PENERAPAN REGRESI DATA PANEL PADA MODEL PRODUK DOMESTIK REGIONAL BRUTO SUMATERA UTARA TAHUN 2020-2023

Abstrak

Regresi data panel merupakan metode yang menggabungkan data cross section dan data time series. Model regresi panel dapat diperoleh dari tiga estimasi yakni Common Effect Model (CEM), Fixed Effect Model (FEM) dan Random Effect Model (REM). Regresi data panel dapat digunakan untuk memodelkan PDRB Sumatera Utara, pemodelan dengan regresi panel secara umum memberikan informasi yang lebih lengkap dan jelas dibandingkan pemodelan yang hanya fokus pada penggunaan data cross section atau data time series. Salah satu indikator penting untuk melihat kondisi ekonomi di suatu daerah pada periode waktu tertentu ialah nilai Produk Domestik Regional Brutto (PDRB), PDRB merupakan nilai total produksi barang dan jasa dalam suatu wilayah. Penelitian ini bertujuan untuk memodelkan PDRB Sumatera Utara tahun 2020-2023 dengan beberapa variabel independen diantaranya PDRB, pendapatan asli daerah (PAD), indeks pembangun manusia (IPM), tingkat pengangguran terbuka (TPT), jumlah penduduk, pengeluaran pemerintah, upah minimum kabupaten/kota dan bayi gizi buruk. Hasil penelitian ini model yang paling sesuai dengan PDRB Sumatera Utara adalah fixed effect dengan model sebagai berikut: Y = -35563,74+16,74156 PAD+660,0981 IPM + 1,667042 Pengeluaran Pemerintah. Berdasarkan fixed effects model diperoleh bahwa variabel pendapatan asli daerah (PAD), indeks pembangun manusia (IPM), tingkat pengganguran terbuka (TPT), jumlah penduduk, pengeluaran pemerintah, upah minimum kabupaten/kota dan bayi gizi buruk secara bersama-sama memberi pengaruh sebesar 99,95% terhadap PDRB Sumatera Utara.

Panel data regression is a method that combines cross section data and time series data. Panel regression models can be obtained from three estimates, namely the Common Effect Model (CEM), Fixed Effect Model (FEM) and Random Effect Model (REM). Panel data regression can be used to model North Sumatra GRDP, modelling with panel regression generally provides more complete and clear information than modeling that only focuses on the use of cross section data or time series data. One important indicator to see economic conditions in a region at a certain period of time is the value of Brutto Regional Domestic Product (GRDP), GRDP is the total value of production of goods and services in a region. This study aims to model the GRDP of North Sumatra in 2020-2023 with several independent variables including GRDP, local revenue, human development index, open unemployment rate, population, government expenditure, district / city minimum wage and malnourished babies. The results of this research the model that best suits the GRDP of North Sumatra is fixed effects with the following model: Y = -35563,74+16,74156 Local Revenue+660,0981 Human Development Index + 1,667042 Open Unemployment Rate Based on the fixed effects model, it is found that the variables of local revenue, human development index, open unemployment rate, population, government expenditure, district/city minimum wage and infant malnutrition together have an influence of 99,95% on the GRDP of North Sumatra