{"title":"PDRB、IPM和人口数量对东爪哇省贫困率的影响","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":"{\"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}","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}
PENGARUH PDRB, IPM, DAN JUMLAH PENDUDUK TERHADAP TINGKAT KEMISKINAN DI JAWA TIMUR
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%.