Faktor Penyebab Kemiskinan di Provinsi Jawa Barat Menggunakan Spatial Autoregressive Quantile Regression

Teguh Ammar Taqiyyuddin, Muhammad Irfan

Abstract


Kemiskinan merupakan permasalahan multidimensional yang mencakup aspek kehidupan sehingga menjadi pusat perhatian pemerintah khususnya di Provinsi Jawa Barat yang menjadikan masalah kemiskinan menjadi isu stategis dalam Rencana Pembangunan Jangka Menengah Daerah tahun 2018-2023. Analisis regresi merupakan analisis yang digunakan untuk memodelkan hubungan antara variabel prediktor dan variabel respon. Akan tetapi asumsi yang harus dipenuhi dalam analisis regresi yaitu kebebasan antar pengamatan. Jika pengamatan mempunyai efek spasial, yaitu suatu pengamatan pada daerah tertentu yang dipengaruhi oleh daerah disekitarnya, tentunya metode analisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial dengan melibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasial tersebut. Maka dalam permasalahan ini tentunya dibutuhkan analisis ststistika yang Robust terhadap adanya nilai outlier dan juga dapat memperhatikan efek spasial dilihat dari berbagai level resiko dengan menggunakan analisis Spatial Autoregressive Quantile Regression. Pada penelitian ini digunakan 5 level Quantile yaitu 0.1, 0.25, 0.5, 0.75 dan 0.95. Diperoleh hasil bahwa tingkat pengangguran terbuka, PDRB dan Kepadatan penduduk berpengaruh signifikan terhadap tingkat kemiskinan di Provinsi Jawa Barat.

Full Text:

PDF

References


H. Harlik, A. Amir, and H. Hardiani, “Faktor-faktor yang mempengaruhi kemiskinan dan pengangguran di Kota Jambi,” J. Perspekt. Pembiayaan dan Pembang. Drh., vol. 1, no. 2, pp. 109–120, 2013.

Bappeda, Rencana Pembangunan Jangka Menengah Daerah Provinsi Jawa Barat 2018-2023. 2020.

BPS, “Provinsi Jawa Barat Dalam Angka,” Jawa Barat, 2020.

L. Anselin, “Spatial econometrics,” A companion to Theor. Econom., vol. 310330, 2001.

Y. Andriyana, “P-splines quantile regression in varying coefficient models,” Belgium: KU Leuven, 2015.

R. Koenker and G. J. Bassett, “Regression quantiles,” Econom. J. Econom. Soc., pp. 33–50, 1978.

V. Chernozhukov and C. Hansen, “Instrumental variable quantile regression: A robust inference approach,” J. Econom., vol. 142, no. 1, pp. 379–398, 2008.

W. Astuti, “Pengaruh Pertumbuhan PDRB, Tingkat Pendidikan Dan Pengangguran Terhadap Kemiskinan (Study Kasus Wilayah Desa Parung Kab. Bogor),” JENIUS (Jurnal Ilm. Manaj. Sumber Daya Manusia), vol. 1, no. 3, 2018.

T. Wuryandari, A. Hoyyi, D. S. Kusumawardani, and D. Rahmawati, “Identifikasi Autokorelasi Spasial Pada Jumlahpengangguran Di Jawa Tengah Menggunakan Indeks Moran,” Media Stat., vol. 7, no. 1, pp. 1–10, 2014.

D. P. McMillen, Quantile regression for spatial data. Springer Science & Business Media, 2012.

D. Hutabarat, “Pengaruh Angka Harapan Hidup, Rata-Rata Lama Sekolah, Pengeluaran Rill Perkapita, Pertumbuhan Ekonomi dan Pengangguran terhadap Jumlah Penduduk Miskin di Provinsi Sumatera Utara,” 2018.

S. Safuridar and M. Damayanti, “Analisis Pengaruh Pendidikan dan PDRB per Kapita terhadap Jumlah Penduduk Miskin di Provinsi Aceh,” J. Samudra Ekon. dan Bisnis, vol. 9, no. 2, pp. 180–187, 2018.




DOI: http://dx.doi.org/10.24014/jsms.v8i1.13185

Refbacks

  • There are currently no refbacks.


Jurnal JSMS

p-ISSN     : 2460-4542 (print)
e-ISSN     : 2615-8663 (online)
Alamat   : Program Studi Matematika
                   Fakultas Sains dan Teknologi, UIN Suska Riau
                   Jl. H.R Soebrantas, No. 155, Tampan, Pekanbaru.
Website : http://ejournal.uin-suska.ac.id/index.php/JSMS
e-mail    : jsmsfst@uin-suska.ac.id