PEMODELAN REGRESI BETA PADA DATA KEMISKINAN DI INDONESIA

Badan pusat statistik menunjukkan bahwa persentase penduduk miskin di
Indonesia mengalami peningkatan dari tahun 2019 hingga 2021, mencapai 10.14
persen. Meskipun terdapat penurunan menjadi 9.54 persen pada tahun 2022.
Model regresi Beta dikenal sebagai suatu metode yang memberikan estimasi
parameter yang tepat dan efisien jika dibandingkan dengan metode kuadrat
terkecil biasa, terutama saat variabel terikat memiliki distribusi yang tidak simetris
atau ketika terdapat masalah heteroskedastisitas. Penelitian ini bertujuan untuk
mengetahui model regresi Beta dan mengidentifikasi faktor-faktor yang signifikan
memengaruhi persentase penduduk miskin di Indonesia. Estimasi parameter
model menggunakan metode maksimum likelihood dengan iterasi Newton�Raphson. Data yang digunakan dalam penelitian ini adalah data persentase
penduduk miskin tingkat provinsi yang bersumber dari publikasi Badan Pusat
Statistik Indonesia. Variabel bebas yang digunakan adalah indeks pembangunan
manusia, tingkat pengangguran terbuka, rata-rata lama sekolah, persentase
penduduk yang memiliki jaminan kesehatan berupa BPJS, angka harapan hidup,
angka melek huruf, persentase rumah tangga yang menggunakan sumber air
minum layak. Hasil analisis yang diperoleh pada penelitian ini yaitu model
memiliki fungsi sesuai dengan kondisi untuk tahun 2019 dan tahun 2020 faktor
yang signifikan memengaruhi persentase penduduk miskin adalah indeks
pembangunan manusia, persentase penduduk yang memiliki jaminan kesehatan
berupa BPJS dan persentase angka melek huruf, sedangkan faktor yang signifikan
memengaruhi persentase penduduk miskin tahun 2021 dan 2022 adalah indeks
pembangunan manusia, rata-rata lama sekolah, persentase penduduk yang
memiliki jaminan kesehatan berupa BPJS dan persentase angka melek huruf.
Kata Kunci: Metode Newton-Raphson, Model Regresi Beta, Persentase Penduduk
Miskin.