Analisis Faktor-faktor yang Mempengaruhi Gini Rasio di Indonesia menggunakan Regresi Data Panel
DOI:
https://doi.org/10.57250/ajst.v3i2.1166Kata Kunci:
Regresi Data Panel, REM, Gini RasioAbstrak
Tujuan penelitian ini untuk menganalisis faktor-faktor yang mempengaruhi gini rasio di Indonesia menggunakan regresi data panel. Regresi data panel adalah salah satu metode statistika yang digunakan untuk melihat pengaruh beberapa variabel prediktor terhadap variabel respon dengan struktur data berupa data panel. Dalam mengestimasi model regresi data panel terdapat tiga pendekatan yang dapat dilakukan, yaitu common effect model (CEM), fixed effect model (FEM) dan random effect model (REM). Berdasatkan hasil pengujian parameter dengan regresi data panel data disimpulkan bahwa model yang tepat untuk menganalisis gini rasio di Indonesia tahun 2021-2023 menggunakan pendekatan REM. Berdasarkan pendekatan REM diperoleh model regresi dimana variabel yang mempengaruhi gini rasio di Indonesia adalah IPM, pengeluaran per kapita riil, persentase penduduk miskin dan laju pertumbuhan ekonomi.
Referensi
Adli, A. M., & Sugiman. (2021). Pemodelan Regresi Spasial Panel menggunakan R dan Arcgis. UNNES Journal of Mathematics, 10(1), 14–20.
Alamsyah, I. F., Esra, R., Awalia, S., & Nohe, D. A. (2022). Analisis Regresi Data Panel untuk Mengetahui Faktor yang Memengaruhi Jumlah Penduduk Miskin di Kalimantan Timur. Prosiding Seminar Nasional Matematika, Statistika, Dan Aplikasinya, 2, 254–266.
Alviani, L. O., Kurniati, E., & Badruzzaman, F. H. (2021). Penggunaan Regresi Data Panel pada Analisis Indeks Pembangunan Manusia. Jurnal Riset Matematika, 1(2).
Amaliah, E. N., Darnah, & Sifriyani. (2020). Regresi Data Panel dengan Pendekatan Common Effect Model (CEM), Fixed Effect model (FEM) dan Random Effect Model (REM) (Studi Kasus: Persentase Penduduk Miskin Menurut Kabupaten/Kota di Kalimantan Timur Tahun 2015-2018). Estimasi: Journal of Statistics and Its Application, 1(2), 106–115.
Andriani, S. (2017). Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian Heteroskedastisitas Pada Analisis Regresi. Al-Jabar : Jurnal Pendidikan Matematika, 8(1), 63–72.
Asyiah, N. (2018). Analisis Regresi Data Panel dengan Pendekatan Common Effect Model (CEM), Fixed Effect Model (FEM) dan Random Effect Model (REM) (Studi Kasus: IPM Kalimantan Selatan Periode 2010-2016). Universitas Islam Indonesia.
Baltagi. (2005). Econometric Analysis of Panel Data, Third Edition. UK: John Wiley & Son Ltd.
BPS. (2024). Gini Ratio Maret 2024 Tercatat sebesar 0,379. Badan Pusat Statistik. https://www.bps.go.id/id/pressrelease/2024/07/01/2371/gini-ratio-in-march-2024-was-0-379-.html
Caraka, R. E., & Yasin, H. (2017). Spatial Data Panel. In Wade Group.
Ferezagia, D. V., & Anggara, D. (2022). Model Spasial Data Panel: Indeks Harga Konsumenindonesia Di Masa Pandemi Covid-19. Jurnal Vokasi Indonesia, 10(2).
Jaya, I. G. N. M., & Sunengsih, N. (2009). Kajian Analisis Regresi dengan Data Panel. Prosiding Seminar Nasional Penelitian, Pendidikan Dan Penerapan MIPA.
Mahendra, K. Y., Susilawati, M., & Suciptawati, N. L. P. (2021). Memodelkan Tingkat Pengangguran Terbuka di Indonesia. E-Jurnal Matematika, 10(1), 20–25.
Murdani, E. M., Fathurahman, M., & Goejantoro, R. (2022). Pemodelan Regresi Spasial Data Panel (Studi Kasus: Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Kalimantan Timur Tahun 2017-2020). Jurnal Eksponensial, 13(2).
Nabila, A., & Yotenka, R. (2021). Spasial Data Panel dalam Menentukan Faktor-faktor yang Berpengaruh terhadap Jumlah Kasus Demam Berdarah Dengue (DBD). Unisda Journal of Mathematics and Computer Science (UJMC), 7(2), 49–60.
Nazamawati, N. A., & Wutsqa, D. U. (2022). Analisis Pengaruh Banyak Pemudik terhadap Kasus Positif COVID di Kabupaten Sleman dengan Model Regresi Spasial Data Panel. Jurnal Kajian Dan Terapan Matematika, 8(3). http://journal.student.uny.ac.id/ojs/index.php/jktm:
Rahmadeni, & Wulandari, N. (2017). Analisis Faktor-faktor yang Mempengaruhi Inflasi pada Kota Metropolitan di Indonesia dengan menggunakan Analisis Data Panel. Jurnal Sains Matematika Dan Statistika, 3(2), 34–42.
Rini, G. A. M. C., Suciptawati, N. L. P., & Utari, I. A. P. A. (2022). Identifikasi Faktor yang Memengaruhi Gini Ratio di Indonesia. E-Jurnal Matematika, 11(3), 160–166.
Tervia, S., Rositawati, A. F. D., & Fitri, H. Z. (2022). Pemodelan Faktor-faktor yang Berpengaruh terhadap TPT Provinsi Tertinggi di Indonesia sebagai Dampak dari Covid-19. Jurnal Aplikasi Statistika & Komputasi Statistik, 14(2), 17–30.
Todaro, M. P. (2000). Pembangunan Ekonomi Edisi Kelima. Penerjemah: Haris Munandar. Jakarta: Bumi Aksara.
