FIXED EFFECT MODEL PADA REGRESI DATA LONGITUDINAL DENGAN ESTIMASI GENERALIZED METHOD OF MOMENT (GMM) (Studi Kasus Pada Indeks Pembangunan Manusia Di Provinsi Jawa Timur Tahun 2012-2017)
| Main Author: | NUKE AMALIA |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/92975/1/abstrak.pdf http://repository.unair.ac.id/92975/2/daftar%20isi.pdf http://repository.unair.ac.id/92975/3/daftar%20pustaka.pdf http://repository.unair.ac.id/92975/4/full%20text.pdf http://repository.unair.ac.id/92975/ https://www.ijphrd.com |
Daftar Isi:
- Data panel atau longitudinal adalah gabungan antara data time series dan cross sectional. Kelebihan data longitudinal adalah selain variatif, informatif, dan efisien, dapat meminimalkan bias yang mungkin terjadi apabila pembahasan yang diperlukan dalam bentuk agregat. Generalized Method of Moments (GMM) adalah estimasi untuk memperoleh penaksiran parameter dengan meminimalkan jumlah kuadrat moment sampel terboboti. Pendekatan dengan FEM mengasumsikan perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Selain itu diasumsikan bahwa intersep dan slope dari persamaan regresi dianggap konstan baik antar unit cross section maupun antar unit time series. Data longitudinal IPM dilihat dari unit analisisnya (kabupaten/kota) sebagai data cross section dan analisis dari tahun 2012-2017 sebagai data time series. Penerapan data longitudinal pada IPM bertujuan untuk memperoleh faktor yang mempengaruhi IPM di Provinsi Jawa Timur tahun 2012-2017. IPM adalah indeks gabungan yang difokuskan pada dimensi dasar pembangunan manusia. Penelitian ini merupakan penelitian analitik, karena dalam pelaksanaannya menggunakan metode analisis statistik dengan unit analisis sebanyak 38 unit (kabupaten/kota). Hasil penelitian ini didapatkan pendekatan model FEM pada regresi longitudinal dengan estimasi GMM sebagai berikut. IPMit = 79,01553 + 0,058547 (KELUH)it + 0,016524 (PHBS)it + 0,000604 (PADAT)it – 1,067770 (MISKIN)it – 0,058119 (RASIO)it R-squared yang dihasilkan sebesar 98,3% dan nilai standard error of regression dalam model FEM sebesar 0,786. Kesimpulan dalam penelitian ini adalah faktor-faktor yang mempengaruhi IPM adalah persentase penduduk yang mempunyai keluhan kesehatan, persentase rumah tangga berperilaku hidup bersih dan sehat, kepadatan penduduk, persentase kemiskinan dan rasio murid-guru sekolah dasar. Peningkatan IPM dapat dilakukan dengan peningkatan pada faktor yang mempengaruhinya dengan koordinasi pemerintah setempat.