77 3.500
7.000 10.500
14.000
PACITAN PONOROGO
TRENGGALEK TULUNGAGUNG
BLITAR KEDIRI
MALANG LUMAJANG
JEMBER BANYUWANGI
BONDOWOSO SITUBONDO
PROBOLINGGO PASURUAN
SIDOARJO MOJOKERTO
JOMBANG NGANJUK
MADIUN MAGETAN
NGAWI BOJONEGORO
TUBAN LAMONGAN
GRESIK BANGKALAN
SAMPANG PAMEKASAN
SUMENEP KOTA KEDIRI
KOTA BLITAR KOTA MALANG
KOTA PROBOLINGGO KOTA PASURUAN
KOTA MOJOKERTO KOTA MADIUN
KOTA SURABAYA
KabupatenKota PDRB per Kapita ADHK 1993 rupiah
1996 1999
2002
Grafik 4. Perkembangan PDRB per Kapita Atas Dasar Harga Konstan ADHK Tahun 1993 Menurut KabupatenKota se-Jawa Timur
1996-2002
77
10 20
30 40
50 60
70
PACITAN PONOROGO
TRENGGALEK TULUNGAGUNG
BLITAR KEDIRI
MALANG LUMAJANG
JEMBER BANYUWANGI
BONDOWOSO SITUBONDO
PROBOLINGGO PASURUAN
SIDOARJO MOJOKERTO
JOMBANG NGANJUK
MADIUN MAGETAN
NGAWI BOJONEGORO
TUBAN LAMONGAN
GRESIK BANGKALAN
SAMPANG PAMEKASAN
SUMENEP KOTA KEDIRI
KOTA BLITAR KOTA MALANG
KOTA PROBOLINGGO KOTA PASURUAN
KOTA MOJOKERTO KOTA MADIUN
KOTA SURABAYA
KabupatenKota Jumlah Penduduk Miskin persen
1996 1999
2002
Grafik 5. Perkembangan Persentase Penduduk Miskin KabupatenKota di Propinsi Jawa Timur 1996-2002
77
10 20
30 40
50 60
70
PACITAN PONOROGO
TRENGGALEK TULUNGAGUNG
BLITAR KEDIRI
MALANG LUMAJANG
JEMBER BANYUWANGI
BONDOWOSO SITUBONDO
PROBOLINGGO PASURUAN
SIDOARJO MOJOKERTO
JOMBANG NGANJUK
MADIUN MAGETAN
NGAWI BOJONEGORO
TUBAN LAMONGAN
GRESIK BANGKALAN
SAMPANG PAMEKASAN
SUMENEP KOTA KEDIRI
KOTA BLITAR KOTA MALANG
KOTA PROBOLINGGO KOTA PASURUAN
KOTA MOJOKERTO KOTA MADIUN
KOTA SURABAYA
KabupatenKota Indeks Pemberdayaan Jender
1996 1999
2002
Grafik 6. Perkembangan Indeks Pemberdayaan Jender Menurut KabupatenKota Propinsi Jawa Timur 1996-2002
77
2 4
6 8
10 12
14 16
18 20
PACITAN PONOROGO
TRENGGALEK TULUNGAGUNG
BLITAR KEDIRI
MALANG LUMAJANG
JEMBER BANYUWANGI
BONDOWOSO SITUBONDO
PROBOLINGGO PASURUAN
SIDOARJO MOJOKERTO
JOMBANG NGANJUK
MADIUN MAGETAN
NGAWI BOJONEGORO
TUBAN LAMONGAN
GRESIK BANGKALAN
SAMPANG PAMEKASAN
SUMENEP KOTA KEDIRI
KOTA BLITAR KOTA MALANG
KOTA PROBOLINGGO KOTA PASURUAN
KOTA MOJOKERTO KOTA MADIUN
KOTA SURABAYA
KabupatenKota Pengeluaran Pemerintah Untuk
Sektor Pendidikan persen
1996 1999
2002
Grafik 7. Perkembangan Pengeluaran Pemerintah Untuk Sektor Pendidikan Menurut KabupatenKota se-Jawa Timur
Tahun 1996-2002
77
2 4
6 8
10 12
14 16
PACITAN PONOROGO
TRENGGALEK TULUNGAGUNG
BLITAR KEDIRI
MALANG LUMAJANG
JEMBER BANYUWANGI
BONDOWOSO SITUBONDO
PROBOLINGGO PASURUAN
SIDOARJO MOJOKERTO
JOMBANG NGANJUK
MADIUN MAGETAN
NGAWI BOJONEGORO
TUBAN LAMONGAN
GRESIK BANGKALAN
SAMPANG PAMEKASAN
SUMENEP KOTA KEDIRI
KOTA BLITAR KOTA MALANG
KOTA PROBOLINGGO KOTA PASURUAN
KOTA MOJOKERTO KOTA MADIUN
KOTA SURABAYA
KabupatenKota Pengelaran Pemerintah Untuk Sektor
Kesehatan persen
1996 1999
2002
Grafik 8. Perkembangan Pengeluaran Pemerintah Untuk Sektor Kesehatan Menurut KabupatenKota se-Jawa Timur 1996-2002
BAB VII ANALISIS HUBUNGAN ANTARA PERTUMBUHAN EKONOMI
DENGAN PEMBANGUNAN MANUSIA PROPINSI JAWA TIMUR
Analisis hubungan antara kinerja ekonomi dengan pembangunan manusia Propinsi Jawa Timur diestimasi dengan menggunakan data panel dengan 29
kabupaten dan 8 kota sebagai komponen cross section. Sedangkan, sebagai komponen time series digunakan data 4 tahunan dari Laporan Pembangunan
Manusia Indonesia LPMI tahun 2001 dan 2004. Analisis hubungan antara pertumbuhan ekonomi dengan pembangunan
manusia Propinsi Jawa Timur dilakukan dengan menggunakan variabel Indeks Pembangunan Manusia IPM sebagai variabel terikatnya, yang dihubungkan
dengan beberapa variabel bebas penjelas yang terdiri dari variabel pertumbuhan ekonomi PDRB, kemiskinan K, peran perempuan IDJ, pengeluaran
pemerintah untuk sektor pendidikan PPP, dan pengeluaran pemerintah untuk sektor kesehatan PPK. Untuk melihat adanya kebijakan, ditambahkan variabel
dummy otonomi daerah ke dalam model. Analisis dilakukan dengan model pooled least square
, fixed effect, dan random effect
7.1 Uji Kesesuaian Model
Berdasarkan hasil estimasi model menggunakan data panel dengan pooled least square
, fixed effect, dan random effect dilakukan pengujian terhadap kesesuaian model dengan Chow Test dan Hausman Test. Pengujian kesesuaian
model tersebut dilakukan untuk mengetahui metode terbaik dalam mengestimasi
hubungan antara pertumbuhan ekonomi dengan pembangunan manusia di Propinsi Jawa Timur.
7.1.1 Hasil Chow Test
Chow Test dilakukan untuk menentukan metode mana yang lebih baik
antara model pooled least square dan fixed effect dalam menganalisis hubungan antara kinerja ekonomi dengan pembangunan manusia di Propinsi Jawa Timur.
Hasil Chow Test dari model pooled least square dan fixed effect menghasilkan nilai Chow Test hitung dengan derajat bebas N-1 dan NT-N-K sebesar 32,014.
Nilai F tabel yang diperoleh dengan derajat bebas K-1 dan N-K pada taraf nyata 5 persen adalah 2,49. Berdasarkan hasil perhitungan Chow Test tersebut,
maka dapat disimpulkan bahwa model fixed effect merupakan model yang lebih sesuai untuk menganalisis hubungan antara kinerja ekonomi dengan
pembangunan manusia Propinsi Jawa Timur.
7.1.2 Hasil Hausman Test
Untuk menentukan model yang terbaik dalam menganalisis hubungan antara kinerja ekonomi dengan pembangunan manusia Propinsi Jawa Timur,
dilakukan Hausman Test terhadap model fixed effect dan random effect. Statistik uji Hausman yang diperoleh antara model fixed effect dan random effect pada taraf
nyata 5 persen adalah sebesar 17,42. Berdasarkan nilai statistik Hausman Test yang lebih kecil dari nilai kritis
sebaran chi square ?
2
yang terdistribusi dengan derajat bebas 6 atau sebesar 12,59 maka dapat disimpulkan bahwa model fixed effect lebih sesuai untuk menganalisis
hubungan antara kinerja ekonomi dengan pembangunan manusia Propinsi Jawa Timur daripada dengan model random effect. Dengan demikian, berdasarkan hasil
uji kesesuaian model yang meliputi Chow Test dan Hausman Test, diketahui bahwa dari ketiga model yang telah dilakukan dalam pengolahan data panel,
metode yang terbaik adalah metode fixed effect . Pengolahan dengan model fixed effect secara umum dilakukan dengan
metode Pooled Least Square PLS atau tanpa pembobot no weighted atau dengan pembobot cross section weighted atau Generalized Least Square GLS.
Setelah dibandingkan antara model fixed effect PLS dengan model fixed effect GLS, disimpulkan bahwa hasil estimasi dengan model fixed effect GLS
menghasilkan lebih banyak variabel yang signifikan dibandingkan dengan model fixed effect
PLS. Output dari pengolahan dengan menggunakan model fixed effect GLS
menghasilkan estimasi seperti yang tercantum dalam tabel berikut.
Tabel 6. Hasil Estimasi Panel Data dengan Fixed Effect GLS
Variabel Elastisitas Standar Error
t-stitistik Probablitas
Log PDRB 0,008065
0,002897 2,783585
0,0070 Log K
-0,039634 0,002837 -13,96889
0,0000 Log IDJ
0,004980 0,007442
0,669208 0,5056
Log PPP 0,018955
0,001515 12,50993
0,0000 Log PPK
-0,005997 0,002487 -2,411019
0,0186 D otda
0,018184 0,002267
8,022196 0,0000
Adjusted R
2
0,999976 ESS
0,043684 DW
3,122502
Keterangan : signifikan pada taraf nyata 1 persen signifikan pada taraf nyata 5 persen
Koefisien dari setiap cross section menunjukkan besarnya rata-rata perubahan IPM pada masing- masing kabupatenkota di Propinsi Jawa Timur.
Kabupaten yang mempunyai rata-rata perubahan tertinggi adalah Kabupaten Bojonegoro sebesar 4,30 dan yang paling rendah adalah Kota Pasuruan sebesar
3,87. Pembangunan manusia yang baik di Kabupaten Bojonegoro didukung oleh infrastruktur pendidikan dan kesehatan semi kota yang memadai. Sedangkan Kota
Pasuruan dikenal sebagai salah satu wilayah di Tapal Kuda, tingkat kesehatannya masih rawan, tingkat rata-rata pendidikan masih rendah, masih banyak desa dan
penduduk yang miskin, pengeluaran rumah tangga masih dominan untuk keperluan makanan, dan angka ketergantungan anak yang cukup tinggi, sehingga
perkembangan manusianya masih rendah.
7.2 Evaluasi Model
Model fixed effect GLS pada tabel di atas harus memenuhi asumsi klasik regresi. Untuk masalah multikolinearitas, menunjukkan tidak terdapat masalah
multikolinearitas. Hal ini dapat dilihat dari nilai adjusted-R
2
model sebesar 0,9999 yang menunjukkan bahwa 99,99 persen variasi pembangunan manusia dapat
dijelaskan oleh variasi peubah-peubah bebas dalam model. Selain itu, dari 6 variabel yang diestimasi, terdapat 5 variabel yang
siginifikan pada taraf nyata 5 persen mempengaruhi pembangunan manusia Jawa Timur. Variabel pertumbuhan ekonomi, kemiskinan, peran perempuan,
pengeluaran pemerintah untuk sektor pendidikan, variabel pengeluaran pemerintah untuk sektor kesehatan, dan otonomi daerah menunjukkan hasil yang
berpengaruh secara signifikan terhadap pembangunan manusia di Jawa Timur pada taraf nyata 5 persen. Sedangkan variabel yang berpengaruh secara tidak
signifikan pada taraf nyata 5 persen adalah peran perempuan IDJ.
Model fixed effect harus memenuhi beberapa asumsi klasik regresi. Untuk mengatasi masalah heteroskedastisitas karena menggunakan data cross section,
maka perlu diestimasi dengan uji white heteroskedasticity. Dari hasil pengolahan dengan uji white heteriscedasticity pada model fixed effect GLS, diperoleh hasil
bahwa ESS weigthed statistic fixed effect GLS lebih kecil daripada ESS unweigthed statistic
fixed effect PLS. Hasil estimasi dengan menggunakan metode fixed effect GLS secara teori
ditemukan masalah autokorelasi yang ditunjukkan oleh nilai Durbin Watson sebesar 3,12 lebih dari 2. Namun karena estimasi dengan fixed effect tidak
membutuhkan asumsi terbebasnya model dari serial korelasi, maka masalah autokorelasi dalam model dapat diabaikan Nachrowi dan Hardius, 2006. Dengan
demikian uji asumsi klasik untuk estimasi model hubungan antara pertumbuhan ekonomi dengan pembangunan manusia dapat terpenuhi.
7.3 Analisis Hubungan Antara Pertumbuhan Ekonomi dengan
Pembangunan Manusia Propinsi Jawa Timur
Dari hasil pengolahan data dengan model fixed effect GLS, diketahui bahwa variabel yang secara signifikan mempengaruhi pembangunan manusia
Propinsi Jawa Timur pada taraf 5 persen adalah variabel PDRB per Kapita, tingkat kemiskinan, pengeluaran pemerintah untuk sektor pend idikan, pengeluaran
pemerintah untuk sektor kesehatan, dan kebijakan otonomi daerah. Sedangkan variabel ya ng secara tidak signifikan mempengaruhi pembangunan manusia pada
taraf nyata 5 persen adalah variabel peran perempuan.