Analisis regresi data panel dalam menentukan faktor-faktor yang mempengaruhi kemiskinan di Jawa Barat

INDONESIA:

Analisis regresi data panel adalah metode yang menggabungkan data cross-section dan time series untuk menghasilkan estimasi yang akurat serta memiliki lebih banyak data yang diobservasi untuk dianalisis sehingga meningkatkan jumlah informasi yang dimiliki. Metode ini digunakan dalam penelitian untuk menentukan faktor-faktor yang mempengaruhi kemiskinan. Kemiskinan adalah indikator penting dalam pencapaian tujuan pembangunan keberlanjutan yang mencakup berbagai aspek ekonomi, sosial, budaya, politik, dan lainnya. Terdapat tiga pemodelan dalam analisis regresi data panel yaitu common effects model (CEM), fixed effects model (FEM), dan random effects model (REM). CEM mengasumsikan tidak adanya perbedaan antar individu maupun waktu, FEM mengasumsikan efek individu bersifat konstan sepanjang waktu observasi tetapi berbeda antar individu, dan REM mengasumsikan efek individu bersifat acak dan tidak berkorelasi dengan variabel independen. Hasil dari penelitian ini menunjukkan bahwa model regresi data panel terbaik adalah fixed effects model (FEM). Variabel laju pertumbuhan penduduk (X_1), produk domestik regional bruto atas dasar harga konstan (X_6), dan upah minimum (X_7) berpengaruh signifikan dalam menjelaskan kemiskinan di Provinsi Jawa Barat dengan koefisien determinasi sebesar 98,0817%. Persamaan regresi data panelnya sebagai berikut:
Ŷ_it=-0,621394D_2+0,715654D_3-0,391638D_4+1,159613D_5+0,863700D_6+1,813834D_8+1,369454D_9+1,418985D_10+2,052926D_12-1,000580D_14+0,224834D_17+0,392994D_18-1,852251D_19-0,606066D_20+0,396585D_22-2,562573D_23-3,378238D_24-1,740070D_25+1,574333D_26-0,594985D_27+0,112965X_1it-0,868235X_6it+0,728695X_7it

ENGLISH:

Panel data regression analysis is a method that combines cross-sectional and time series data to produce accurate estimates and provide a larger number of observations for analysis, thereby increasing the amount of available information. This method is used in research to determine the factors that influence poverty. Poverty is an important indicator in achieving sustainable development goals, encompassing various economic, social, cultural, political, and other aspects. There are three modeling approaches in panel data regression analysis: the common effects model (CEM), the fixed effects model (FEM), and the random effects model (REM). The CEM assumes no differences cross-section and time series, the FEM assumes that individual effects are constant over time but differ across individuals, and the REM assumes that individual effects are random and uncorrelated with the independent variables. The results of this study indicate that the best panel data regression model is the fixed effects model (FEM). The variables of population growth rate (X_1), gross regional domestic product at constant prices (X_6), and minimum wage (X_7) have a significant effects in explaining poverty in West Java Province, with a coefficient of determination of 98,0817%. The panel data regression equation is as follows:
Ŷ_it=-0,621394D_2+0,715654D_3-0,391638D_4+1,159613D_5+0,863700D_6+1,813834D_8+1,369454D_9+1,418985D_10+2,052926D_12-1,000580D_14+0,224834D_17+0,392994D_18-1,852251D_19-0,606066D_20+0,396585D_22-2,562573D_23-3,378238D_24-1,740070D_25+1,574333D_26-0,594985D_27+0,112965X_1it-0,868235X_6it+0,728695X_7it

ARABIC:

يُعَدّ تحليل بيانات اللوحة طريقة تجمع بين بيانات المقطع العرضي والبيانات الزمنية من أجل الحصول على تقديرات دقيقة وتوفير عدد أكبر من الملاحظات للتحليل، مما يزيد من كمية المعلومات المتاحة. تُستخدم هذه الطريقة في الأبحاث لتحديد العوامل التي تؤثر على الفقر. يُعَدّ الفقر مؤشراً مهماً في تحقيق أهداف التنمية المستدامة، إذ يشمل جوانب اقتصادية واجتماعية وثقافية وسياسية وغيرها. توجد ثلاثة نماذج في تحليل بيانات اللوحة وهي: نموذج التأثيرات المشتركة (CEM) ، ونموذج التأثيرات الثابتة (FEM) ، ونموذج التأثيرات العشوائية.(REM) يفترض نموذج التأثيرات المشتركة عدم وجود فروق بين المقاطع العرضية والفترات الزمنية، بينما يفترض نموذج التأثيرات الثابتة أن التأثيرات الفردية ثابتة عبر الزمن لكنها تختلف بين الأفراد، في حين يفترض نموذج التأثيرات العشوائية أن التأثيرات الفردية عشوائية وغير مرتبطة بالمتغيرات المستقلة. تشير نتائج هذه الدراسة إلى أن أفضل نموذج لتحليل بيانات اللوحة هو نموذج التأثيرات الثابتة .(FEM) وقد تبين أن متغيرات معدل نمو السكان (X₁) ، والناتج المحلي الإجمالي الإقليمي بأسعار ثابتة (X₆) ، والحد الأدنى للأجور (X₇) تؤثر تأثيراً معنوياً في تفسير الفقر في مقاطعة جاوة الغربية، حيث بلغ معامل التحديد %98,0817. ومعادلة تحليل بيانات اللوحة كما يلي:
Ŷ_it=-0,621394D_2+0,715654D_3-0,391638D_4+1,159613D_5+0,863700D_6+1,813834D_8+1,369454D_9+1,418985D_10+2,052926D_12-1,000580D_14+0,224834D_17+0,392994D_18-1,852251D_19-0,606066D_20+0,396585D_22-2,562573D_23-3,378238D_24-1,740070D_25+1,574333D_26-0,594985D_27+0,112965X_1it-0,868235X_6it+0,728695X_7it