SKRIPSI
Oleh:
by:
ADAM HARYA PANGESTU
NIM. 041611133009
Dosen Pembimbing
NIP. 197011201997022001
ii
SKRIPSI
DIAJUKAN OLEH:
ADAM HARYA PANGESTU
NIM: 041611133009
iii
iv
DECLARATION
KATA PENGANTAR
Puji syukur kepada Allah SWT yang telah memberikan saya waktu,
kesehatan, kemudahan dan ketabahan yang luar biasa untuk menyelesaikan
skripsi ini. Skripsi dengan judul “ Analisis Determinan Kemiskinan di Jawa
Timur” ini disusun untuk memenuhi sebagian persyaratan memperoleh gelar
sarjana ekonomi Departemen Ilmu Ekonomi Program Studi Ekonomi
Pembangunan Fakultas Ekonomi dan Bisnis Universitas Airlangga. Berbagai
pihak telah membantu dalam menyelesaikan penelitian ini. Dalam kesempatan
ini saya ingin mengucapkan terima kasih kepada Atik Purmiyati, S.E., M.Si.,
Ph.D selaku dosen pembimbing yang telah bersedia meluangkan waktu untuk
membimbing, memberikan nasehat dan saran untuk penyelesaian penelitian ini.
Saya juga ingin mengucapkan terima kasih kepada Prof. Dr. Dian
Agustia, SE., M.Si., Ak., selaku Dekan Fakultas Ekonomi dan Bisnis Universitas
Airlangga yang telah memberikan kesempatan kepada saya untuk mengikuti
kuliah di Program Studi S1 Ekonomi Pembangunan. Penghargaan dan terima
kasih juga ditujukan kepada Rumayya, S.E.,M.Reg.Dev.,Ph.D. sebagai
Koordinator Program Studi S1 Ekonomi Pembangunan dan para dosen yang
telah mendukung dan memberikan masukan pada penelitian ini, para tenaga
kependidikan yang bertanggung jawab terhadap administrasi akademik.
Tak lupa juga, saya mengucapkan banyak terima kasih kapada kedua
orang tua, yaitu Ayah Adji Basukirno, Ibu Triwidasari, serta kakak, adik dan
saudara tercinta yang selalu memberikan dukungan moril mapun materiil.
Penulis juga menyampaikan terimakasih kepada seluruh teman-teman jurusan
Ekonomi Pembangunan angkatan 2016 yang tidak bisa disebutkan satu persatu.
Penulis menyadari skripsi ini masih jauh dari sempurna, oleh karena itu penulis
mohon maaf apabila masih terdapat kekurangan dan kesalahan. Segala bentuk
kritik dan saran yang bersifat membangun sangat penulis harapkan. Semoga
skripsi ini dapat bermanfaat bagi pembaca.
Penulis
vi
ABSTRAK
Penelitian ini bertujuan untuk mengetahui dan menganalisis faktor-faktor
yang mempengaruhi kemiskinan di Jawa Timur secara parsial dan simultan.
Metode yang digunakan adalah regresi data panel. Penggunaan metode ini
disebabkan data yang digunakan adalah gabungan dari data time series 2011-
2019 dan data cross section kabupaten/kota di Jawa Timur dengan menggunakan
model FEM (Fixed Effect Model). Penelitian ini meregresi variabel IPM,
pertumbuhan ekonomi, TPAK, luas sawah, dan jumlah industri terhadap
kemiskkinan di Jawa Timur.
Hasil penelitian menunjukan secara simultan seluruh variabel independen
berpengaruh signifikan terhadap variabel kemiskinan di Jawa Timur, dan secara
parsial variabel IPM, pertumbuhan ekonomi, dan jumlah industri berpengaruh
negatif signifikan terhadap variabel kemiskinan di Jawa Timur. Variabel yang
berpengaruh positif terhadap kemiskinan di Jawa Timur adalah luas sawah dan
TPAK akan tetapi hanya luas sawah yang pengaruhnya signifikan.
vii
ABSTRACT
This study aims to determine and analyze the factors that influence
poverty in East Java partially and simultaneously. The method used is panel data
regression. The use of this method is because the data used is a combination of
time series data from 2011 to 2019 and cross section data of districts/cities in East
Java using the FEM (Fixed Effect Model) model. This study regresses the
variables HDI, economic growth, TPAK (Labour Force Participation Rate), area
of rice fields, and number of industries to poverty in East Java.
The results showed that simultaneously all independent variables had a
significant effect on the poverty variable in East Java, and partially HDI,
economic growth, and the number of industries had a significant negative effect
on the poverty variable in East Java. Variables that have a positive effect on
poverty in East Java are rice field area and TPAK (Labor Force Participation
Rate) but only rice field area has a significant effect.
viii
DAFTAR ISI
DECLARATION ..................................................................................... v
ix
2.3 Hipotesis....................................................................................... 16
xi
DAFTAR PUSTAKA............................................................................. 54
LAMPIRAN ........................................................................................... 57
xii
DAFTAR TABEL
xiii
DAFTAR GAMBAR
xiv
BAB 1
PENDAHULUAN
14,00%
12,00%
10,00%
8,00%
6,00%
4,00%
2,00%
0,00%
2013 2104 2015 2016 2017 2018 2019
Penduduk Miskin 11,46% 10,96% 11,13% 10,70% 10,12% 9,66% 9,22%
14,00%
12,00%
10,00%
8,00%
6,00%
4,00%
2,00%
0,00%
2013 2014 2015 2016 2017 2018 2019
Persentase penduduk
11,46% 10,96% 11,13% 10,70% 10,12% 9,66% 9,22%
miskin
Pertumbuhan ekonomi 5,56% 5,01% 4,88% 5,03% 5,07% 5,17% 5,02%
Sumber : (BPS,2020)
Sumber : (BPS,2020)
16,00%
14,00%
12,00%
10,00%
8,00%
6,00%
4,00%
2,00%
0,00%
dalam studi ini digambarkan dengan TPAK, peningkatan luas sawah dan jumlah
industri. Pada tahun 2011-2019 IPM, TPAK, luas sawah dan jumlah industri
menunjukan tren yang cenderung meningkat setiap tahunnya.
Bab 1 Pendahuluan
Bab ini menjelaskan latar belakang yang mendasari dilaksankan
penelitian ini, baik beberapa teori maupun fakta yang ada yang menimbulkan
minat dalam melakukakan penelitian, serta menjelaskan tujuan dan manfaat
penelitian yang ingin dicapai.
Bab 2 Tinjauan Pustaka
Bab ini menjelaskan teori kemiskinan dan faktor penyebab kemiskinan.
Selain itu juga memaparkan penelitian terdahulu dengan topik yang sama dan
juga memaparkan hipotesis berdasarkan latar belakang masalah.
Bab 3 Metodologi Penelitian
Bab ini menjelaskan pendekatan penelitian yaitu pendekatan kuantitatif
serta jenis dan sumber data. Selain itu juga dipaparkan indentifikasi variabel,
definisi operasional variabel, dan teknil analisis yag digunakan.
BAB 2
TINJAUAN PUSTAKA
10
Dalam gambar 2.1 dapat dilihat bahwa setiap aspek dapat mempengaruhi
aspek lainnya. Ketimpangan sumber daya yang dimiliki dapat mempengaruhi
produktivitas dari setiap orang. Ketika produktivitas berkurang maka pendapatan
yang diterima juga berkurang. Kemudian setelah berkurangnya pendapatan maka
konsumsi, tabungan dan investsi juga akan berkurang dan menyebabkan
kemiskinan.
2.3 Hipotesis
Berdasarkan hal yang telah dijelaskan pada bab sebelumnya, penelitian
ini dilakukan untuk membuktikan hipotesis sebagai berikut :
BAB 3
METODE PENELITIAN
1. Kemiskinan
Kemiskinan adalah persentase penduduk miskin setiap
kabupaten/kota di Jawa Timur dengan penduduk yang mempunya
17
tahun 2011-2019 dan data cross section yang terdiri dari 38 kabupaten/kota di
Jawa Timur. Semua data yang telah disebutkan diatas merupakan data yang
bersumber dari publikasi Jawa Timur dalam Angka berbagai tahun terbitan dari
2011- 2019 yang dipublikasikan oleh Badan Pusat Statistik (BPS) Jawa Timur.
Dimana :
𝛼𝑖𝑡 = Konstanta
𝛽1 𝛽2 = Koefisien Regresi
𝜇𝑖𝑡 = Error
Dimana :
𝛼𝑖𝑡 = Konstanta
𝛽1 𝛽2 = Koefisien Regresi
𝜇𝑖𝑡 = Error
1. Uji F-Restricted
Penetuan antra Pooled Least Square (PLS) dan Fixed Effect Model (FEM)
menggunakan uji ini, dengan membandingkan probabilitas F pada output FEM
dengan tingkat α (1%, 5%, 10%). Hipotesis yang didapatkan adalah sebagai
berikut:
Apabila nilai probabilitas F < α (1%, 5%, 10%), maka H0 ditolak, dan
penggunaan model FEM lebih dianggap tepat.
2. Uji Hausman
Penetuan antara Fixed Effect Model (FEM) dan Random Effect Model (REM)
menggunakan uji ini, dengan membandingkan nilai probabilitas chi-square
pada output hausman dengan tingkat α (1%, 5%, 10%). Hipotesis yang
didapatkan adalah :
Apabila nilai probabilitas chi-square < α (1%, 5%, 10%), maka H0 ditolak,
dan penggunaan model FEM yang tepat digunakan.
Apabila nilai LMStatistik > nilai chi-square, maka H0 ditolak dan penggunaan
metode REM yang lebih tepat.
1. Uji Multikorelasi
2. Uji Autokorelasi
Dilakukan uji ini guna melihat apakah terdapat hubunggan korelasi pada
rutut waktu, dapat dikatakan tidak boleh ada korelasi antara kesalahan sekarang
dengan sebelumnya. Apabila terdapat maka taskiran menjadi tidak BLUE, akan
tetapi tetap tidak bias dan konsisten, yang mengakibatan interrval kepercayaan
menjadi lebar dan lemahnya uji signifikansi. Apabila terjadi, uji t dan uji F tidak
bisa dilaksanakan. Konsepnya, ada autokorelasi jika E (ui, uj) ≠ 0; i ≠j dan tidak
terdapat autokorelasi apabila E (ui, uj) = 0; i ≠j (Nachrowi, D. N, 2002).
Uji wooldrige test dilakukan utuk melihat autokorelasi, pada stata uji ini
melihat nilai probabilitas chi-square. Hipotesis dalam uji autokorelasi adalah:
H1 : ada autokorrelasi
H0 ditrima apabila nilai probabbilitas chi square > α = (1%, 5%, 10%)dan H0
ditolak apabila probabillitas chi square > α (1%, 5%, 10%).
3. Uji Heterokedastisitas
H0 dierima apabila nilai probabillitas chi sqiuare > α (1%, 5%, 10%) dan H0 ditolak
jika probailitas chi square < α (1%, 5%, 10%).
1. Uji F (Simultan)
a. Jika nilai signifikansi < daripada nilai α, maka H0 ditolak dan H1 tidak
ditolak, maka variabel independen secara simultan berpengaruh pada
variabel dependen
b. Jika nilai signfikansi > daripada nilai α, maka H0 tidak ditollak dan H1
ditolak, maka variabel independen secara simultan tidak berpengaruh pada
variabel dependen.
2. Uji t (Parsial)
BAB 4
HASIL DAN PEMBAHASAN
16.00%
14.00%
12.00%
10.00%
8.00%
6.00%
4.00%
2.00%
0.00%
2011 2012 2013 2014 2015 2016 2017 2018 2019
Persentase Penduduk
14.27%13.40%12.55%12.42%12.34%12.05%11.77%10.98%10.38%
Miskin Jawa Timur
Persentase Penduduk
12.49%11.66%11.47%10.96%11.13%10.71%10.12% 9.66% 10.19%
Miskin Nasional
27
72 71.50
70.77
71 70.27
69.74
70
68.95
69 68.14
68 67.55
66.74
67
66.06
66
65
64
63
2011 2012 2013 2014 2015 2016 2017 2018 2019
IPM 66.06 66.74 67.55 68.14 68.95 69.74 70.27 70.77 71.50
7 6.44 6.64
6.08
5.86
6 5.44 5.57 5.46 5.47 5.52
0
2011 2012 2013 2014 2015 2016 2017 2018 2019
Laju Pertumbuhan PDRB
6.44 6.64 6.08 5.86 5.44 5.57 5.46 5.47 5.52
(persen)
sebelumnya dan kembali turun pada tahun 2017 hingga 2019. Laju pertumbuhan
ekonmi dapat dilihat dari perubahan setiap tahun PDRB harga konstan(Badan
Pusat Statistik, 2020). Sehingga dapat dikatakan pertumbuhan ekonomi di Jawa
Timur pada tahun 2011-2019 mengalami fluktuasi pada setiap tahunnya.
1350
1300
1250
1200
1150
1100
1050
1000
950
2011 2012 2013 2014 2015 2016 2017 2018 2019
Luas Lahan Sawah Jatim
1106 1084 1179 1177 1092 1087 1082 1287 1215
(Ribu HA)
Gambar 4.4 Luas Sawah Irigasi dan Non Irigasi di Jawa Timur
2011-2019 (Ribuan HA)
Luas sawah di Jawa Timur pada tahun 2011-2019 mengalami grafik yang
berfluktuasi. Pada tahun 2011 luas sawah irigasi dan non rigasi di Jawa Timur
dalam ribuan hektar sebesar 1106 ha, kemudian mengalami penurunan pada
tahun 2012 menjadi sebesar 1084 ha. Peningkatan luas sawah irigasi dan non
rigasi terbesar terjadi pada tahun 2017 menuju 2018, yaitu meningkat sebanyak
205 ribu ha. Peningkatan ini terjadi karena adanya validasi data lahan sawah di
Jawa timur pada tahu 2018. Validasi ini bertujuan untuk landasan dalam
perencanaan pertanian di daerah dan data luas baku sawah merupakan salah satu
parameter penting dalam penetuan produksi dan arah kebijakan peemrintah
terkait kemandirian pangan (Kominfo Jatim, 2019).
7200
7000
6800
6600
6400
6200
6000
5800
2011 2012 2013 2014 2015 2016 2017 2018 2019
Jumlah Industri Sedang
6264 6340 6226 6473 6672 6967 6668 6919 6746
Besar Jawa Timur
Gambar 4.5 Jumlah Industri Besar dan Sedang Jawa Timur tahun
2011-2019
Bedasarkan gambar 4.5 jumlah industri besar dan sedang di Jawa timur
mengalami tren yang naik pada tahun 2011 sampai dengan tahun 2019. Pada
tahun 2011 jumlah industri di jawa timur sebanyak 6264 industri, lalu mengalami
penurunan pada tahun 2013 menjadi 6226 industri setelah pada tahun 2012
sebanyak 6340 industri. Industri paling banyak terdapat pada tahun 2016 yaitu
sebanyak 6967 industri. Jumlah perusahaan kategori besar dan sedang di Provinsi
Jawa Timur pada tahun 2019 mayoritas adalah industri makanan dengan 1.170
perusahaan dari total 6.756 sektor. Industri makanan juga mendominasi jumlah
tenaga kerja dengan total 232.705 tenaga kerja, dari total 1.087.846 tenaga kerja.
Kabupaten Sidoaarjo memiliki jumlah industri besar dan sedang terbanyak
dengan jumlah 1094 unit usaha, selanjutnya sebanyak 922 unit usaha berada di
Kabupaten Pasuruan, dan terakhir Kota Surabaya dengan 901 unit industri
(Badan Pusat Statistika, 2020).
71
70
69
68
67
66
65
64
2011 2012 2013 2014 2015 2016 2017 2018 2019
TPAK Jawa Timur
68.04 69.57 69.78 68.12 67.84 66.14 68.78 69.37 69.45
(persen)
Dapat dilihat pada gambar 4.6 tingakat partisipasi angkatan kerja pada
tahun 2011 samapai dengan 2019 mengalami fluktuisasi. Pada tahun 2011
TPAK Jawa Timur sebsar 68,04% lalu terus meningkat sampai dengan tahun
2013 yang mencapai 69.78%. Penurunan paling besar terjadi pada tahun 2016
yaitu turun sebsar 3,64% dari tahun 2013 menjadi sebesar 66,14%. Pada tahun
2019 TPAk Jawa Timur kembali meningkat dari tahun sebelumnya yaitu
mencapai 69,45% penigkatanya sebesar 3,31% dari tahun 2016.
Std.
Variabel Obs. Mean Min. Max.
Dev.
Persentase Penduduk Miskin
342 12.01871 5.053032 3.8 30.21
(%)
IPM (%) 342 69.06921 5.580775 55.17 82.22
Penelitian ini memakai regsresi data panel yag merupakan gabungan dari
data cross section dan juga data time series. Penelitian ini meggunakan software
STATA 14 untuk menganalisis data panel. Adapun teknik pengolahan data panel
terdiri dari tiga pendektan estimasi, yaitu pertama pendektan Pooled Least Square
(PLS), kedua pendkatan Random Effect Model (REM), dan terakhir pendekatan
Fixed Effect Model (FEM). Model terbaik akan dipilih dan digunakan untuk
Dimana :
𝛼𝑖𝑡 = Konstanta
𝛽1 𝛽2 = Koefisien Regresi
𝜇𝑖𝑡 = Error
kemudian uji Langrange Multiplier Test sebagai pemilih antara model Pooled
Least Square (PLS) dan Random Effect Model (REM).
Keterangan
Variabel Independen Keterangan
PLS FEM REM
Konstanta Coefisien 51.1402 45.98 47.974
Prob 0.00000 0.000 0.000
T-stat 10.48 17.38 18.62
IPM Coefisien -0.60548 -0.57822 0.59531
Prob 0.000 0.000 0.000
T-stat -15.85 -22.92 -24.42
TPAK Coefisien 0.02472 0.0657 0.06617
Prob 0.557 0.001 0.000
T-stat 0.59 3.48 3.48
Pertumbuhan Ekonomi Coefisien -0.25937 -0.31193 -0.04286
Prob 0.003 0.2292 0.149
T-stat -3.02 -1.06 -1.44
lnsawah Coefisien 0.5418 -0.08974 -0.02006
Prob 0.0000 0.0387 0.839
T-stat 4.08 -0.87 -0.2
lnindus Coefisien -0.63198 0.52269 0.19793
Prob 0.0000 0.047 0.372
T-stat -4.05 2.00 0.89
R-squared 0.7165 0.6399 0.6764
Jumlah Observasi 342
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Sumber : Stata 14, diolah
Tabel 4.2 menunjukan hasil dari model regresi PLS, FEM, REM
menggunakan data panel. Berdarskan regresi metode PLS, variabel IPM, Laju
Pertumbuhan Ekonomi, dan Jumlah industri berpengaruh signifikan secara
negatif terhadap persentase penduduk miskin di 38 kabupaten/kota di provinsi
Jawa Timur pada tahun 2011-2019. Variabel jumlah sawah berdasrkan hasil
regersi PLS berpengaruh positif dan signifikan terhadap persentase penduduk
miskin di 38 kabupaten/kota di provinsi Jawa Timur pada tahun 2011-2019.
Variabel yang tidak signifikan adalah variabel TPAK dan memiliki pengaruh
positif terhadap persentase penduduk miskin di 38 kabupaten/kota di provinsi
Jawa Timur pada tahun 2011-2019. Nilai R-squared pada regresi PLS
menunjukan angka 0.7165 yang memiliki arti varians variabel dependen (IPM,
TPAK, laju pertumbuhan ekonomi, luas sawah dan industri ) dapat
mempengaruhi variabel independen (persenntase pendudduk miskin ) sebesar
71% sisanya sebesar 29% dipengaruhi oleh varians variabel lain diluar model.
Berdasarkan hasil FEM pada tabel 4.2 variabel IPM dan luas sawah
berepengaruh signifikan secara negatif terhadap persentase penduduk miskin di
38 kabupaten/kota di provinsi Jawa Timur pada tahun 2011-2019. Variabel
TPAK dan jumlah industri berpengaruh signifikan secara postif terhadap
persentase penduduk miskin di 38 kabupaten/kota di provinsi Jawa Timur pada
tahun 2011-2019. Sedangkan varaibel yang tidak berpengaruh signifikan adalah
variabel laju purtumbuhan ekonomi akan tetapi pengaruhnya negatif terhadap
persentase penduduk miskin di 38 kabupaten/kota di provinsi Jawa Timur pada
tahun 2011-2019. Nilai R-squared dari hasil regresi metode FEM sebesar 0.6399
yang artinya varians variabel dependen (IPM, TPAK, laju pertumbuhan ekonomi,
luas sawah dan industri ) dapat mempengaruhi variabel independen (persentase
penduduk miskin ) sebesar 63 % dan sisanya sebesar 37% dipengaruhi oleh
varians variabel lain diluar model.
1) H0 : PLS
H1 : FEM
2) 𝛼 = 5% = 0.05
3) 𝑃𝑟𝑜𝑏 𝐹 > 𝛼 → H0 tidak ditolak
𝑃𝑟𝑜𝑏 𝐹 < 𝛼 → H0 ditolak
𝑃𝑟𝑜𝑏 𝐹 = 0,000 → 0.000 < 0,05
4) H0 ditolak , H1 diterima
5) FEM lebih baik digunakan pada penelitian ini jika dibandingkan dengan
PLS.
Tabel 4.4 Hasil Uji Hausman
Tabel berikut merupakan hasil estimasi uji Hausman. Berdasarkan hasil uji
Hausman diperoleh nilai probabilitas (Prob > chi2) sebesar 0.014.
1) H0 : REM
H1 : FEM
2) 𝛼 = 5% = 0,05
3) 𝜌-value > 𝛼 → H0 tidak ditolak
𝜌-value < 𝛼 → H0 ditolak
𝜌-value = 0,014 → 0,014 < 0,05
4) H0 ditolak , H1 diterima
Maka FEM lebih baik digunakan bila dibandingkan dengan REM.
Berdasarkan hasil estimasi uji Chow Test dan uji Hauman model estimasi terpilih
yaitu Fixed Effect Model (FEM), maka tidak lagi diperlukan uji Lagrange
Multiple. Jadi dapat disimpulkan model yang digunakan dalam penelitian ini
adalah FEM (Fixed Effect Model).
H0 : ada multikolinieritas
Nilai koefisien VIF sebesar 1.54. yang artinya nilai koefisien VIF < 10.
Apabila nilai koefisien VIF < 10 maka H0 ditolak, dengan arti tidak ada
multikolinieritas.
H1 : Heterokedastisitas
chi2(38) 4705.48
Prob>chi2 0.000
Sumber : Hasil Regresi dengan STATA 14
Kriteria pengujian dalam uji autokorelasi ini dilihat dari nilai probabilitas
> F pada hasil output Wooldrige Test, apabila nilai probabilitas > F > α maka H0
tidak ditolak artinya tidak terdapat serial autokorelasi. Apabila nilai probabilitas
> F < α maka H0 ditolak artinya terdapat serial autokorelasi.
Berdasarkan hasil GLS yang ditunjukan pada tebel berikut, variabel IPM,
Luas Sawah, Jumlah Industri, dan pertumbuhan ekonomi berpengaruh signifikan
pada tingkat signifikansi 5% terhadap variabel penduduk miskin di 38
kabupaten/kota di provinsi Jawa Timur. Variabel TPAK tidak berpenagruh
1) H0 : β1 = 0
H1 : β1 ≠ 0
2) 𝛼 = 5% = 0,05
1) H0 : β1 = 0
H1 : β1 ≠ 0
2) 𝛼 = 5% = 0,05
1) H0 : β1 = 0
H1 : β1 ≠ 0
2) 𝛼 = 5% = 0,05
1) H0 : β1 = 0
H1 : β1 ≠ 0
2) 𝛼 = 5% = 0,05
1) H0 : β1 = 0
H1 : β1 ≠ 0
2) 𝛼 = 5% = 0,05
Uji simultan:
1) H0 : β1 = β2 = β3 = β4= β5
H1 : β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5
2) 𝛼 = 5% = 0,05
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Tujuan dari penelitian ini untuk mengetahui faktor yang mempengaruhi
kemiskinan di provinsi Jawa Timur. Maka kemsipulan yang didapatkan dari
peniltian ini adalah berikut :
5.2 Saran
Berdasrkan simpulan pada bagian sebelumnya, berikut ini adalah
rekomendasi atau saran dari peneliti :
52
DAFTAR PUSTAKA
Aloysius, G. Brata. (2002) Pembangunan Manusia dan Kinerja Ekonomi Regional
di Indonesia : Jurnal Ekonomi Pembnagunan : Kajian Ekonomi Negara
Berkembang. 112-122
Afzal, M., & Malik, M. E. (2012). Relationship among Education , Poverty and
Economic Growth in Pakistan : An Econometric Analysis. 22(1), 23–45.
BPS. (2019, Januari 31). Badan Pusat Statitika. Diambil kembali dari Badan Pusat
Statistika Web Site: http://www.bps.go.id
-----. (2020, Januari 31). Badan Pusat Statistika. Diambil kembali dari Badan Pusat
Statistika Web Site : http://www.bps.go.id
Fadilah, N., Dwi, A. S., & Sukiman. (2016). Analisi pengaruh pendapatan per
kapita, tingkat penaguran, IPM dan pertumbuhan penduduk terhadap
kemiskinan di Jawa Tengah tahun 2009-2013. Jurnal Pembangunan
Ekonomi Wilayah, 11(01), 18–26.
Kregel, J., Kattel, R., & Reinert, E. (2009). Ragnar Nurkse: Trade and Development.
New York: Wimbledon Publishing Company
55
56
LAMPIRAN
Moodel PLS
Model FEM
Model REM
Uji Hausman
Uji multikolinieritas
Uji heterokedastisitas
Uji autokolerasi