Pemodelan Seemingly Unrelated Regression (Sur) Pada Faktor Pertumbuhan Perekonomian Di Provinsi Jawa Timur Tahun 2018

Authors

  • Adyria Fitriana UNIVERSITAS PGRI ADI BUANA SURABAYA
  • Wara Pramesti
  • Elvira Mustikawati P.H

DOI:

https://doi.org/10.36456/jstat.vol13.no2.a2950

Keywords:

Seemingly Unrelated Regression (SUR)

Abstract

Pertumbuhan perekonomian merupakan proses perubahan kondisi perekonomian suatu wilayah secara berkesinambungan menuju keadaan yang lebih baik. Semakin tinggi tingkat pertumbuhan perekonomian, maka semakin cepat pula proses pertambahan output wilayah sehingga prospek perkembangan suatu wilayah semakin baik. Berdasarkan data BPS pada Tahun 2018 pertumbuhan perekonomian di Jawa Timur pada Tahun 2018 tumbuh sebesar 5.51%. Hal itu tidak terlepas dari beberapa faktor ekonomi yang diantaranya didorong oleh Indeks Pembangunan Manusia (IPM) dan laju pertumbuhan Produk Domestik Regional Bruto (PDRB). Kondisi IPM di Jawa Timur tercatat pada Tahun 2018 terus mengalami kemajuan mencapai 70,77 atau tumbuh 0,72% dibandingkan dengan Tahun 2017 yang hanya mencapai 70,27. Namun jika dilihat secara nasional, IPM di Provinsi Jawa Timur masih berada diurutan ke-15 dari 34 Provinsi di Indonesia. Jika dibandingkan dengan beberapa Provinsi di Pulau Jawa, IPM di Provinsi Jawa Timur menjadi yang terendah. Laju pertumbuhan PDRB di Indonesia pada Tahun 2018 mencapai 5,17%, dimana angka tersebut lebih tinggi dibandingkan Tahun 2017 yang hanya mencapai 5,07%. Di tengah kondisi laju pertumbuhan PDRB Indonesia yang meningkat, justru kondisi laju pertumbuhan PDRB di Provinsi Jawa Timur mengalami penurunan dari Tahun 2017 sebesar 5,64% menjadi 5,5 %  pada Tahun 2018. Hal ini juga menempatkan Provinsi Jawa Timur pada peringkat terakhir dari jumlah Provinsi yang ada di Pulau Jawa setelah Jawa Tengah. Penelitian ini dilakukan untuk menerapkan metode Seemingly Unrelated Regression (SUR) pada pemodelan IPM dan laju pertumbuhan PDRB sebagai faktor pertumbuhan perekonomian di Jawa Timur. Seemingly Unrelated Regression (SUR) merupakan pengembangan dari model regresi linier yang mampu mengakomodasi adanya korelasi antara error suatu persamaan dengan error persamaan lain. Berdasarkan hasil pemodelan SUR, diketahui bahwa variabel yang berpengaruh pada IPM (Y1) adalah variabel Upah Minimum (X1) dan Jumlah Angkatan Kerja (X4), sedangkan variabel yang berpengaruh pada laju pertumbuhan PDRB (Y2) adalah variabel Upah Minimum (X1). Penggunaan model SUR menghasilkan koefisien determinasi (R2) Mc-Elroy sebesar 46,1%.

Kata Kunci: Mc-Elroy, R2, Seemingly Unrelated Regression (SUR).

 

References

Badan Perencanaan Pembangunan Nasional dan Departemen Dalam Negeri. 2019. Buku Pedoman Penguatan Pembangunan Daerah. Jakarta.

Badan Pusat Statistik. 2018. Statistika Keuangan Pemerintah Desa 2018. Surabaya. BPS Provinsi Jawa Timur

Badan Pusat Statistik. 2019. Perkembangan Beberapa Indikator Utama Sosial-Ekonomi Provinsi Jawa Timur 2019. Surabaya. BPS Provinsi Jawa Timur

Badan Pusat Statistik. 2020. Provinsi Jawa Timur Dalam Angka 2020. Surabaya. BPS Provinsi Jawa Timur.

Samad, Muh., dan Setiawan. 2011. Pemodelan Ketahanan Pangan Rumah Tangga di Indonesia dengan Pendekatan Seemingly Unrelated Regression Tahun 2007. Prosiding Seminar Nasional Statistika Universitas Diponegoro. ISBN: 978-979-097-142-4.

Santosa, Agus Budhi, Nur Iriawan, Setiawan, dan Moh. Dokhi. 2013. Pemodelan Seemingly Unrelated Regression dengan Pendekatan Bayesian pada Sektor Utama di Jawa Timur. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, ISBN: 978-979-16353-9-4.

Todaro, Michael P. dan Stephen C. Smith.2004. Pembangunan Ekonomi di Dunia Ketiga, Edisi Kedelapan. Jakarta : Erlangga.

Zellner. 1962. An Efficient Method of Estimation Seemingly Unrelated Regression and Test for Aggregation Bias. Journal of the American Statistical Association 57:348-68

Downloads

Published

12/31/2020

How to Cite

Pemodelan Seemingly Unrelated Regression (Sur) Pada Faktor Pertumbuhan Perekonomian Di Provinsi Jawa Timur Tahun 2018. (2020). J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 13(2), 12-19. https://doi.org/10.36456/jstat.vol13.no2.a2950