PENDEKATAN EKONOMETRIKA PANEL SPASIAL

UNTUK PEMODELAN PDRB SEKTOR INDUSTRI

DI SWP GERBANGKERTASUSILA DAN
MALANG-PASURUAN
Oleh:
Irma Fatmawati (1306 100 026)
Pembimbing:
Dr. Ir. Setiawan, MS

Co Pembimbing:
Muhammad Sjahid Akbar, MSi
1

PENELITIAN TENTANG EKONOMETRIKA

Bappenas (2006)

Laporan Hasil Kajian Penyusunan Model Perencanaan

Lintas Wilayah dan Lintas Sektor

Viyani Kartika
Belinda (2007)

Analisis Statistika Terhadap Faktor-faktor Yang

Mempengaruhi Tingkat Pertumbuhan Ekonomi (PDB) Pasca
Krisis Moneter di Indonesia Tahun 1999-2004

Jamzani Sodik
(2007)

Pengeluaran Pemerintah dan Pertumbuhan Ekonomi

Regional

Muchlisoh (2008)

Model Regresi Data Panel dengan Korelasi Error Spasial

pada Studi Kasus Pengaruh Pertumbuhan Ekonomi dan
Inflasi Terhadap Kemiskinan di Indonesia

Hanik Yunitasari
(2009)

Pendekatan Ekonometrika Spasial Terhadap Produk

Domestik Regional Bruto Sektor Industri di Wilayah Jawa
Timur
2

LATAR BELAKANG
PDRB sektor industri Jawa Timur
memiliki keterkaitan spasial
Pertumbuhan PDRB setiap tahun
berbeda
PDRB sektor industri dengan efek
spasial dan periode waktu

Ekonometrika Spasial
Data Panel
3

PERMASALAHAN
Bagaimana memodelkan PDRB sektor industri
terhadap faktor-faktor yang mempengaruhinya
dengan menggunakan ekonometrika panel
spasial pada kabupaten/kota di SWP
Gerbangkertasusila dan Malang-Pasuruan.
Bagaimana pengaruh faktor-faktor tersebut
pada PDRB sektor industri di SWP
Gerbangkertasusila dan Malang-Pasuruan.

TUJUAN
Membuat pemodelan PDRB sektor industri
terhadap faktor-faktor yang mempengaruhinya
dengan menggunakan ekonometrika panel
spasial pada kabupaten/kota di SWP
Gerbangkertasusila dan Malang-Pasuruan.
Mengetahui pengaruh faktor-faktor tersebut
pada PDRB sektor industri di SWP
Gerbangkertasusila dan Malang-Pasuruan.

MANFAAT DAN BATASAN PENELITIAN

Manfaat

Batasan
Penelitian

dapat memberikan informasi kepada pemerintah

berdasarkan faktor-faktor yang mempengaruhi PDRB
sektor industri agar dapat mengarahkan kebijakan
pembangunan yang terbaik bagi peningkatan
kesejahteraan masyarakat dan kemajuan setiap
kabupaten/kota.
Penelitian ini membatasi pada PDRB sektor industri di SWP
Gerbangkertasusila dan Malang-Pasuruan atas dasar harga
konstan. Metode dalam penghitungan PDRB sektor industri
menggunakan variabel-variabel yang digunakan Bappenas.
Model spasial yang digunakan menggunakan efek
dependensi spasial dan matriks pembobot spasial yang
digunakan berdasarkan penelitian sebelumnya yaitu dengan
menggunakan metode rook contiguity.
6

TINJAUAN PUSTAKA
Ekonometrika Spasial
merupakan pengembangan dari model regresi sederhana
yang telah mengakomodasikan fenomena-fenomena
autokolerasi spasial

Model Umum Data Panel

y it xit i it

MODEL EKONOMETRIKA SPASIAL

DATA PANEL
y it xit i it
Model Spasial Lag
N

y it w ij y jt x it i it
j 1

Model Spasial Error

N

yit xit i it ; it wijit it

j 1

ROOK CONTIGUITY (PERSINGGUNGAN SISI)

MATRIKS PEMBOBOT/PENIMBANG SPASIAL DENGAN ROOK CONTIGUITY

Ketetanggaan
Malang
Pasuruan
Sidoarjo
Mojokerto
Lamongan
Gresik
Bangkalan
Kota Malang
Kota Pasuruan
Kota Mojokerto
Kota Surabaya

Mal Pas
0
1
1
0
0
1
0
1
0
0
0
0
0
0
1
0
0
1
0
0
0
0

Sid
0
1
0
1
0
1
0
0
0
0
1

Moj Lam Gre

0
0
0
1
0
0
1
0
1
0
1
1
1
0
1
1
1
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
1

Ban
0
0
0
0
0
0
0
0
0
0
0

Kot KotP Kot

Kot
Mal as
Mojo Sur
1
0
0
0
0
1
0
0
0
0
0
1
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

10

ESTIMASI PARAMETER MODEL

Fixed
Effect

mengestimasi data panel dengan

menggunakan variabel dummy untuk
menangkap adanya perbedaan
intersep

Random
Effect

mengasumsikan setiap variabel

mempunyai perbedaan intersep dan
intersep diasumsikan sebagai
variabel random

11

GOODNESS-OF-FIT
Pengukuran kriteria kebaikan model dilakukan dengan
mengukur corr square yaitu koefisien korelasi kuadrat
antara variabel dependen dengan variabel dependen
taksiran

Y Y Y Y
2

corr Y , Y
2
'
'

Y Y Y Y Y Y Y Y

'

12

LAGRANGE MULTIPLIER TEST

Untuk menguji efek interaksi spasial pada model.
Hipotesis pengujian adalah H0 adalah terdapat
interaksi spasial dan H1 adalah tidak terdapat interaksi
spasial
Statistik uji:

e I

'

LM
J

W e 2
T TW

'

LM

1
' I X X 'X

W
X

T
NT
2

TW tr WW W 'W

e I

W Y 2
J

X ' I T W X TT W 2

statistik LM test berdistribusi 2 dan H0 ditolak jika

nilai statistik LM lebih besar dari nilai 2tabel
13

LIKELIHOOD RATIO (LR) TEST

Untuk menguji efek pada model. Hipotesis pengujian:
Efek individu (fixed effect)
H0 : 1=2==N=
H1 : Minimal ada salah satu yang berbeda
adalah mean intersep.
Efek random (random effect)
H0 : =1 (=0)
H1 : 1
Statistik uji : -2s, dimana s adalah selisih antara loglikelihood model restricted dan model unrestricted.
H0 ditolak jika -2s > 2tabel.

14

ASUMSI NORMALITAS
Pengujian menggunakan Kolmogorov-Smirnov
normality test dengan hipotesis:
H0 : data sampel berasal dari distribusi normal
H1 : data sampel tidak berasal dari distribusi normal
Statistik uji : D Sup F ( x) F ( x)
n

H0 ditolak jika D>D, D diperoleh dari tabel

Kolmogorov-Smirnov satu sampel. Fn(x) adalah nilai
distribusi kumulatif sampel F0(x) adalah nilai distribusi
kumulatif dibawah H0 P(Z<Zi ).

15

SATUAN WILAYAH PEMBANGUNAN DI JAWA TIMUR

SWP1 (Gerbangkertasusila)
SWP2 (Malang-Pasuruan)
SWP3 (Probolinggo-Lumajang)
SWP4 (Jember dan sekitarnya)
SWP5 (Banyuwangi)
SWP6 (Madiun dan sekitarnya)
SWP7 (Kediri dan sekitarnya)
SWP8 (Tuban-Bojonegoro)
SWP9 (Madura dan kepulauan)

16

METODOLOGI PENELITIAN
Sumber
Data

Spesifikasi
Model

data sekunder dari BPS tentang PDRB sektor

industri Kabupaten/Kota di Jawa Timur atas
dasar harga konstan serta faktor-faktor yang
mempengaruhi nilai PDRB pada masing-masing
sektor mulai tahun 2003 sampai 2007
PDRBIit = 2W2PDRBIit + b1TKIit + b2BMDit + b3BBJit +
b4BPGit + 2.i + 2.it
PDRBIit = h1TKIit + h2BMDit + h3BBJit + h4BPGit +
8.i + it ; it = 2W2it + 8.it

17

LANGKAH-LANGKAH ANALISIS
Mulai
Menetapkan variabel dependen dan
independen PDRB sektor industri
Menentukan matriks pembobot spasial
Estimasi parameter
Pemilihan model

Uji asumsi
model

Penanggulangan asumsi
yang tidak terpenuhi
tidak

ya

Uji efek pada model panel spasial

Interpretasi model
Selesai

18

ANALISIS DAN PEMBAHASAN

21685.91

20000.00
15000.00

12555.54
2003

10000.00

2004

6470.31

2005

5000.00

2006

kabupaten /kota yang diteliti

kota surabaya

kota mojokerto

kota pasuruan

kota malang

bangkalan

gresik

lamongan

mojokerto

sidoarjo

pasuruan

0.00

2007

250.00
PDRB sektor industri (dalam milyar)

25000.00

malang

PDRB sektor industri (dalam milyar)

Statistik Deskriptif Sektor Industri Pengolahan

230.62

200.00
150.00

129.11

142.57

155.97
2003
2004

100.00

2005
2006

50.00

2007

0.00
lamongan

bangkalan

kota
pasuruan

kota
mojokerto

kabupaten /kota yang diteliti

19

MODEL PDRB SEKTOR INDUSTRI PENGOLAHAN

Estimasi parameter pada model SAR fixed effect
Variabel
ln TKI
ln BMD
ln BBJ
ln BPG

SAR panel
Coef
P-Value
0.058638
0.003205*
0.010014
0.302604
0.003845
0.803555
0.081005
0.012142*
0.560992
0.000000*
R2 = 0.9997
corr2 = 0.8443

Keterangan : tanda (*) menunjukkan signifikan pada =0.05

20

LANJUTAN

Pengujian Kenormalan
P-value dari Uji Kolmogorov-Smirnov sebesar 0.15 (lebih
besar dari =0.05) sehingga dapat diputuskan gagal tolak
H0 dan disimpulkan bahwa residual menyebar mengikuti
distribusi normal.
Independen dan Homoskedastisitas
Scatterplot of y hat vs resid^2

Autocorrelation Function for resid

(with 5% significance limits for the autocorrelations)

10
1.0
0.8

9
8

0.4
0.2

y hat

A utocorrelation

0.6

0.0

-0.2

-0.4
-0.6

-0.8
-1.0

4
1

10

15

20

25

30
Lag

35

40

45

50

0.000

0.001

0.002

0.003
resid^2

0.004

0.005

21

LANJUTAN

Multikolinearitas
Analisis korelasi menunjukkan bahwa antara variabel BBJ dan
BPG memiliki korelasi sebesar 0.832 serta variabel BBJ dan
BMD memiliki korelasi 0.805. Korelasi pada variabel tersebut
tinggi sehingga perlu dilakukan analisis PCA untuk mengatasi
multikolinearitas.

PC1 0.449Z TKI 0.492Z BMD 0.519Z BBJ 0.536Z BPG

PC 2 0.784Z TKI 0.496Z BMD 0.348Z BBJ 0.136Z BPG

22

ESTIMASI PARAMETER DENGAN

VARIABEL PCA
Estimasi parameter pada model SAR fixed effect
Variabel
kelompok pengeluaran belanja

SAR panel
Coef
P-Value
0.055530
0.000016*

-0.045433
kelompok tenaga kerja

0.558988
R2 = 0.9997; corr2 = 0.8439

0.005619*
0.000000*

Keterangan : tanda (*) menunjukkan signifikan pada =0.05

Model PDRB sektor industri pengolahan adalah sebagai berikut.

11

ln PDRBI it 0.56 wij ln PDRBI jt 0.056 kelompok pengeluaran belanja

j 1

0.045 kelompok tenaga ker ja i

23

LANJUTAN

Uji kenormalan residual pada model menghasilkan p-value

0.15 sehingga disimpukan residual pada model telah
berdistribusi normal.
Independen dan Homoskedastisitas
Autocorrelation Function for resid

Scatterplot of y hat vs resid^2

(with 5% significance limits for the autocorrelations)

10
1.0
0.8

9
8

0.4
0.2

y hat

A utocorrelation

0.6

0.0

-0.2
6

-0.4
-0.6

-0.8
-1.0

4
1

10

15

20

25

30
Lag

35

40

45

50

0.000

0.001

0.002
0.003
resid^2

0.004

0.005

24

LANJUTAN

Pengujian pengaruh efek spasial pada model

menggunakan LR test menghasilkan p-value sebesar
0.000 sehingga dapat disimpulkan efek spasial pada
masing-masing kapupaten memiliki pengaruh terhadap
model.
Pengujian Lagrange Multiplier menghasilkan p-value
0.000 untuk spasial lag sehingga kesimpulan yang
diperoleh adalah spasial lag pada model signifikan.

25

MODEL PADA MASING-MASING KABUPATEN/KOTA

Model PDRB sektor industri di Malang

ln PDRBI M lg ket 2.485 0.56ln PDRBI Pasu ket ln PDRBI Kt M lg ket

0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model PDRB sektor industri di Pasuruan

ln PDRBI Pasu ket 2.564 0.56 (ln PDRBI M lg ke t ln PDRBI Sidog ket
ln PDRBI Mojog ket ln PDRBI Kt Pasu ket )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

26

LANJUTAN MODEL

Model PDRB sektor industri di Sidoarjo

ln PDRBI Sidou ket 3.883 0.56 (ln PDRBI Pasu ket ln PDRBI Mojo ket
ln PDRBI Gres ket ln PDRBI Kt Sby ket )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model PDRB sektor industri di Mojokerto

ln PDRBI Mojo ket 2.811 0.56 (ln PDRBI Pasu ket ln PDRBI Sido ket
ln PDRBI Lamo ket ln PDRBI Gres ket
ln PDRBI Kt Mojo ket ) 0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

27

LANJUTAN MODEL

Model PDRB sektor industri di Lamongan

ln PDRBI Lamo ke t 0.133 0.56 (ln PDRBI Mojo ke t ln PDRBI Gres ket )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model PDRB sektor industri di Gresik

ln PDRBI Gres ke t 3.817 0.56 (ln PDRBI Sido ke t ln PDRBI Mojo ke t
ln PDRBI Lamo ke t ln PDRBI Kt Sby ke t )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model PDRB sektor industri di Bangkalan

ln PDRBI Bang ke t 1.32 0.56 (ln PDRBI Kt Sby ke t )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja
28

LANJUTAN MODEL

Model PDRB sektor industri di Kota Malang

ln PDRBI Kt M lg ket 3.245 0.56 (ln PDRBI M lg ket )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model PDRB sektor industri di Kota Pasuruan

ln PDRBI Kt Pasu ke t 0.153 0.56 (ln PDRBI Pasu ket )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model PDRB sektor industri di Kota Mojokerto

ln PDRBI Kt Mojo ke t 0.306 0.56 (ln PDRBI Mojo ke t )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja
29

LANJUTAN MODEL

Model PDRB sektor industri di Kota Surabaya

ln PDRBI Kt Sby ke t 0.306 0.56 (ln PDRBI Sido ke t ln PDRBI Gres ke t )
0.056 kelompok pengeluaran belanja
0.045 kelompok tenaga ker ja

Model panel spasial pada masing-masing kabupaten/kota

yang dengan variabel kelompok pengeluaran belanja serta
kelompok tenaga kerja yang dikembalikan ke variabel asal
adalah sebagai berikut.
11

ln PDRBI it 0.56 wij ln PDRBI jt 0.056 ln TKI it 0.006 ln BMDit

j 1

0.016 ln BBJ it 0.063 ln BPGit

30

KESIMPULAN

Estimasi model PDRB sektor industri pada kabupaten/kota yang diteliti

adalah model SAR fixed effect.
PDRB sektor industri pada SWP Gerbangkertasusila dan Malang-Pasuruan
dipengaruhi oleh kelompok pengeluaran belanja dan kelompok tenaga kerja
serta efek spasial. Interaksi spasial menunjukkan bahwa nilai PDRB sektor
industri untuk masing-masing kabupaten/kota yang diteliti dipengaruhi oleh
besarnya nilai PDRB sektor industri kabupaten/kota yang menjadi tetangga.
Efek spesifik spasial yang signifikan pada model menunjukkan adanya
perbedaan efek spesifik spasial pada kabupaten/kota yang diamati sehingga
masing-masing kabupaten/kota yang diteliti memiliki perbedaan model.
Pengujian asumsi model menunjukkan bahwa model telah memenuhi
asumsi residual berdistribusi normal, independen, dan tidak terjadi kasus
multikolinearitas namun masih belum memenuhi asumsi residual yang
identik.
31

SARAN
Penelitian selanjutnya sebaiknya memasukkan variabel
investasi swasta. penelitian selanjutnya dapat dilakukan
penambahan kabupaten/kota yang lain yang sesuai. Periode
waktu pada penelitian selanjutnya juga dapat dilakukan
penambahan dapat diteliti efek periode waktu pada model.
Asumsi residual yang identik belum terpenuhi pada model yang
dihasilkan sehingga pada penelitian selanjutnya dapat
dilakukan penanggulangan asumsi yang belum terpenuhi.

32

DAFTAR PUSTAKA
Anselin, L. (1988). Spatial Econometrics: Methods and Models. Dordrecht: Kluwer
Academic Publishers.
Baltagi, B.H., S.H. Song, dan W. Koh (2003), Testing Panel Data Regression Model with
Spatial Error Correlation, Journal of Econometrics 117, 123-150.
Bappenas. (2006). Laporan Hasil Kajian Penyusunan Model Perencanaan Lintas Wilayah
dan Lintas Sektor. Jakarta: Bappenas.
BPS, (2008). Produk Domestik Regional Bruto Jawa Timur 2004-2008, Surabaya: BPS
Belinda, V.K. (2007), Analisis Statistika Terhadap Faktor-Faktor Yang Mempengaruhi Tingkat
Pertumbuhan Ekonomi (PDB) Pasca Krisis Moneter Di Indonesia Tahun 1999-2004. Tugas
Akhir, Institut Teknologi Sepuluh Nopember (ITS),Surabaya.
Elhorst, J.P. (2003), Specification and Estimation of Spatial Panel Data Models. International
Regional Science Review 26, 3: 244268.
__________ (2009), Spatial Panel Data Models. In Fischer MM, Getis A (Eds.) Handbook of
Applied Spatial Analysis, Ch. C.2. Berlin Heidelberg New York: Springer.
Gujarati, D. (1999), Ekonometrika Dasar, Jakarta: Erlangga.

33

LANJUTAN DAFTAR PUSTAKA

Halim, S., Anastasia N., Evalina A., dan Tobing A.F. (2008) Penentuan Harga Jual Hunian
Pada Apartemen Di Surabaya dengan Menggunakan Metode Regresi Spasial, Jurnal
Teknik Industri 10: 2 (Hal: 151-157).
Johnson, R.A. dan Wichern, D.W. (2002), Applied Multivariate Statistical Analysis, fifth
edition, New Jersey: Prentice Hall International.Inc.
LeSage, J.P. (1999), The Theory and Practice of Spatial Econometrics, Departement of
Economics University of Toledo.
__________ (2005) Matlab Econometric Toolbox, Available at
http://www.spatialeconometrics.com/
Muchlisoh, S. (2008), Model Regresi Data Panel Dengan Korelasi Error Spasial, Tesis
Magister, Institut Teknologi Sepuluh Nopember (ITS), Surabaya.
Sodik, J. (2007), Pengeluaran Pemerintah Dan Pertumbuhan Ekonomi Regional. Studi Kasus
Data Panel di Indonesia. Jurnal Ekonomi Pembangunan 12: 1 (Hal: 27 36).
Sodik, J. dan Nuryadin, D. (2005), Investasi Dan Pertumbuhan Ekonomi Regional (Studi
Kasus Pada 26 Propinsi Di Indonesia, Pra Dan Pasca Otonomi). Jurnal Ekonomi
Pembangunan 10: 2 (Hal: 157 170).
34

TERIMA KASIH
35