Regresi dengan menggunakan OLS data panel pengaruh PDRB dan IPM terhadap TPT

di lima kabupaten/Kota Provinsi DIY selama tahun 2015-2022.

1. Hasil Uji Regresi

Membuat Hasil Estimasi dari Hasil Olah Data

Langkah yang pertama yaitu membuat hasil estimasi sesuai dengan model yang telah
dibuat. Maka berdasarkan dengan hasil analisis regresi diatas dihasilkan TPT = -14,18425 -
2,73 PDRB + 0,232063 IPM + e. Dalam konteks ini, setiap adanya kenaikan sebesar satu
satuan pada IPM akan meningkatkan tingkat pengangguran sebesar 0,232063 dan begitu pula
sebaliknya (dengan asumsi variabel lain bernilai tetap).
Kemudian, setiap adanya kenaikan pada PDRB sebesar satu satuan maka TPT akan
mengalami penurunan sebesar 2,73 dan begitu pula sebaliknya (dengan asumsi variabel lain
bernilai tetap). Ketika kedua variabel PDRB dan IPM memiliki nilai nol, maka dapat
diartikan bahwa TPT memiliki nilai -14,18425. Dari hasil regresi di atas atas juga dapat
diketahui bahwa, dengan hasil R-square sebesar 0,628209 yang artinya pada kedua variabel
independen yaitu PDRB dan IPM dapat menjelaskan variabel dependennya sebesar
62,8209% penyimpangan dapat dijelaskan melalui model, sedangkan sisanya 37,1791%
dipengaruhi oleh error term dan dijelaskan oleh variabel yang lainnya.
Untuk hasil Uji F menunjukkan bahwa secara keseluruhan, variabel independen
tersebut secara simultan dapat berpengaruh secara signifikan mempengaruhi variabel
dependen, atau uji f yang telah didapatkan prob senilai 0,00. Uji T menunjukkan bahwa IPM
bernilai 0,00 yang memiliki arti variabel IPM dapat berpengaruh secara signifikan terhadap
variabel TPT. Jika secara parsial hal tersebut dikategorikan mempunyai hubungan yang
korelasinya positif. Hasil Uji T pada variabel PDRB memiliki nilai sebesar 0,9385 yang
memiliki arti bahwa variabel PDRB itu berpengaruh, namun tidak signifikan sehingga
variabel TPT secara parsial dan mempunyai hubungan atau korelasi yang negatif.

2. Hasil Uji Pemodelan Regresi Panel

a. Hasil Uji Lagrange
 Pada Uji Lagrange Multiplier penunjukan bahwa tujuannya yaitu untuk mengetahui
bahwa model yang terbaik antara pendekatannya Random Effect dan pendekatan Common
Effect yang dapat dilakukan dalam pemodelan dan data panel. Berdasarkan dengan hasil Uji
Lagrange Multiplier diketahui bahwa hasil Breusch Pagan dengan Prob 0,0593 atau prob >
alfa yang artinya H0 akan diterima dan H1 mengalami penolakan. Sehingga dapat
disimpulkan bahwa model Common Effect lebih baik jika dibandingkan dengan Random
Effect.

b. Hasil Uji Chow Redundant Test

Pada Uji Chow penunjukan bahwa tujuannya yaitu untuk dapat menentukan model
mana yang terbaik antara Common Effect / Fixed Effect Model dalam mengestimasikan pada
data panel. Dari Uji Chow dapat diketahui bahwa jika nilai Prob > alfa maka pada model
Common Effect dianggap lebih baik saat estimasi pada data panel. Begitu pula jika
sebaliknya yaitu jika Prob < alfa maka model yang digunakan yaitu Fixed Effect yang lebih
baik dalam estimasi data panel.
Selain tujuan tersebut, hasil Uji Chow juga didapatkan bahwa hasil Prob dengan Prob
yaitu 0,0094 atau prob < alfa yang artinya dapat diketahui bahwa H0 ditolak dan H1 diterima.
Sehingga dapat disimpulkan bahwa model Fixed Effect dirasa lebih baik daripada Common
Effect.

c. Hasil Uji Hausman Test

Pada Uji Hausman Test penunjukan bahwa tujuannya yaitu dapat digunakan untuk
menentukan model mana yang terbaik dari model Random Effect / Fixed Effect dalam
mengestimasikan pada data panel. Dari Uji Hausman Test dapat diketahui bahwa jika nilai
Prob > alfa maka pada model Random Effect dianggap lebih baik saat estimasi pada data
panel. Begitu pula jika sebaliknya yaitu jika Prob < alfa maka model yang digunakan yaitu
model Fixed Effect yang lebih baik dalam estimasi data panel. Selain tujuan tersebut, hasil
Uji Hausman Test juga didapatkan bahwa hasil Prob dengan Prob yaitu sebesar 0,2712 atau
prob > alfa yang artinya dapat diketahui bahwa H0 diterima dan H1 mengalami penolakan.
Sehingga dapat disimpulkan bahwa model Random Effect dirasa lebih baik daripada Fixed
Effect.

3. Hasil Uji Regresi dengan Persamaan Logaritma

Membuat Hasil Estimasi dari Hasil Olah Data
Langkah yang pertama yaitu membuat hasil estimasi sesuai dengan model yang telah
dibuat. Maka berdasarkan dengan hasil analisis regresi diatas dihasilkan persamaannya yaitu
TPT = -7,881069 + 0,022861 PDRB + 4,369006 IPM + e. Dalam konteks ini, setiap adanya
kenaikan sebesar satu satuan pada IPM (log) akan meningkatkan tingkat pengangguran (log)
sebesar 4,369006 dan begitu pula sebaliknya (dengan asumsi variabel lain bernilai tetap).
Kemudian, setiap adanya kenaikan pada PDRB (log) sebesar satu satuan maka TPT
(log) akan mengalami penurunan sebesar 0,022861 dan begitu pula sebaliknya (dengan
asumsi variabel lain bernilai tetap). Ketika kedua variabel Log PDRB dan Log IPM memiliki
nilai nol, maka dapat diartikan bahwa Log TPT memiliki nilai -7,881069. Dari hasil regresi di
atas atas juga dapat diketahui bahwa, dengan hasil R-square sebesar 0,666803 yang artinya
pada kedua variabel independen yaitu Log PDRB dan Log IPM dapat menjelaskan variabel
dependennya sebesar 66,6803% penyimpangan dapat dijelaskan melalui model, sedangkan
sisanya 33,3197% dipengaruhi oleh error term dan dijelaskan oleh variabel yang lainnya.
Untuk hasil Uji F menunjukkan bahwa secara keseluruhan, variabel independen
tersebut secara simultan dapat berpengaruh secara signifikan mempengaruhi variabel
dependen, atau uji f yang telah didapatkan prob senilai 0,00. Uji T menunjukkan bahwa Log
IPM bernilai 0,8669 yang memiliki arti variabel Log IPM dapat berpengaruh secara tidak
signifikan terhadap variabel Log TPT. Jika secara parsial hal tersebut dikategorikan
mempunyai hubungan yang korelasinya negatif.

4. Hasil Uji pada Pemodelan Regresi Panel

a. Uji Lagrange Multiplier
 Jika dilihat dari hasil Uji Lagrange Multiplier, dapat diketahui bahwa hasil dari
Breusch Pagan dengan Prob yaitu sebesar 0,9187 atau Prob > alfa maka H0 diterima dan H1
mengalami penolakan. Dari hasil tersebut menunjukkan bahwa model Common Effect dirasa
lebih baik daripada Random Effect.

b. Hasil Uji Chow Redundant Test

Pada Uji Chow penunjukan bahwa, hasil Uji Chow, mendapatkan hasil Prob dengan
Prob yaitu 0,0502 atau prob > alfa yang artinya dapat diketahui bahwa H0 diterima dan H1
mengalami penolakan. Sehingga dapat disimpulkan bahwa model Common Effect dirasa
lebih baik daripada Fixed Effect.