PENGARUH PDRB, IPM, DAN JUMLAH PENDUDUK TERHADAP TINGKAT KEMISKINAN DI JAWA TIMUR

Baskoro Herlambang, Nilam Septi Ariria Rachmawati
{"title":"PENGARUH PDRB, IPM, DAN JUMLAH PENDUDUK TERHADAP TINGKAT KEMISKINAN DI JAWA TIMUR","authors":"Baskoro Herlambang, Nilam Septi Ariria Rachmawati","doi":"10.24123/jeb.v27i1.5732","DOIUrl":null,"url":null,"abstract":"Sasaran“dari penelitian ini adalah untuk menganalisis”pengaruh “Produk Domestik Regional Bruto (PDRB), Indeks Pembangunan Manusia (IPM),”dan Jumlah Penduduk terhadap tingkat kemiskinan di Jawa Timur periode tahun 2017 hingga 2020. Penelitian ini mengaplikasikan dua teknik analisis, yaitu analisis deskriptif dan regresi data panel. Teknik analisis deskriptif diterapkan guna menggambarkan data secara detail melalui penggunaan grafik atau tabel. Di sisi lain, analisis regresi data panel memberikan penjelasan mengenai hubungan antara unit dan waktu, serta merupakan penggabungan data dari berbagai kelompok serta periode waktu tertentu. Data yang digunakan dalam studi ini merupakan data sekunder yang diperoleh dari Badan Pusat Statistik. Data tersebut terdiri atas data cross-section yang mencakup 38 Kabupaten/Kota di Provinsi Jawa Timur, serta data time-series yang meliputi periode tahun 2017-2020.” Secara kesimpulan dari analisis yang dilakukan, model regresi yang paling optimal adalah Random Effect Model”(REM) atau Generalized Least Square (GLS), melalui perhitungan efek individu dan efek waktu. Diperoleh hasil penelitian yaitu PDRB dan IPM berpengaruh signifikan negatif pada tingkat kemiskinan, selanjutnya“terdapat pengaruh signifikan positif antara jumlah penduduk dan tingkat kemiskinan. Secara keseluruhan, PDRB, IPM, dan Jumlah Penduduk secara simultan mempengaruhi fluktuasi tingkat kemiskinan sebesar 60,90%.","PeriodicalId":31741,"journal":{"name":"Jurnal Ekonomi dan Bisnis","volume":"92 7 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ekonomi dan Bisnis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24123/jeb.v27i1.5732","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Sasaran“dari penelitian ini adalah untuk menganalisis”pengaruh “Produk Domestik Regional Bruto (PDRB), Indeks Pembangunan Manusia (IPM),”dan Jumlah Penduduk terhadap tingkat kemiskinan di Jawa Timur periode tahun 2017 hingga 2020. Penelitian ini mengaplikasikan dua teknik analisis, yaitu analisis deskriptif dan regresi data panel. Teknik analisis deskriptif diterapkan guna menggambarkan data secara detail melalui penggunaan grafik atau tabel. Di sisi lain, analisis regresi data panel memberikan penjelasan mengenai hubungan antara unit dan waktu, serta merupakan penggabungan data dari berbagai kelompok serta periode waktu tertentu. Data yang digunakan dalam studi ini merupakan data sekunder yang diperoleh dari Badan Pusat Statistik. Data tersebut terdiri atas data cross-section yang mencakup 38 Kabupaten/Kota di Provinsi Jawa Timur, serta data time-series yang meliputi periode tahun 2017-2020.” Secara kesimpulan dari analisis yang dilakukan, model regresi yang paling optimal adalah Random Effect Model”(REM) atau Generalized Least Square (GLS), melalui perhitungan efek individu dan efek waktu. Diperoleh hasil penelitian yaitu PDRB dan IPM berpengaruh signifikan negatif pada tingkat kemiskinan, selanjutnya“terdapat pengaruh signifikan positif antara jumlah penduduk dan tingkat kemiskinan. Secara keseluruhan, PDRB, IPM, dan Jumlah Penduduk secara simultan mempengaruhi fluktuasi tingkat kemiskinan sebesar 60,90%.
PDRB、IPM和人口数量对东爪哇省贫困率的影响
这项研究的目标是分析2017年至2020年间爪哇东部贫困率的国内生产总值(PDRB)、人类发展指数(IPM)和人口数量。本研究采用两种分析技术,即描述性分析和面板数据回归。通过使用图表或表格来详细描述数据的描述性分析技术。另一方面,面板数据回归分析为单元与时间之间的关系提供了解释,它是不同组和特定时间时间的数据组合。本研究使用的数据是从中央统计机构获得的次要数据。它包括包括东爪哇省38个地区/城镇的交叉数据,以及包含2018 -2020年时间系列数据。从分析得出的结论来看,最最佳的回归模式是通过计算单个影响和时间影响的随机效果模型”(REM)或平方(GLS)。PDRB和IPM的研究在贫困率上产生了负面影响,而且“人口和贫困率之间产生了显著的积极影响”。总而言之,PDRB、IPM和总人口同时影响的贫困率为60.90%的波动。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
15 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信