PEMODELAN PERSENTASE PENDUDUK MISKIN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH
MENGGUNAKAN REGRESI DATA PANEL
SKRIPSI
Disusun Oleh :
NARISHWARI ARIANDHINI 24010211140105
JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
i
PEMODELAN PERSENTASE PENDUDUK MISKIN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH
MENGGUNAKAN REGRESI DATA PANEL
O eh :
NARISHWARI ARIANDHINI 24010211140105
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika
JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
i v
Puji syukur penulis panjatkan kehadirat Allah SWT, atas rahmat dan hidayah-Nya penulis dapat menyelesaikan Tugas Akhir dengan judul Pemodelan Persentase Penduduk Miskin Kabupaten/Kota di Provinsi Jawa
Tengah Menggunakan Regresi Data Panel ini yang merupakan salah satu
syarat untuk memperoleh gelar Sarjana Sains pada Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro.
Ucapan terima kasih penulis sampaikan kepada :
1. Ibu Dra. Hj. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro.
2. Bapak Budi Warsito, S.Si, M.Si, selaku dosen pembimbing I dan Bapak Sugito, S.Si, M.Si selaku dosen pembimbing II
3. Bapak dan Ibu Dosen Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro.
4. Semua pihak yang telah membantu hingga terselesaikannya penulisan Tugas Akhir ini.
Kritik dan saran dari pembaca akan menjadi masukan yang sangat berharga. Harapan penulis semoga Tugas Akhir ini dapat bermanfaat bagi penulis khususnya dan bagi pembaca pada umumnya.
Semarang, November 2015
Regresi data panel adalah regresi untuk data panel yang merupakan data gabungan dari cross-sectiondan time-series.Untuk mengestimasi model regresi data panel, terdapat tiga pendekatan, yaitu Common Effect Model(CEM),Fixed Effect Model (FEM) dan Random Effect Model (REM). Penelitian ini bertujuan untuk memodelkan persentase penduduk miskin menurut kabupaten/kota di Provinsi Jawa Tengah pada tahun 2009-2013 menggunakan regresi data panel. Persentase penduduk miskin adalah persentase penduduk yang berada di bawah Garis Kemiskinan. Hasil pengujian model regresi data panel yang sesuai adalah Random Effect Model (REM). Model tersebut menunjukkan bahwa jumlah penduduk, Upah Minimum Kabupaten/Kota (UMK), dan Angka Melek Huruf (AMH) berpengaruh signifikan terhadap persentase penduduk miskin sebesar 44,61%.
ABSTRACT
Panel data regression is a regression for panel data which is a composite of cross-section data and time-series data. To estimate panel data regression model, there are three approaches, namely the Common Effect Model (CEM), Fixed Effect Model (FEM), and Random Effect Model (REM). This study aims to estimate the panel data regression of city s/regency s poor population percentage in Central Java province during 2009-2013 period. Poor population percentage is the percentage of population below of poverty line. The appropriate regression model that is obtained through hypothesis test is Random Effect Model (REM). The model shows that the number of population, Regency/City Minimum Wage, and Adult Literacy Rate significantly affect the poor population percentage amounted to 44,61%.
viii
2.4 Model Regresi Data Panel ... 15
2.4.1 Common Effect Model (CEM) ... 15
2.4.2 Fixed Effect Model (FEM) ... 15
2.4.3 Random Effect Model (REM) ... 22
2.5 Pemilihan Model Regresi Data Panel ... 26
ix
BAB IV HASIL DAN PEMBAHASAN ... 38
4.1 Deskripsi Data ... 38
4.2 Model Awal Regresi Data Panel ... 40
4.2.1 Common Effect Model (CEM) ... 40
4.2.2 Fixed Effect Model (FEM) ... 40
4.2.3 Random Effect Model (REM) ... 41
4.3 Pemilihan Model Regresi Data Panel ... 42
4.3.1 Uji Chow ... 42
4.6 Model Akhir Regresi Data Panel ... 49
BAB V KESIMPULAN... 52
)* +, . */0
*-1 2324 25
6247 289.: ; 2;<= ; <>?@ 87 <5-A 2;=B5 CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC32
\ ]^]_ ]`
a]bc ^defc g]`hi ]j _k _ D]l ]m]`c ^...dn
a]bc ^oej pSqrkgbS`-s ]ttu`vwtkg ]`fcxk lk t ]` eeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeyo
a]bc ^yezt]tS t lS i r ctigSx lS {| ]gS ]bc ^m c` c ^SlS]`...y}
a]bc ^neEtlS _ ]tS~` l cg tc x zc lS]xf]bkx ]lc`fu l ]k` lki
uqc^ ...nd
a]bc ^. EtlS _ ]tS~` l cg tc x zc lS]xf]bkx ]lc`fu l ]k` lki
uqc^ ...no
a]bc ^eS ^ ]SVariance Inflation Factors(|~F)...n
a]bc ^ej pSm]gtS ]^...n}
a]bc ^eEtlS _ ]tS~` l cg tc x zc lS]xf]bkx ]lc`fu l ]k` lki
FGH IJKL JKMJ NO FPQHOF RO K JKS JRJK JKTQ NU JVJWM JNOFPQHOF ROK JKF Q IQ FJ NXYZX[
WQ NFQKTOVJR\ JG UIQ NIQ V JVQK LJKSJ NQ TY]^Eyang sebesar XYZ_`W Q NFQK a
t uvw uxy zw u { ux|}|}~ w~ x }x~ x uv u|z zxy zv z wzyu | z uv z | ux zx
| zuvz yang laix w uvtz ux z z { uv}z zx dzv wz~yu ~u wz~y} O u ~ zv uxz
tu { zdz { uvzwz zzx { uv w uxy zwu { ux|}|}~ w~ x tuvw u}y z~ zx d zx z w w
ux}xz~ zx vuv uw dztz { zx u ~ zvux z dztz yzx d~ z uv}{z~ zx z}xzx
dzv dztz time series { zdz zv zu du{ uxdux z}{}x u uv z{ z zv z u
x| u{ ux| ux dzx dztz cross section zxyzv w zyz dzuv z Buvdzw zv~ zx uvz zx d
ztzw z~ z { ux} w tuvtzv ~ }xy }~ uxz{ ~ zw~ zx vuv uw dztz { zx u }xy}~
{ u | u zx{ uv wuxyzwu{ux|}|}~w~ x| Pvxw Jzwz uxz
Buvdzw zv~zx ztzvu z~ zx yzx tu zdu zw~ zx { uvzw z zzxzx y dz{zt dv} } w~ zx| z z{ ux u tzxx zdz zwu z z uv ~}y
Bzzzxz | u vuv uw dztz {zx u yzx d zw ~ zx dzv dztz { uv w uxyzwu
{ ux|}|}~ w~ xdPv x w Jzwz ux z
z~y v-z~tv z{ z w z z yzx uv{uxzv} tuvzdz{ { uvw uxyzw u { ux|}|}~
w~ x| Jzwz ux zuvdzwzv~ zx | u vuvuw dztz{ zx u tuvw u}y ?
1
Pux u tzx d ztzw duxzx ux }xz~ zx dztz cross-section { ux|}|} ~
w~ x dzv ¡¢ Kz}{ ztux Kyz Pv x w Jzwz ux z dzx ux }x z~zx dztz
¦§¨§ ©ª «ª¬®¯¯° ±²±¬
³´µ¶ ·¸·µ¹ ·º µ»¼» ¸· º ¼· ¸·½·¾ yang telah diuraikaº¿ »À»· ºt ·ºÁy  ºÁ º dÂc· ÷  d· ½·¼Ã´º ´½Ât· º·d· ½·¾¸ ´Ä ·Á· ÂÄ´µ ¹» ÅÆ
ÇÈ M´º´ºÅ» ¹· º¼ ɶ´½ µ ´Áµ ´ ¸  d·t·Ã·º ´½ y· ºÁ d¾ · ¸ ½ ¹·º d·µ  d··t ôº¶» ¶» ¹
¼  ¸ ¹Âº¶Â PµÉÊ º¸Â J··wË ´ºÁ·¾ È
ÌÈ M´ºÁÂd´ ºÅÂÍ ¹·¸  ͷ ¹Å ɵ-Í· ¹Åɵ y·ºÁ Ä ´µ ôºÁ·µ»¾ t´µ¾·d· à ôº¶» ¶» ¹
