48
3.2.2.3 Evaluasi Model a Uji-F
Uji-F digunakan untuk melakukan uji hipotesis koefisien slope regresi secara bersamaan. Jika nilai probabilitas F-statistic taraf nyata, maka tolak H
dan itu artinya minimal ada satu peubah bebas yang berpengaruh nyata terhadap peubah terikat, dan berlaku sebaliknya.
b. Uji-t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menghitung koefisien regresi secara individu dengan
menggunakan uji-t. Hipotesis pada uji-t adalah: H
: β
i
= 0 H
1
: β
i
≠ 0 Jika t-hitung t-tabel maka tolah H
yang berarti peubah bebas secara statistik nyata pada taraf nyata yang telah ditentukan dalam penelitian dan
berlaku hal yang sebaliknya. Jika nilai probabilitas t-statistik taraf nyata, maka tolak H
dan berarti bahwa peubah bebas nyata secara statitik.
c. Koefisien Determinasi R
2
Koefisien determinasi Goodness of Fit merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model
regresi yang terestimasi. Nilai R
2
mencerminkan seberapa besar variasi daripeubah terikat Ydapat diterangkan oleh peubah bebas X. Jika R
2
= 0, maka variasi Y tidak dapat diterangkan oleh X sama sekali; Jika R
2
= 1, artinya bahwa variasi dari Y secara keseluruhan dapat diterangkan oleh X.
d. Uji Normalitas
Uji normalitas dilakukan untuk memeriksa apakah error term mendekati distribusi normal atau tidak. Jika asumsi tidak terpenuhi maka prosedur pengujian
menggunakan statistik t menjadi tidak sah. Uji normalitas error term dilakukan dengan menggunakan uji Jarque Bera. Berdasarkan nilai probabilitas Jarque Bera
49
yang lebih besar dari taraf nyata 5 persen, maka dapat disimpulkan bahwa error term
terdistribusi normal.
3.2.2.4 Spesifikasi Model Penelitian
Proses estimasi yang digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen dalam penelitian ini adalah
penggabungan data antar waktu dengan data antar individu yang disebut dengan pooling
. Sedangkan data yang dihasilkan disebut dengan pooled data atau panel data atau longitudinal data. Analisis data panel dalam penelitian ini dipergunakan
untuk mengetahui faktor-faktor yang mempengaruhi indeks pembangunan manusia daerah perbatasan.
Untuk mengetahui faktor yang mempengaruhi indeks pembangunan manusia, model dimodifikasi dari Ramirez, et. al 2000 menjadi:
Y
it
= β
+ β
1
INC
it
+ β
2
POV
it
+ β
3
EDU1
it
+ β
4
EDU2
it
+ β
5
GOVE
it
+ β
6
GOVH
it
+ β
7
HLTH
it
+ β
8
INF
it
+ β
9
TPT
it
+ ε
it
dimana: Y
: IPM INC
: PDRBpPerkapita Juta Rupiah POV : Rasio penduduk miskin
EDU1 : Rasio murid SD terhadap guru EDU2 : Rasio murid SMPterhadap guru
GOVE : Pengeluaran pemerintah bidang pendidikan GOVH : Pengeluaran pemerintah bidang kesehatan
HLTH : Rasio dokter terhadap jumlah penduduk INF
: Rasio infrastruktur jalan TPT
: Rasio tingkat pengangguran terbuka ε
: error term i
: KabupatenKota t
: Tahun