Estimasi model regresi Metode Analisis

f. Intersep konstan sebagaimana koefisien slope bervariasi antar waktu Salah satu pendekatan yang digunakan untuk mengestimasi model regresi dengan data panel adalah dengan menggunakan fixed effect. Fixed Effect Model FEM mengasumsikan bahwa persamaan regresi memiliki slope konstan sedangkan intersep bervariasi antar individual. Dalam hal ini, intersep dari masing-masing induvidu diasumsikan memiliki perbedaan yang disebabkan oleh karakteristik khusus yang dimiliki oleh masing-masing individu. Terminologi fixed effect menunjukkan bahwa meskipun intersep bervariasi sepanjang individu, namun setiap intersep individu tersebut tidak bervariasi sepanjang waktu, yang disebut time invariant. Dapat juga dinyatakan bahwa berdasarkan model FEM, diasumsikan bahwa koefisien slope dari regresor tidak bervariasi antar individu maupun antar waktu. Dalam penelitian ini digunakan metode FEM dan asumsi yang kedua, yaitu koefisien slope konstan tapi intersep bervariasi antar wilayah. Bentuk model fixed effect adalah dengan memasukan variabel dummy untuk menyatakan perbedaan intersep. Ketika dummy digunakan untuk mengestimasi fixed effect, maka persamaan tersebut disebut sebagai Least Square Dummy Variable LSDV. Penggunaan dummy dalam pada penelitian ini yaitu menggunakan dummy wilayah. Penggunaan dummy wilayah dalam penelitian ini adalah untuk melihat perbedaan yang terjadi antar wilayah kabupatenkota dalam lima tahun periode penelitian, dimana kabupaten Brebes digunakan sebagai wilayah acuan bancmark. Alasan penggunaan Kabupaten Brebes sebagai bencmark adalah karena Kabupaten Brebes memiliki jumlah penduduk miskin yang paling tinggi. Setelah memasukkan variable dummy wilayah ke dalam persamaan 3.2, maka model persamaan adalah sebagai berikut. KM it = β + β 1 GRW it + β 2 JP it + β 3 5MH it + β 4 DF it + δ 1 D 1 +δ 2 D 2 + δ 3 D 3 + δ 4 D4 + δ 5 D 5 + δ 6 D 6 + δ 7 D 7 + δ 8 D 8 + δ 9 D 9 + δ 10 D 10 + δ 11 D 11 + δ 12 D 12 + δ 13 D13 + δ14 D14 + δ 15 D 15 + δ 16 D 16 + δ 17 D 17 + δ 18 D 18 + δ 19 D 19 + δ 20 D 20 + δ 21 D 21 + δ 22 D 22 + δ 23 D23 + δ24 D 24 + δ 25 D 25 + δ 26 D 26 + δ 27 D 27 + δ 28 D 28 + δ 29 D 29 + δ 30 D 30 + δ 31 D 31 + δ 32 D 32 + δ 33 D 33 + δ3 4 D 34 +ε it …………………………………………………………………..…………3.3

3.4.3 Uji Asumsi Klasik

Persamaan yang diperoleh dari sebuah estimasi dapat dioperasikan secara statistik jika memenuhi asumsi klasik, yaitu memenuhi asumsi bebas multikolinearitas, heteroskesidasitas, autokorelasi, serta disturbance term terdistribusi secara normal. Pengujian asumsi klasik ini dilakukan dengan bantuan software eviews 6.

3.4.2.1 Uji Autokorelasi

Autokorelasi adalah keadaan dimana disturbance term pada periodeobservasi tertentu berkorelasi dengan disturbance term pada periodeobservasi lain yang berurutan, dengan kata lain disturbance term tidak random Gujarati dalam Firmansyah, 2006