Faktor yang Mempengaruhi Presentase Penduduk Miskin di Jawa Tengah

Oleh : Erna Dwi Nurindah Sari (06211745000034)

Overview

Data yang digunakan dalam tugas ini adalah data sekunder dengan melakukan pengambilan data dari Tugas Akhir yang berjudul “Pemodelan regresi spline truncated multivariable pada Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten/ Kota Provinsi Jawa Tengah” dengan persentase penduduk miskin di provinsi Jawa Tengah sebagai variabel respon dan persentase laju pertumbuhan ekonomi sebagai variabel prediktor.

Tujuan yang ingin dicapai dalam tugas kali ini adalah sebagai (a) Melakukan analsis statistika deskriptif (b) Membuat visualisasi data berupa scatterplot (c) Menganalisis korelasi antara persentase laju pertumbuhan ekonomi dengan persentase jumlah penduduk miskin yang ada di provinsi Jawa Tengah (d) Menganalisis regresi linier sederhana antara persentase laju pertumbuhan ekonomi dengan persentase jumlah penduduk miskin yang ada di provinsi Jawa Tengah.

library(readxl)
datakemiskinan = read_excel("D:\\Kemiskinan.xlsx")

summary(datakemiskinan)

##  Persentase Penduduk Miskin di Propinsi Jawa Tengah
##  Min.   : 5.12                                     
##  1st Qu.:12.03                                     
##  Median :14.67                                     
##  Mean   :15.46                                     
##  3rd Qu.:18.43                                     
##  Max.   :24.58                                     
##  Persentase laju pertumbuhan ekonomi
##  Min.   : 3.190                     
##  1st Qu.: 4.335                     
##  Median : 5.500                     
##  Mean   : 7.051                     
##  3rd Qu.: 7.840                     
##  Max.   :27.350

Scatter Plot

x = datakemiskinan$`Persentase laju pertumbuhan ekonomi`
y = datakemiskinan$`Persentase Penduduk Miskin di Propinsi Jawa Tengah`

plot(x,y,xlab="Persentase laju pertumbuhan ekonomi", ylab="Persentase Penduduk Miskin di Propinsi Jawa Tengah")

Korelasi

korelasi = cor(x, y, method = "pearson"); korelasi

## [1] -0.5453966

Regresi Linier Sederhana

regresi = lm(y ~ x, data = datakemiskinan); regresi

## 
## Call:
## lm(formula = y ~ x, data = datakemiskinan)
## 
## Coefficients:
## (Intercept)            x  
##       19.27        -0.54

summary(regresi)

## 
## Call:
## lm(formula = y ~ x, data = datakemiskinan)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.9679 -2.9654 -0.4809  2.7213  7.6148 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  19.2710     1.2310  15.655  < 2e-16 ***
## x            -0.5400     0.1445  -3.738 0.000703 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.089 on 33 degrees of freedom
## Multiple R-squared:  0.2975, Adjusted R-squared:  0.2762 
## F-statistic: 13.97 on 1 and 33 DF,  p-value: 0.0007032