66
V. FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI JAWA BARAT
5.1 Analisis Model Regresi Data Panel
Persamaan regresi data panel digunakan untuk mengetahui faktor-faktor yang mempengaruhi indeks pembangunan manusia. Data yang digunakan dalam
persamaan regresi adalah data panel yang berasal dari data sekunder BPS menurut Kabupaten Kota di Jawa Barat selama tahun 2004-2008. Tabel 5.1 menyajikan
hasil estimasi regresi dari model data panel. Pada model data panel, koefisien estimasi yang disajikan merupakan hasil dari dua metode estimasi, yaitu Fixed
Effect Model FEM, dan Random Effect Model REM. Penggunaan kedua metode estimasi ini diharapkan dapat menunjukkan variasi hasil estimasi, melihat
kebaikan serta validitas kedua metode estimasi yang digunakan. Tabel 5.1 Hasil Regeresi Data Panel Faktor-faktor yang Mempengaruhi Indeks
Pembangunan Manusia di Jawa Barat. Variabel
FEM REM
Koefisien P-Value
Koefisien P-Value
1 2
3 4
5 C
4,195010 0,0000
4,284716 0,0000
LNPDRBK 0,006177
0,0000 0,007869
0,0280 LNPOV
-0,008545 0,0883
-0,025559 0,0000
LNSRNPEN 0,014065
0,0248 0,016927
0,0000 LNGR
0,014856 0,0000
0,091829 0,7192
LNSRNKES 0,005097
0,0130 -0,013509
0,0768 LNPKES
0,003635 0,0000
0,006641 0,0877
LNSRNINF 0,013470
0,0130 0,005178
0,3393 Hausman Test
34,660205 0,0000
F-Statistic 339,7745
0,0000 14,84418
0,0000 Adjusted R-Squared
0,988331 0,438684
Dari hasil regresi data panel tersebut, terlihat bahwa FEM lebih baik dibandingkan dengan metode REM. Hal ini tercermin dari statistik uji Hausman
34.6602 yang signifikan terhadap taraf uji 10 persen dengan p-value 0,0000, artinya cukup bukti untuk menolak hipotesis tidak adanya korelasi antara peubah
penjelas dengan komponen error.
67 Uji model FEM secara keseluruhan valid dalam taraf uji 10 persen yang
ditunjukkan dengan nilai statistik uji F 339,7745 dan p-value0,00. Nilai adjusted R
2
bernilai 0,988331yang berarti keragaman tingkat indeks pembangunan manusia dapat dijelaskan oleh PDRB perkapita, kemiskinan, sarana pendidikan, pelayan
pendidikan, sarana kesehatan, pelayan kesehatan dan sarana infrastruktur sebesar 98,83 persen, sedangkan sisanya 1,17 persen dipengaruhi oleh faktor-faktor lain
diluar model. Model FEM yang digunakan dalam penelitian ini adalah dengan
pembobotan pada cross section Panel EGLS Cross-section weights. Hal ini dilakukan untuk mengurangi heteroskedastis antar unit cross section.Berdasarkan
hasil estimasi pada tabel 5.1, semua variabel yang diuji signifikan terhadap indeks pembangunan manusia. Selain itu bentuk natural logaritma dari model dilakukan
untuk memudahkan mengukur elastisitas antar variabel. Dengan demikian koefisien parameter dari hasil regresi tersebut juga menunjukkan elastisitas dari
variabel-variabel yang dimasukkan dalam model.
5.2 Faktor yang Mempengaruhi Indeks Pembangunan Manusia 5.2.1
Kategori