FITRIANI HARTATI
NIM H1091151040
Oleh :
FITRIANI HARTATI
NIM H1091151040
Menyetujui
Mengetahui
Ketua Jurusan Matematika FMIPA
Universitas Tanjungpura Pontianak
ii
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat dan
hidayahnya, sehingga dapat melaksanakan kerja praktik di kantor Dinas
Pendidikan dan Kebudayaan Provinsi Kalimantan Barat selama satu bulan.
Laporan Kerja Praktik ini disusun dalam rangka memenuhi prasyarat kelengkapan
penilaian dari kerja praktik. Laporan ini berjudul “Analisis Faktor-Faktor yang
Mempengaruhi Indeks Pembangunan Manusia di Kalimantan Barat dengan
Regresi Data Panel“. Laporan ini disusun dalam rangka menyelesaikan seminar
kerja praktik yang telah dilakukan di Dinas Pendidikan dan Kebudayaan Provinsi
Kalimantan Barat.
Laporan kerja praktik ini dapat terselesaikan berkat bantuan dari berbagai
pihak. Oleh karena itu, penulis mengucapkan terima kasih kepada:
1. Kedua Orang tua yang telah mendo’akan dan memberikan semangat serta
motivasi dalam menyelesaikan laporan kerja praktik.
2. Ibu Evy Sulistiyaningsih, M.Sc selaku dosen pembimbing kerja praktik.
3. Ibu Evi Tanderi, S.Pd, M.Si selaku pembimbing lapangan kerja praktik.
4. Semua pihak yang telah membantu dalam penulisan laporan ini yang tidak
dapat disebutkan satu persatu.
Penulis
iii
DAFTAR ISI
iv
3.3.2 Uji Hausman .............................................................................................. 17
3.3.3 Uji Lagrange Multiplier (LM) ................................................................... 17
3.4 Uji Hipotesis Model Regresi Data Panel ................................................... 17
3.4.1 Uji F ........................................................................................................... 18
3.4.2 Uji t ............................................................................................................ 18
3.4.3 Koefisien Determinasi................................................................................ 19
3.5 Uji Asumsi Model Regresi Data Panel ...................................................... 19
3.5.1 Uji Normalitas ............................................................................................ 19
3.5.2 Uji Multikolinearitas .................................................................................. 20
3.5.3 Uji Heteroskedastisitas ............................................................................... 20
3.5.4 Uji Autokorelasi ......................................................................................... 21
BAB IV PEMBAHASAN.................................................................................... 22
v
BAB I
PENDAHULUAN
Untuk divisi Kepala Bidang Pembinaan SMA dan Pendidikan Khusus terdiri dari
Kasi Kelembagaan Sarana dan Prasarana, Kasi Kurikulum dan Penilaian, serta
Kasi Peserta Didik dan Pembangunan Karakter. Untuk Kepala Bidang Pembinaan
Sekolah Menengah Kejuruan terdiri dari Kasi Kelembagaan Sarana dan Prasarana,
Kasi Kurikulum dan Penilaian, serta Kasi Peserta Didik dan Pembangunan
Krakter. Untuk divisi Kepala Bidang Pembinaan dan Kebudayaan terdiri dari Kasi
Bidang kebudayaan, Kasi Adat Istiadat dan Tradisi, Kasi Cagar Budaya dan
Permuseuman.
Laporan Kerja Praktik (KP) merupakan salah satu dari rangkaian mekanisme
dari Kerja Praktik (KP) itu sendiri. Setelah melakukan kegiatan Kerja Praktik
(KP) sesuai waktu yang telah ditentukan, maka peserta Kerja Praktik (KP) harus
menyampaikan hasil dari Kerja Praktik (KP) yang telah dilakukan, baik kepada
instansi tempat pelaksanan Kerja Praktik (KP) maupun kepada pengelola Jurusan
Matematika. Penelitian ini bertujuan untuk mengetahui tingkat kualitas
pendidikan di Indonesia tepatnya di Kalimantan Barat, melalui indeks
pembanguann manusia di Kalimantan Barat dengan regresi data panel .
Melalui pendidikan dapat menciptakan tenaga kerja yang tidak hanya kaya
akan pengetahuan teoritis melainkan juga praktis, penguasaan teknologi, dan
memiliki keahlian khusus. Hal inilah yang kemudian menjadi dasar evaluasi dan
peningkatan pendidikan di setiap negara secara berkesinambungan.
Adapun tujuan yang ingin dicapai dalam laporan ini yaitu mendapatkan
model regresi data panel untuk faktor-faktor yang mempengaruhi indeks
pembangunan manusia di Kalimantan Barat tahun 2010 s.d 2016.
4
pengestimasian model menggunakan uji Chow, uji Haussman, dan pemilihan efek
komponen satu arah. Model regresi data panel terbaik dari nilai IPM IPM di
Provinsi Sumatera Selatan mulai dari tahun 2007 hingga 2014 adalah model efek
tetap komponen waktu yang diboboti dengan seemingly unrelated regression
(SUR). Terdapat faktor-faktor yang berpengaruh signifikan terhadap perubahan
nilai IPM di Provinsi Sumatera Selatan mulai tahun 2007 hingga 2104 adalah
banyaknya rumah tangga yang dapat mengakses air bersih, angka partisipasi
Sekolah Menengah Atas (SMA), angka melek huruf, dan tingkat partisipasi
angkatan kerja.
Mulai
Input Data
Uji Multikolinearitas
tidak
VIF < 10 Membuang variabel
dengan nilai VIF > 10
6
ya
tidak 𝐹𝐻𝑖𝑡𝑢𝑛𝑔
Membentuk CEM Uji Chow
> 𝐹𝑇𝑎𝑏𝑒𝑙
Uji Lagrange ya
Multiplier (LM) Uji Hausman
Membentuk FEM
𝐿𝑀𝐻𝑖𝑡𝑢𝑛𝑔 ya ya tidak
Membentuk REM 𝑊 ya
> 𝓍2 Membentuk FEM
> 𝓍2
tidak
ya Uji Lagrange
Membentuk CEM Multiplier (LM)
ya
A B
7
A B
Membentuk FEM
Uji Heteroskedastisitas
dengan Cross-Section
Weight
Uji Autokorelasi
Uji Normalitas
Interpretasi Model
Selesai
BAB II
PROFIL INSTANSI
2.1.1 Visi
Sebagaimana telah dijelaskahn bahwa Dinas Pendidikan dan Kebudayaan
Provinsi Kalimantan Barat mempunyai 4 (empat) bidang dan satu sekretariat yang
masing-masing mempunyai tugas pokok dan fungsi serta kewenangan yang
berbeda namun pada prinsipnya mempunyai tujuan akhir yang hampir sama.
Dalam rangka menyatukan gerak langkah dan persepsi yang sama dalam
mengemban tugas ke depan, maka penempatan visi merupakan hal yang sangat
fundamental untuk menentukan cara pandang tentang kemana Dinas Pendidikan
dan Kebudayaan Provinsi Kalimantan Barat akan diarahkan dan apa yang akan
dicapai. Dengan mengacu pada Visi dan Misi Gubernur dan Wakil Gubernur
Kalimantan Barat yang yang tertuang dalam RPJM Provinsi Kalimantan Barat
Tahun 2013-2108 maka dirumuskan Visis Dinas Pendidikan dan Kebudayaan
Provinsi Kalimantan Barat, yaitu:
8
9
2.1.2 Misi
Misi merupakan suatu pernyataan yang mentapkan tujuan instansi dan
sasaran yang ingin dicapai. Dengan misi yang ditetapkan, diharapkan seluruh
pegawai dan pihak lain yang berkepentingan dapat mengenal Dinas Pendidikan
Provinsi Kalimantan Barat, mengetahui peran dan program-programnya serta hasil
yang akan diperoleh dimasa yang akan datang. Misi juga menjelaskan
sebagaimana organisasi itu ada, apa yang dilakukan serta bagaimana
melakukannya.
A. Kepala Dinas
Mempunyai tugas memimpin, merumuskan, mengkoordinasikan, membina,
mengarahkan, menyelenggarakan, dan pelaporan kegiatan dinas di bidang
pendidikan dan kebudayaan sesuai dengan ketentuan peraturan perundang-
undangan.
B. Sekretaris
Mempunyai tugas menyiapkan bahan perumusan kebijakan dibidang
rencana kerja, monitoring dan evaluasi, administrasi kepegawaian, umum,
pengelolaan keuangan dan asset, serta bertanggungjawab memimpin pelaksanaan
seluruh kegiatan pelayanan dan administrasi di lingkungan Dinas Pendidikan dan
Kebudayaan.
C. Kepala Bidang Pembinaan Sekolah Menengah Atas dan Pendidikan
Khusus
Mempunyai tugas menyiapkan bahan dan merumuskan kebijakan teknis di
bidang kurikulum dan penilaian, peserta didik dan pembangunan karakter,
kelembagaan, sarana dan prasarana serta bertanggungjawab memimpin sleuruh
kegiatan pelayanan dan administrasi di bidang pembinaan sekolah menengah dan
pendidikan khusus.
Urusan Wajib Bidang Pendidikan dan Kebudayaan dengan dasar hukum sebagai
berikut :
LANDASAN TEORI
15
16
Dimana RRSS merupakan jumlah rata-rata residual pada model CEM, URSS
merupakan jumlah rata-rata residual pada model FEM, 𝑛 merupakan jumlah unit
cross section, T merupakan jumlah unit waktu, dan K merupakan jumlah
17
parameter yang akan diestimasi. Jika nilai Fhitung lebih besar dari F(n-1,nT-n-K) atau p-
value kurang dari taraf signifikan, maka tolak hipotesis awal (H0) sehingga model
yang terpilih adalah model FEM.
3.3.2 Uji Hausman
Uji Hausman digunakan untuk memilih model FEM atau REM. Prosedur
pengujiannya sebagai berikut.
H0 : 𝑐𝑜𝑟𝑟 (𝑋𝑖𝑡 , 𝜀𝑖 ) = 0 (model yang sesuai adalah REM)
H1 : 𝑐𝑜𝑟𝑟 (𝑋𝑖𝑡 , 𝜀𝑖 ) ≠ 0 (model yang sesuai adalah FEM)
Dengan statistik uji sebagai berikut:
′ −1
𝑊 = (𝛽̂𝐹𝐸𝑀 − 𝛽̂𝑅𝐸𝑀 ) [𝑣𝑎𝑟(𝛽̂𝐹𝐸𝑀 ) − 𝑣𝑎𝑟(𝛽̂𝐹𝐸𝑀 )] ((𝛽̂𝐹𝐸𝑀 − 𝛽̂𝑅𝐸𝑀 )) (3.9)
Dengan 𝛽̂𝐹𝐸𝑀 merupakan vektor estimasi slope FEM dan 𝛽̂𝑅𝐸𝑀 merupakan vektor
2
estimasi slope REM. Keputusan menolak H0 jika 𝑊 > 𝑋𝛼,𝐾 maka model yang
tepat adalah FEM, namun jika sebaliknya maka model yang tepat adalah REM.
3.3.3 Uji Lagrange Multiplier (LM)
Apabila hasil dari uji Chow dan uji Hausman menyimpulkan bahwa model
yang tepat adalah FEM, maka berikutnya adalah uji Lagrange Multiplier (LM)
untuk mendeteksi adanya heteroskedastisitas panel pada model FEM dengan
hipotesis sebagai berikut:
H0 : 𝜎𝑖2 = 0
H1 : 𝜎𝑖2 ≠ 0
Dengan statistik uji sebagai berikut:
2 2
𝑛𝑇 ∑𝑛 𝑇 ̅ ]
𝑖=1[∑𝑡=1 𝜀 𝑖𝑡
𝐿𝑀 = 2(𝑇−1) [ ∑𝑛 𝑇 ̅ − 1] (3.10)
𝑖=1 ∑𝑡=1 𝜀 𝑖𝑡
2
Tolak H0 jika 𝐿𝑀 > 𝑋𝛼,𝐾 artinya model FEM memiliki struktur yang
heteroskedastisitas sehingga untuk mengatasinya harus diestimasi dengan metode
cross section weight.
3.4.1 Uji F
Uji F dilakukan untuk menguji hipotesis koefisien (slope) regresi secara
bersamaan. Dengan demikian, secara umum hipotesisnya dituliskan sebagai
berikut:
H0: 𝛽1 = 𝛽2 = 𝛽3 = ⋯ = 𝛽𝑘 = 0
H1: 𝛽1 ≠ 𝛽2 ≠ 𝛽3 ≠ ⋯ ≠ 𝛽𝑘 ≠ 0 (paling tidak ada satu slope yang ≠ 0)
Dimana 𝑘 merupakan banyaknya variabel bebas. Dengan statistik uji yang
digunakan sebagai berikut:
𝑅 2 ⁄(𝑛+𝐾−1)
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = (1−𝑅2 )⁄(𝑛𝑇−𝑛−𝐾) (3.11)
3.4.2 Uji t
Uji t dilakukan untuk menguji koefisien regresi, termasuk intercept secara
individu. Adapun prosedur pengujiannya sebagai berikut:
H0: 𝛽𝑗 = 0
H1: 𝛽𝑗 ≠ 0
Dimana 𝑗 = 0,1,2, … , 𝑘, dengan 𝑘 merupakan koefisien slope. Dari hipotesis akan
dilakukan pengujian terhadap 𝛽𝑗 (koefisien regresi populasi) apakah sama dengan
nol yang berarti variabel bebas tidak mempunyai pengaruh signifikan terhadap
variabel terikat, atau tidak sama dengan nol yang berarti variabel bebas
mempunyai pengaruh signifikan terhadap variabel terikat.
Untuk regresi sederhana yang mempunyai dua koefisien regresi (intercept dan
sebuah slope), berikut adalah hipotesis untuk intercept:
H0: 𝛽0 = 0
19
H1: 𝛽0 ≠ 0
Dan berikut adalah hipotesis untuk slope:
H0: 𝛽1 = 0
H1: 𝛽1 ≠ 0
Dengan statistik uji yang digunakan sebagai berikut:
𝑏 −𝛽
𝑗 𝑗
𝑡 = 𝑠.𝑒(𝑏 (3.12)
)
𝑗
Karena 𝑏𝑗 akan diuji apakah sama dengan nol, maka nilai 𝛽𝑗 dalam persamaan
harus diganti dengan nol. Maka formula uji t menjadi
𝑏
𝑡 = 𝑠.𝑒(𝑏𝑗 (3.13)
𝑗)
𝑏
Keputusan menolak H0 jika |𝑡| = 𝑠.𝑒(𝑏𝑗 ) > 2.
𝑗
berdistribusi normal. Banyak jenis uji statistik normalitas yang dapat digunakan
diantaranya Kolmogorov Smirnov, Lilliefors, Chi-Square, Shapiro Wilk. Adapun
hipotesis pengujian untuk uji normalitas adalah sebagai berikut:
H0: residual berdistribusi normal
H1: residual tidak berdistribusi normal
Dengan statistik uji:
𝑆𝑘 2 (𝐾−3)2
𝐽𝐵 = 𝑁 [ + ] (3.14)
6 24
2 2
𝑛𝑇 ∑𝑛 𝑇 ̅ ]
𝑖=1[∑𝑡=1 𝜀 𝑖𝑡
𝐿𝑀 = 2(𝑇−1) [ ∑𝑛 𝑇 ̅ − 1] (3.16)
𝑖=1 ∑𝑡=1 𝜀 𝑖𝑡
2
Tolak H0 jika 𝐿𝑀 > 𝑋𝛼,𝐾 artinya terjadi gejala heteroskedastisitas.
PEMBAHASAN
Pada penulisan ini data yang digunakan adalah data Indeks pembangunan
Manusia (IPM) Kabupaten/Kota di Kalimantan Barat pada tahun 2010-2016. Data
tersebut merupakan data sekunder yang diperoleh dari website resmi Badan Pusat
Statistik Kalimantan Barat dan juag sebagian data diperoleh dari kantor Dinas
Pendidikan dan Kebudayaan Provinsi Kalimantan Barat. Adapun variabel yang
digunakan yaitu Indeks Pembangunan Manusia (Y), kepadatan penduduk (X1),
angka partisipasi murni (X2), dan persentase angka melek huruf (X3). Data yang
dijadikan sampel analisis dalam penulisan laporan KP ini yaitu data dari
Kabupaten Sambas, Kabupaten Bengkayang, Kabupaten Landak, Kabupaten
Mempawah, Kabupaten Sanggau, Kabupaten Ketapang, Kabupaten Sintang,
kabupaten Kapuas Hulu, Kabupaten Sekadau, Kabupaten Melawi, Kabupaten
Kubu Raya, Kota Pontianak dan Kota Singkawang. Penjelasan tentang variabel-
variabel yang digunakan adalah sebagai berikut:
22
23
Dari tabel 4.1 diatas dapat dilihat tiap variabel nilai VIF lebih kecil dari 10.
Dapat disimpulkan bahwa variabel tersebut tidak terjadi multikolinearitas.
Dari tabel 4.3 diperoleh bahwa model pada Common Effect Model (CEM) untuk
masing-masing Kabupaten/Kota sebagai berikut :
IPM = 57.38473 - 0.002369 X1 + 0.087053 X2
24
Dari tabel 4.3 diperoleh model pada Fixed Effect Model (FEM) untuk
masing-masing Kabupaten/Kota adalah sebagai berikut ;
IPM = 52.10357 + 0.159175 X1 + 0.050043 X2
Dari tabel 4.4 diperoleh model pada Random Effect Mode (REM) untuk
masing-masing Kabupaten/Kota sebagai berikut :
H0 : α1 = α2 = … = αn = 0 (CEM)
H1 : Minimal ada satu αi ≠ 0 (FEM)
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
a. Hipotesis uji
H0 : Memiliki struktur heterokedastisitas pada model FEM
H1 : Tidak memiliki struktur heterokedastisitas pada model FEM
b. Taraf signifikansi
chi-square tabel dengan db = 2 dan α=5% yakni 5.992
c. Daerah kritik
H0 ditolak jika LMhitung < chi-square tabel
d. Statistik uji
Hasil dari uji Lagrange Multiplier (LM) adalah sebagai berikut
2 2
𝑁𝑇 ∑𝑛 𝑇 ̅ ]
𝑖=1[∑𝑡=1 𝜀 𝑖𝑡
𝐿𝑀 = 2(𝑇−1) [ ∑𝑛 𝑇 ̅ − 1]
𝑖=1 ∑𝑡=1 𝜀 𝑖𝑡
2
𝑁𝑇 𝑇 2 ∑ 𝜀̅𝑖𝑡 2
= 2(𝑇−1) [ ∑ 𝜀𝑖𝑡 2
− 1]
27
2
8×7 72 × 35372656803195.70
= 2(7−1) [ − 1]
326268098919516.00
2
1.7326𝐸 + 15
= 4.667 [ − 1]
3.26268𝐸 + 14
= 0.9795
e. Kesimpulan
Dari hasil uji LM tersebut didapat sebesar 0.9795 sedangkan nilai chi-
square tabel dengan derajat bebas adalah 2 dan α sebesar 0.05 (5%)
adalah 5.992 . Dari hipotesis dapat disimpulkan bahwa H0 diterima
karena LMhitung < chi-square yaitu 0.9795 < 5.992 yang berarti FEM
tidak terjadi heteroskedastisitas.
Effects Specification
Dari tabel 4.8 diperoleh nilai prob yakni koefisien konstanta sebesar 0.000, X1
sebesar 0.011, X2 sebesar 0.065, serta nilai α sebesar 5% adalah 0.05 maka dapat
disimpulkan bahwa koefisen dari X1 berpengaruh secara signifikan terhadap
model karena nilai prob < α. Sedangkan koefisien X2 tidak berpengaruh secara
signifikan terhadap model karena nilai prob > α. Sehingga variabel yang tidak
berpengaruh secara signifikan terhadap model akan dihilangkan.
29
Effects Specification
Dari tabel 3.11 diperoleh nilai R-squared sebesar 0.4289 atau sama dengan
42.89%. Hal ini dapat diartikan bahwa 42.89% dapat dijelaskan oleh variabel
independen X1 , sedangkan sisanya 57.11% dijelaskan oleh faktor lain.
Standardized
Residual
N 56
Normal Parametersa,b Mean .0000000
Std. Deviation .98164982
Most Extreme Differences Absolute .084
Positive .084
Negative -.063
Kolmogorov-Smirnov Z .629
Asymp. Sig. (2-tailed) .823
Berdasarkan tabel 3.12 diperoleh nilai sig sebesar 0.823 > α sebesar 5%=
0.05 sehingga H0 diterima. Dapat disimpulkan bahwa data variabel Indeks
Pembangunan Manusia dan variabel X1 berdistribusi normal.
4.5.2 Uji Multikolinearitas
Uji multikolinearitas dilakukan bertujuan untuk melihat adanya hubungan
antar variabel dengan hipotesis uji sebagai berikut :
H0 : Data tidak terjadi multikolinearitas
H1 : Data terjadi multikolinearitas
Berikut hasil uji multikolinearitas pada FEM:
Tabel 3.13 Uji Multikolinearitas FEM
Coefficientsa
Dari tabel 3.13 didapat nilai VIF lebih besar daripada 10 yang berarti
variabel X1 dan tidak terjadi multikoliniearitas.
31
Effects Specification
Dari tabel 3.15 diperoleh nilai Durbin-Watson sebesar 0.723. karena nilai
Durbin-Watson masih terletak diantara -2 ≤ DW ≤ 2 maka dapat disimpulkan
bahwa variabel pada FEM tidak terjadi autokorelasi.
4.6 Interpretasi Model
Dari hasil analisis yang telah dilakukan dapat disimpulkan bahwa model
yang cocok untuk menganalisis pengaruh faktor-faktor terhadap Indeks
Pembangunan Manusia Kabupaten/Kota di Kalimantan Barat adalah dengan
menggunakan Fixed Effect Model (FEM). Adapun model FEM sebagai berikut:
Kota/Kabupaten αit C X1
Sambas 2.25196 52.10356 0.15917
Bengkayang 1.84304 52.10356 0.15917
landak 2.18309 52.10356 0.15917
Mempawah -23.34541 52.10356 0.15917
Sanggau 1.54737 52.10356 0.15917
Ketapang 5.27864 52.10356 0.15917
Sintang 4.30747 52.10356 0.15917
Kapuas Hulu 5.93381 52.10356 0.15917
33
34
DAFTAR PUSTAKA
35