013. Diakses pada 28 November
2015, dari http://bps.go.id/website/tabelExcelIndo/indo 08 01.xls
____ .(2015). Jumlah Angkatan Kerja, Penduduk Bekerja, Pengangguran, TPAK dan TPT, 1986-
2013. Diakses pada 28 November 2015, dari http://www.bps.go.id/website/tabelExcelIndo/indo
06 5.xls
____ .(2015). Kepadatan Penduduk menurut Provinsi 2000-2014. Diakses pada 05
Desember 2015, dari http://bps.go.id/linkTableDinamis/view/id/842
17