Analisis Regresi Linier dan Korelasi Faktor Sosio-Ekonomi terhadap Kemiskinan di Indonesia
Abstract
Kemiskinan di Indonesia telah menjadi salah satu isu utama yang terus menjadi perhatian. Analisis regresi merupakan salah satu metode yang dapat digunakan untuk mengetahui faktor-faktor yang mempengaruhi tingkat kemiskinan. Berdasarkan analisis menunjukkan bahwa pendidikan, pengeluaran per kapita, dan PDB regional berpengaruh terhadap tingkat kemiskinan di Indonesia. Pendidikan dan pengeluaran perkapita memiliki korelasi negatif terhadap tingkat kemiskinan, sedangkan PDB regional memiliki korelasi positif terhadap tingkat kemiskinan di Indonesia. Berdasarkan model regresi linier yang diperoleh, sebesar 49.88% variabilitas pada tingkat kemiskinan dapat dijelaskan oleh variabel pendidikan, pengeluaran per kapita, dan PDB regional.
Poverty in Indonesia has become one of the major issues that continues to draw attention. Regression analysis is one of the methods that can be used to identify the factors influencing poverty levels. The analysis shows that education, per capita expenditure, and regional GDP significantly affect poverty levels in Indonesia. Education and per capita expenditure have a negative correlation with poverty levels, whereas regional GDP has a positive correlation with poverty levels in Indonesia. Based on the obtained linear regression model, 49.88% of the variability in poverty levels can be explained by the variables education, per capita expenditure, and regional GDP.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Todaro, M.P. and Smith, S. C. 2020. Economic Development. Ed ke-12. Pearson Education, Boston.
Santoso, B. 2019. Pengaruh Tingkat Pendidikan Terhadap Tingkat Kemiskinan di Wilayah Pedesaan Indonesia. Jurnal Ekonomi dan Pembangunan. 21(3): 45–56.
Ravallion, M., and Datt, G. 2002. Why Has Economic Growth Been More Pro-Poor In Some States Of India Than Others?. Journal of Development Economics. 68(2): 381–400.
Badan Pusat Statistik. 2011. Penjelasan Data Kemiskinan. https://www.bps.go.id/id/pressrelease/2011/01/27/884/penjelasan-data-kemiskinan.html. Tanggal akses 16 Desember 2024.
World Bank. 2017. FAQs: Global Poverty Monitoring and Recommendations of the Atkinson Commission on Global Poverty. https://www.worldbank.org/en/topic/poverty/brief/global-poverty-monitoring-recommendations-of-the-atkinson-commission-on-global-poverty-faqs. Tanggal akses 16 Desember 2024
Kutner, M. H., Nachtsheim C.J., Neter John, and Li WG. 2005. Applied Linier Statistic Model. Ed ke-5. Mc-Grawhill, New York (US).
Nurhasanah, Rusyana, A., and Fitriana, AR. 2021. Binary logistic regression for identification of high school student interest in Banda Aceh city in continuing study at Universitas Syiah Kuala. J. Phys. 1882;12034.
Usman M., Warsono. 2001. Teori Model Linier dan Aplikasinya. CV. Darmajaya, Bandar Lampung (ID).
Gujarati D.N. 2003. Basic Econometrics. Ed ke-4. McGraw-Hill Companies, Inc, New York (US):.
Todaro, M. P., & Smith, S. C. 2012. Economic Development. Ed ke-11. Pearson Education, Boston.
Refbacks
- There are currently no refbacks.