PEMODELAN KEMISKINAN DI PROVINSI BENGKULU MENGGUNAKAN ANALISIS REGRESI DATA PANEL

YESA, FITRI YANDA and Dian, Agustina and Dyah, Setyo Rini (2023) PEMODELAN KEMISKINAN DI PROVINSI BENGKULU MENGGUNAKAN ANALISIS REGRESI DATA PANEL. ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

[thumbnail of Thesis Statistik] Archive (Thesis Statistik)
SKRIPSI YESA FITRI YANDA - yesa fitriyanda.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (2MB)

Abstract

Kemiskinan merupakan masalah yang dihadapi oleh semua negara dimana kemiskinan
dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan
dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Data Kemiskinan
merupakan gabungan dari data time series dan cross section yang disebut dengan data
panel. Regresi data panel merupakan suatu metode yang digunakan untuk memodelkan
pengaruh variable independen terhadap variabel dependen dalam beberapa sektor yang
diamati dari suatu objek penelitian selama periode waktu tertentu. Dalam mengestimasi
model regresi data panel terdapat tiga pendekatan yang dilakukan, yaitu Common Effect
Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Data pada
penelitian ini diperoleh dari Badan Pusat Statistik (BPS) berupa data tahunan dari 2017-
2021 di Provinsi Bengkulu. Penelitian ini menggunakan analisis regresi data panel
untuk pemodelan kemiskinan di Provinsi Bengkulu berdasarkan kemiripan karakteristik
daerah yang ditinjau dari empat indikator Kemiskinan. Empat indikator tersebut adalah
Produk Domestik Regional Bruto (PDRB), Rata-rata Lama Sekolah (RLS), Angka
Harapan Hidup (AHH), dan Tingkat Pengangguran Terbuka (TPT). Berdasarkan
Analisis yang dilakukan ada dua faktor yang mempengaruhi kemiskinan pada Provinsi
Bengkulu yaitu Rata-rata Lama Sekolah dan Tingkat Pengangguran Terbuka dan hasil
Uji FEM menjadi model terbaik.
Kata kunci: Kemiskinan, Provinsi Bengkulu, Analisis Regresi Data Panel

Item Type: Thesis (['eprint_fieldopt_thesis_type_ut' not defined])
Subjects: Q Science > Q Science (General)
Divisions: Faculty of Math & Natural Science > Department of Math Science
Depositing User: 58 lili haryanti
Date Deposited: 27 May 2024 04:03
Last Modified: 27 May 2024 04:03
URI: https://repository.unib.ac.id/id/eprint/18122

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200