Selanjutnya jika rumah tangga tidak terlalu dipengaruhi oleh pendapatan saat ini,maka pengangguran akan meningkatkan kemiskinan dalam jangka panjang,tetapi tidak terlalu berpengaruh dalam jangka pendek (van/indrawiguna, 2013). Pengangguran akan mengurangi pendapatan masyarakat dan akakn mengurangi tingkat kemakmuran yang dicapai sehingga menimbulkan kemiskinan(Ishak et al., 2020).
Berdasarkan hasil analisis diatas maka didapatkan hipotesis dari perngaruh jumlah penduduk terhadap kemiskinan yaitu:
H1 : terdapat pengaruh signifikan antara pengangguran terhadap kemiskinan.
- METHODOLOGY
- Jenis dan Sumber Data
Penelitian ini menggunakan sumber data sekunder yang meliputi time series berkisar antara tahun 2017 sampai tahun 2021 den cross section di 6 Kabupaten/Kota di DKI Jakarta. Data ini dikumpulkan dari Badan Pusat Statistik (BPS). Kumpulan data tersebut meliputi kemiskinan (Y), jumlah anggota keluarga (X1), pengangguran (X2).
- Pemilihan Data Panel Model Terbaik
Pemilihan model terbaik pada data panel sudah memilih model yang paling tepat dalam mengestimasikan data panel.yang terdiri dari ; pertama , Uji Chowuntuk memilih Common Effect Model atau Fixed Effect  Model (H0 = CEM dan H1 = FEM) ; kedua ,Uji Hausman untuk memilih Fixed Effect Model atau Random Effect Model ( H0 = REM dan H1 = FEM ); ketiga , uji langrange multiplier untuk memilih Random Effect Model arau Common Effect Model ( H0 = CEM dan H1 = REM). Selanjutnya uji asumsi klasik yang terdiri dari uji heteroskedastisitas ,dan uji Multikoliniritas.
- Kerangka Konseptual
Berdasarkan kerangka konseptual ,model ekonometrika dapat ditulis untuk persamaan simultan dengan:
Log (Yit)= β0 + β1 log (X1it) + β2 log(X2it) + εit
- Metode Analisis
Tahapan dalam pengolahan data panel ini pertama adalah dengan melakukan pemilihan Model Regresi Panel. Pemilihan model terbaik pada data panel sudah memilih model yang paling tepat dalam mengestimasikan data panel.yang terdiri dari ; pertama , Uji Chow untuk memilih Common Effect Model atau Fixed Effect  Model (H0 = CEM dan H1 = FEM) ; kedua ,Uji Hausman untuk memilih Fixed Effect Model atau Random Effect Model ( H0 = REM dan H1 = FEM ); ketiga , uji langrange multiplier untuk memilih Random Effect Model atau Common Effect Model ( H0 = CEM dan H1 = REM). Tahapan kedu yaitu uji asumsi klasik yang terdiri dari uji heteroskedastisitas ,dan uji Multikoliniritas.
- Hasil
- Log(Yit) = -1.97 + 0.72 log(X1it) + 0.43 log(X2it) + ℇit
- Â
- Angka konstanta -1.97 Â artinya kemiskinan pada 6 Kabupaten/Kota di provinsi nDki Jakarta adalah -1.97 pada saat jumlah penduduk dan pengangguran = 0
- Nilai koefisien sebesar 0.72 artinya apabila jumlah penduduk meningkat sebanyak 1 persen maka kemiskinan di 6 Kabupaten/Kota di DKI Jakarta akat meningkat sebesar 0.72 persen.
- Nilai koefisien sebesar 0.43 artinya apabila pengangguran meningkat sebanyak 1 persen maka kemiskinan di 6 Kabupaten/Kota di DKI Jakarta akat meningkat sebesar 0.72 persen.
- Nilai Koefisien Determinasi (R-squared) yang didapatkan adalah 0.885367 artinya adalah variabel independent yang terdiri dari jumlah penduduk dan pengangguran dapat menjelaskan perubahan pada variabel dependen yaitu kemiskinan pada  Kabupaten/ Kota di DKI Jakarta sebesar 88.5367 dan sisanya sebesar 11,4633 persen dijelaskan oleh variabel lain diluar model yang digunakan.
- Hasil uji simultan (uji-F) terlihat signifikan 0.000000 dengan tingkat kepercayaan 95% atau nilai a=5% sehingga 0.000000 < 0.05, yang artinya bahwa variabel independent yang terdiri dari jumlah penduduk dan pengangguran berpengaruh signifikan terhadap variabel dependen yaitu kemiskinan di Kabupaten/Kota di DKI Jakarta selama 2017-2021.
- Hasil uji parsial (uji-t):Â
- Variabel jumlah penduduk mempunyai nilai prob. 0.0000 < 0.05
- Artinya bahwa jumlah penduduk mempunyai pengaruh yang signifikan terhadap kemiskinan pada Kabupaten/Kota di DKI Jakarta
- Variabel pengangguran mempunyai nilai prob. 0.0000 < 0.05
- Artinya bahwa pengangguran mempunyai pengaruh yang signifikan terhadap kemiskinan pada Kabupaten/Kota di DKI Jakarta
- Â
- HASIL UJI HETEROSKEDASTISITAS
- Nilai Prob. untuk seluruh variabel independen (jumlah penduduk dan pengangguran) adalah besar dari 0.05 sehingga penelitian ini terbebas dari masalah heteroskedastisitas.
Â
HASIL UJI MULTIKOLINIERITAS
Beri Komentar
Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!