Pemodelan Regresi Spline Truncated Multivariabel pada Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah
| Main Authors: | Merdekawati, Inggar Putri; Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia, Budiantara, I Nyoman; Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS
, 2013
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/sains_seni/article/view/3035 http://ejurnal.its.ac.id/index.php/sains_seni/article/view/3035/769 |
Daftar Isi:
- Provinsi Jawa Tengah merupakan provinsi dengan jumlah penduduk miskin paling banyak kedua setelah Provinsi Jawa Timur. Jumlah penduduk miskin di Provinsi Jawa Tengah pada tahun 2011 adalah sebesar 15,76 persen, berada di atas rata-rata jumlah penduduk miskin Indonesia yaitu 12,49 persen. Pemodelan kemiskinan di Jawa Tengah dengan menggunakan regresi spline mampu mengestimasi data yang tidak memiliki pola tertentu. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh terhadap kemiskinan di Jawa Tengah menggunakan regresi spline. Regresi spline yang dipilih adalah yang memiliki titik knot dengan nilai GCV minimum. Hasil pemodelan menunjukkan bahwa dengan regresi spline terbaik adalah regresi spline linier menggunakan tiga titik knot. Faktor yang berpengaruh signifikan pada kemiskinan adalah adalah laju pertumbuhan ekonomi, alokasi belanja daerah untuk bantuan sosial, persentase buta huruf, tingkat pengangguran terbuka, persentase gizi buruk balita, tingkat pendidikan kurang dari SMP, rumah tangga dengan akses air bersih, dan rumah tangga dengan kelayakan papan. Model regresi spline linier menghasilkan R2 sebesar 99,9 persen. Kebijakan yang diberikan oleh tiap daerah sebaiknya berbeda sesuai dengan hasil yang telah didapatkan karena pola data tiap wilayah pada masing-masing variabel prediktor berubah tiap interval knot.