Library:
> # install.packages("knitr")
> # install.packages("rmarkdown")
> # install.packages("prettydoc")
> # install.packages("equatiomatic")1 PENDAHULUAN
1.1 Latar Belakang
Salah satu tantangan sosial-ekonomi yang dihadapi setiap daerah adalah masalah kemiskinan. Kemiskinan merupakan permasalahan sosial jangka panjang yang sulit diatasi hingga saat ini. Fenomena kemiskinan terjadi di sebagian besar negara berkembang, termasuk Indonesia. Penyebab kemiskinan meliputi kurangnya kemampuan beberapa orang untuk memenuhi kebutuhan dasar mereka secara manusiawi (Purnama, 2017). Hal ini berdampak pada penurunan kualitas sumber daya manusia, produktivitas, dan pendapatan.Terdapat beberapa faktor yang menyebabkan kemiskinan, antara lain rendahnya kualitas sumber daya manusia, pengelolaan sumber daya alam yang tidak terkendali, rendahnya tingkat pendidikan, kurangnya pengetahuan dalam mengembangkan sektor ekonomi, tingkat pengangguran yang tinggi, pertumbuhan ekonomi yang menurun, dan berbagai faktor lainnya yang berkontribusi pada kemiskinan.
Dampak dari tingkat kemiskinan yang tinggi di suatu daerah meliputi peningkatan kriminalitas, pengangguran yang meningkat, masalah kesehatan yang berakibat pada angka kematian yang tinggi, kerusuhan sosial, dan politik, serta berbagai dampak lainnya. Pemerintah Indonesia terus berupaya mengatasi kemiskinan dengan meningkatkan pembangunan di seluruh wilayah secara merata, termasuk dalam bidang kesehatan, pendidikan, keamanan, keterampilan masyarakat, dan lain sebagainya. Namun, upaya tersebut masih belum efektif dalam mengurangi tingkat kemiskinan secara signifikan.Tingginya tingkat kemiskinan akan mengakibatkan peningkatan biaya yang diperlukan untuk melakukan pembangunan ekonomi, yang pada akhirnya dapat menghambat proses pembangunan tersebut. Kemiskinan memiliki dampak serius terhadap pembangunan manusia, karena merupakan masalah kompleks yang bermula dari rendahnya kemampuan daya beli masyarakat untuk memenuhi kebutuhan dasar mereka. Akibatnya, kebutuhan lain seperti pendidikan dan kesehatan seringkali terabaikan.
2 TINJAUAN PUSTAKA
2.1 Kemiskinan
Kemiskinan mencerminkan keadaan di mana individu atau keluarga tidak memiliki kepemilikan yang cukup dan pendapatan yang rendah, atau lebih rinci lagi, menggambarkan situasi di mana kebutuhan dasar manusia, seperti pangan, tempat tinggal, dan pakaian, tidak terpenuhi. Menurut Badan Pusat Statistik (2005), kemiskinan adalah ketidakmampuan individu untuk memenuhi kebutuhan dasar minimal demi kehidupan yang layak. Menurut Wiradyatmika & Sudiana (2019), kemiskinan dapat didefinisikan sebagai ketidakmampuan mencapai standar hidup minimal berdasarkan kualitas dan materi. Secara luas, kemiskinan mengacu pada kondisi ekonomi yang tidak hanya berarti tidak dapat memenuhi kebutuhan dasar, tetapi juga secara umum belum mampu memenuhi kebutuhan sandang, pangan, dan tempat tinggal. Kemiskinan tidak memandang jenis kelamin, tetapi semua individu memiliki kebutuhan yang sama, seperti kebutuhan akan makanan, minuman, dan kebutuhan hidup lainnya.
2.2 Jumlah Penduduk
Menurut Lembaga BPS dalam Statistik Indonesia (2013), penduduk adalah semua individu yang tinggal di wilayah geografis Republik Indonesia selama minimal 6 bulan atau lebih, atau mereka yang tinggal kurang dari 6 bulan tetapi memiliki tujuan untuk menetap. Menurut Said (2001), penduduk adalah jumlah orang yang tinggal di suatu wilayah pada waktu tertentu, yang merupakan hasil dari proses demografi seperti kelahiran, kematian, dan migrasi. Dari kedua definisi tersebut, dapat disimpulkan bahwa penduduk adalah kelompok manusia yang menempati suatu wilayah tertentu yang dapat berubah seiring waktu karena adanya proses kelahiran, kematian, dan perpindahan dari satu wilayah ke wilayah lainnya.
2.3 Usia Produktif
Penduduk usia produktif merujuk pada mereka yang berada dalam usia kerja dan mampu menghasilkan barang dan jasa. Penduduk usia produktif yang tidak bekerja termasuk dalam kategori penduduk miskin yang mencari pekerjaan atau menganggur, dan bukan termasuk dalam angkatan kerja (penduduk miskin yang tidak bekerja dan tidak mencari pekerjaan).
Salah satu faktor penting yang mempengaruhi kesejahteraan masyarakat adalah tingkat pendapatan. Pendapatan masyarakat akan mencapai titik maksimum jika penggunaan tenaga kerja secara penuh dapat terwujud. Oleh karena itu, ketidakbekerjaan atau pengangguran akan mengurangi pendapatan dan pada akhirnya menurunkan tingkat kesejahteraan yang mereka rasakan.
2.4 Kepadatan
Setiap tahun, jumlah penduduk di suatu tempat atau daerah akan bertambah tergantung pada jumlah kelahiran yang terjadi. Jumlah penduduk menjadi masalah bagi pemerintah jika tidak dapat dikendalikan, karena peningkatan jumlah penduduk setiap tahun dapat menyebabkan tingginya tingkat kemiskinan. Pertumbuhan penduduk dapat mengurangi angka kemiskinan jika masyarakat mendapatkan pekerjaan yang dapat memenuhi kebutuhan mereka. Namun, pemerintah menghadapi kesulitan dalam menyediakan lapangan kerja bagi masyarakat jika jumlah penduduk tinggi.
Hal ini terjadi karena pembangunan di suatu daerah tidak selalu berlangsung secara sistemik. Beberapa daerah mengalami pertumbuhan yang cepat, sementara daerah lain mengalami pertumbuhan yang lambat. Perbedaan ini disebabkan oleh kurangnya sumber daya yang dimiliki, kecenderungan investor untuk memilih daerah perkotaan atau daerah yang sudah memiliki fasilitas seperti transportasi, listrik, telekomunikasi, perbankan, asuransi, dan tenaga kerja terampil. Selain itu, juga terdapat ketimpangan dalam redistribusi pendapatan dari pemerintah pusat ke daerah-daerah (Arifin, 2010).
3 SOURCE CODE
3.1 Regresi Linier Berganda
H0: Tidak ada hubungan antara penduduk, usia produktif, dan kepadatan terhadap kemiskinan H1: Minimal ada salah satu variabel mempunyai hubungan linear dengan kemiskinan
> library(readxl)
> data <- read.csv("C:/Users/ASUS/Downloads/kemiskinan.csv")
> reg1 <- lm(Kemiskinan~Penduduk+UsiaProduktif+Kepadatan,data=data)
> summary(reg1)
Call:
lm(formula = Kemiskinan ~ Penduduk + UsiaProduktif + Kepadatan,
data = data)
Residuals:
Min 1Q Median 3Q Max
-6.755 -3.217 -1.143 1.207 14.112
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -8.167e+01 5.037e+01 -1.622 0.1153
Penduduk 9.129e-04 8.094e-04 1.128 0.2684
UsiaProduktif 9.771e-01 5.327e-01 1.834 0.0765 .
Kepadatan -1.049e-04 3.849e-04 -0.273 0.7870
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 5.213 on 30 degrees of freedom
Multiple R-squared: 0.1568, Adjusted R-squared: 0.07245
F-statistic: 1.859 on 3 and 30 DF, p-value: 0.15783.2 ASUMSI NORMALITAS
H0: Residual berdistribusi Normal H1: Residual tidak berdistribusi Normal
> library(tseries)
> sisa <- residuals(reg1)
> jarque.bera.test(sisa)
Jarque Bera Test
data: sisa
X-squared = 9.8916, df = 2, p-value = 0.007113
> shapiro.test(sisa)
Shapiro-Wilk normality test
data: sisa
W = 0.89224, p-value = 0.0028793.3 ASUMSI HOMOSKEDASTISITAS
H0: Tidak Terjadi Heteroskedastisitas H1: Terjadi Heteroskedastisitas
> library(lmtest)
> bptest(reg1)
studentized Breusch-Pagan test
data: reg1
BP = 1.2785, df = 3, p-value = 0.73423.4 ASUMSI NONAUTOKORELASI
H0: Tidak Terjadi kasus autokorelasi H1: Terjadi kasus autokorelasi
> dwtest(reg1)
Durbin-Watson test
data: reg1
DW = 1.3549, p-value = 0.02388
alternative hypothesis: true autocorrelation is greater than 03.5 ASUMSI NONMULTIKOLINIERITAS
> library(car)
+ vif(reg1)
+ Jika vif>=10, maka terdapat multikoliinieritas antar variabel prediktor
Error: <text>:3:6: unexpected symbol
2: vif(reg1)
3: Jika vif
^> n <- 1000
> x1 <- matrix(rnorm(n), ncol = 2)
> x2 <- matrix(rnorm(n, mean = 3, sd = 1.5), ncol = 2)
> x <- rbind(x1, x2)> library(rmarkdown)
> paged_table(as.data.frame(x))4 HASIL DAN PEMBAHASAN
Dari summary pada data reg1 dapat diperoleh persamaan regresinya yaitu Y_hat= -8.167+9.129X1+9.771X2-1.049X3, dan p value pada variabel penduduk sebesar 0.2684 lebih besar dari alpha (0.05) yang artinya terima H0, p value pada variabel usia produktif yaitu sebesar 0.0765 lebih besar dari alpha(0.05) yang artinya terima H0, dan p value pada kepadatan yaitu 0.7870 lebih besar dari alpha (0.05) maka terima H0 juga.
Untuk asumsi normalitas diperoleh p value sebesar 0.007113 berdasarkan jarque bera test, apabila shapiro wilk diperoleh sebesar 0.002879, yaitu lebih kecil dari alpha maka tolak H0. Untuk asumsi homoskedastisitas diperoleh p value sebesar 0.7342 lebih besar dari alpha, maka terima H0. Dan untuk asumsi nonautokorelasi diperoleh p value sebesar 0.02388 lebih kecil dari alpha, maka tolak H0. Dan terakgir yaitu asumsi nonmultikolinieritas diperoleh nilai vif < 10 maka tidak terdapat multikoliinieritas antar variabel prediktor
5 KESIMPULAN
Dapat disimpulkan dengan taraf nyata sebesar 5% bahwa Tidak terdapat hubungan yang signifikan antara penduduk, usia produktif, dan kepadatan terhadap kemiskinan. Pada data tersebut residual tidak berdistribusi normal, tidak terjadi heteroskedastisitas, terjadi kasus non auto korelasi, dan tidak terdapat multikolinieritas antar variabel prediktor.
6 DAFTAR PUSTAKA
Azizah, E. W., Sudarti, S., & Kusuma, H. (2018). Pengaruh pendidikan, pendapatan perkapita dan jumlah penduduk terhadap kemiskinan di Provinsi Jawa Timur. Jurnal Ilmu Ekonomi, 2(1), 167-180.
Fitri, C. D., Safitri, W. D., & Chairunnas, C. (2021). Analisis pengaruh penduduk usia produktif yang tidak bekerja, zakat, pertumbuhan ekonomi, dan indeks pembangunan manusia terhadap tingkat kemiskinan kabupaten/kota di Provinsi Aceh. Ekobis Syariah, 1(2), 1-10.
Mahsunah, D. (2013). Analisis pengaruh jumlah penduduk, pendidikan dan pengangguran terhadap kemiskinan di Jawa Timur. Jurnal Pendidikan Ekonomi (JUPE), 1(3).
Nabawi, H. (2020). Pengaruh Jumlah Penduduk, Tingkat Pendidikan dan PDRB terhadap Kemiskinan di Kota Malang. OECONOMICUS Journal of Economics, 4(2), 104-117.
Ristika, E. D., Primandhana, W. P., & Wahed, M. (2021). Analisis Pengaruh Jumlah Penduduk, Tingkat Pengangguran Terbuka Dan Indeks Pembangunan Manusia Terhadap Tingkat Kemiskinan Di Provinsi Jawa Timur. Eksis: Jurnal Ilmiah Ekonomi dan Bisnis, 12(2), 129-136.