Вы находитесь на странице: 1из 6

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN 2085-7829

Model Regresi Variabel dengan Metode Selisih Mutlak

Moderating Variable Regression Model with an Absolute Difference Method

Desy Ika Rachmawati1, Desi Yuniarti2, dan Darnah Andi Nohe3


1
Mahasiswa Program Studi Statistika FMIPA Universitas Mulawarman
2
Dosen Program Studi Statistika FMIPA Universitas Mulawarman
E-mail:desyikaa28@gmail.com , desy_yunt@yahoo.com , darnah.98@gmail.com

Abstract
Regression analysis is a technique used to analyze the influence of the independent variable to the
dependent variable. The regression analysis in this case is the regression with moderating variable. The
method used in the moderating variable regression analysis is the method of absolute difference. The data
used are government expenditure in education and health sector, HDI, and the regional poverty in East
Kalimantan, in the period of 1990 to 2013. The study suggests that in general, in the year 1990 to 2013,
the government spending patterns in education and health sectors, HDI, and the percentage of the poor in
East Kalimantan demonstrated a positive trend. The purposes of this research are to determine
themoderating variableregressionmodelswith the absolute differencemethod and to determine whether
the HDI (Z) is a moderating variables that may affect the relationship of the government spending in
education and health sectors (X) with percentage of the poor (Y). Based on the results of the moderating
variable regression analysis with the absolute difference method, regression model to the data is the
percentage of the population of poor Ŷ = 8,578-2,368ZZ+7,581|ZX-ZZ|, where the HDI (Z) is the
moderating variable.

Keywords: Absolute Difference Method, moderating variable, poor, regression

Pendahuluan
Gujarati (2012) mendefinisikan analisis variabel independen dan variabel dependen
regresi sebagai analisis yang dipergunakan disebut dengan variabel moderasi. Variabel
untuk menganalisis pengaruh pada variabel moderasi juga disebut dengan variabel
independen terhadap variabel dependen.Analisis independen kedua. Terdapat empat metode
regresi memiliki dua jenis pilihan model yaitu dalam menganalisis regresi dengan variabel
analisis regresi dengan model linier dan non moderasi yaitu metode sub-group, metode
linier.Hubungan antara variabel independen dan interaksi, metode selisih mutlak, dan metode
dependen dapat dikatakan linier apabila diagram residual.
pencar data dari variabel tersebut mendekati Dalam penelitian ini akan digunakan metode
pola garis lurus. selisih mutlak. Metode selisih mutlak dilakukan
Analisis regresi linier dibagi menjadi dua dengan meregresikan selisih mutlak variabel
bagian yaitu analisis regresi linier sederhana dan bebas terstandarisasi dengan variabel yang
analisis regresi linier berganda.Regresi linier dihipotesiskan sebagai variabel moderasi
sederhana adalah regresi yang terdiri dari satu terstandarisasi. Metode ini merupakan metode
variabel independen dan satu variabel dependen, yang relatif lebih sederhana dibanding metode
sedangkan regresi linier berganda adalah regresi lainnya. Kelemahan metode ini adalah masih
yang variabel independennya lebih dari riskan terhadap gangguan multikolinieritas
satu.Pada kasus regresi, metode yang biasa meskipun risiko itu lebih kecil daripada metode
digunakan dalam mengestimasi parameter interaksi (Suliyanto, 2011).Penelitian ini terkait
regresi adalah Ordinary Least Square (metode mengenai persentase penduduk miskin di
kuadrat terkecil). Metode kuadrat terkecil Kalimantan Timur. Kalimantan Timur
digunakan untuk memperoleh total kuadrat merupakan salah satu provinsi terluas memiliki
residual yang paling minimum. Beberapa potensi sumber daya alam melimpah dimana
asumsi klasik metode kuadrat terkecil adalah sebagian besar potensi tersebut belum
non multikolinieritas, heteroskedastisitas, non dimanfaatkan secara optimal.Namun, di balik
autokorelasi dan residual berdistribusi normal melimpahnya kekayaan alam masih banyak
(Gujarati, 2012). masyarakat Kalimantan Timur yang mengalami
Hubungan antar variabel tidak hanya kemiskinan.Oleh karena itu sekurang-kurangnya
ditentukan oleh variabel independen maupun ada dua sektor yang perlu diperhatikan oleh
variabel dependen saja.Menurut Liana (2009) pemerintah sehubungan dengan upaya
biasanya terdapat variabel yang dapat memperluas kesempatan penduduknya untuk
memperkuat atau memperlemah hubungan

Program Studi Statistika FMIPA Universitas Mulawarman 187


Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN 2085-7829

mencapai hidup layak yaitu pendidikan dan dihipotesiskan sebagai variabel moderasi benar-
kesehatan. benar dapat memoderasi hubungan antara
Oleh karena itu, dalam penelitian ini variabel independen terhadap variabel dependen
menjadikan indeks pembangunan manusia (Suliyanto, 2011). Dengan uji selisih mutlak
sebagai variabel yang diduga dapat memperkuat maka model persamaan regresinya dapat
dan memperlemah hubungan antara pengeluaran diformulasikan sebagai berikut:
pemerintah di sektor pendidikan dan kesehatan Y   0   1 ZX   2 ZZ   3 ZX  ZZ  
dengan persentase penduduk miskin di Provinsi (2)
Kalimantan Timur.Adapun tujuan dari
penelitian ini yaitu untuk mengetahui model Pengujian Signifikansi Parameter
regresi variabel moderasi dengan metode selisih Pengujian signifikansi parameter dilakukan
mutlak yang menyatakan hubungan indeks untuk mengetahui pengaruh variabel
pembangunan manusia dan pengeluaran independen terhadap variabel
pemerintah di sektor pendidikan dan kesehatan dependen.Pengujian parameter meliputi
dengan persentase penduduk miskin di pengujian parameter secara simultan (Uji F)
Kalimantan Timur. bertujuan untuk menguji apakah variabel
independen yang digunakan dalam model
Analisis Regresi Berganda mempunyai pengaruh secara bersama-sama
Analisis regresi merupakan analisis yang terhadap variabel dependen atau tidak dan
dipergunakan untuk menganalisis pengaruh dari pengujian parameter secara parsial (Uji t)
satu atau lebih variabel independen terhadap bertujuan untuk menguji apakah variabel
variabel dependen, dengan tujuan untuk independen berpengaruh secara signifikan
mendapatkan nilai prediksi yang baik yaitu nilai terhadap variabel dependen (Suliyanto, 2011).
prediksi bisa sedekat dengan nilai
aktualnya.Persamaan regresi berganda yang Pengujian Asumsi Regresi Variabel
paling baik adalah regresi yang mempunyai Moderasi dengan Metode Selisih Mutlak
total kuadrat residual yang paling minimum. Dalam metode kuadrat terkecil terdapat
Untuk memperoleh total kuadrat residual yang beberapa asumsi-asumsi yang harus terpenuhi
paling minimum digunakan metode kuadrat yaitu pendeteksian, nomultikolinieritas,
terkecil atau Ordinary Least Square (OLS). homoskedastisitas, nonautokorelasi, dan
Model analisis regresi berganda dengan jumlah residual berdistribusi normal (Suliyanto, 2011).
k variabel independen dapat ditulis sebagai
berikut (Sembiring, 1994): 1. Pendeteksian Nonmultikolinieritas
dengan Metode Variance Inflation Factor
Yi  β0  β1 X1i    βk X ki  
(1)
dimana i  1, 2, 3,…, n
Menurut Suliyanto (2011), uji
multikolinieritas bertujuan untuk menguji
apakah dalam model regresi yang terbentuk ada
Analisis Regresi Variabel Moderasi
korelasi yang tinggi atau sempurna di antara
Menurut Suliyanto (2011), hubungan antar
variabel bebas atau tidak. Jika dalam model
variabel tidak hanya ditentukan oleh variabel
regresi yang terbentuk terdapat korelasi yang
independen maupun variabel dependen saja,
tinggi atau sempurna di antara variabel bebas
tetapi seringkali muncul adanya variabel yang
maka model regresi tersebut dinyatakan
mampu memperkuat atau memperlemah
mengandung gejala multikolinieritas.Ada
hubungan antara variabel independen terhadap
beberapa metode yang dapat digunakan untuk
variabel dependennya yang sering disebut
mendeteksi adanya masalah multikolinieritas
variabel moderasi. Pada konsep korelasi,
salah satu metodenya adalah Variance Inflation
variabel moderasi adalah variabel ketiga yang
Factor (VIF).Jika nilai VIF semakin membesar
mempengaruhi korelasi dua variabel.
maka diduga ada multikolinieritas antar variabel
independen.Jika nilai VIF melebihi angka 10
Analisis Regresi Variabel Moderasi dengan
maka bisa disimpulkan ada multikolinieritas.
Metode Selisih Mutlak
Untuk memperoleh nilai VIF digunakan
Analisis regresi variabel moderasi dengan
persamaan sebagai berikut:
metode selisih mutlak dilakukan dengan
1
meregresikan selisih mutlak variabel VIF 
1  R 2j 
(3)
independen terstandarisasi dengan variabel yang
dihipotesiskan sebagai variabel moderasi
terstandarisasi.Jika variabel selisih mutlak dimana R 2j  Nilai koefisien determinasi.
antara variabel independen terstandarisasi
dengan variabel yang dihipotesiskan sebagai
variabel moderasi terstandarisasi signifikan
maka dapat disimpulkan bahwa variabel yang

188 Program Studi Statistika FMIPA Universitas Mulawarman


Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN 2085-7829

 Y 
2. Pengujian Heteroskedastisitas dengan n
 Yˆi
2

Metode White i 1
i
R2 
 Y Y 
n
Heteroskedastisitas berarti ada varian 2
i
variabel pada model regresi yang tidak sama i 1

(konstan). Sebaliknya, jika varian variabel pada (4)


model regresi memiliki nilai yang sama maka
disebut dengan homoskedastisitas. Beberapa
metode yang biasa digunakan untuk mendeteksi (4)
masalah heteroskedastisitas diantaranya adalah dimana:
menggunakan metode white.Uji Yi = Nilai variabel dependen
Yˆi
heteroskedastisitas menggunakan uji white
dilakukan dengan meregresikan semua variabel = Yi prediksi
independen, variabel independen kuadrat dan Y = Rata-rata Yi
perkalian (interaksi) variabel bebas terhadap
nilai residual kuadratnya. n = Jumlah pengamatan

Pengeluaran Pemerintah di Sektor


3. Pengujian Nonautokorelasi dengan Pendidikan dan Kesehatan
Metode Breusch-Godfrey Perbaikan pelayanan kesehatan pada
dasarnya merupakan suatu investasi sumber
Menurut Widarjono (2007), autokorelasi
daya manusia untuk mencapai masyarakat yang
merupakan korelasi antara satu variabel
sejahtera (welfare sociaty). Tingkat kesehatan
gangguan dengan variabel gangguan yang lain.
masyarakat akan sangat berpengaruh terhadap
Sedangkan salah satu asumsi penting metode
tingkat kesejahteraan masyarakat, karena tingkat
OLS berkaitan dengan variabel gangguan adalah
kesehatan memiliki keterkaitan yang erat
ada tidak adanya hubungan antara variabel
dengan kemiskinan. Sama halnya dengan
gangguan satu dengan variabel gangguan yang
kesehatan, pendidikan merupakan suatu bentuk
lain. Beberapa cara mendeteksi autokorelasi
investasi sumber daya manusia.Tingkat
diantaranya adalah dengan menggunakan
pendidikan juga berpengaruh terhadap tingkat
metode Breusch-Godfrey.
kemiskinan karena pendidikan merupakan salah
satu komponen utama dalam lingkaran
4. Residual Berdistribusi Normal dengan kemiskinan.Sama halnya dengan kesehatan,
Metode Jarque-Bera pendidikan merupakan suatu bentuk investasi
sumber daya manusia.Tingkat pendidikan juga
Menurut Suliyanto (2011), uji normalitas
berpengaruh terhadap tingkat kemiskinan
dimaksudkan untuk menguji apakah nilai
karena pendidikan merupakan salah satu
residual yang telah distandarisasi pada model
komponen utama dalam lingkaran kemiskinan
regresi berdistribusi normal atau tidak. Nilai
(Johanna, 2011).
residual dikatakan berdistribusi normal jika nilai
residual terstandarisasi tersebut sebagian besar
Pembangunan Manusia dan Indeks
mendekati nilai rata-ratanya.Ada beberapa
Pembangunan Manusia
metode yang digunakan dalam melakukan
Indeks Pembangunan Manusia (IPM)
pengujian kenormalan residual di antaranya
melakukan pengukuran rata-rata capaian setiap
menggunakan metode Jarque-Bera (JB).Uji
individu negara yang menyangkut tiga dimensi
Jarque-Bera merupakan uji normalitas dengan
dasar dari proses pengembangan kualitas
berdasarkan pada koefisien keruncingan
manusia. Pengukuran ini dilakukan dengan
(kurtosis) dan koefisien kemiringan (skewness).
menetapkan beberapa asumsi dasar bahwa
manusia yang berkualitas adalah manusia yang
Koefisien Determinasi
dapat hidup sehat dan panjang umur,
Dalam konteks regresi koefisien determinasi pengetahuan dan kehidupan yang layak,
(R2) lebih bermakna dibandingkan koefisien sebagaimana diukur dengan angka harapan
korelasi.Koefisien determinasi mampu hidup sejak waktu lahir (life expectancy at
memberikan informasi mengenai variasi nilai birth).Ketiga dimensi tersebut memiliki
dependen yang dapat dijelaskan oleh model pengertian sangat luas karena terkait banyak
regresi yang digunakan.Jadi, semakin besar faktor (Badan Pusat Statistika Kalimantan
koefisien determinasi menunjukkan semakin Timur, 2014).
baik kemampuan variabel independen
mempengaruhi variabel dependen.Besarnya Kemiskinan
koefisien determinasi dapat dicari dengan Kemiskinan menurut Kuncoro (2000) adalah
persamaan berikut: ketidakmampuan untuk memenuhi standar

Program Studi Statistika FMIPA Universitas Mulawarman 189


Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN 2085-7829

hidup minimum.Konsep penduduk miskin yang Berikut ini adalah rancangan diagram
digunakan selama ini mengacu pada pemenuhan analisis regresi variabel moderasi dengan
kebutuhan makan setara 2.100 kalori plus metode selisih mutlak, dimana antara
kebutuhan minimum non makanan yang Pengeluaran Pemerintah di Sektor Pendidikan
mendasar.Penduduk miskin adalah penduduk dan Kesehatan dengan Penduduk Miskin dan
yang secara ekonomi tidak mampu memenuhi Indeks Pembangunan Manusia sebagai variabel
kebutuhan makan setara 2.100 kalori per hari moderator yang diduga dapat memperkuat atau
dan kebutuhan non makanan yang paling memperlemah hubungan.
mendasar.Penduduk miskin tidak didefinisikan
sebagai penduduk yang tinggal di desa
Pengeluaran Persentase Penduduk
tertinggal.Tidak semua penduduk di desa
Pemerintah (X) Miskin (Y)
tertinggal adalah miskin, sebaliknya tidak
semua penduduk di desa non IDT adalah tidak
miskin.Penduduk miskin adalah mereka yang IPM (Z)
nilai pengeluaran konsumsinya berada di bawah
garis kemiskinan.Garis kemiskinan yang
digunakan adalah nilai rupiah setara dengan Gambar 1.Diagram regresi variabel moderasi
dengan metode selisih mutlak
2.100 kalori per kapita per hari di tambah
dengan nilai rupiah yang hanya cukup untuk
Estimasi dan Pengujian Parameter Regresi
mengkonsumsi komoditi non pangan yang
Variabel Moderasi dengan Metode Selisih
paling esensial (BPS, 2012).
Mutlak
Diperoleh hasil estimasi parameter dan
Metodologi Penelitian
pengujian parameter sebagai berikut:
Variabel-variabel yang digunakan pada
penelitian ini adalah sebagai berikut: Tabel 2. Estimasi Parameter
1. Variabel dependen (Y) yaitu persentase Estimasi
Parameter
penduduk miskin (%) Parameter
2. Variabel independen (X) yang digunakan Konstanta 8,749
dalam penelitian ini adalah pengeluaran Z Pengeluaran Pemerintah
pemerintah di sektor pendidikan dan Sektor Pendidikan dan 2,285
Kesehatan (ZX)
kesehatan(Rp)
Z Indeks Pembangunan
3. Variabel moderasi (Z) yaitu indeks -4,478
Manusia (ZZ)
pembangunan manusia |ZX-ZZ| 7,095

Hasil dan Pembahasan Berdasarkan hasil estimasi parameter pada


Analisis Statistik Deskriptif Tabel 2, maka diperoleh model regresi yaitu

Berikut merupakan hasil analisis deskriptif Y  8,749  2,285 ZX  4,478 ZZ  7,095 ZX  ZZ
yang mendeskripsikan keadaan sekelompok
Selanjutnya pengujian parameter secara
data yang berupa rata-rata.
simultan dan didapat nilai p-value yaitu 0,000
Tabel 1. Hasil Analisis Statistik Deskriptif yang berarti bahwa p-value kurang dari taraf
Variabel Rata-rata signifikansi 0,05 maka dapat disimpulkan secara
Persentase Penduduk simultan paling sedikit terdapat satu yang
11,24
Miskin (%) berpengaruh yaitu konstanta, standardized
Pengeluaran Pemerintah pengeluaran pemerintah di sektor pendidikan &
Sektor Pendidikan dan 309.538.714 kesehatan, standardized indeks pembangunan
Kesehatan (Rp)
Indeks Pembangunan
manusia, selisih mutlak antara standardized
71,28 pengeluaran pemerintah di sektor pendidikan &
Manusia
kesehatan dan standardized indeks
Pada Tabel 1 dapat diketahui bahwa rata- pembangunan manusia terhadap persentase
rata persentase penduduk miskin di Kalimantan penduduk miskin.
Timur sebanyak 11,24%. Sedangkan untuk rata-
rata pengeluaran pemerintah sektor pendidikan Tabel 3. Hasil Pengujian Parameter Secara
dan kesehatan sebanyak Rp.309.538. Kemudian Parsial
untuk rata-rata indeks pembangunan manusia di Parameter p-value Keputusan
Konstanta 0,000 Menolak H0
Kalimantan Timur yaitu 71,28%.
Z Pengeluaran
Pemerintah Sektor Gagal
Rancangan diagram Analisis Regresi 0,139
Pendidikan dan Menolak H0
Variabel Moderasi dengan Metode Selisih Kesehatan (ZX)
Mutlak Z Indeks
0,008 Menolak H0
Pembangunan

190 Program Studi Statistika FMIPA Universitas Mulawarman


Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN 2085-7829

Manusia (ZZ) Dalam menganalisis regresi dengan variabel


|ZX-ZZ| 0,018 Menolak H0 moderasi menggunakan metode selisih mutlak
Berdasarkan Tabel 3 terlihat bahwa perlu juga dilakukan pengujian asumsi.Adapun
konstanta, standardized indeks pembangunan asumsi yang harus terpenuhi adalah
manusia, dan selisih mutlak antara standardized nonmultikoliniearitas, heteroskedastisitas,
pengeluaran pemerintah di sektor pendidikan & nonautokorelasi dan kenormalan
kesehatan dan standardized indeks residual.Adapun hasil pengujian asumsi
pembangunan manusia memiliki nilai p-value diperoleh sebagai berikut:
kurang dari taraf signifikansi 0,05. Tabel 7. Pendeteksian Multikolinieritas
Namun standardized pengeluaran Variabel VIF
pemerintah di sektor pendidikan & kesehatan Z Indeks Pembangunan
1,120
memiliki nilai p-value lebih dari taraf Manusia (ZZ)
signifikansi. Sehingga dilakukan pengujian |ZX-ZZ| 1,120
ulang) dengan mengeluarkan standardized Berdasarkan Tabel 7 terlihat bahwa semua
pengeluaran pemerintah di sektor pendidikan & variabel memiliki nilai VIF < 10 sehingga dapat
kesehatan. disimpulkan tidak terjadi multikolinieritas antar
Tabel 5. Estimasi Parameter variabel independen.Sehingga dapat dilanjutkan
Estimasi pada asumsi kedua yaitu pengujian
Parameter
Parameter heteroskedastisitas metode white. Berdasarkan
Konstanta 8,578 pengujian heteroskedastisitas didapat nilai p-
Z Indeks Pembangunan value yaitu 0,158 yang berarti bahwa p-value
-2,368
Manusia (ZZ) lebih besar dari nilai taraf signifikansi 0,05
|ZX-ZZ| 7,581 sehingga dapat disimpulkan tidak terjadi
Berdasarkan hasil estimasi parameter pada heteroskedastisitas pada model regresi.
Tabel 4, maka diperoleh model regresi yaitu Asumsi ketiga, yaitu pengujian
 nonautokorelasi metode Breusch – Godfrey.
Y  8,578  2,368 ZZ  7,581 ZX  ZZ Berdasarkan pengujian nonautokorelasi didapat
Selanjutnya pengujian parameter secara nilai p-value yaitu 0,055 yang berarti bahwa p-
simultan dan didapat nilai p-value yaitu 0,000 value lebih besar dari nilai taraf signifikansi
yang berarti bahwa p-value kurang dari taraf 0,05 sehingga dapat disimpulkan tidak terjadi
signifikansi 0,05 maka dapat disimpulkan secara autokorelasi pada model regresi.
simultan paling sedikit terdapat satu yang Maka selanjutnya dilakukan pengujian
berpengaruh yaitu konstanta, , standardized asumsi yang terakhir yaitu kenormalan residual
indeks pembangunan manusia, selisih mutlak dengan metode JB. Berdasarkan pengujian
antara standardized pengeluaran pemerintah di kenormalan residual didapat nilai p-value yaitu
sektor pendidikan & kesehatan dan standardized 0,850 yang berarti bahwa p-value lebih besar
indeks pembangunan manusia terhadap dari nilai taraf signifikansi 0,05 sehingga dapat
persentase penduduk miskin. disimpulkan residual berdistribusi normal pada
model regresi.
Tabel 6. Hasil Pengujian Parameter Secara
Parsial Koefisien Determinasi
Parameter p-value Keputusan Berdasarkan hasil analisis model regresi
Konstanta 0,000 Menolak H0 variabel moderasi dengan metode selisih mutlak
Z Indeks diperoleh nilai koefisien determinasi (R2) adalah
Pembangunan 0,002 Menolak H0
Manusia (ZZ)
57,70%, artinya variasi yang terjadi terhadap
|ZX-ZZ| 0,014 Menolak H0 persentase penduduk miskin disebabkan oleh
standardized pengeluaran pemerintah di sektor
Berdasarkan Tabel 6 terlihat bahwa ketiga pendidikan & kesehatan dan standardized
parameter memiliki nilai p-value kurang dari indeks pembangunan manusia. Sedangkan
taraf signifikansi 0,05 maka dapat disimpulkan sisanya 43,30% disebabkan variabel lain yang
ada pengaruh konstanta, standardized indeks tidak dianalisis.
pembangunan manusia, selisih mutlak antara
standardized pengeluaran pemerintah di sektor Analisis untuk Menarik Kesimpulan
pendidikan & kesehatan dan standardized Variabel Moderasi Menggunakan Metode
indeks pembangunan manusia terhadap Selisih Mutlak
persentase penduduk miskin. Pengujian ini digunakan untuk mengetahui
apakah variabel yang dihipotesiskan merupakan
Pengujian Asumsi Regresi Variabel moderasi.Berdasarkan Tabel6terlihat nilai |ZX-
Moderasi dengan Metode Selisih Mutlak ZZ|p-value kurang dari taraf signifikansi 0,05

Program Studi Statistika FMIPA Universitas Mulawarman 191


Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN 2085-7829

maka dapat disimpulkan bahwa variabel indeks pemerintah di sektor pendidikan dan
pembangunan manusia memoderasi hubungan kesehatan dan indeks pembangunan manusis
antara variabel persentase penduduk miskin dengan persentase penduduk miskin adalah:
dengan variabel pengeluaran pemerintah di 

sektor pendidikan dan kesehatan atau variabel Y  8,578  2,368 ZZ  7,581 ZX  ZZ


indeks pembangunan manusia terstandarisasi 2. Indeks pembangunan manusia merupakan
signifikan. variabel moderasi antara persentase
penduduk miskin dan pengeluaran
Interpretasi Model Analisis Regresi Variabel pemerintah di sektor pendidikan dan
Moderasi Menggunakan Metode Selisih kesehatan karena variabel yang
Mutlak dihipotesiskan sebagai variabel moderasi
Berdasarkan hasil pengujian asumsi terstandarisasi signifikan.
diperoleh model regresi variabel moderasi
menggunakan uji selisih mutlak untuk data Daftar Pustaka
persentase penduduk miskin di Kalimantan Badan Pusat Statistika Kalimantan Timur.2014.
Timur sebagai berikut: Profil Kalimantan Timur.
 BPS.Kalimantan Timur Dalam Angka Tahun
Y  8,578  2,368 ZZ  7,581 ZX  ZZ 2012.Indikator Kemiskinan Provinsi
Dari persamaantersebut terlihat bahwa jika Kalimantan Timur 2012.
terjadi penambahan 1% (persen) standardized Gujarati, N Damodar. 2012. Dasar-Dasar
indeks pembangunan manusia (Z) maka akan Ekonometrika. Jakarta.: Salrmba Empat.
menurunkan persentase penduduk miskin Johanna, Maria K. 2011. Analisis Pengaruh
sebesar 2,368% dengan asumsi selisih mutlak Pengeluaran Pemerintah Di Sektor
antara standardized pengeluaran pemerintah di Pendidikan dan Kesehatan Terhadap
sektor pendidikan & kesehatan dan standardized Penegentasan Kemiskinan Melalui
indeks pembangunan manusia dianggap tetap. Peningkatan Pembangunan Manusia Di
Kemudian setiap terjadi penambahan 1% Provinsi Jawa Tengah (Jurnal). Jurnal
(persen) selisih mutlak antara standardized Dinamika Ekonomi Pembangunan. Volume
pengeluaran pemerintah di sektor pendidikan & I, No. 1.Juli 2011.
kesehatan dan standardized indeks Kuncoro, Mudrajad. 2000. Ekonomi
pembangunan manusia (|ZX-ZZ|) maka akan Pembangunan: Teori, Masalah, dan
menambahkan persentase penduduk miskin Kebijakan. Jakarta: Erlangga.
sebesar 7,581% dengan asumsi standardized Liana, Lie.2009. Penggunaan MRA dengan
indeks pembangunan manusia (Z) dianggap SPSS untuk Menguji Pengaruh Variabel
tetap. Apabila standardized indeks Moderasi terhadap Hubungan antara
pembangunan manusia (Z) adalah nol (0) dan Variabel Independen dan Variabel
selisih mutlak antara standardized pengeluaran Dependen.Jurnal Teknologi Informasi
pemerintah di sektor pendidikan & kesehatan DINAMIK , Vol. XIV, No. 2.
dan standardized indeks pembangunan manusia Sembiring, RK. 1995. Analisis Regresi.
(|ZX-ZZ|) adalah nol (0) maka persentase Bandung: Penerbit ITB.
penduduk miskin akan bernilai sebesar 8,578%. Suliyanto, A. 2011.Ekonometrika Terapan
Teori dan Aplikasi dengan SPSS.
Kesimpulan Yogyakarta: CV. Andi Offset.
Berdasarkan hasil analisis regresi dengan Widarjono, A. 2007.Ekonometrika: Pengantar
variabel moderasi menggunakan metode selisih dan Aplikasi. Yogyakarta: EKONISIA
mutlak diperoleh kesimpulan sebagai berikut: Fakultas Ekonomi Universitas Islam
1. Model akhir persamaan regresi variabel Indonesia.
moderasi dengan metode selisih mutlak yang
menyatakan hubungan pengeluaran

192 Program Studi Statistika FMIPA Universitas Mulawarman