LAPORAN KEGIATAN MAGANG MAHASISWA

REGRESI DATA PANEL UNTUK PEMODELAN DATA PERSENTASE

PENDUDUK MISKIN DI JAWA TENGAH TAHUN 2015-2019

Disusun oleh :

GRIVANLISCHA

M0718025

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
2021

i
 HALAMAN PENGESAHAN

LAPORAN KEGIATAN MAGANG MAHASISWA

DI BADAN PERENCANAAN PEMBANGUNAN, PENELITIAN DAN
PENGEMBANGAN DAERAH (BAPPEDA) PROVINSI JAWA TENGAH
11 Januari 2021 – 11 Februari 2021
Disusun untuk memenuhi tugas Kegiatan Magang Mahasiswa
Dilaksanakan oleh
GRIVANLISCHA (M0718025)
Semarang, 5 April 2021
Menyetujui,
Pembimbing Prodi Statistika Pembimbing Lapangan

Dr. Hasih Pratiwi, M.Si. Nurwi Mayasri F., S.Sos, M.Si.

NIP. 19700228 199512 2 001 NIP 19721105 199803 2 008
Koordinator Kuliah Magang Mahasiswa
Program Studi Statistika Fakultas MIPA UNS

Dra. Etik Zukhronah, M.Si.

NIP. 19661213 199203 2 001

Mengesahkan,
Kepala Program Studi Statistika Kepala Bidang PEMSOSBUD
Fakultas MIPA UNS BAPPEDA Provinsi Jawa Tengah

Drs. Isnandar Slamet, M.Sc, Ph.D. Drs. Edi Wahyono, M.Si.

NIP.19660328 199203 1 001 NIP. 19670722 199603 1 003

ii
 KATA PENGANTAR

Assalamualaikum Warahmatullahi Wabarakatuh

Puji syukur kepada Allah SWT yang telah melimpahkan rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan penulisan laporan Kegiatan
Magang Mahasiswa (KMM) dengan baik. Pada kesempatan ini, penulis
mengucapkan terimakasih kepada pihak-pihak berikut :
1. Ibu Dr. Hasih Pratiwi, M.Si. selaku Dosen Pembimbing Kuliah Magang
Mahasiswa yang telah memberikan arahan, bimbingan, dan dukungan
dalam menyusun laporan ini.
2. Bapak Drs. Edi Wahyono, M.Si. selaku Kepala Bidang Pemerintahan dan
Sosial Budaya.
3. Ibu Nurwi Mayasri F., S.Sos, M.Si. selaku pembimbing lapangan kegiatan
Kuliah Magang Mahasiswa.
4. Seluruh Staff Bidang Pemerintahan dan Sosial Budaya BAPPEDA
Provinsi Jawa Tengah.
5. Seluruh karyawan Badan Perencanaan Pembangunan, Penelitian dan
Pengembangan Daerah Provinsi Jawa Tengah.
6. Seluruh pihak yang telah membantu dalam proses kegiatan Kuliah
Magang Mahasiswa.

Semoga dengan adanya laporan KMM yang berjudul “REGRESI DATA

PANEL UNTUK PEMODELAN DATA PERSENTASE PENDUDUK
MISKIN DI JAWA TENGAH TAHUN 2015-2019” dapat memberikan manfaat
kepada semua pihak. Apabila terdapat kesalahan baik saat proses KMM maupun
pembuatan laporan KMM, penulis memohon maaf atas kesalahan tersebut.
Wassalamualaikum Warahmatullahi Wabarakatuh.

Semarang, 5 April 2021

Penulis

iii
 DAFTAR ISI

HALAMAN JUDUL .............................................................................................. i

HALAMAN PENGESAHAN ............................................................................... ii
KATA PENGANTAR .......................................................................................... iii
DAFTAR ISI ......................................................................................................... iv
DAFTAR TABEL ................................................................................................ vi
DAFTAR GAMBAR ............................................................................................ vi
BAB I PENDAHULUAN ...................................................................................... 1
1.1. Latar Belakang ......................................................................................... 1
1.2. Rumusan Masalah .................................................................................... 2
1.3. Tujuan ....................................................................................................... 2
1.4. Manfaat ..................................................................................................... 2
BAB II PELAKSANAAN KEGIATAN .............................................................. 3
2.1. Profil ......................................................................................................... 3
2.2. Paparan Kegiatan ...................................................................................... 6
BAB III LANDASAN TEORI ............................................................................ 10
3.1. Kemiskinan ............................................................................................. 10
3.2. Regresi Data Panel ................................................................................. 10
3.3. Estimasi Regresi Data Panel ................................................................... 11
3.4. Pemilihan Model Estimasi Regresi Data Panel ...................................... 13
3.5. Uji Kelayakan Model ............................................................................. 13
3.6. Uji Asumsi Klasik .................................................................................. 14
BAB IV HASIL DAN PEMBAHASAN ............................................................ 18
4.1. Deskripsi Data ........................................................................................ 18
4.2. Pemilihan Model Terbaik ....................................................................... 18
4.3. Uji Kelayakan Model Regresi Data Panel .............................................. 20
4.4. Model Terbaik Regresi Data Panel ........................................................ 21
4.5. Uji Asumsi Klasik .................................................................................. 22
BAB V PENUTUP ............................................................................................... 25
DAFTAR PUSTAKA .......................................................................................... 26
LAMPIRAN ......................................................................................................... 27

iv
Lampiran 1. Uji Hausman ................................................................................. 27
Lampiran 2. Random Effect Model .................................................................... 28
Lampiran 3. Random Effect Model Terbaik ...................................................... 29
Lampiran 4. Hasil Uji Normalitas ..................................................................... 30
Lampiran 5. Surat Keterangan Penerimaan Magang ......................................... 31
Lampiran 6. Presensi Kuliah Magang Mahasiswa ............................................ 32
Lampiran 7. Presensi Bimbingan Magang ........................................................ 35

v
 DAFTAR TABEL

Tabel 1. Paparan Kuliah Magang Mahasiswa ........................................................ 7

Tabel 2. Statistik Deskriptif Setiap Variabel ........................................................ 18
Tabel 3. Hasil Uji Chow ....................................................................................... 19
Tabel 4. Hasil Uji t ............................................................................................... 21
Tabel 5. Hasil Uji Multikolinearitas ..................................................................... 22
Tabel 6. Hasil Uji Heteroskedastisitas.................................................................. 23

DAFTAR GAMBAR

Gambar 1. Struktur Organisasi BAPPEDA Provinsi Jawa Tengah ...................... 6

vi
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Kemiskinan merupakan salah satu masalah penting yang harus
diberantas saat ini. Di lansir dari situs Maxmanroe.com, menurut Badan
Perencanaan Pembangunan Nasional, arti kemiskinan adalah situasi serba
kekurangan karena keadaan yang tidak dapat dihindari oleh seseorang dengan
kekuatan yang dimilikinya. Pengertian kemiskinan secara umum adalah suatu
kondisi dimana seseorang tidak mampu untuk memenuhi kebutuhan dasarnya
seperti pangan, sandang, tempat tinggal, pemdidikan, dan kesehatan yang
layak. Data dari Badan Pusat Statistik menunjukan bahwa jumlah penduduk
miskin di Jawa Tengah pada September 2020 sebanyak 4.119,93 ribu jiwa,
bertambah sebanyak 139,03 ribu jiwa dari Maret 2020. Persentase
kemiskinan untuk Provinsi Jawa Tengah pada September 2020 juga berada di
atas persentase kemiskinan nasional yaitu 11,84% dengan persentase
kemiskinan nasional sebesar 10,19%.
Ada beberapa faktor yang dapat mempengaruhi kemiskinan, seperti
pendidikan, laju pertumbuhan produk domestik regional bruto (PDRB), Upah
Minimum Kabupaten/Kota (UMK) dan lain sebagainya. Kemiskinan juga
memiliki dampak negatif yaitu seperti kriminalitas yang meningkat, angka
kematian tinggi, pengangguran, putus sekolah, masalah kesehatan, dan lain
sebagainya.
Dalam penelitian ini, penulis akan menganalisis faktor-faktor yang
mempengaruhi persentase kemiskinan di Jawa Tengah pada tahun 2015
hingga 2019 dengan menggunakan analisis regresi data panel. Analisis
regresi data panel sendiri adalah analisis regresi yang didasarkan pada data
panel untuk mengamati hubungan antara satu variabel dependen dengan satu
atau lebih variabel independen (Jaya, 2009). Analisis ini cocok digunakan
dengan data persentase kemiskinan di Jawa Tengah pada tahun 2015-2019
sebagai variabel dependen dan laju pertumbuhan PDRB, rata-rata lama
sekolah, UMK, angka partisipasi murni dan dependency ratio sebagai
variabel independen.

1
1.2. Rumusan Masalah
Berdasarkan latar belakang diatas maka masalah yang diambil adalah
sebagai berikut:
1. Faktor apa saja yang berpengaruh secara signifikan terhadap persentase
kemiskinan di Jawa Tengah pada tahun 2015-2019?
2. Bagaimana estimasi parameter model regresi data panel terbaik untuk
persentase kemiskinan di Jawa Tengah tahun 2015-2019?
1.3. Tujuan
Tujuan dari laporan Kuliah Magang Mahasiswa ini adalah sebagai
berikut:
1. Dapat mengetahui faktor apa saja yang berpengaruh secara signifikan
terhadap persentase kemiskinan di Jawa Tengah pada tahun 2015-2019.
2. Dapat mengetahui estimasi parameter model regresi data panel terbaik
untuk persentase kemiskinan di Jawa Tengah tahun 2015-2019.
1.4. Manfaat
Manfaat yang dapat diperoleh dari laporan Kuliah Magang
Mahasiswa ini adalah dapat memberikan hasil analisis faktor-faktor yang
berpengaruh secara signifikan terhadap kemiskinan di Jawa Tengah pada
tahun 2015-2019 serta menjadi referensi dan pertimbangan pemerintah dalam
menyusun kebijakan kedepannya guna memberantas kemiskinan khususnya
di Provinsi Jawa Tengah.

2
 BAB II
PELAKSANAAN KEGIATAN

2.1. Profil
2.1.1. Identitas Instansi
Nama : Badan Perencanaan Pembangunan, Penelitian dan
Pengembangan Daerah
Alamat : Jl. Pemuda No.127-133, Kota Semarang, Jawa
Tengah 50132
Telepon : (024) 351 5591
Website : http://bappeda.jatengprov.go.id
Email : bappeda@jatengprov.go.id
Jam Kerja : Senin – Kamis (07.00-15.30 WIB)
Jumat (07.00-14.00 WIB)
2.1.2. Informasi Umum
Badan Perencanaan Pembangunan, Penelitian dan
Pengembangan Daerah, disingkat Bappeda, merupakan unsur
penunjang urusan pemerintahan Bidang Perencanaan dan Bidang
Penelitian dan Pengembangan yang menjadi kewenangan Daerah yang
juga bertindak sebagai unit kerja perangkat Gubernur sebagai wakil
Pemerintah Pusat Bidang Perencanaan. Bappeda dipimpin oleh Kepala
Badan yang berkedudukan dibawah dan bertanggung jawab kepada
Gubernur melalui Sekretaris Daerah. Badan mempunyai tugas
membantu Gubernur melaksanakan pemerintahan bidang pemerintahan
dan sosial budaya, bidang perekonomian, bidang infrastruktur dan
pengembangan wilayah, bidang penyusunan program, monitoring dan
evaluasi pembangunan, bidang riset dan pengembangan, dan bidang
inovasi dan teknologi yang menjadi kewenangan Daerah dan tugas
pembantuan yang ditugaskan kepada Daerah serta tugas Gubernur
sebagai wakil pemerintah pusat di bidang perencanaan pembangunan
daerah.
Badan Perencanaan Pembangunan Daerah di bentuk
berdasarkan pertimbangan:

3
 a. Bahwa dalam rangka usaha peningkatan keserasian pembangunan
di daerah diperlukan adanya peningkatan keselarasan antara
pembangunan sektoral dan pembangunan daerah.
b. Bahwa dalam rangka usaha menjamin laju perkembangan,
keseimbangan dan kesinambungan pembangunan didaerah,
diperlukan perencanaan yang lebih menyeluruh, terarah dan
terpadu
2.1.3. Visi dan Misi
a. Visi
Profesional, partisipatif dan inovatif guna mewujudkan
perencanaan pembangunan yang efektif dan berkelanjutan.
b. Misi
Guna mewujudkan visi tersebut, Badan Perencanaan
Pembangunan, Penelitian dan Pengembangan Daerah Provinsi
Jawa Tengah menetapkan misi sebagai berikut:
 Meningkatkan kapasitas dan kapabilitas SDM;
 Mewujudkan sistem dan tata kerja yang efektif dan efisien;
 Mewujudkan pengelolaan system database perencanaan dan
statistik daerah yang akurat berbasis teknologi informasi;
 Meningkatkan kualitas perencanaan serta koordinasi internal,
horizontal dan vertikal dengan melibatkan secara aktif
pemangku kepentingan.
2.1.4. Tugas dan Fungsi
a. Tugas
Bappeda Prov. Jateng mempunyai tugas membantu
Gubernur melaksanakan pemerintahan bidang pemerintahan dan
sosial budaya, bidang perekonomian, bidang infrastruktur dan
pengembangan wilayah, bidang penyusunan program, monitoring
dan evaluasi pembangunan, bidang riset dan pengembangan, dan
bidang inovasi dan teknologi yang menjadi kewenangan Daerah
dan tugas pembantuan yang ditugaskan kepada Daerah serta tugas

4
 Gubernur sebagai wakil pemerintah pusat di bidang perencanaan
pembangunan daerah.
b. Fungsi
Dalam melaksanakan tugas sebagaimana, Bappeda melaksanakan
fungsi:
 Penyusunan kebijakan teknis di bidang perencanaan, penelitian
dan pengembangan;
 Pelaksanaan tugas dukungan teknis di bidang perencanaan,
penelitian dan pengembangan;
 Pemantauan, evaluasi, dan pelaporan pelaksanaan tugas
dukungan teknis di bidang perencanaan dan penelitian
pengembangan;
 Pelaksanaan tugas Gubernur sebagai wakil pemerintah pusat di
bidang perencanaan pembangunan daerah;
 Pembinaan teknis penyelenggaraan fungsi penunjang Urusan
Pemerintahan Daerah di bidang perencanaan pembangunan,
penelitian dan pengembangan;
 Pelaksanaan fungsi lain yang diberikan oleh Gubernur, sesuai
tugas dan fungsinya.
2.1.5. Struktur Organisasi
Struktur Organisasi berdasarkan Pergub No. 1 Tahun 2019
tentang Organisasi dan Tata Kerja Badan Perencanaan Pembangunan,
Penelitian, dan Pengembangan Daerah Provinsi Jawa Tengah.

5
 Gambar 1. Struktur Organisasi BAPPEDA Provinsi Jawa Tengah berdasarkan
Pergub No. 1 Tahun 2019
2.2. Paparan Kegiatan
2.2.1. Tempat dan Waktu Pelaksanaan
Kuliah Magang Mahasiswa di Kantor BAPPEDA Provinsi
Jawa Tengah Kota Semarang pada bidang Pemerintahan dan Sosial
Budaya dimulai pada hari Senin, 11 Januari 2021 sampai Kamis, 11
Februari 2021. Jam kerja pada hari Senin sampai Kamis adalah pukul
07.00 sampai 15.30 WIB dan pada hari Jumat adalah pukul 07.00
sampai 14.00 WIB.
2.2.2. Paparan Kegiatan
Kegiatan Magang Mahasiswa (KMM) dilaksanakan selama 1
bulan, yaitu mulai 11 Januari sampai 11 Februari 2021. Penulis dapat
menerapkan berbagai ilmu yang telah diperoleh dan dapat

6
 menyesuaikan ilmu yang dimiliki dengan kondisi di dunia kerja yang
sesungguhnya. Selama kegiatan magang, penulis melakukan berbagai
aktivitas yang dapat menambah wawasan dan pengalaman penulis.
Aktivitas penulis saat melaksanakan kegiatan magang diberikan pada
Tabel 1.

Tabel 1. Paparan Kuliah Magang Mahasiswa di Kantor BAPPEDA

Provinsi Jawa Tengah
No. Hari, Tanggal Tugas dan Kegiatan
1. Senin, 11 Januari 2021  Pengenalan bidang Pemerintahan
dan Sosial Budaya sub bidang
Pemerintahan, Pemberdayaan
Masyarakat dan Desa tim
Koordinasi Penanggulangan
Koordinasi Kemiskinan.
 Mengikuti rapat koordinasi Data
Terpadu Kesejahteraan Sosial
(DTKS).
 Melengkapi data Makro KIN.
2. Selasa, 12 Januari 2021  Proses pengerjaan membuat
grafik dengan data Makro KIN.
 Mengolah data Kepala Rumah
Tangga DTKS.
3. Rabu, 13 Januari 2021  Mengolah data Kepala Rumah
Tangga DTKS.
 Membagi data desa DTKS per
kecamatan menjadi 3 prioritas.
4. Kamis, 14 Januari 2021  Membagi data desa DTKS per
kecamatan menjadi 3 prioritas.
 Menyajikan data jumlah
penduduk per kategori.
5. Jumat, 15 Januari 2021  Menyajikan data jumlah
penduduk per kategori dan
menginterpretasikannya.
6. Senin, 18 Januari 2021  Membuat grafik dengan data
Makro KIN.
 Menyajikan data jumlah
penduduk per kategori
 Membandingkan pemetaan
berdasarkan kecamatan dan
kabupaten.
7. Selasa, 19 Januari 2021  Membandingkan pemetaan
berdasarkan kecamatan dan

7
 kabupaten.
 Melengkapi data intervensi
kegiatan Organisai Perangkat
Daerah (OPD) untuk
penanggulangan kemiskinan.
 Membandingkan pemetaan
berdasarkan kecamatan tahun
2019 dan 2020.
 Melengkapi data desa dampingan
sebagai perbandingan tahun 2018-
2020.
8. Rabu, 20 Januari 2021  Memperbaiki hasil rekap
pemetaan kelurahan dan desa
berdasarkan kecamatan DTKS.
 Membandingkan pemetaan desa
dan kelurahan DTPFM-OTM
dengan DTKS.
 Merekap jumlah desa dan
kelurahan menggunakan file
KODE DAN DATA PROVINSI
JAWA TENGAH.
 Merekap indikator kesejahteraan
DTKS tahun 2020 sebanyak 8
kabupaten.
9. Kamis, 21 Januari 2021  Merekap indikator kesejahteraan
DTKS tahun 2020 sebanyak 8
kabupaten.
10. Jumat, 22 Januari 2021  Merekap indikator kesejahteraan
DTKS tahun 2020 sebanyak 8
kabupaten.
11. Senin, 25 Januari 2021  Mencari data series indikator
Sustainable Development Goals
(SDG) Provinsi Jawa Tengah
dengan sumber data BPS.
12. Selasa, 26 Januari 2021  Meng-query data DTKS untuk
Anggota Rumah Tangga (ART)
per kabupaten.
13. Rabu, 27 Januari 2021  Meng-query data DTKS untuk
ART per kabupaten.
14. Kamis, 28 Januari 2021  Meng-query data DTKS untuk
ART per kabupaten.
15. Jumat, 29 Januari 2021  Mencari metode peramalan
terbaik untuk data SDG Jawa
Tengah.
16. Senin, 1 Februari 2021  Meramalkan data SDG.
 Mengolah data ART DTKS.
17. Selasa, 2 Februari 2021  Mengolah data ART DTKS.

8
18. Rabu, 3 Februari 2021  Mengolah data ART DTKS
 Melakukan visualisasi desa
dampingan untuk 15 kabupaten
menggunakan aplikasi QGIS.
19. Kamis, 4 Februari 2021  Mengolah data ART DTKS.
 Membandingkan tingkat
kesejahteraan 15 kabupaten
berdasarkan kecamatan dan
kabupaten.
20. Jumat, 5 Februari 2021  Mengolah data ART DTKS.
21. Senin, 8 Februari 2021  Mengolah data ART DTKS.
22. Selasa, 9 Februari 2021  Merekap anggaran dan realisasi
anggaran yang berhubungan
dengan kebijakan
penanggulangan kemiskinan
tahun 2019.
23. Rabu, 10 Februari 2021  Merekap anggaran dan realisasi
anggaran yang berhubungan
dengan kebijakan
penanggulangan kemiskinan
tahun 2020.
24. Kamis, 11 Februari 2021  Mengikuti Rapat Koordinasi
Penyusunan Rencana
Penanggulangan Kemiskinan
Daerah (RKPD) Provinsi Jawa
Tengah Tahun 2022-2023 secara
daring.

9
 BAB III
LANDASAN TEORI

3.1. Kemiskinan
Kemiskinan menggambarkan kondisi ketiadaan kepemilikan dan
rendahnya pendapatan, atau secara lebih rinci menggambarkan suatu kondisi
tidak dapat terpenuhinya kebutuhan dasar manusia, yaitu pangan, papan dan
sandang (Bhinadi, 2017). Beberapa definisi menggambarkan kondisi
ketiadaan tersebut. Salah satunya adalah definisi kemiskinan yang digunakan
Badan Pusat Statistik (BPS), yang menjelaskan kemiskinan sebagai
ketidakmampuan individu dalam memenuhi kebutuhan dasar minimal untuk
hidup layak.
Berdasarkan hasil penelitian, pengangguran, PDRB dan populasi
berpengaruh secara signifikan terhadap tingkat kemiskinan di Provinsi Jawa
Tengah (Puspita, 2015). Kemiskinan juga memiliki dampak negative yaitu
seperti tindak criminal, pengangguran, kesehatan yang terganggu dan masih
banyak lagi.
3.2. Regresi Data Panel
Data panel adalah gabungan antara data cross section dan data time
series, dimana unit cross section yang sama diukur pada waktu yang berbeda
(Jaya, 2009). Secara sederhana regresi data panel dapat diartikan sebagai
metode regresiyang digunakan pada data penelitian yang bersifat panel.
Ordinary Least Square (OLS) yang memiliki kekhususan dari segi jenis data
dan tujuan analisis datanya. Dilihat dari tujuan analisis data, data panel
berguna untuk melihat perbedaan karakteristik antar setiap individu dalam
beberapa periode pada objek penelitian. Terdapat beberapa tahapan dalam
analisis regresi data panel yaitu pemilihan model regresi, pengujian asumsi
klasik, uji kelayakan model dan interpretasi model. Selain itu, terdapat tiga
teknik yang ditawarkan dalam regresi data panel yaitu common effect, fixed
effect dan random effect.
Model persamaan data panel yang merupakan gabungan dari data
cross section dan data time series dapat dituliskan:

10
 Keterangan :
: Variabel dependen
: Variabel independen
: Periode ke-t
: Entitas ke-i
: Konstanta
: Koefisien kemiringan untuk semua unit
: Nilai galat
3.3. Estimasi Regresi Data Panel
Estimasi model regresi data panel bertujuan untuk memprediksi
parameter model regresi yaitu nilai intersep atau konstanta dan koefisien
regresi. Untuk mengestimasi parameter model dengan data panel, terdapat
tiga teknik yaitu:
3.3.1. Model Common Effect
Teknik ini merupakan teknik yang paling sederhana untuk
mengestimasi parameter model data panel, yaitu dengan
mengkombinasikan data cross section dan time series sebagai satu
kesatuan tanpa melihat adanya perbedaan waktu dan individu.
Pendekatan yang dipakai pada model ini adalah metode Ordinary
Least Square (OLS). Secara umum, persamaan modelnya dituliskan:

Keterangan :
: Variabel dependen
: Variabel independen
: Periode ke-t
: Entitas ke-i
: Konstanta
: Koefisien kemiringan untuk semua unit
: Nilai galat

11
3.3.2. Model Fixed Effect
Teknik ini mengestimasi data panel dengan menggunakan
variabel dummy untuk menangkap adanya perbedaan intersep.
Pendekatan ini didasarkan adanya perbedaan intersep antara
perusahaan namun intersepnya sama antar waktu. Pendekatan yang
digunakan pada model ini menggunakan metode Least Square Dummy
Variable (LSDV). Secara umum, persamaan modelnya dituliskan:

Keterangan :
: Variabel dependen
: Variabel independen
: Periode ke-t
: Entitas ke-i
: Konstanta
: Koefisien kemiringan untuk semua unit
: Nilai galat
: Variabel dummy
3.3.3. Model Random Effect
Teknik ini akan mengestimasi data panel dimana variabel
gangguan mungkin saling berhubungan antar waktu dan antar individu.
Perbedaan antar individu dan antar waktu diakomodasi lewat error.
Karena adanya korelasi antar variabel gangguan maka metode OLS
tidak bisa digunakan sehingga model random effect menggunakan
metode Generalized Least Square (GLS). Secara umum, persamaan
modelnya dituliskan:

Keterangan :
: Variabel dependen
: Variabel independen

12
 : Periode ke-t
: Entitas ke-i
: Konstanta
: Koefisien kemiringan untuk semua unit
: Nilai galat
: Komponen galat table silang
: Komponen galat runtun waktu
: Komponen galat gabungan
3.4. Pemilihan Model Estimasi Regresi Data Panel
3.4.1. Uji Chow
Pengujian untuk menentukan model fixed effect atau common
effect yang paling tepat digunakan dalam mengestimasi data panel.
Pengujian hipotesis dilakukan sebagai berikut:
 Model yang tepat digunakan adalah Common Effect Model.
Model yang tepat digunakan adalah Fixed Effect Model.
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika probabilitas cross-section F atau
chi-square < α = 0,05
3.4.2. Uji Hausman
Pengujian statistic untuk memilih apakah fixed effect atau
random effect yang paling tepat digunakan dalam mengestimasi data
panel. Pengujian hipotesis dilakukan sebagai berikut:
 Model yang tepat digunakan adalah Random Effect Model.
Model yang tepat digunakan adalah Fixed Effect Model.
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika probabilitas chi-square < α = 0,05
3.5. Uji Kelayakan Model
Uji kelayakan model dilakukan untuk mengidentifikasi model regresi
yang terbentuk layak atau tidak untuk menjelaskan pengaruh variabel
independen terhadap variabel dependen.

13
 3.5.1. Uji F
Uji F diperuntukan guna melakukan uji hipotesis koefisien
regresi secara bersamaan dan memastikan bahwa model yang dipilih
layak atau tidak untuk menginterpretasikan pengaruh variabel
independen terhadap variabel dependen. Pengujian hipotesis dilakukan
sebagai berikut:
 (Semua variabel independen tidak
berpengaruh secara signifikan terhadap variabel dependen).
Paling tidak terdapat satu (Paling tidak
terdapat satu variabel independen yang berpengaruh secara
signifikan terhadap variabel dependen).
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika atau probabilitas <
α = 0,05
3.5.2. Uji t
Uji t digunakan untuk menguji koefisien regresi secara
individu. Pengujian hipotesis dilakukan sebagai berikut:
 (Variabel independen tidak berpengaruh secara
signifikan terhadap variabel dependen).
(Variabel independen berpengaruh secara signifikan
terhadap variabel dependen).
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika atau probabilitas <
α = 0,05
3.5.3. Koefisien Determinasi
Nilai koefisien determinasi mencerminkan seberapa besar
variasi dari variabel dependen dapat diterangkan oleh variabel
independen. Sebuah model dikatakan baik jika nilai R2 mendekati satu
atau sebaliknya jika nilai R2 mendekati 0 maka model kurang baik.
3.6. Uji Asumsi Klasik
Regresi data panel memberikan pilihan model berupa common effect,
fixed effect dan random effect. Model common effect dan fixed effect

14
menggunakan pendekatan Ordinary Least Square (OLS) sedangkan random
effect menggunakan Generalized Least Squares (GLS). Namun, tidak semua
uji asumsi klasik harus terpenuhi karena autokorelasi biasanya terjadi pada
data time series yang merupakan data satu individu yang diobservasi dalam
rentang waktu (Nachrowi dan Hardius, 2006). Model common effect dan fixed
effect wajib memenuhi uji heteroskedastisitas dan uji multikolinearitas (jika
variabel independennya lebih dari satu), sedangkan untuk model random
effect wajib memenuhi uji normalitas dan uji multikolinearitas (jika variabel
independennya lebih dari satu) (Mardani, 2021).
3.6.1. Uji Normalitas
Uji normalitas merupakan pengujian terhadap kenormalan
distribusi data. Jika residual model tidak terdistribusi normal, maka uji
t kurang relevan digunakan untuk menguji koefisien regresi. Uji
normalitas dapat dilakukan dengan beberapa metode seperti histogram
residual, kolmogrov smirnov, skewness kurtosius dan jarque-bera. Uji
normalitas menggunakan jarque-bera didasarkan pada sampel besar
yang diasumsikan bersifat asymptotic dan menggunkan perhitungan
skewness dan kurtosis. Pengujian hipotesis dilakukan sebagai berikut:
 Residu berdistribusi normal
Residu tidak berdistribusi normal
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika nilai jarque-bera (JB) >
5,99 atau probabilitas < 0,05
 Statistik Uji :
Uji jarque-bera:

3.6.2. Uji Multikolinearitas

Uji multikolinearitas dilakukan pada saat model regresi
menggunakan lebih dari satu variabel bebas. Multikolinearitas berarti
adanya hubungan linear di antara variabel bebas. Dampak adanya
multikolinearitas adalah banyak variabel independen tidak signifikan

15
 mempengaruhi variabel dependen namun nilai koefisien determinasi
tetap tinggi. Metode untuk mendeteksi multikolinearitas antara lain
variance influence factor dan korelasi berpasangan. Metode korelasi
berpasangan untuk mendeteksi multikolinearitas akan lebih bermanfaat
karena dengan menggunakan metode tersebut dapat mengetahui secara
rinci variabel bebas apa saja yang memiliki korelasi yang kuat. Jika
nilai korelasinya lebih dari 0,8 maka terdapat multikolinearitas dalam
variabel tersebut
3.6.3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat apakah
residual dari model yang terbentuk memiliki varians yang konstan atau
tidak. Uji heteroskedastisitas penting dilakukan pada model yang
terbentuk karena jika terdapat heteroskedastisitas maka hasil uji t dan
uji F menjadi tidak akurat. Metode untuk mendeteksi
heteroskedastisitas antara lain metode grafik, park, glesjer, korelasi
spearman, goldfield-quandt, breusch-pagan dan white.
3.6.4. Uji Autokorelasi
Autokorelasi adalah korelasi yang terjadi antar observasi dalam
satu variabel. Metode untuk mendeteksi adanya autokorelasi antara
lain metode grafik, durbin-watson, run dan lagrange multiplier.
Pengujian hipotesis menggunakan durbin-watson dilakukan sebagai
berikut:
 Tidak ada autokorelasi positif atau negatif
Ada autokorelasi positif atau negatif
 Taraf signifikansi α = 0,05
 Daerah Kritis :
1. Jika , artinya terdapat autokorelasi positif.
2. Jika , artinya tidak dapat diambil kesimpulan.
3. Jika , artinya tidak terdapat autokorelasi.
4. Jika , artinya tidak dapat diambil
kesimpulan.
5. Jika , artinya terdapat autokorelasi negatif.

16
 Statistik Uji :
Uji Durbin-Watson :

17
 BAB IV
HASIL DAN PEMBAHASAN

4.1. Deskripsi Data

Pada makalah ini digunakan data Persentase Penduduk Miskin di 35
Kabupaten/Kota Jawa Tengah pada Tahun 2015-2019 sebagai variabel
dependen (Y) dan 5 variabel independen yaitu Laju Pertumbuhan PDRB (X1),
Rata-rata Lama Sekolah (X2), Upah Minimum Kabupaten/Kota (X3), Angka
Partisipasi Murni (X4) dan Rasio Ketergantungan (X5).
Gambaran umum variabel dependen dan independen dapat dilihat
pada Tabel 2.
Tabel 2. Statistik Deskriptif Setiap Variabel
Y X1 X2 X3 X4 X5
Mean 11,92 5,52 7,56 1.540.052 59,31 46,09
Median 11,70 5,47 7,22 1.535.000 58,44 46,06
Maksimum 21,50 23,53 10,54 2.498.588 75,72 53,71
Minimum 3,98 2,33 5,88 1.100.000 38,27 36,20
Standar Deviasi 4,03 1,53 1,22 260.071,1 8,20 3,98
Observasi 175 175 175 175 175 175

Berdasarkan Tabel 2, dapat dilihat bahwa rata-rata persentase

penduduk miskin di Kabupaten/Kota Jawa Tengah pada tahun 2015 hingga
2019 adalah 11,92% dengan nilai persentase tertinggi yaitu 21,5% dan nilai
persentase terendah yaitu 3,98% .
4.2. Pemilihan Model Terbaik
Untuk menentukan model yang tepat dalam analisis regresi data
panel, perlu dilakukan uji hipotesis pemilihan model terbaik.
4.2.1. Uji Chow
 Model yang tepat digunakan adalah Common Effect Model.
Model yang tepat digunakan adalah Fixed Effect Model.
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika probabilitas cross-section F atau
chi-square < α = 0,05

18
  Statistik Uji :
Statistik uji chow menggunakan software Eviews dapat dilihat pada
Tabel 3.
Tabel 3. Hasil Uji Chow
Statistik d.f. Probabilitas
Cross-section F 73,54 (34,135) 0,00
Cross-section Chi-square 520,01 34 0,00

 Kesimpulan :
Dapat dilihat pada Tabel 3, nilai prob. cross-section F dan chi-
square = 0,00 < α = 0,05 maka ditolak sehingga model yang
tepat digunakan adalah Fixed Effect Model. Selanjutnya dilakukan
uji hausman untuk melihat apakah Fixed Effect Model atau
Random Effect Model yang lebih tepat untuk digunakan.
4.2.2. Uji Hausman
 Model yang tepat digunakan adalah Random Effect Model.
Model yang tepat digunakan adalah Fixed Effect Model.
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika probabilitas chi-square < α = 0,05
 Statistik Uji :
Statistik uji hausman menggunakan software Eviews didaparkan
nilai probabilitasnya adalah 0,3358 (Lampiran 1).
 Kesimpulan :
Karena probabilitas chi-square = 0,3358 > α = 0,05 maka gagal
ditolak sehingga model yang tepat digunakan adalah Random
Effect Model.

Dari hasil uji chow dan uji hausman di atas dapat disimpulkan bahwa
model yang tepat digunakan adalah Random Effect Model. Selanjutnya
menguji apakah model regresi data panel sudah layak digunakan atau belum
dengan menggunakan uji F dan uji t.

19
4.3. Uji Kelayakan Model Regresi Data Panel
4.3.1. Uji F
 (Semua variabel independen
tidak berpengaruh secara signifikan terhadap variabel dependen).
Paling tidak terdapat satu (Paling tidak
terdapat satu variabel independen yang berpengaruh secara
signifikan terhadap variabel dependen).
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika < α = 0,05
 Statistik uji :
Statistik uji F menggunakan software Eviews didapat nilai
probabilitas dari uji F adalah 0,00 (Lampiran 2).
 Kesimpulan :
Karena nilai probabilitas dari uji F adalah 0,00 < α = 0,05 maka
ditolak sehingga paling tidak terdapat satu variabel independen
yang berpengaruh secara signifikan terhadap variabel dependen.
Selanjutnya kita melakukan uji t untuk melihat variabel independen
mana saja yang berpengaruh secara signifikan terhadap variabel
dependen.
4.3.2. Uji t
 (Variabel independen tidak berpengaruh secara
signifikan terhadap variabel dependen).
(Variabel independen berpengaruh secara signifikan
terhadap variabel dependen).
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika probabilitas < α = 0,05
 Statistik Uji :
Statistik uji t menggunakan software Eviews dapat dilihat pada
Tabel 4.

20
 Tabel 4. Hasil Uji t
Variabel Koefisien Standar Error Uji t Probabilitas
C -1,22 8,32 -0,15 0,88
X1 0,01 0,04 0,27 0,79
X2 -0,46 0,38 -1,18 0,24
X3 -3,63E-06 3,46E-07 -10,49 0,00
X4 0,00 0,02 0,26 0,79
X5 0,47 0,14 3,32 0,00

 Kesimpulan :
Dapat dilihat pada Tabel 4, nilai probabilitas dari uji t yang kurang
dari α = 0,05 adalah variabel X3 dan X5 saja yaitu sebesar 0,00 dan
0.00 sehingga variabel Upah Minimum Kabupate/Kota dan Rasio
Ketergantungan berpengaruh secara signifikan terhadap variabel
dependen, sedangkan untuk variabel Laju Pertumbuhan PDRB,
Rata-rata Lama Sekolah dan Angka Partisipasi Murni tidak
berpengaruh secara signifikan terhadap variabel dependen.
4.4. Model Terbaik Regresi Data Panel
Berdasarkan hasil output software Eviews (Lampiran 3), diperoleh
model terbaik untuk memodelkan hubungan variabel dependen (Y) dengan
variabel independen X3 dan X5 sebagai berikut :

Interpretasi :
 Setiap kenaikan satu satuan variabel independen Upah Minimum
Kabupaten/Kota maka variabel dependen Persentase Penduduk Miskin
akan turun sebesar 0,00000379
 Setiap kenaikan satu satuan variabel independen Rasio Ketergantungan
maka variabel dependen Persentase Penduduk Miskin akan naik sebesar
0,557932
Berdasarkan nilai R-squared Weighted Statistics, variasi Persentase
Penduduk Miskin mampu dijelaskan variabel Upah Minimum
Kabupaten/Kota dan Rasio Ketergantungan sebesar 67,7%.

21
4.5. Uji Asumsi Klasik
Selanjutnya dilakukan uji asumsi klasik terhadap Random Effect
Model terbaik yang sudah didapat.
4.5.1. Uji Normalitas
 Residu berdistribusi normal
Residu tidak berdistribusi normal
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika nilai jarque-bera (JB) >
5,99 atau probability < α = 0,05
 Statistik Uji :
Dengan menggunakan software Eviews diperoleh diperoleh nilai
jarque-bera sebesar 4,233635 dan probabilitas sebesar 0,120414
(Lampiran 4).
 Kesimpulan :
Karena nilai jarque-bera sebesar 4,233635 < 5,99 dan
probabilitas = 0,120414 > α = 0,05 maka gagal ditolak sehingga
residu berdistribusi normal.
4.5.2. Uji Multikolinearitas
 Tidak terdapat multikolinearitas antara Upah Minimum
Kabupaten/Kota dengan Rasio Ketergantungan.
Terdapat multikolinearitas antara Upah Minimum
Kabupaten/Kota dengan Rasio Ketergantungan.
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika nilai mutlak korelasi lebih dari 0,8
 Statistik Uji :
Dengan menggunakan software Eviews diperoleh output seperti
pada Tabel 5.
Tabel 5. Hasil Uji Multikolinearitas
X3 X5
X3 1 -0,37
X5 -0,37 1

22
  Kesimpulan :
Dari Tabel 5 diperoleh nilai korelasi antara X3 dan X5 sebesar -
0,37 maka gagal ditolak sehingga tidak terdapat
multikolinearitas antara Upah Minimum Kabupaten/Kota dengan
Rasio Ketergantungan.
4.5.3. Uji Heteroskedastisitas
 Tidak terdapat masalah heteroskedastisitas.
Terdapat masalah heteroskedastisitas.
 Taraf signifikansi α = 0,05
 Daerah Kritis : ditolak jika nilai probabilitas < α = 0,05
 Statistik Uji :
Dengan menggunakan software Eviews diperoleh output seperti
pada Tabel 6.
Tabel 6. Hasil Uji Heteroskedastisitas
Variabel Koefisien Standar Error Uji t Probabilitas
C 0,59 2,16 0,27 0,78
X3 -9,65E-07 5,60E-07 -1,72 0,09
X5 0,07 0,04 1,91 0,06

 Kesimpulan :
Dari Tabel 6 diperoleh nilai probabilitas X3 dan X5 sebesar 0,09
dan 0,06 > α = 0,05 maka gagal ditolak sehingga tidak terdapat
masalah heteroskedastisitas.
4.5.4. Uji Autokorelasi
 Tidak terdapat autokorelasi positif.
Terdapat autokorelasi positif.
 Taraf signifikansi α = 0,05
 Daerah Kritis :
 ditolak jika DW < dL
 gagal ditolak jika DW > dL
 Tidak dapat disimpulkan jika dL < DW < dU
Berdasarkan tabel Durbin-Watson dengan n = 175 dan k = 2
diperoleh dL = 1,7296 dan dU = 1,7758

23
  Statistik Uji :
Dengan menggunakan software Eviews diperoleh DW = 1.200057
(Lampiran 3)
 Kesimpulan :
Karena nilai DW = 1,200057 < dL = 1,7296 maka ditolak
sehingga terdapat autokorelasi positif.

Dari ke-empat uji asumsi klasik, maka dapat disimpulkan bahwa

model regresi data panel sudah memenuhi uji normalitas, uji multikolinearitas
dan uji heteroskedastisitas. Sedangkan untuk uji autokorelasinya belum
terpenuhi. Hal ini berarti model sudah memenuhi uji asumsi klasik karena
untuk Random Effect Model hanya uji normalitas dan uji multikolinearitas
saja yang wajib terpenuhi.

24
 BAB V
PENUTUP

5.1. Kesimpulan
Berdasarkan hasil analisis yang diperoleh, dari lima faktor hanya dua
faktor saja yang berpengaruh secara signifikan terhadap Persentase Penduduk
Miskin di Jawa Tengah pada tahun 2015 sampai 2019, yaitu Upah Minimum
Kabupaten/Kota dan Rasio Ketergantungan. Sedangkan untuk Laju
Pertumbuhan PDRB, Rata-rata Lama Sekolah dan Angka Partisipasi Murni
tidak berpengaruh secara signifikan terhadap Persentase Penduduk Miskin di
Jawa Tengah pada tahun 2015 sampai 2019.
Estimasi parameter pada model regresi terbaik untuk data Persentase
Penduduk Miskin di Jawa Tengah pada tahun 2015 sampai 2019 adalah
sebagai berikut :

Model menunjukan bahwa setiap kenaikan satu satuan Upah Minimum

Kabupaten/Kota maka Persentase Penduduk Miskin akan turun sebesar
0,00000379 sedangkan setiap kenaikan satu satuan Rasio Ketergantungan
maka Persentase Penduduk Miskin akan naik sebesar 0,557932.
5.2. Saran
Analisis dalam laporan ini belum menggunakan data terbaru sehingga
disarankan untuk penelitian selanjutnya menggunakan data terbaru dan
menambah beberapa variabel lain seperti tingkat pengangguran terbuka,
kesehatan, dan lain sebagainya.

25
 DAFTAR PUSTAKA

Jaya, I. G. N. M., & Sunengsih, N. (2009). Kajian Analisis Regresi dengan Data
Panel. In Prosiding Seminar Nasional Penelitian. Universitas Negeri
Yogyakarta, Yogyakarta.

Sakti, I. (2018). Analisis Regresi Data Panel Menggunakan Eviews. Jakarta:

Universitas Esa Unggul.

Kabasarang, D. C., Setiawan, A., & Susanto, B. (2013). Uji Normalitas

Menggunakan Statistik Jarque-Bera Berdasarkan Metode Bootstrap.
In Seminar Nasional Pendidikan Matematika.

Bhinadi, A. (2017). Penanggulangan kemiskinan dan pemberdayaan masyarakat.

Deepublish.

Puspita, D. W. (2015). Analisis Determinan Kemiskinan di Provinsi Jawa

Tengah. JEJAK: Jurnal Ekonomi dan Kebijakan, 8(1).

Nachrowi, N. D. (2018). Pendekatan populer dan praktis ekonometrika untuk

analisis ekonomi dan keuangan.

BAPPEDA Provinsi Jawa Tengah. (n.d.). Tentang Kami. Diakses 2 April 2021,
dari http://bappeda.jatengprov.go.id/tentang-kami/

Maxmanroe.com. (2018, 1 Juli) Pengertian Kemiskinan Secara Umum, Jenis,

Penyebab, dan Dampak Kemiskinan. Diakses 3 April 2021, dari
https://www.maxmanroe.com/vid/sosial/pengertian-
kemiskinan.html#pengertian_kemiskinan_menurut_para_ahli

Badan Pusat Statistik. (n.d.) Beranda. Diakses 3 April 2021, dari

https://www.bps.go.id/

Mardani, R. (n.d.). Uji Asumsi Klasik untuk Regresi Data Panel. M Jurnal.
Diakses 3 April 2021 dari https://mjurnal.com/skripsi/uji-asumsi-klasik-
untuk-regresi-data-panel/

26
 LAMPIRAN

Lampiran 1. Uji Hausman

Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.

Cross-section random 5.706597 5 0.3358

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

X1 0.015564 0.010844 0.000013 0.1903

X2 0.091510 -0.455900 0.135101 0.1364
X3 -0.000003 -0.000004 0.000000 0.4776
X4 0.009423 0.004864 0.000021 0.3198
X5 1.165569 0.473566 0.326651 0.2260

Cross-section random effects test equation:

Dependent Variable: Y
Method: Panel Least Squares
Date: 04/02/21 Time: 19:09
Sample: 2015 2019
Periods included: 5
Cross-sections included: 35
Total panel (balanced) observations: 175

Variable Coefficient Std. Error t-Statistic Prob.

C -38.50650 28.58354 -1.347156 0.1802

X1 0.015564 0.040872 0.380798 0.7040
X2 0.091510 0.532194 0.171948 0.8637
X3 -3.00E-06 9.42E-07 -3.190878 0.0018
X4 0.009423 0.019075 0.494000 0.6221
X5 1.165569 0.589036 1.978774 0.0499

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.976277 Mean dependent var 11.92114

Adjusted R-squared 0.969424 S.D. dependent var 4.026778
S.E. of regression 0.704125 Akaike info criterion 2.333909
Sum squared resid 66.93184 Schwarz criterion 3.057288
Log likelihood -164.2170 Hannan-Quinn criter. 2.627332
F-statistic 142.4538 Durbin-Watson stat 1.477071
Prob(F-statistic) 0.000000

27
Lampiran 2. Random Effect Model
Method: Panel EGLS (Cross-section random effects)
Date: 04/02/21 Time: 19:08
Sample: 2015 2019
Periods included: 5
Cross-sections included: 35
Total panel (balanced) observations: 175
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C -1.220245 8.322301 -0.146623 0.8836

X1 0.010844 0.040712 0.266353 0.7903
X2 -0.455900 0.384876 -1.184538 0.2379
X3 -3.63E-06 3.46E-07 -10.48991 0.0000
X4 0.004864 0.018516 0.262698 0.7931
X5 0.473566 0.142522 3.322756 0.0011

Effects Specification
S.D. Rho

Cross-section random 2.878604 0.9435

Idiosyncratic random 0.704125 0.0565

Weighted Statistics

R-squared 0.677683 Mean dependent var 1.296336

Adjusted R-squared 0.668147 S.D. dependent var 1.224849
S.E. of regression 0.705595 Sum squared resid 84.13908
F-statistic 71.06567 Durbin-Watson stat 1.205379
Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.500244 Mean dependent var 11.92114

Sum squared resid 1410.013 Durbin-Watson stat 0.071928

28
Lampiran 3. Random Effect Model Terbaik
Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 04/02/21 Time: 19:52
Sample: 2015 2019
Periods included: 5
Cross-sections included: 35
Total panel (balanced) observations: 175
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C -7.953517 6.224508 -1.277774 0.2031

X3 -3.79E-06 3.14E-07 -12.07376 0.0000
X5 0.557932 0.128012 4.358451 0.0000

Effects Specification
S.D. Rho

Cross-section random 2.970839 0.9478

Idiosyncratic random 0.697508 0.0522

Weighted Statistics

R-squared 0.677018 Mean dependent var 1.244864

Adjusted R-squared 0.673263 S.D. dependent var 1.219242
S.E. of regression 0.696930 Sum squared resid 83.54238
F-statistic 180.2689 Durbin-Watson stat 1.200057
Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.459137 Mean dependent var 11.92114

Sum squared resid 1525.990 Durbin-Watson stat 0.065699

29
Lampiran 4. Hasil Uji Normalitas
20
Series: Standardized Residuals
Sample 2015 2019
16 Observations 175

12 Mean 7.11e-15
Median -0.165174
Maximum 7.773093
8 Minimum -6.134633
Std. Dev. 2.961428
4
Skewness 0.338869
Kurtosis 2.651741

0 Jarque-Bera 4.233635
-6 -4 -2 0 2 4 6 8
Probability 0.120414

30
Lampiran 5. Surat Keterangan Penerimaan Magang

31
Lampiran 6. Presensi Kuliah Magang Mahasiswa

32
33
34
Lampiran 7. Presensi Bimbingan Magang
PRESENSI BIMBINGAN MAGANG

Nama Mahasiswa : Grivanlischa

NIM : M0718025
Pembimbing : Dr. Hasih Pratiwi, M.Si.

No Tanggal Uraian Paraf

1 15 September 2020 Konsultasi mengenai tempat magang

2 28 Desember 2020 Konsultasi mengenai proposal

magang
3 30 Januari 2021 Konsultasi kegiatan selama magang

4 25 Maret 2021 Konsultasi mengenai laporan magang

5 4 April 2021 Konsultasi mengenai laporan magang

6 6 April 2021 Presentasi dan review mengenai

laporan magang

35