3. Pengeluaran pemerintah berpengaruh positif terhadap peningkatan
pembangunan SDM
Halaman ini sengaja dikosongkan
III. METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian
Penelitian dilakukan
di Provinsi Banten dengan menggunakan data tahun 2002 sampai dengan tahun 2009. Pemilihan dilakukan dengan melihat Provinsi
Banten merupakan provinsi baru dan secara geografis yang strategis, sebagai penopang Ibu Kota Negara, namun melihat isu nasional mengenai kemiskinan,
pengangguran dan pendidikan yang masih kurang diperhatikan oleh pemerintah daerah ataupun masyarakat itu sendiri menjadi bahan pemikiran Provinsi Banten
layak untuk dilakukan penelitian lebih lanjut.
3.2. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini merupakan data sekunder yang berasal dari Badan Pusat Statistik BPS dan Departemen Keuangan. Data yang
digunakan antara lain data produk domestik regional bruto PDRB Provinsi Banten, PDRB KabupatenKota se Provinsi Banten, data IPM, rata-rata lama
sekolah, angka harapan hidup, realisasi pengeluaran pemerintah sektor pendidikan dan kesehatan, tenaga kerja tahun 2002 sampai 2009. Data APBD yang
digunakan berasal dari publikasi APBD oleh BPS dan Departemen Keuangan. Data APBD dipisahkan menurut fungsinya, sehingga didapat besarnya nilai
anggaran untuk pendidikan, kesehatan. Data kesehatan dan pendidikan dikumpulkan oleh BPS setiap tahun melalui SUSENAS.
Metode Analisis Data Analisis Deskriptif
Analisis Deskriptif merupakan bentuk analisis sederhana yang bertujuan mendeskripsikan dan mempermudah penafsiran yang dilakukan dengan membaca
tabel dan gambar. Analisis deskriptif pada penelitian ini digunakan untuk melihat kondisi pertumbuhan ekonomi, ketimpangan pendapatan dan pembangunan SDM
selama periode penelitian. Analisis disajikan dalam bentuk deskripsi dibantu dengan tabel dan gambar agar dapat dengan mudah dipahami pembaca.
Analisis Regresi Data Panel
Data panel atau longitudinal data adalah data yang memiliki dimensi ruang individu dan waktu. Dalam data panel, data cross section yang sama
diobservasi menurut waktu. Jika setiap unit cross section memiliki jumlah observasi time series yang sama maka disebut sebagai balanced panel total
jumlah observasi = N x T. Sebaliknya jika jumlah observasi berbeda untuk setiap unit cross section maka disebut unbalanced panel. Penggabungan data cross
section dan time series dalam studi data panel digunakan untuk mengatasi kelemahan dan menjawab pertanyaan yang tidak dapat dijawab oleh model cross
section dan time series murni. Penggunaan data panel telah memberikan banyak keuntungan secara statistik
maupun menurut teori ekonomi diantaranya sebagai berikut: 1.
Mampu mengontrol heterogenitas individu. Dengan metode ini estimasi yang dilakukan dapat secara eksplisit memasukkan unsur heterogenitas individu.
2. Dengan mengkombinasikan data time series dan cross section, data panel
dapat memberikan data yang informatif, mengurangi kolinearitas antar peubah, meningkatkan derajat kebebasan dan lebih efisien.
3. Lebih baik untuk studi dynamics of adjustment. Karena berkaitan dengan
observasi cross section yang berulang, maka data panel lebih baik dalam mempelajari perubahan dinamis.
4. Lebih baik dalam mengidentifikasi dan mengukur efek yang secara sederhana
tidak dapat diatasi dalam data cross section saja atau data time series saja. Selain manfaat yang diperoleh dengan penggunaan panel data, metode ini
juga memiliki keterbatasan di antaranya adalah: 1.
Masalah dalam disain survei panel, pengumpulan dan manajemen data. Masalah yang umum dihadapi diantaranya: cakupan coverage, nonresponse,
kemampuan daya ingat responden recall, frekuensi dan waktu wawancara. 2.
Distorsi kesalahan pengamatan measurement errors. Measurement errors umumnya terjadi karena respon yang tidak sesuai.
3. Masalah selektivitas Selectivity yang mencakup hal-hal berikut:
a. Self-selectivity Æ Permasalahan ini muncul karena data-data yang
dikumpulkan untuk suatu penelitian tidak sepenuhnya dapat menangkap fenomena yang ada.
b. Nonresponse Æ Permasalahan ini muncul dalam panel data ketika ada
ketidaklengkapan jawaban yang diberikan oleh responden sample rumahtangga.
c. Attrition Æ Yaitu jumlah responden yang cenderung berkurang pada
survei lanjutan yang biasanya terjadi karena responden pindah, meninggal dunia atau biaya menemukan responden yang terlalu tinggi
4. Dimensi waktu time series yang pendek. Jenis panel mikro biasanya
mencakup data tahunan yang relatif pendek untuk setiap individu. 5.
Cross-section dependence. Sebagai contoh, apabila macro panel dengan unit analisis negara atau wilayah dengan deret waktu yang panjang mengabaikan
cross-country dependence akan mengakibatkan inferensi yang salah misleading inference.
Analisis data panel secara garis besar dibedakan menjadi dua macam yaitu statis dan dinamis. Pada analisis data panel dinamis, regressor-nya mengandung
variabel lag dependent-nya, sedangkan pada analisis data panel statis tidak. Penelitian ini menggunakan analisis data panel statis sehingga pembahasannya
dibatasi untuk analisis statis saja. Secara umum, terdapat dua pendekatan dalam metode data panel, yaitu
Fixed Effect Model FEM dan Random Effect Model REM. Keduanya dibedakan berdasarkan ada atau tidaknya korelasi antara komponen error dengan
peubah bebas. Misalkan diberikan persamaan regresi data panel sebagai berikut:
it it
i it
X a
y
ε β
+ +
=
3.1 dimana:
it
y
: nilai dependent variable untuk setiap unit individu cross section unit i pada periode t dimana i = 1, …, n dan t = 1, …, T
i
a
: unobserved heterogenity
it
X
: nilai independent variable yang terdiri dari sejumlah K variabel. Struktur datanya sebagai berikut.