Vol. 6 No. 1 (2023): Ranah Research : Journal Of Multidisciplinary Research and Development (November 2023 - Desember 2023)

Metode Geographically Weighted Panel Regression (GWPR) Untuk Menganalisis Faktor Yang Mempengaruhi Kemiskinan Di Provinsi Sumatera Utara

##plugins.themes.academic_pro.article.sidebar##

Download
Full Text
Statistic

Downloads

Download data is not yet available.

##plugins.themes.academic_pro.article.main##

Andrew Lupe Tiopan Sitorus
Universitas Negeri Medan, Sumatera Utara, Indonesia
Elmanani Simamora
Universitas Negeri Medan, Sumatera Utara, Indonesia

Published

Jan 28, 2024

DOI

https://doi.org/10.38035/rrj.v6i1.808

Abstract

This study aims to analyze the factors of population density, life expectancy, years of schooling, open unemployment rate, per capita monthly food expenditure, population with health complaints, economic growth, human development index, households with access to proper drinking water and households with access to proper sanitation on the percentage of poverty in North Sumatra province. This research is based on secondary data available at the North Sumatra Central Bureau of Statistics in 2017-2021. The factor analysis used in this study is Geographically Weighted Panel Regression (GWPR) which is a combination of the Geographically Weighted Regression (GWR) method with the panel data regression method. The results of the research analysis show that simultaneously the factors of population density, life expectancy, open unemployment rate, monthly per capita food expenditure, population with health complaints, households with access to proper drinking water have no significant effect. If tested simultaneously, only the factor of households having access to proper sanitation has a significant effect on the percentage of poverty. However, partially, these factors have a significant effect on the percentage of poverty.

##plugins.themes.academic_pro.article.details##

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Hak Cipta :

Penulis yang mempublikasikan manuskripnya di jurnal ini menyetujui ketentuan berikut:

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mengakui bahwa Ranah Research : Journal of Multidisciplinary Research and Development berhak menjadi yang pertama menerbitkan dengan lisensi Creative Commons Attribution 4.0 International (Attribution 4.0 International CC BY 4.0) .
  3. Penulis dapat mengirimkan artikel secara terpisah, mengatur distribusi non-eksklusif manuskrip yang telah diterbitkan dalam jurnal ini ke versi lain (misalnya, dikirim ke repositori institusi penulis, publikasi ke dalam buku, dll.), dengan mengakui bahwa manuskrip telah diterbitkan pertama kali di Ranah Research.
How to Cite
Tiopan Sitorus, A. L. and Simamora, E. (2024) “Metode Geographically Weighted Panel Regression (GWPR) Untuk Menganalisis Faktor Yang Mempengaruhi Kemiskinan Di Provinsi Sumatera Utara”, Ranah Research : Journal of Multidisciplinary Research and Development, 6(1), pp. 155-167. doi: 10.38035/rrj.v6i1.808.

References

Aprilianti, R., Messakh, G. C., Asiah, S. N., & Nohe, D. A. (2022). Analisis Regresi Data Panel Pada Kasus Persentase Kemiskinan di Kalimantan Timur. Prosiding Seminar Nasional Matematika, Statistika, Dan Aplikasinya, 211–223.
Arum, P. R., & Alfian, S. (2022). Pemodelan Pertumbuhan Ekonomi di Jawa Barat Menggunakan Metode Geographically Weighted Panel Regression. J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 15(2), 219–227. https://doi.org/10.36456/jstat.vol15.no2.a5506
BPS_Sumut. (2020). Sumatera Utara Dalam Angka. Badan Pusat Statistik Sumatera Utara.
Henninger, N., & Snel, M. (2002). Where are the poor? Experiences with the development and use of poverty maps. World Resources Institute and UNEP/GRID.
Hida, I. M., Sukmono, A., & Firdaus, H. S. (2020). Analisis Kerentanan Sosial Dan Pengaruhnya Terhadap Masalah Sosial Dengan Geographically Weighted Regression (Gwr) (Studi Kasus:Kota Semarang). Jurnal Geodesi Undip Januari, 9, 237–246.
Khomsan, A., Dharmawan, A. H., Saharuddin, Alfiasari, Syarief, H., & Sukandar, D. (2015). Indikator Kemiskinan dan Misklasifikasi Orang Miskin. Yayasan Pustaka Obor Indonesia.
Nafi, B. (2021). Analisis Faktor-Faktor yang Dapat Mempengaruhi Pengentasan Kemiskinan di Indonesia ( 2016-2019 ). Jurnal Ilmiah Ekonomi Islam, 7(02), 953–960.
Nasikun. (2001). Isu dan Kebijakan Penanggulangan Kemiskinan. Yogyakarta: Universitas Gajah Mada.
Nawari. (2010). Analisis Regresi dengan MS Excel 2007 dan SPSS 17. Jakarta: Alex Media Komputindo.
Nyompa, S., Maru, R., & Amal. (2019). Analisis Kepadatan Penduduk dengan Tingkat Kemiskinan di Kota Makasar. Jurnal Prosiding Seminar Nasional LP2M UNM, 902-906.
Park, H. M. (2005). Linear Regression Models for Panel Data Using SAS, STATA, LIMDEP, and SPSS. Bloomington: The Trustees of Indiana University.
Pratama, Y. C. (2014). Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan di Indonesia. Jurnal Bisnis dan Manajemen, 210-223.
Rachbini, W. (2021). Statistika Terapan Pengolahan Data Time Series Menggunakan Eviews. Banten: CV. AA. Rizky.
Rencher, A. C., & Schaalje, G. B. (2008). Linear Models in Statistics. New Jersey: A John Wiley and Sons.
Riyanto, S., & Putera, A. R. (2022). Metode Riset Penelitian Kesehatan & Sains. Yogyakarta: Deepublish.
Roflin, E., Pariyana, & Liberty, I. A. (2022). Kupas Tuntas Analisis Regresi Tunggal dan Ganda. Pekalongan: Penerbit NEM.
Rohma, I. S., & Prakoso, J. A. (2022). Pengaruh IPM, RLS, TPT, dan Pengeluaran Perkapita Terhadap Kemiskinan di Provinsi Jawa Barat. Jurnal Transekonomia : Akuntansi, Bisnis, dan Keuangan, 255-266.
Sihombing, S. O. (2022). Metode Analisis Multivariat. Pekalongan: PT Nasya Expanding Management.
Simamora, B. (2005). Analisis Multivariat Pemasaran. Jakarta: PT Gramedia Pustaka Utama.
Solimun, A. A. (2017). Metode Statistika Multivariat Pemodelan Persamaan Struktural (SEM) Pendekatan WarpPLS. Malang: UB Press.
Suhaimi, A. (2019). Pangan, Gizi, dan Kesehatan. Yogyakarta: Deepublish.
Suwandi. (2015). Desentralisasi Fiskal dan Dampaknya terhadap Pertumbuhan Ekonomi, Penyerapan Tenaga Kerja, Kemiskinan, dan Kesejahteraan di Kabupaten/Kota Induk Provinsi Papua. Yogyakarta: Deepublish.
Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data. London: MIT Press.
Yu, D. (2010). Exploring Spatiotemporally Varying Regressed Relationships: The Geographically Weighted Panel Regression Analysis. The International Archives of The Photogrammety, Remote Sensing and Spatial Information Sciences, 134-139.
Zebua, L. M., Zega, Y., & Harefa, A. O. (2022). Peramalan Tingkat Kemiskinan Di Pulau Nias Dengan Metode Kuadrat Terkecil. Jurnal Ilmiah Pendidikan Matematika, 1(1), 23–29.