Analisis Model Data Panel Hasil Estimasi Model Regresi Panel
Berikut tabel yang menunjukan hasil estimasi data dengan jumlah observasi sebanyak 19 negara selama periode 2010
– 2014.
Tabel 5.4 Hasil Estimasi Fixed Effect Model
Variabel Dependen : IPM Model
Fixed Effect
Konstanta -45.36085
Standar error 14.11810
T-Statistik -3.212956
Probabilitas 0.0020
Pengeluaran Pemerintah Bidang Kesehatan 2.392854
Standar error 0.417904
T-Statistik 5.725842
Probabilitas 0.0000
Pengeluaran Pemerintah Bidang Pendidikan 1.234416
Standar error 0.336460
T-Statistik 3.668832
Probabilitas 0.0005
Jumlah Penduduk
1.134856 Standar error
1.101140 T-Statistik
1.030619 Probabilitas
0.3061
R
2
0.992833
F-Statistik
481.5311
Prob F-Stat
0.000000
Durbin-Watson Stat 1.430468
Sumber : Hasil pengolahan data panel menggunakan Eviews 8.0. Dari hasil estimasi diatas, maka dapat dibuat model analisis data panel
terhadap faktor-faktor yang mempengaruhi indeks pembangunan manusia di negara-negara anggota OKI kawasan Afrika sub-Sahara yang disimpulkan
dengan persamaan sebagai berikut : Y = α + β
1
X
1it
+ β
2
X
2it
+β
3
X
3it
+
ɛ
Keterangan : Y
= Variabel Dependen α
=Konstanta X1
= Variabel Independen 1 X2
= Variabel Independen 2 X3
= Variabel Independen 3 β 1,2,3 = Koefisien regresi masing-masing variabel independen
ɛ
= error term
t
= waktu
i
= individu negara Diperoleh hasil sebagai berikut :
IPM = -45.36085 + 2.392854 PPBK + 1.234416 PPBP + 1.134856 JP
IPM_BENIN =
2.696324318 -
45.36084964 +
2.39285386067LOGPPBK_BENIN +
1.23441610567LOGPPBP_BENIN +
1.1348559328LOGJP_BENIN
IPM_BURKINAFASO =
-7.57893919518 -
45.36084964 +
2.39285386067LOGPPBK_BURKINAFASO +
1.23441610567LOGPPBP_BURKINAFASO +
1.1348559328LOGJP_BURKINAFASO
IPM_PANTAIGADING =
-5.32027452358 -
45.36084964 +
2.39285386067LOGPPBK_PANTAIGADING +
1.23441610567LOGPPBP_PANTAIGADING +
1.1348559328LOGJP_PANTAIGADING
IPM_CAMEROON =
0.843569560894 -
45.36084964 +
2.39285386067LOGPPBK_CAMEROON +
1.23441610567LOGPPBP_CAMEROON +
1.1348559328LOGJP_CAMEROON
IPM_COMOROS =
16.5528001078 -
45.36084964 +
2.39285386067LOGPPBK_COMOROS +
1.23441610567LOGPPBP_COMOROS +
1.1348559328LOGJP_COMOROS
IPM_GUINEA =
-2.68114437138 -
45.36084964 +
2.39285386067LOGPPBK_GUINEA +
1.23441610567LOGPPBP_GUINEA +
1.1348559328LOGJP_GUINEA
IPM_GAMBIA =
8.84325910546 -
45.36084964 +
2.39285386067LOGPPBK_GAMBIA +
1.23441610567LOGPPBP_GAMBIA +
1.1348559328LOGJP_GAMBIA
IPM_GUINEABISSAU =
7.12581978018 -
45.36084964 +
2.39285386067LOGPPBK_GUINEABISSAU +
1.23441610567LOGPPBP_GUINEABISSAU +
1.1348559328LOGJP_GUINEABISSAU
IPM_MALI =
-5.89909311171 -
45.36084964 +
2.39285386067LOGPPBK_MALI +
1.23441610567LOGPPBP_MALI +
1.1348559328LOGJP_MALI
IPM_MOZAMBIQUE =
-7.5190880282 -
45.36084964 +
2.39285386067LOGPPBK_MOZAMBIQUE +
1.23441610567LOGPPBP_MOZAMBIQUE +
1.1348559328LOGJP_MOZAMBIQUE
IPM_MAURITANIA =
9.08801273552 -
45.36084964 +
2.39285386067LOGPPBK_MAURITANIA +
1.23441610567LOGPPBP_MAURITANIA +
1.1348559328LOGJP_MAURITANIA
IPM_NIGER =
-11.3474737601 -
45.36084964 +
2.39285386067LOGPPBK_NIGER +
1.23441610567LOGPPBP_NIGER +
1.1348559328LOGJP_NIGER
IPM_SUDAN =
-6.97996513817 -
45.36084964 +
2.39285386067LOGPPBK_SUDAN +
1.23441610567LOGPPBP_SUDAN +
1.1348559328LOGJP_SUDAN
IPM_SENEGAL =
-1.06816669995 -
45.36084964 +
2.39285386067LOGPPBK_SENEGAL +
1.23441610567LOGPPBP_SENEGAL +
1.1348559328LOGJP_SENEGAL
IPM_SIERRALEONE =
-2.63384822937 -
45.36084964 +
2.39285386067LOGPPBK_SIERRALEONE +
1.23441610567LOGPPBP_SIERRALEONE +
1.1348559328LOGJP_SIERRALEONE
IPM_CHAD =
-6.1947998542 -
45.36084964 +
2.39285386067LOGPPBK_CHAD +
1.23441610567LOGPPBP_CHAD +
1.1348559328LOGJP_CHAD
IPM_TOGO =
5.43431555439 -
45.36084964 +
2.39285386067LOGPPBK_TOGO +
1.23441610567LOGPPBP_TOGO +
1.1348559328LOGJP_TOGO
IPM_UGANDA =
-2.81859037543 -
45.36084964 +
2.39285386067LOGPPBK_UGANDA +
1.23441610567LOGPPBP_UGANDA +
1.1348559328LOGJP_UGANDA
IPM_DJIBOUTI =
9.45728212495 -
45.36084964 +
2.39285386067LOGPPBK_DJIBOUTI +
1.23441610567LOGPPBP_DJIBOUTI +
1.1348559328LOGJP_DJIBOUTI
Keterangan : Y
= IPM Indeks Pembangunan Manusia X1
= PPBK Pengeluaran Pemerintah Bidang Kesehatan X2
= PPBP Pengeluaran Pemerintah Bidang Pendidikan X3
= JP Jumlah Penduduk
α. = Nilai konstanta variabel Indeks Pembangunan Manusia adalah sebesar -45.36085 dapat diartikan bahwa apabila semua variabel
independen Pengeluaran Pemerintah Bidang Kesehatan, Pengeluaran Pemerintah Bidang Pendidikan dan Jumlah Penduduk dianggap
konstan atau tidak mengalami perubahan maka Indeks Pembangunan Manusianya sebesar 45.36085.
b
1
= Nilai koefisien variabel Pengeluaran Pemerintah Bidang Kesehatan adalah sebesar 2.392854. Pengeluaran Pemerintah Bidang Kesehatan
secara statistik signifikan pada α = 0,05 dengan nilai probabilitas
sebesar 0.0000 lebih kecil dari tingkat signifikansi. Dapat diartikan bahwa ketika Pengeluaran Pemerintah Bidang Kesehatan naik sebesar
US 1, maka Indeks Pembangunan Manusia mengalami kenaikan sebesar 2.392854 dengan asumsi Indeks Pembangunan Manusianya
tetap.
b
2
= Nilai koefisien variabel Pengeluaran Pemerintah Bidang Pendidikan adalah sebesar 1.234416. Pengeluaran Pemerintah Bidang Pendidikan
secara statistik signifikan pada α = 0,05 dengan nilai probabilitas sebesar 0.0005 lebih kecil dari tingkat signifikansi. Dapat diartikan
bahwa ketika Pengeluaran Pemerintah Bidang Pendidikan naik sebesar US 1, maka Indeks Pembangunan Manusia mengalami kenaikan
sebesar 1.234416 dengan asumsi Indeks Pembangunan Manusianya tetap.
b
3
= Nilai koefisien variabel Jumlah Penduduk adalah sebesar 1.134856 Juml
ah Penduduk secara statistik tidak signifikan pada α = 0,05 dengan nilai probabilitas sebesar 0.3061 lebih besar dari tingkat
signifikansi. Dapat diartikan bahwa Jumlah Penduduk tidak berpengaruh terhadap Indeks Pembangunan Manusia.