PENENTUAN KETEPATAN KLASIFIKASI INDEKS KEDALAMAN KEMISKINAN DI INDONESIA DENGAN MODEL LOGIT

Abstract

Masalah kemiskinan yang ada di Indonesia merupakan masalah sosial yang sangat relevan untuk dipelajari terus menerus dengan tujuan untuk mendapatkan solusi terbaik dalam rangka memperkecil tingkat kemiskinan masyarakat. Salah satu ukuran yang dapat digunakan untuk mengukur tingkat kemiskinan adalah indeks kedalaman kemiskinan. Oleh karena itu, perlu diketahui variabel yang memengaruhi indeks kedalaman kemiskinan serta besarnya tingkat klasifikasi kedalaman kemiskinan provinsi di Indonesia agar pemerintah dapat menemukan solusi yang tepat sesuai tingkatan masing-masing dengan metode analisis regresi logistik biner. Analisis ini digunakan karena variabel terikat pada penelitian ini memiliki nilai 0 dan 1 (kategorik). Variabel terikat pada penelitian ini merupakan indeks kedalaman kemiskinan provinsi di Indonesia tahun 2019. Sedangkan variabel bebasnya adalah pengeluaran per kapita, rata-rata lama sekolah, dan harapan lama sekolah provinsi di Indonesia tahun 2019. Hasil penelitian menunjukkan bahwa model regresi logit yang diperoleh dapat mengklasifikasikan indeks kedalaman kemiskinan dengan tepat sebesar 79,4%. Hal ini menunjukkan bahwa masih terdapat perbedaan hasil klasifikasi yang diperoleh dari data asli dengan yang diperoleh sebesar 20,6%.