menggunakan skala menurut Tumilar 1997 sebagaimana yang terlihat dalam table 3.3 sebagai berikut Wulandari, 2001 :
Tabel 3.3 Skala Interval Indeks Kemampuan Rutin
Interval Kemampuan Keuangan Daerah
0,00-20,00 Sangat Kurang
20,01-40,00 Kurang 40,01-60,00 Cukup
60,01-80,00 Baik 80,01-100 Sangat
Baik
Sumber : Wulandari 2001
Indeks Kemampuan Rutin dapat dihitung dengan menggunakan rumus sebagai berikut :
IKR :
100 x
Rutin n
Pengeluara Total
PAD
........................................................ 3.3 Keterangan :
IKR : Indeks Kemampuan Rutin PAD : Pendapatan Asli Daerah
3.2.3 Analisis Data Panel
Metode yang digunakan dalam penelitian ini adalah analisis kuantitatif dengan menggunakan metode ekonometrika melalui analisa regresi panel data.
Data panel atau longitudinal data adalah data yang memiliki dimensi ruang individu dan waktu. Dalam data panel, data cross section yang sama diobservasi
menurut waktu. Jika setiap unit cross section memiliki jumlah observasi time series yang sama maka disebut sebagai balanced panel. Sebaliknya jika jumlah
observasi berbeda untuk setiap unit cross section maka disebut unbalanced panel. Penggabungan data cross section dan time series dalam studi data panel
digunakan untuk mengatasi kelemahan dan menjawab pertanyaan yang tidak dapat dijawab oleh model cross section dan time series murni.
Verbeek 2001 menjelaskan bahwa penggunaan model data panel akan didapat ada dua keunggulan utama bila dibandingkan dengan model cross section
dan time series murni. 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. Menurut Hsiao 2003, jumlah data dalam data panel meningkatkan jumlah derajat bebas degree of freedom dan
mengurangi kolinieritas di antara variabel penjelas, yang dalam hal ini meningkatkan efisiensi dari penduga ekonometrik.
Kedua, penggunaan model data panel adalah dapat mengurangi masalah identifikasi. Data panel lebih baik dalam mengidentifikasi 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. Secara umum keunggulan dari penggunaan data panel dalam analisis
ekonometrik antara lain: i mampu mengontrol heterogenitas individu; ii memberikan informasi yang lebih banyak dan beragam, meminimalkan masalah
kolinieritas collinearity, meningkatkatkan jumlah derajat bebas dan lebih efisien; iii data panel umumnya lebih baik bila digunakan dalam studi dynamics of
adjustment; iv data panel lebih baik dalam mengukur dan mengidentifikasi dan mengukur efek yang tidak dapat dideteksi apabila menggunakan data cross
section atau time series murni; dan v data panel dapat digunakan untuk mengkonstruksi dan menguji model perilaku yang lebih kompleks dibandingkan
data cross section atau time series murni. Walaupun demikian, analisis data panel juga memiliki beberapa
kelemahan dan keterbatasan dalam penggunaannya khususnya apabila data panel dikumpulkan atau diperoleh dengan metode survei. Permasalahan tersebut antara
lain: i relatif besarnya data panel karena melibatkan komponen cross section dan time series menimbulkan masalah disain survei panel, pengumpulan dan
manajemen data masalah yang umumnya dihadapi di antaranya: coverage, nonresponse, kemampuan daya ingat responden recall, frekuensi, dan waktu
wawancara; ii distorsi kesalahan pengamatan measurement error yang umumnya terjadi karena kegagalan respon contoh: pertanyaan yang tidak jelas,
ketidaktepatan informasi, dan lain-lain; iii masalah selektivitas, yakni: self selectivity, nonresponse, attrition jumlah responden yang terus berkurang pada
survey lanjutan; dan iv cross section dependence contoh: apabila macro panel data dengan unit analsis negara atau wilayah dengan deret waktu yang panjang
mengabaikan cross-country dependence maka dapat mengakibatkan
kesimpulanyang tidak tepat miss leading inference. Terdapat dua pendekatan yang umum diaplikasikan data panel, yaitu Fixed
Effect Model FEM dan Random effects Model REM. Keduanya dibedakan berdasarkan pada asumsi ada atau tidaknya korelasi antara komponen error
dengan peubah bebas regresor
.
Misalkan: y
it
= α
i
+ X
it
β + ε
it ......................................................................................................................................
3.4 Pada one way error components model, komponen error dispesifikasikan dalam
bentuk: ε
it
=
i
+ u
it
................................................................................................... 3.5 Untuk two way error components model, komponen error dispesifikasi dalam
bentuk:
it t
i it
u +
+ =
μ λ
ε .......................................................................................... 3.6
Pada pendekatan one way, error term hanya memasukkan komponen error yang merupakan efek dari individu
i
. Pada two way dimasukkan efek dari waktu
μ
t
ke dalam komponen error. Jadi perbedaan antara FEM dan REM terletak pada ada atau tidaknya korelasi antara
i
dan μ
t
dengan X
it
.
a. Fixed Effect Model FEM
