Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan di Provinsi Nusa Tenggara Barat dengan Menggunakan Regresi Spasial

Maya Novia Puspita, Universitas Negeri Yogyakarta, Indonesia
Dhoriva Urwatul Wutsqa, Universitas Negeri Yogyakarta, Indonesia

Abstract


Kemiskinan adalah masalah global yang paling besar dihadapi di Indonesia, khususnya daerah timur yaitu Nusa Tenggara Barat. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi kemiskinan di Provinsi Nusa Tenggara Barat. Data yang digunakan berupa data spasial karena data pada penelitian ini adalah data berdasarkan Kabupaten/Kota di Provinsi Nusa Tenggara Barat tahun 2020. Teknik analisis data yang digunakan adalah analisis regresi spasial. Hasil dari penelitian ini menunjukkan bahwa Spatial Autoregressive Model (SAR) adalah model terbaik dan layak digunakan. Faktor-faktor yang secara signifikan mempengaruhi kemiskinan di provinsi Nusa Tenggara Barat adalah indeks pembangunan manusia, tingkat pengangguran terbuka, persentase buta huruf, laju pertumbuhan penduduk, kepadatan penduduk, persentase penduduk tidak bersekolah lagi, dan garis kemiskinan. Nilai koefisien determinasi yang dihasilkan adalah 99.97%, sehingga dapat disimpulkan bahwa faktor-faktor tersebut berpengaruh terhadap kemiskinan sebesar 99.97% dan sisanya dipengaruhi oleh faktor lainnya

Keywords


kemiskinan; regresi spasial; spatial autoregressive model

Full Text:

PDF

References


Anselin, L. (1988). Spatial econometrics: Methods and models. Dordrecht: Academic Publishers. https://link.springer.com/book/10.1007/978-94-015-7799-1

Badan Pusat Statistik Indonesia. (2022). Indonesia dalam angka 2022. Jakarta: Publikasi BPS. https://www.bps.go.id/publication/2022/02/25/0a2afea4fab72a5d052cb315/statistik-indonesia-2022.html

Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica, 47(5), 1287–1294. https://doi.org/10.2307/1911963

Caraka, R., E. (2017). Analisis kemiskinan di Provinsi Jawa Tengah dengan pendekatan spatial autoregressive model. Jurnal Ekonomi Kuantitatif Terapan, 11(1), 53-60.

Djuraidah, A., & Wigena, A. H. (2012). Regresi spasial untuk menentukan faktor-faktor kemiskinan di Provinsi Jawa Timur. Statistika, 12(1), 1-8. https://doi.org/10.29313/jstat.v12i1.1055

Ghozali, I., & Ratmono. (2017). Analisis multivariat dan ekonometrika: Teori, konsep, dan aplikasi dengan eviews 10. Semarang: UNDIP.

Goodchild, M. F. (1989). Spatial autocorrelation. Norwich: Geo Books.

Imam, M. F., Islam, M. A., & Hossain, M. (2018). Factors affecting poverty in rural Bangladesh: An analysis using multilevel modelling. Journal of the Bangladesh Agricultural University, 16(1), 123–130. http://dx.doi.org/10.3329/jbau.v16i1.36493

Laswinia, V. D. (2016). Analisis pola hubungan persentase penduduk miskin dengan faktor lingkungan, ekonomi, dan sosial di Indonesia menggunakan regresi spasial. Jurnal Sains dan Seni ITS, 5(1), 235-240. https://dx.doi.org/10.12962/j23373520.v5i2.16563

Liu, T. (2018). A kolmogorov-smirnov type test for two inter-dependent random variables. ArXiv, 18(2), 98-99. https://doi.org/10.48550/arXiv.1802.09899

Novia. (2020). Analisis faktor determinan kemiskinan di provinsi Nusa Tenggara Barat. Jurnal Lentera, 19(1).

Tobler, W. (1979). Cellular geography in philosophy in geography. Dortrecht: Reidel. https://link.springer.com/chapter/10.1007/978-94-009-9394-5_18

World development report. (2008). Agriculture for development. World Bank. https://elibrary.worldbank.org/doi/10.1596/978-0-8213-6807-7


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Jurnal Statistika dan Sains Data

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Our journal is indexed by:


Online ISSN (e-ISSN): 3025-9649

Creative Commons LicenseJurnal Statistika dan Sains Data by http://journal.student.uny.ac.id/ojs/index.php/jssd is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 JSSD Statistics