PEMODELAN PERSENTASE PENDUDUK MISKIN DI KALIMANTAN TIMUR MENGGUNAKAN ANALISIS REGRESI DATA PANEL

  • Donny Damara Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Desi Yuniarti Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Wasono Wasono Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia

Abstract

Data panel adalah gabungan data cross-section dan data time series. Analisis regresi yang menggunakan data panel disebut model regresi data panel. Estimasi model regresi data panel terdapat tiga macam yakni Common Effect Model (CEM), Fixed Effect Model (FEM) dan Random Effect Model (REM). Pada penelitian ini akan dibuat model tingkat kemiskinan diĀ  Kalimantan Timur menggunakan regresi data panel. Kemiskinan dapat diakibatkan dengan kurangnya pendapatan dan aset untuk memenuhi kebutuhan dasar. Kebutuhan dasar ini adalah berupa pangan, sandang, dan papan. Kemiskinan dapat pula berkaitan dengan keterbatasan akses pendidikan dan kesehatan yang tidak memadai. Atas dasar tersebut maka digunakan beberapa variabel independen diantaranya Produk Domestik Regional Bruto (PDRB), Rata-rata Lama Sekolah (RLS), dan Umur Harapan Hidup (UHH) untuk menggambarkan kemiskinan di Kalimantan Timur. Hasil dari penelitian ini menunjukkan bahwa PDRB dan RLS tidak berpengaruh signifikan sedangkan UHH berpengaruh signifikan terhadap persentase penduduk miskin. Model estimasi regresi data panel yang digunakan adalah Fixed Effect Model (FEM). Nilai koefisien determinasi yang disesuaikan ( ) sebesar 0,9837 artinya Umur Harapan Hidup dapat menjelaskan persentase penduduk miskin di Kalimantan Timur sebesar 98,37% sedangkan sisanya 1,63% dipengaruhi oleh variabel lain.

Published
2019-05-10
How to Cite
DAMARA, Donny; YUNIARTI, Desi; WASONO, Wasono. PEMODELAN PERSENTASE PENDUDUK MISKIN DI KALIMANTAN TIMUR MENGGUNAKAN ANALISIS REGRESI DATA PANEL. Prosiding Seminar Nasional Matematika dan Statistika, [S.l.], p. 164-171, may 2019. ISSN 2657-232X. Available at: <http://jurnal.fmipa.unmul.ac.id/index.php/SNMSA/article/view/543>. Date accessed: 27 nov. 2020.