Penentuan Faktor Kemiskinan Provinsi Banten dengan Model Panel Spasial

Irfani Azis; I Made  Sumertajaya

doi:10.31605/saintifik.v9i1.395

Irfani Azis Universitas Sutomo
I Made Sumertajaya Institut Pertanian Bogor

DOI: https://doi.org/10.31605/saintifik.v9i1.395

Keywords: Data Panel Spasial, Kemiskinan, Matriks Pembobot Spasial

Abstract

Tujuan dari penelitian ini adalah untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat kemiskinan kabupaten/kota di Banten dengan menggunakan model data panel spasial. Model data panel yang dipilih adalah model fixed effect, namun model data panel spasial terbaik adalah model SAR yang menggunakan pendekatan matriks ketetanggaan ratu. Model ini memenuhi semua asumsi dan memberikan probabilitas log sebesar 59,83. Menurut model terbaik, variabel yang memiliki dampak terbesar terhadap tingkat kemiskinan adalah jumlah penduduk dan PDRB. Model SAR dan SEM dengan pembobot Queen Contiguity dan KNN menghasilkan dua peubah yang berpengaruh terhadap tingkat kemiskinan Provinsi Banten yaitu PDRB dan jumlah penduduk. Model data panel spasial SEM dengan pengaruh tetap dan pembobot matriks queen contiguity adalah model yang tepat untuk tingkat kemiskinan provinsi Banten karena menghasilkan nilai Loglikelihood yang paling besar.

Downloads

Download data is not yet available.

References

Akinwande, M. O., Dikko, H. G., & Samson, A. (2015). Variance inflation factor: as a condition for the inclusion of suppressor variable (s) in regression analysis. Open journal of statistics, 5(07), 754. https://10.4236/ojs.2015.57075

Anggadini, F. (2015). Analisis Pengaruh Angka Harapan Hidup, Angka Melek Huruf, Tingkat Pengangguran Terbuka dan Pendapatan Domestik Regional Bruto Perkapita Terhadap Kemiskinan pada Kabupaten/Kota di Provinsi Sulawesi Tengah Tahun 2010-2013. Katalogis, 3(7). 40-49.

Anggraeni, Y. (2012). Analisis Spasial Data Panel untuk Menentukan Faktor-Faktor yang Mempengaruhi Kemiskinan di Provinsi Sumatera Selatan. Skripsi, Program Sarjana Statistika, Institut Pertanian Bogor, Bogor.

BPS. (2021). Jumlah Penduduk Miskin Menurut Kabupaten/Kota di Provinsi Banten (Ribu Jiwa) 2019-2021, https://banten.bps.go.id/indicator/23/145/1/jumlah-penduduk-miskin-menurut-kabupaten-kota-di-provinsi-banten.html. Diakses tgl 25 Oktober 2022.

Elhorst, J. P. (2014). Spatial econometrics: from cross-sectional data to spatial panels (Vol. 479, p. 480). Heidelberg: Springer.

Jajang, J., Saefuddin, A., Mangku, I. W., & Siregar, H. (2013). Analisis Kemiskinan Menggunakan Model Panel Spasial Statik. Mimbar: Jurnal Sosial dan Pembangunan, 29(2), 195-204. https://doi.org/10.29313/mimbar.v29i2.396

Nabawi, H. (2020). Pengaruh Jumlah Penduduk, Tingkat Pendidikan dan PDRB terhadap Kemiskinan di Kota Malang. OECONOMICUS Journal of Economics, 4(2), 104–117. https://doi.org/10.15642/oje.2020.4.2.104-117

Purba, O. N., & Setiawan, S. (2016). Pemodelan Pertumbuhan Ekonomi Provinsi Sumatera Utara Dengan Pendekatan Ekonometrika Spasial Data Panel. Jurnal Sains dan Seni ITS, 5(2). 139-144. https://10.12962/j23373520.v5i2.16397

Rosadi, D. (2012). Ekonometrika dan Analisis Runtun Waktu Terapan dengan. Eviews. Yogyakarta: Andi Offset.

Sari, Y. Penggunaan Matriks Queen Contiguity dan K-Nearest Neighbor pada Data Panel Spasial Kemiskinan Sumatera Utara. Tesis. Program Pasca Sarjana Statistika dan Sains Data, Institut Pertanian Bogor, Bogor.

Susanti, S. (2013). Pengaruh produk domestik regional bruto, pengangguran dan indeks pembangunan manusia terhadap kemiskinan di Jawa Barat dengan menggunakan analisis data panel. Jurnal Matematika Integratif, ISSN, 1412-6184.