112-351-1-PB
-
Upload
muhammad-randi-akbar -
Category
Documents
-
view
213 -
download
0
description
Transcript of 112-351-1-PB
101
PERBANDINGAN REGRESI PANEL SATU ARAH DAN
REGRESI PANEL DUA ARAH DENGAN ASUMSI SLOPE
KONSTAN DAN INTERSEP BERVARIASI
(Studi Kasus Pada Laju Inflasi dan Faktor yang mempengaruhinya)
Tutut Hermanto, Rahma Fitriani
Jurusan Matematika, F.MIPA, Universitas Brawijaya
Email:[email protected]
Abstrak. Inflasi adalah kecenderungan dari harga – harga untuk naik secara umum dan terus menerus. Inflasi merupakan
fenomena ekonomi yang selalu menarik dibahas, beberapa ahli ekonomi berpendapat bahwa inflasi yang tinggi dan tidak
stabil memberikan dampak negatif kepada kondisi sosial ekonomi masyarakat suatu Negara. Dalam ilmu ekonomi
menyebutkan bahwa salah satu faktor yang mempengaruhi laju inflasi adalah tingkat pengangguran terbuka (TPT) dan nilai
tukar rupiah terhadap dollar amerika (KURS). Penelitian ini, bertujuan untuk mengetahui pengaruh TPT dan KURS terhadap
laju inflasi. Selain itu ingin diketahui apakah perbedaan karakter di setiap provinsi Indonesia akan berpengaruh terhadap laju
inflasi di Indonesia atau tidak. Data yang digunakan adalah data sekunder yang didapatkan dari Bank Indonesia dan Badan
Pusat Statistik. Analisis yang digunakan pada penelitian ini adalah analisis regresi panel. Dengan menggunakan analisis
regresi panel, informasi yang diperoleh akan lebih banyak dan akan diketahui ada atau tidaknya pengaruh perbedaan karakter
tiap provinsi di Indonesia terhadap laju inflasi. Dari hasil analisis yang telah dilakukan, diperoleh nilai intersep model sebesar
6.214, artinya ketika TPT dan KURS tidak mengalami kenaikan, maka rata-rata laju inflasi di Indonesia pada tahun 2012
adalah sebesar 6.214%. Sedangkan koefisien untuk TPT adalah sebesar -0.310, artinya ketika TPT di Indonesia mengalami
kenaikan sebesar 1% maka akan menurunkan laju inflasi di setiap provinsi Indonesia sebesar 0.310% dengan asumsi variabel
KURS adalah konstan. Kemudian koefisien untuk KURS adalah sebesar 0.48, artinya setiap kenaikan Rp 1000 KURS di
Indonesia maka akan menaikkan laju inflasi di setiap provinsi di Indonesia sebesar 0.48% dengan asumsi variabel TPT
adalah konstan. Selain itu, dengan menggunakan regresi panel, akan didapatkan informasi tentang perbedaan pengaruh
tempat (provinsi) dan waktu.
Kata Kunci: Regresi Panel, Intersep, Inflasi, TPT, KURS.
1. PENDAHULUAN
Analisis regresi adalah analisis yang digunakan untuk mempelajari hubungan di antara dua
peubah atau lebih. Sedangkan analisis regresi panel adalah analisis regresi untuk data panel yang
mengasumsikan bahwa terdapat perbedaan pengaruh dari unit cross-section dan atau unit waktu.
Dalam penelitian terhadap perilaku ekonomi, sering dilakukan penelitian terhadap unit-unit individu.
Padahal seperti pada kasus inflasi, akan diperoleh hasil yang lebih informatif jika perilaku individu-
individu tersebut diamati pada beberapa periode waktu. Sehingga untuk mengamati dinamika laju
inflasi dibutuhkan gabungan data cross section dan data time series atau yang disebut dengan data
panel
Terdapat tiga pendekatan yang digunakan dalam pendugaan model regresi dengan menggunakan
data panel, yaitu, Common Effect Model, Model Efek Tetap (MET) dan Model Efek Acak (MEA).
Untuk menentukan pendekatan mana yang digunakan, harus sesuai dengan kriteria yang terdapat pada
data. Oleh karena itu, perlu dilakukan pengujian untuk pemilihan pendekatan regresi yang akan
digunakan dalam penelitian ini.
Penelitian ini bertujuan untuk menerapkan regresi panel dan menganalisis persoalan laju inflasi
di Indonesia dan faktor yang mempengaruhinya, dalam hal ini adalah Tingkat Pengangguran Terbuka
(TPT) dan Nilai tukar rupiah terhadap dollar Amerika (KURS) pada tahun 2012.
2. TINJAUAN PUSTAKA
2.1. Model Regresi Data Panel
Secara umum model regresi panel dapat dinyatakan dalam bentuk persamaan sebagai berikut:
(Judge dkk., 1980)
di mana i adalah indeks pada dimensi cross section dengan i=1,..,N dan t adalah indeks pada dimensi
waktu (periode waktu) dengan t = 1,..,T, sedangkan Yit adalah unit pengamatan pada variabel
dependen unit ke-i dan waktu ke-t. βit melambangkan slope untuk unit cross section ke-i dan unit
waktu ke-t, sedangkan intersep αit merupakan efek individu dari unit cross section ke-i dan unit waktu
102
ke-t, dan uit adalah error regresi panel untuk individu ke-i dan unit waktu ke-t.
2.2. Koefisien Tetap Antar Waktu dan Individu (Common Effect)
Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan
metode kuadrat terkecil biasa, yang diterapkan dalam data yang berbentuk gabungan (pooled). Judge,
dkk, (1980) mendefinisikan model regresi gabungan sebagai model regresi panel yang didapatkan
tanpa memperhitungkan pengaruh unit cross section dan unit waktu dari data panel.
2.3. Model Efek Tetap (Fixed Effect)
Model efek tetap pada data panel dengan intersep bervariasi dan slope konstan adalah model
yang mengasumsikan bahwa terdapat perbedaan pengaruh dari unit cross section dan atau unit waktu
pada data panel. Menurut Judge, dkk, (1980), perbedaan itu terletak pada intersep yang berbeda-beda
pada unit yang bersangkutan. Pada model efek tetap satu arah, perbedaan intersep tersebut berasal dari
salah unit saja, sedangkan model efek tetap dua arah, perbedaan intersep tersebut berasal dari kedua
unit yaitu unit cross-section dan unit waktu.
2.4. Metode Pendugaan Parameter Model Efek Tetap
Menurut Greene (2007), secara umum pendugaan parameter model efek tetap dilakukan dengan
LSDV (Least Square Dummy Variable), di mana LSDV merupakan suatu metode yang dipakai dalam
pendugaan parameter regresi linier dengan menggunakan MKT pada model yang melibatkan variabel
boneka sebagai salah satu variabel prediktornya.
MKT merupakan teknik pengepasan garis lurus terbaik untuk menghubungkan variabel
prediktor (X) dan variabel respon (Y). Berikut adalah prinsip dasar MKT:
sehingga didapatkan Jumlah Kuadrat Galat sebagai berikut:
( ) ( )
(1)
di mana, jika matriks transpose ( ) , maka skalar = . Untuk mendapatkan
penduga parameter yang menyebabakan jumlah kuadrat galat minimum, yaitu dengan cara
menurunkan persamaan (1) terhadap parameter yang kemudian hasil turunan tersebut disamakan
dengan nol atau ( )
, sehingga diperoleh:
( )
( ) ( ) ( )
( )
Pada pemodelan efek tetap grup, variabel boneka yang dibentuk adalah sebanyak N-1, sehingga
model yang akan diduga dalam pemodelan efek tetap grup adalah sebagai berikut:
( )
Sedangkan untuk pemodelan efek tetap waktu, variabel boneka yang dibentuk berdasarkan unit
waktu, di mana variabel boneka yang terbentuk sebanyak T-1, sehingga model yang akan diduga
dalam pemodelan efek tetap waktu adalah sebagai berikut :
( )
Hun (2005) juga mengemukakan bahwa pada model regresi panel dengan intersep bervariasi
dan slope konstan, pemodelan efek tetap komponen dua arah secara umum dilakukan dengan Least
Square Dummy Variable (LSDV), di mana model dengan peubah dummy seperti berikut:
( ) ( )
dengan,
Djit : peubah boneka ke-j (j = 1, 2, ..., (N-1)) unit cross-sectional ke-i dan unit waktu ke-t. Djit
103
bernilai satu jika j = i dan bernilai nol jika j ≠ i
Dkit : peubah boneka ke-k (k = 1, 2, ..., (T-1)) unit cross-sectional ke-i dan unit waktu ke-t. Dkit
bernilai satu jika k = i dan bernilai nol jika k ≠ i
: rata-rata nilai peubah respon jika peubah boneka ke-j bernilai satu dan peubah penjelas
bernilai nol.
: rata-rata nilai peubah respon jika peubah boneka ke-k bernilai satu dan peubah penjelas
bernilai nol.
2.5. Model Efek Random (Random Effect)
Model efek acak atau disebut juga dengan error component model memiliki asumsi pengaruh
unit cross-sectional dan unit waktu merupakan peubah acak yang dimasukkan dalam model sebagai
bentuk galat (Judge, et al., 1980). Model efek acak yang hanya mempertimbangkan unit cross-
sectional atau unit waktu saja disebut dengan model efek acak satu arah. Sedangkan model efek acak
yang mempertimbangkan unit cross-sectional dan unit waktu disebut model efek acak dua arah
2.6. Metode Pendugaan Parameter Model Efek Acak
Pada beberapa penelitian, komponen ragam galat jarang sekali diketahui. Oleh karena itu,
pendugaan koefisien regresi MEA pada penelitian ini menggunakan metode Feasible Generalized
Least Square (FGLS) karena ragam galat tidak diketahui.(Hun, 2005).
3. METODE PENELITIAN
3.1. Sumber Data
Data yang digunakan adalah data sekunder yang diperoleh dari BPS dan BI. Data yang
dipublikasikan oleh BPS adalah data mengenai Tingkat Pengangguran Terbuka. Sedangkan data yang
dipublikasikan oleh BI adalah data mengenai laju inflasi dan nilai tukar rupiah terhadap dollar
Amerika dalam periode triwulanan pada tahun 2012.
3.2. Metode Analisis
Langkah analisis regresi panel adalah (1) Melakukan pengujian pemilihan pendekatan regresi
panel (2) Melakukan uji slope dan intersep regresi panel (3) Membentuk Model Efek Tetap satu arah
(4) Membentuk Model Efek Tetap dua arah (5) Melakukan pemilihan model terbaik (6) Melakukan
uji asumsi regresi panel (7) Interpretasi model.
4. HASIL DAN PEMBAHASAN
Berdasarkan MET satu arah dan MET dua arah yang terbentuk, didapatkan nilai koefisien
determinasi terkoreksi ( ) pada MET satu arah sebesar 80.15%, sedangkan nilai koefisien
determinasi terkoreksi ( ) untuk MET dua arah adalah sebesar 81.95%. Hal ini berarti MET dua
arah lebih tepat untuk digunakan dalam kasus laju inflasi ini. Dengan nilai sebesar 81.95%, maka
dapat disimpulkan bahwa 81.95% keragaman laju inflasi di Indonesia pada tahun 2012 dapat
dijelaskan oleh kedua variabel prediktor yaitu TPT dan KURS, sedangkan sisanya sebesar 18.05%
dijelaskan oleh variabel lain diluar model.
Hasil Model Efek Tetap dua arah yang dilakukan, diperoleh model laju inflasi sebagai berikut :
Yit= 6.214 + μi + λt - 0.310 TPT + 0.48 KURS
Dari model tersebut, diperoleh nilai intersep model sebesar 6.214, artinya ketika TPT dan KURS tidak
mengalami kenaikan, maka rata-rata laju inflasi di Indonesia pada tahun 2012 adalah sebesar 6.214%.
Sedangkan μi adalah intersep untuk provinsi, yang menunjukkan besarnya perbedaan pengaruh yang
diberikan oleh masing masing provinsi karena perbedaan karakter dari provinsi tersebut. Kemudian λt
adalah intersep untuk waktu, yang menunjukkan besarnya perbedaan pengaruh yang diberikan oleh
waktu karena perbedaan keadaan pada saat waktu tersebut. Dari model di atas juga dapat dilihat bahwa
nilai koefisien untuk TPT sebesar -0.310, artinya ketika TPT di Indonesia mengalami kenaikan sebesar
1% maka akan menurunkan laju inflasi di setiap provinsi Indonesia sebesar 0.310% dengan asumsi
variabel KURS adalah konstan. Sedangkan koefisien untuk KURS sebesar 0.48, artinya setiap
kenaikan Rp 1000 KURS di Indonesia maka akan menaikkan laju inflasi di setiap provinsi di
Indonesia sebesar 0.48% dengan asumsi variabel TPT adalah konstan.
104
Berdasarkan model efek tetap komponen dua arah yang terbentuk dapat dilakukan pengujian
hipotesis untuk mengetahui variabel prediktor yang berpengaruh secara nyata terhadap variabel
respon. Hipotesis untuk pengujian signifikansi parameter secara parsial adalah sebagai berikut :
H0 : βi = 0
H1 : βi ≠ 0
Hasil uji signifikansi parameter secara parsial disajikan pada Tabel 1 berikut:
Tabel 1 Hasil Uji Signifikansi Parameter Secara Parsial
Variabel Nilai duga Salah baku Thitung P-value
C 6.214650 0.559537 11.10677 0.0000
TPT -0.310091 0.105261 -2.945925 0.0040
KURS 0.480000 0.000140 3.433896 0.0009
Berdasarkan Tabel 1 di atas, dapat dilihat bahwa p-value untuk kedua variabel prediktor kurang
dari α sebesar 0.05. Hal ini menunjukkan bahwa secara parsial variabel TPT dan KURS berpengaruh
nyata terhadap laju inflasi.
Sedangkan hipotesis untuk pengujian signifikansi parameter secara simultan adalah:
H0 : β1 = β2 = 0
H1: Paling tidak terdapat satu βi (i=1,2) dimana βi ≠ 0
Berdasarkan model efek tetap komponen dua arah yang terbentuk, diperoleh nilai statistik uji F
sebesar 11.33515 dan p-value sebesar <0.00001, sehingga dapat disimpulkan bahwa TPT dan KURS
secara bersama-sama berpengaruh nyata terhadap laju inflasi.
5. KESIMPULAN
Dari hasil analisis yang dilakukan, dapat disimpulan bahwa model regresi panel yang lebih
sesuai untuk kasus laju inflasi di Indonesia adalah dengan Model Efek Tetap Dua Arah. Dari model
efek tetap komponen dua arah yang terbentuk, diperoleh nilai koefisien determinasi terkoreksi ( )
sebesar 0.8115, yang berarti bahwa 81.15% keragaman laju inflasi provinsi di Indonesia pada tahun
2012 dapat d ijelaskan oleh kedua variabel prediktor yaitu TPT dan KURS, sedangkan sisanya sebesar
13.31% dijelaskan oleh variabel lain diluar model. Untuk nilai duga parameter variabel prediktor, menunjukkan bahwa TPT dan KURS
berpengaruh secara nyata terhadap laju inflasi setiap provinsi di Indonesia pada tahun 2012. TPT
berpengaruh negatif terhadap laju inflasi sedangkan KURS mempunyai pengaruh positif terhadap laju
inflasi. Hal ini sesuai dengan teori ekonomi yang dikemukakan Keynes (1939) dan Phillips (1958).
6. UCAPAN TERIMA KASIH
Penulis berterima kasih kasih kepada Rahma Fitriani selaku dosen pembimbing, atas segala
bimbingan, motivasi, bantuan, serta kesabaran yang telah diberikan selama penulisan artikel ini.
Penulis juga berterima kasih kepada Eni Sumarminingsih dan Ni Wayan Surya Wardhani selaku dosen
penguji atas segala bimbingan, saran, dan kesabaran yang diberikan selama penulisan artikel ini.Selain
itu, penulis juga berterima kasih kepada Bapak, Ibu, Kakak dan teman teman atas doa dan
dukungannya.
DAFTAR PUSTAKA
Greene,W.H., (2007), Econometric Analysis, Sixth Edition, Prentice-Hall International, Inc., USA.
Hun, M.P., (2005), Linier Regression Models For Panel Data Using SAS, STATA, LIMDEP, and
SPSS, http://www.indiana.edu/~statmath/stat/all/panel/index.pdf., Tanggal akses: 26 September
2013.
Judge, G.G., Griffith, W.E., Hill, R.C. dan Lee, T., (1980), The Theory and Practice of
Econometrics, John Wilwy and Sons, Inc., New York.