Koleksi Repository Universitas Padjadjaran
Belum Login
untuk dapat mengakses full silahkan login menggunakan Email Unpad!
Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Jawa Barat Tahun ...
Ramadhoni Nasri
Perpustakaan Universitas Padjadjaran
Kata Kunci
Kemiskinan, Regresi Data Panel, GWPR, Adaptif Triciube
Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Jawa Barat Tahun 2019-2021 Menggunakan Model Geographically Weighted Panel Regression (GWPR)
Ramadhoni Nasri - 140110190070
Fakultas Matematika & IPA
Abstrak:
Kemiskinan adalah keadaan yang dialami seseorang atau kelompok yang memiliki pengeluaran perkapita bulanan yang tidak cukup untuk memenuhi standar hidup dasar. Masalah kemiskinan di Jawa Barat menunjukkan adanya pola yang cenderung terkonsentrasi di wilayah-wilayah yang berdekatan, hal ini menunjukkan adanya heterogenitas spasial dalam permasalahan tersebut. Disisi lain kemiskinan di Jawa Barat juga memperlihatkan tren yang meningkat dari tahun ke tahun sehingga perubahan dinamis terjadi di berbagai wilayah. Dari keadaan tersebut perlu diketahui faktor-faktor yang memengaruhi kemiskinan secara spasial menggunakan data panel. Salah satu caranya adalah memodelkan masalah kemiskinan dengan model Geographically Weighted Panel Regression (GWPR). Model GWPR adalah pengembangan dari model regresi yang menggabungkan Geographically Weighted Regression (GWR) dengan regresi data panel dengan asumsi Fixed Effect Model (FEM). Data yang digunakan pada penelitian ini adalah data sekunder dalam rentang tahun 2019-2021 yang berasal dari Badan Pusat Statistik dan Open Data Jabar yang terdiri dari variabel dependen (Y) yaitu persentase penduduk miskin dan variabel independen (X) yaitu faktor-faktor yang memengaruhi persentase kemiskinan. Estimasi model GWPR menggunakan metode Weighted Least Square (WLS) dengan fungsi pembobot kernel adaptif Tricube. Dengan melakukan pengujian secara keseluruhan dan parsial melalui uji F dan uji t, diperoleh hasil bahwa model untuk setiap lokasi dan faktor-faktor yang memengaruhi persentase penduduk miskin di Jawa Barat berbeda-beda untuk setiap lokasinya karena adanya variasi spasial dalam hubungan variabel indepeden dengan variabel dependen.
Berkas
Nama Berkas | Akses Berkas |
---|---|
Cover | Download |
Abstrak | Download |
Daftar Isi | Download |
Bab 1 | Download |
Bab 2 | Anda tidak memiliki Akses |
Bab 3 | Anda tidak memiliki Akses |
Bab 4 | Anda tidak memiliki Akses |
Bab 5 | Anda tidak memiliki Akses |
Bab 6 | File tidak tersedia |
Lampiran | Anda tidak memiliki Akses |
Daftar Pustaka | Download |
Full Text | File tidak tersedia |
Metadata
Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Jawa Barat Tahun 2019-2021 Menggunakan Model Geographically Weighted Panel Regression (GWPR)
Kemiskinan adalah keadaan yang dialami seseorang atau kelompok yang memiliki pengeluaran perkapita bulanan yang tidak cukup untuk memenuhi standar hidup dasar. Masalah kemiskinan di Jawa Barat menunjukkan adanya pola yang cenderung terkonsentrasi di wilayah-wilayah yang berdekatan, hal ini menunjukkan adanya heterogenitas spasial dalam permasalahan tersebut. Disisi lain kemiskinan di Jawa Barat juga memperlihatkan tren yang meningkat dari tahun ke tahun sehingga perubahan dinamis terjadi di berbagai wilayah. Dari keadaan tersebut perlu diketahui faktor-faktor yang memengaruhi kemiskinan secara spasial menggunakan data panel. Salah satu caranya adalah memodelkan masalah kemiskinan dengan model Geographically Weighted Panel Regression (GWPR). Model GWPR adalah pengembangan dari model regresi yang menggabungkan Geographically Weighted Regression (GWR) dengan regresi data panel dengan asumsi Fixed Effect Model (FEM). Data yang digunakan pada penelitian ini adalah data sekunder dalam rentang tahun 2019-2021 yang berasal dari Badan Pusat Statistik dan Open Data Jabar yang terdiri dari variabel dependen (Y) yaitu persentase penduduk miskin dan variabel independen (X) yaitu faktor-faktor yang memengaruhi persentase kemiskinan. Estimasi model GWPR menggunakan metode Weighted Least Square (WLS) dengan fungsi pembobot kernel adaptif Tricube. Dengan melakukan pengujian secara keseluruhan dan parsial melalui uji F dan uji t, diperoleh hasil bahwa model untuk setiap lokasi dan faktor-faktor yang memengaruhi persentase penduduk miskin di Jawa Barat berbeda-beda untuk setiap lokasinya karena adanya variasi spasial dalam hubungan variabel indepeden dengan variabel dependen.
Indonesia
Kemiskinan, Regresi Data Panel, GWPR, Adaptif Triciube
Thu Aug 31 2023 11:25:33 GMT+0000 (Coordinated Universal Time)
true
Belum Ada Data
Cite this paper
APA Style
Nasri , R. (2023). Faktor-faktor yang Memengaruhi Tingkat Kemiskinan di Jawa Barat Tahun 2019-2021 Menggunakan Model Geographically Weighted Panel Regression (GWPR). Fakultas Matematika & IPA Universitas Padjadjaran
Perlu Bantuan ?
Hubungi kami melalui Email, Whatsapp atau Media Sosial.