Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/72295
Title: Pemodelan inflasi regional indonesia menggunakan regresi data panel statis dan dinamis
Other Titles: Modelling indonesia’s regional inflation using static and dynamic panel data regression
Authors: Indahwati
Achsani, Noer Azam
Sari, Evita
Issue Date: 2014
Publisher: Bogor Agricultural University (IPB)
Abstract: Inflasi merupakan masalah ekonomi yang dialami setiap negara. Inflasi yang tidak terkendali dapat berdampak buruk bagi perekonomian dan mengganggu stabilitas nasional. Inflasi nasional ditentukan oleh inflasi daerah. Inflasi regional di Indonesia besarnya bervariasi karena perbedaan karakteristik daerah dan adanya kebijakan otonomi daerah. Penelitian ini menduga model tingkat inflasi di 31 provinsi di Indonesia periode 2006-2012 dengan menggunakan regresi data panel statis dan dinamis. Nilai RMSE, MAE dan MAPE menunjukan angka yang lebih kecil pada dugaan model regresi data panel dinamis menggunakan prosedur SYS-GMM daripada dugaan model regresi data panel statis menggunakan model efek tetap. Model yang memasukkan peubah tingkat inflasi tahun sebelumnya sebagai peubah bebas lebih baik dari sisi kesalahan pendugaan dibandingkan model yang tidak menggunakan peubah tingkat inflasi tahun sebelumnya. Peubah yang mempengaruhi tingkat inflasi secara signifikan adalah upah minimum provinsi riil, konsumsi energi listrik dan tingkat inflasi tahun sebelumnya.
Inflation is an economic problem that is experienced by every country. Uncontrolled inflation rate causes bad impact in national stability. National inflation rate depends on regional inflation rates. Regional inflation rate in Indonesia varies due to differences in the characteristics of the area, the differences in economic structure and the policy of regional authonomy. This study estimates regional inflation rate model using yearly data in 2006 until 2012 from 31 provinces in Indonesia and uses static and dynamic panel data regression. RMSE, MAE and MAPE of dynamic panel data regression using SYS-GMM procedure have smaller value than static panel data regression using fixed effect model. It means that estimation model which includes the previous year’s inflation rate variable as independent variable is better than estimation model which doesn’t use it. The significant variables that affect inflation rate are regional minimum wages, consumption of electricity and previous year’s inflation rate. Keywords: regional inflation, dynamic panel data regression, static panel data regression
URI: http://repository.ipb.ac.id/handle/123456789/72295
Appears in Collections:UT - Statistics and Data Sciences

Files in This Item:
File Description SizeFormat 
G14esa.pdf
  Restricted Access
Full Text793.9 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.