Desain Penelitian Definisi Operasional Variabel Penelitian
Inequality
i
: α + α
1
Fiscal Decentralization
1
+ X
i
β + ε
i
, I =1,...,50 Variabel dependen pada penelitian tersebut mengunakan indeks Gini serta
Coefficient of Variation CV. Adapun faktor-faktor yang mempengaruhi ketimpangan distribusi pendapatan dalam model tersebut adalah desentralisasi
fiskal, PDRB per kapita dan PDRB per kapita kuadrat, jalan raya, aglomerasi penduduk,
tingkat pendidikan,
manufaktur, politik,
FDI, tingkat
pengangguran, dan populasi penduduk dimana variabel bebas dalam bentuk logaritma natural.
Berdasarkan model penelitian Akai dan Sakata 2005 tersebut, peneliti mengambil empat faktor yang mempengaruhi ketimpangan distribusi
pendapatan di Pulau Jawa. Faktor-faktor tersebut dituliskan sebagai berikut: IG = f PDRBPK, POP , TPT, DDF
Model persamaan di atas kemudian ditransformasikan ke dalam bentuk semi log. Selain mengikuti bentuk model dari Akai dan Sakata 2005, bentuk
semi log dipilih karena adanya transformasi dua variabel dalam bentuk logaritma natural yaitu PDRB per kapita dan populasi penduduk. Hal ini
bertujuan memperhalus data dimana data PDRB per kapita dan populasi penduduk dalam bentuk ribuan sementara Indeks Gini, TPT, dan derajat
desentralisasi fiskal dalam bentuk satuan dan puluhan atau memiliki perbedaan angka yang jauh. Berdasarkan pertimbangan tersebut, berikut
model yang akan dipakai dalam penelitian: IG
it = α0 + α1lnPDRBPKit + α2lnPOPit + α3TPTit + α4DDFit +εit Dimana :
IG : Ketimpangan distribusi pendapatan diukur dengan
Indeks Gini lnPDRBPK
: ln PDRB per kapita lnPOP
: ln Populasi penduduk TPT
: Tingkat pengangguran terbuka DDF
: Derajat desentralisasi fiskal α
: Intersep α1, α2, α3, α4 : Koefisien regresi variabel bebas
εit : Komponen error di waktu t untuk unit cross
section i i
: 1, 2, 3, ..., 6 data cross-section Provinsi di Jawa
t : 1, 2, 3, ..., 7 data time-series, tahun 2007-2013
1. Uji Spesifikasi Model a.
Uji Likelihood Ratio Uji Likelihood Ratio digunakan untuk memilih model terbaik
apakah Pooled Least Square PLS atau Fixed Effect Model FEM. Hipotesis nolnya adalah bahwa model yang tepat untuk
regresi data panel adalah model Pooled Least Square dan hipotesis alternatifnya adalah model yang tepat untuk regresi data
panel adalah model Fixed Effect Model. Ho: pooled least square
Ha: fixed effect model Apabila nilai probabilitas Likelihood Ratio lebih kecil dari
taraf signifikansi 0,05 maka hipotesis nol ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed
Effect Model, begitu juga sebaliknya.
b. Uji Hausman Uji Hausman digunakan untuk memilih model terbaik apakah
Fixed Effect Model FEM atau Random Effect Model REM. Hipotesis nolnya adalah bahwa model yang tepat untuk regresi
data panel adalah model Random Effect dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah
model Fixed Effect Model. Ho
: Random Effect Model Ha
: Fixed Effect Model Apabila nilai probabilitas Hausman lebih kecil dari taraf
signifikansi 0,05 maka hipotesis nol ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed Effect
Model, begitu juga sebaliknya. 2. Uji Asumsi Klasik
a. Uji Normalitas Uji Normalitas digunakan untuk menguji apakah nilai residual
yang telah distandarisasi pada model regresi berdistribusi normal atau tidak. Normalitas dilihat dari nilai probabilitas Jarque-Bera
JB. Apabila nilai probabilitas5 maka residual terdistribusi dengan normal.
b. Uji heteroskedastisitas Uji
heteroskedastisitas digunakan
untuk mengetahui
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya