42
n
menyatakan koefisien regresi pengaruh dari variabel bebas ke-n terhadap variabel tak bebas, PDRB
, dengan n = 1, 2, …6 adalah galat acak
it merupakan indeks yang menyatakan provinsi ke-i dan tahun ke-t
Model tersebut mengilustrasikan bahwa PDRB disuatu wilayah diduga dipengaruhi oleh besarnya modal KAPITAL, persentase penduduk tamat
Sekolah Dasar SD, persentase penduduk tamat Sekolah Menengah Pertama SMP,persentase penduduk tamat Sekolah Menengah Atas SMA, persentase
penduduk tamat Perguruan Tinggi PT, dan penyerapan tenaga kerja EMPLOY. Aplikasi dari model ini akan dilakukan baik menurut kelompok
kuadran maupun masing-masing kuadran untuk merumuskan kebijakan pada masing-masing wilayah. Hasil analisis yang diperoleh digunakan untuk melihat
hubungan timbal balik antara pertumbuhan ekonomi dan penyerapan tenaga kerja.
3.5.2.2 Pemilihan Model
Dalam penelitian ini menggunakan data panel panel pooled data yang menrupakan gabungan antara data time series dan data cross section. Data time
series mencakup kurun waktu penelitian yaitu 2002-2009 dan data cross section
mencakup berbagai macam indikator sosial-ekonomi yang terbagi dalam 30 provinsi di Indonesia 3 provinsi pemekaran dalam analisis penelitian ini
digabung dengan provinsi induknya. Terdapat dua keuntungan penggunaan model data panel dibandingkan data
time series dan cross section saja Verbeek, 2004. Pertama, dengan
mengkombinasikan data time series dan cross section dalam data panel membuat jumlah observasi menjadi lebih besar. Dengan menggunakan model data panel
marginal effect dari peubah penjelas dilihat dari dua dimensi individu dan waktu
sehingga paramater yang diestimasi akan lebih akurat dibandingkan dengan model lain. Secara teknis menurut Hsiao 2003, data panel dapat memberikan
data yang informatif, mengurangi kolinearitas antar peubah serta meningkatkan derajat kebebasan yang artinya meningkatkan efisiensi.
Kedua, keuntungan yang lebih penting dari penggunaan data panel adalah mengurangi masalah identifikasi. Data panel lebih baik dalam mengidentifikasi
43 dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross
section saja atau data time series saja. Data panel mampu mengontrol
heterogenitas individu. Dengan metode ini estimasi yang dilakukan dapat secara eksplisit memasukkan unsur heterogenitas individu. Data panel juga lebih baik
untuk studi dynamics of adjustment. Hal ini berkaitan dengan observasi pada cross section
yang sama secara berulang, sehingga data panel lebih baik dalam mempelajari perubahan dinamis.
Parameter model data panel pada persamaan 1 diatas akan diestimasi dengan menggunakan model Pooled Least Square PLS, Fixed Effect Model
FEM dan Random Effect Model REM. Selanjutnya, dari hasil estimasi ketiga model tersebut, akan dilakukan beberapa uji statistik untuk melihat model yang
lebih valid diantara ketiganya. Uji-uji tersebut antara lain:
i Uji Chow uji F, untuk menentukan model yang lebih valid antara model PLS dengan FEM;
ii ii Uji Breusch Pagan LM, untuk menentukan model yang lebih valid antara model PLS dengan REM; dan
iii iii Uji Hausman, untuk menentukan model yang lebih valid antara FEM dengan REM.
Setelah pemilihan model yang terbaik, selanjutnya dilakukan identifikasi kondisi matrik varians covarians residual. Pengujian dilakukan untuk menghindari
bias dari model terpilih apabila terdapat heteroskedastisitas. Pada penelitian ini
tidak membandingkan model dengan struktur heteroskedastik serta tidak ada
Cross Sectional Correlation Seemingly Uncorrelated Regression SUR, karena
model yang dipakai tidak memungkinkan diestimasi dengan model SUR. Hal ini disebabkan jumlah unit cross-sections sebanyak 30 propinsi lebih banyak
daripada periode waktu yang hanya 8 tahun. Statistik uji untuk pemilihan struktur homoskedastik dan heteroskedastik, menggunakan statistik LM Lagrange
Multiplier .
44 Halaman ini sengaja dikosongkan
45
IV. POTENSI WILAYAH 4.1 Penduduk, PDRB dan Masalah Ketenagakerjaan
