Metode Analisis METODE PENELITIAN

3.2 Metode Analisis

3.2.1 Analisis Deskriptif

Analisis deskriptif merupakan bentuk analisis sederhana yang bertujuan mendeskripsikan dan mempermudah penafsiran yang dilakukan dengan membaca tabel dan grafik. Analisis deskriptif pada penelitian ini digunakan untuk melihat dinamika perkembangan infrastruktur selama periode penelitian. Melalui gambaran umum ini, diharapkan dapat menguatkan analisis ekonometrika yang akan dibahasa selanjutnya, terkait dengan hipotesis yang telah disusun untuk menjawab penelitian ini.

3.2.2 Analisis Parsial Simultan Panel

Pada penelitian ini analisis regresi yang digunakan adalah analisis regresi data panel statis. Analisis data panel statis merupakan analisis data panel yang regressor -nya tidak melibatkan variabel lag dependent dalam model. Terdapat beberapa tipe model analisis data panel statis, antara lain: 1. Pooled Estimator, yang umumnya digunakan pada model cross section dan time series murni. Sebagaimana dibahas sebelumnya bahwa data panel memiliki jumlah observasi lebih banyak dibandingkan data cross section dan time series murni. Akibatnya, ketika data digabungkan menjadi pool data, regresi yang dihasilkan cenderung lebih baik dibandingkan regresi yang menggunakan data cross section dan time series murni. Akan tetapi, dengan mengabungkan data, maka variasi atau perbedaan baik antara individu dan waktu tidak dapat terlihat. 2. Tipe model data panel lainnya adalah fixed effect model FEM, yang digunakan ketika efek individu dan efek waktu mempunyai korelasi dengan it X atau memiliki pola yang sifatnya tidak acak. Asumsi ini membuat komponen error dari efek individu dan waktu dapat menjadi bagian dari intecept . y it = α i + x’ it β + u it ; i=1,….,N; t=1…..,T ……………… 3.1 dimana u it = i + v it , untuk one way error component dan u it = i + t + v it untuk two way error component. 3. Random Effect Model REM, REM digunakan ketika efek individu dan efek waktu tidak berkorelasi dengan it X atau memiliki pola yang sifatnya acak. Keadaan ini membuat komponen error dari efek individu dan efek waktu dimasukkan ke dalam error. Persamaan model random effects dapat ditulis sebagai berikut: ………………….3.2 Adapun regresi yang digunakan dalam panel statis ini adalah regresi parsial simultan panel. Alasan pemilihan metode parsial simultan mengacu pada tujuan penelitian yang ingin melihat pengaruh infrastruktur terhadap kemiskinan secara parsial. Ada transmisi mekanisme dalam melihat pengaruh infrastruktur terhadap kemiskinan. Infrastruktur tidak berpengaruh secara langsung terhadap pengentasan kemiskinan, tetapi infrastruktur berpengaruh terhadap pertumbuhan, dan pertumbuhan tersebut yang berpengaruh terhadap kemiskinan. Suatu sistem persamaan simultan simultaneous-equations system ialah suatu himpunan persamaan dimana variabel tak bebas dalam satu atau lebih persamaan juga merupakan variabel bebas dalam beberapa persamaan lainnya, yaitu keadaan di mana di dalam sistem persamaan suatu variabel sekaligus mempunyai dua peranan, yaitu sebagai variabel tak bebas dan variabel bebas. Oleh karena itu, pemberian nama variabel bebas dan variabel tak bebas di dalam sistem persamaan simultan sudah tidak tepat lagi. Sehingga untuk selanjutnya dalam persamaan simultan akan ada yang namanya variabel endogen dan variabel yang ditetapkan lebih dulu predetermined variable. Variabel yang ditetapkan lebih dulu bisa berupa variabel eksogen sekarang, eksogen waktu lampau dan endogen waktu lampau. Variabel endogen ialah variabel tak bebas di dalam sistem persamaan simultan, yang nilainya ditentukan di dalam sistem persamaan, walaupun variabel-variabel tersebut mungkin juga muncul sebagai variabel bebas di dalam sistem persamaan. Variabel eksogen ialah variabel yang nilainya ditentukan di luar model. Dalam persamaan simultan perlu dilakukan identifikasi model terlebih dahulu sebelum memilih metode untuk menduga parameter pada setiap persamaan. Suatu persamaan dikatakan teridentifikasi kalau koefisiennya dapat diperkirakan. Rumus identifikasi model adalah sebagai berikut: K – M ≥ – 1 Keterangan : K = total peubah dalam model peubah endogen dan peubah pre- determinan M = jumlah peubah endogen dan eksogen yang dimasukkan ke dalam suatu persamaan tertentu dalam model G = banyaknya persamaan Kriteria identifikasi model dapat dinyatakan sebagai berikut: 1. Jika K-M=G-1, maka persamaan dalam model dinyatakan teridentifikasi secara tepat exactly identified 2. Jika K-MG-1, maka persamaan dalam model dikatakan tidak teridentifikasi unidentified 3. Jika K-MG-1, maka persamaan dalam model dikatakan teridentifikasi berlebih overidentified. Model persamaan simultan dengan kondisi setiap persamaannya teridentifikasi berlebih, maka pendugaan parameter dapat menggunakan beberapa metode yang ada seperti two stage least square 2 SLS atau three stage least square 3 SLS. Namun, penelitian ini menggunakan metode 2 SLS. Analisis parsial simultan dapat diestimasi dengan menggunakan teknik least square estimator . Pada tahap pertama, persamaan pertama diestimasi dengan menggunakan OLS. Tahap selanjutnya adalah mengestimasi persamaan kedua dengan menggunakan OLS juga, namun dengan mengganti nilai variabel endogen dengan nilai prediksi dari hasil regresi sebelumnya Verbeek, 2008.

3.2.3 Pemilihan Metode Regresi Data Panel

Pemilihan metode yang digunakan dalam sebuah penelitian perlu dilakukan berdasarkan pertimbangan statistik. Hal ini ditujukan untuk memperoleh dugaan yang efisien. Proses ini dilakukan dengan membandingkan fixed effects model dengan random effect model. Dalam memilih apakah fixed atau random effects yang lebih baik, dilakukan pengujian terhadap asumsi ada tidaknya korelasi antara regresor dan efek individu. Untuk menguji asumsi ini dapat digunakan Hausman Test. Dalam uji ini dirumuskan hipotesis sebagai berikut: H : E τ i | x it = 0 atau REM adalah model yang tepat H 1 : E τ i | x it ≠ 0 atau FEM adalah model yang tepat Sebagai dasar penolakan H maka digunakan statistik Hausman dan membandingkannya dengan Chi square. Statistik Hausman dirumuskan dengan: H = REM – fEM ‟ M FEM –M REM -1 REM – FEM ~ χ 2 k ........... 3.3 dimana: M adalah matriks kovarians untuk parameter k adalah degrees of freedom Jika nilai H hasil pengujian lebih besar dari χ 2 tabel, maka cukup bukti untuk melakukan penolakan terhadap H sehingga model yang digunakan adalah model fixed effects , begitu juga sebaliknya. Uji Asumsi Uji asumsi dilakukan untuk memenuhi persyaratan sebuah model yang akan digunakan. Setelah kita memutuskan untuk menggunakan suatu model tertentu FEM atau REM berdasarkan Hausman Test, maka kita dapat melakukan uji terhadap asumsi yang digunakan dalam model. Uji asumsi yang dilakukan dalam mengestimasi hasil dalam penelitian ini terdiri dari uji heteroskedastisitas dan uji autokorelasi.

1. Uji Heteroskedastisitas