Githa Putri Eka Ningtyas, 4112317004 (2021) ANALISIS REGRESI DATA PANEL UNTUK MENGETAHUI FAKTOR�FAKTOR YANG MEMENGARUHI TINGKAT KEMISKINAN DI PROVINSI BANTEN TAHUN 2017-2020. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Angka kemiskinan yang tinggi menjadi latar belakang dari penelitian ini. Tingginya angka kemiskinan menandakan bahwa program pemerintah untuk memberantas kemiskinan belum efektif. Oleh sebab itu, penelitian ini bertujuan untuk menganalisis faktor-faktor seperti PDRB per kapita, tingkat pengangguran terbuka, dan indeks pembangunan manusia yang mempengaruhi kemiskinan di kabupaten/kota Provinsi Banten pada tahun 2017 – 2020 dengan menggunakan analisis regresi data panel. Data yang digunakan dalam penelitian ini merupakan data sekunder yang berasal dari Badan Pusat Statistik (BPS) Provinsi Banten yang terdiri atas gabungan data cross section yang meliputi 8 (delapan) kabupaten/kota di Provinsi Banten dan data time series dari tahun 2017 sampai tahun 2020. Data yang diambil adalah PDRB per kapita, tingkat pengangguran terbuka (TPT), indeks pembangunan manusia (IPM) dan persentase jumlah penduduk miskin. Dari data tersebut akan dianalisis dengan menggunakan bantuan software R. Dari hasil analisis diperoleh model analisis rergesi data panel yang terbaik adalah pendekatan fixed effect model dengan efek individu. Dari model regresi data panel tersebut secara parsial menunjukkan (1) Variabel PDRB (X1) tidak berpengaruh signifikan terhadap kemiskinan di Banten ditandai dengan nilai probabilitas sebesar 0,60086, (2) Variabel TPT (X2) berpengaruh signifikan terhadap kemiskinan di Banten ditandai dengan nilai probabilitas sebesar 0,00086, (3) Variabel IPM (X3) tidak berpengaruh signifikan terhadap kemiskinan di Banten ditandai dengan nilai probabilitas sebesar 0,23016. Kemudian secara simultan variabel PDRB (X1), TPT (X2), dan IPM (X3) serta 8 variabel dummy yang mewakili ke-8 kabupaten/kota berpengaruh signifikan terhadap kemiskinan sebesar 94,3% dan sisanya 5,37% dijelaskan oleh variabel lainnya yang tidak berada dalam model atau tidak ada dalam penilitian ini.

Actions (login required)

View Item