Nama : Tasya Fadia Choirunnisa

NRP : 1011910000001
Kelas :A

TUGAS 2
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK
MISKIN DI INDONESIA

1. PENGUJIAN ASUMSI KLASIK

Berikut akan dilakukan pengujian asumsi klasik yang meliputi uji multikolinearitas, uji
normalitas, uji autokorelasi dan uji heteroskedastisitas.
1.1 Uji Multikolinearitas
Pengujian multikolinearitas dilakukan untuk mengetahui apakah terdapat korelasi antar variabel
eksogen. Berikut adalah uji multikolinearitas pada faktor-faktor yang diduga berpengaruh terhadap
jumlah penduduk miskin.
Hipotesis:
H0: tidak terdapat multikolinearitas
H1: terdapat multikolinearitas
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika VIF > 10
Statistik uji:
Tabel 1. Statistik Uji Multikolinearitas
Variabel VIF
Tingkat inflasi 1.253
Rata-rata pengeluaran per kapita 1.677
Rata-rata upah buruh 1.991
Tabel 4 menunjukkan bahwa semua variabel memiliki nilai VIF kurang dari 10 sehingga
diputuskan gagal tolak H0 yang artinya tidak terdapat multikolinearitas.
1.2 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah residual data berdistribusi normal. Berikut
ini adalah uji normalitas pada residual faktor-faktor yang diduga mempengaruhi jumlah penduduk
miskin di Indonesia.
Hipotesis:
H0: residual berdistribusi normal
H1: residual tidak berdistribusi normal
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika p-value (probabilitas jarque-bera)< α
Statistik uji:
 Nama : Tasya Fadia Choirunnisa
NRP : 1011910000001
Kelas :A

6
Series: Residuals
Sample 1998 2014
5
Observations 17

4 Mean 1.31e-14
Median -0.324344
3 Maximum 7.202674
Minimum -2.952636
Std. Dev. 2.534940
2
Skewness 1.350629
Kurtosis 4.854879
1
Jarque-Bera 7.605642
0 Probability 0.022308
-3 -2 -1 0 1 2 3 4 5 6 7 8
Gambar 1. Statistik Uji Normalitas
Gambar 1 menunjukkan bahwa diperoleh nilai p-value sebesar 0,022 lebih kecil dari α sebesar
0,05 sehingga diputuskan tolak H0 yang artinya residual tidak berdistribusi normal.
1.3 Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui adakah korelasi variabel yang ada di dalam model
prediksi dengan perubahan waktu.
Hipotesis:
H0: tidak terdapat autokorelasi
H1: terdapat autokorelasi
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika p-value (prob chi-square) < 0,05
Statistik uji:
Tabel 2. Statistik Uji Autokorelasi
p-value
0,463
Tabel 2 menunjukkan bahwa diperoleh nilai p-value sebesar 0,463 lebih besar dari α sebesar 0,05
sehingga diputuskan gagal tolak H0 yang artinya tidak terdapat autokorelasi.
1.4 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi memiliki
ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan yang lain jika tetap maka
disebut homokedastisitas dan bila berbeda disebut heteroskedastisitas.
Hipotesis:
H0: residual bersifat heteroskedastisitas
H1: residual bersifat homoskedastisitas
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika p-value (prob chi-square) < 0,05
Statistik uji:
Tabel 3. Statistik Uji Heteroskedastisitas
 Nama : Tasya Fadia Choirunnisa
NRP : 1011910000001
Kelas :A

p-value
0,153
Tabel 3 menunjukkan bahwa diperoleh p-value sebesar 0,153 yang lebih besar dari α sebesar 0,05
sehingga diputuskan gagal tolak H0 yang artinya residual bersifat heteroskedastisitas.

2. HASIL REGRESI
Berikut ini adalah analisis mengenai faktor-faktor yang diduga mempengaruhi jumlah penduduk
miskin di Indonesia yaitu, tingkat inflasi, pengeluaran per kapita, dan rata-rata upah buruh.
2.1 Uji Serentak
Berikut ini adalah pengujian secara serentak faktor-faktor yang mempengaruhi jumlah penduduk
miskin di Indonesia.
Hipotesis:
H0: β1 = β2 = β3 = 0 (seluruh variabel eksogen tidak berpengaruh terhadap jumlah penduduk miskin di
Indonesia)
H1: minimal ada 1 βj ≠ 0 (minimal ada 1 variabel eksogen yang berpengaruh terhadap jumlah penduduk
miskin di Indonesia)
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika Fhitung>Ftabel atau p-value<α
Statistik uji:
Tabel 4. Statistik Uji Serentak

Fhitung Ftabel p-value

21,423 4,667 0,000
Tabel 1 menunjukkan bahwa berdasarkan olah data yang telah dilakukan diperoleh hasil F hitung
sebesar 21,423 lebih besar dari Ftabel sebesar 4,667 diperkuat dengan p-value sebesar 0,000 kurang dari
α sebesar 0,05 sehingga diputuskan tolak H0 yang artinya minimal ada 1 variabel eksogen yang
berpengaruh terhadap jumlah penduduk miskin di Indonesia, sehigga dapat dilanjutkan untuk uji parsial.
2.2 Uji Parsial
Berikut ini adalah pengujian secara parsial faktor-faktor yang berpengaruh terhadap jumlah
penduduk miskin di Indonesia.
Hipotesis 1:
H0: β0 = 0 (intersep tidak berpengaruh signifikan terhadap jumlah penduduk miskin)
H1: β0 ≠ 0 (intersep berpengaruh signifikan tehadap jumlah penduduk miskin)
Hipotesis 1:
H0: β1 = 0 (tingkat inflasi tidak berpengaruh signifikan terhadap jumlah penduduk miskin)
H1: β1 ≠ 0 (tingkat inflasi berpengaruh signifikan tehadap jumlah penduduk miskin)
Hipotesis 1:
H0: β2 = 0 (rata-rata pengeluaran per kapita tidak berpengaruh signifikan terhadap jumlah penduduk
miskin)
 Nama : Tasya Fadia Choirunnisa
NRP : 1011910000001
Kelas :A

H1: β2 ≠ 0 (rata-rata pengeluaran per kapita berpengaruh signifikan tehadap jumlah penduduk miskin)
Hipotesis 1:
H0: β3 = 0 (rata-rata upah buruh tidak berpengaruh signifikan terhadap jumlah penduduk miskin)
H1: β3 ≠ 0 (rata-rata upah buruh berpengaruh signifikan tehadap jumlah penduduk miskin)
Taraf signifikan: α = 0,05
Daerah penolakan: Tolak H0 jika thitung>ttabel atau p-value<α
Statistik uji:
Tabel 5. Statistik Uji Parsial
Variabel thitung ttabel p-value
Intersep 18,520 0.000
Tingkat inflasi 1,754 0.103
2,473
Rata-rata pengeluaran per kapita 0,189 0.853
Rata-rata upah buruh 4,868 0.000
Tabel 2 menunjukkan bahwa variabel intersep dan rata-rata upah buruh masing-masing
mempunyai nilai thitung sebesar 18,520 dan 4,868 yang lebih besar dari ttabel sebesar 2,473 diperkuat
dengan nilai p-value sebesar 0,000 yang lebih kecil dari α sebesar 0,05 sehingga diputuskan tolak H0
yang artinya variabel intersep dan rata-rata upah buruh berpengaruh siginifikan terhadap jmlah
penduduk miskin di Indonesia. Sedangkan pada variabel tingkat inflasi dan rata-rata pengeluaran per
kapita masing-masing memiliki niali thitung sebesar 1,754 dan 0,189 yang lebih kecil dari nilai ttabel
sebesar 2,473 diperkuat dengan nilai p-value sebesar 0,103 dan 0,853 yang lebih besar dari α sebesar
0,05 sehingga diputuskan gagal tolak H0 yang artinya tingkat inflasi dan rata-rata pengeluaran per kapita
tidak berpengaruh signifikan terhadap jumlah penduduk miskin di Indonesia.
2.3 Model Regresi
Berdasarkan variabel-variabel yang berpengaruh signifikan terhadap jumlah penduduk miskin di
Indonesia maka terbentuk model regresi sebagai berikut.
𝑌̂ = 46,788 − 0,031𝑋3
Model yang terbentuk artinya jika rata-rata upah buruh bernilai 0 maka jumlah penduduk miskin
adalah sebanyak 46,788 juta orang, dan jika upah buruh bertambah sebanyak 1 (dalam ribu rupiah)
maka jumlah penduduk miskin akan berkurang sebesar 0,031 juta orang.
2.4 Kebaikan Model
Kebaikan dari model yang terbentuk disajikan pada Tabel 3.
Tabel 6. Kebaikan Model
R-square
83,17%
Tabel 3 menunjukkan bahwa kebaikan dari model yang terbentuk adalah sebesar 83,17% atau
variabel rata-rata upah buruh dapat menjelaskan jumlah penduduk miskin sebesar 83,17%, sedangkan
16,83% lainnya dipengaruhi variabel lain di luar model.
 Nama : Tasya Fadia Choirunnisa
NRP : 1011910000001
Kelas :A

LAMPIRAN
Lampiran 1. Hasil Regresi
Dependent Variable: JPM
Method: Least Squares
Date: 02/24/22 Time: 02:54
Sample: 1998 2014
Included observations: 17

Variable Coefficient Std. Error t-Statistic Prob.

C 46.78788 2.526400 18.51959 0.0000

INFLASI 0.079335 0.045222 1.754341 0.1029
PENGELUARANCAP -8.01E-08 4.25E-07 -0.188612 0.8533
UPAH -0.031345 0.006440 -4.867523 0.0003

R-squared 0.831757 Mean dependent var 35.92941

Adjusted R-squared 0.792932 S.D. dependent var 6.180151
S.E. of regression 2.812264 Akaike info criterion 5.108181
Sum squared resid 102.8148 Schwarz criterion 5.304231
Log likelihood -39.41954 Hannan-Quinn criter. 5.127669
F-statistic 21.42304 Durbin-Watson stat 1.919607
Prob(F-statistic) 0.000026

Lampiran 2. Variance Inflation Factors (Uji Multikolinearitas)

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 6.382696 13.71958 NA
INFLASI 0.002045 1.854965 1.252860
PENGELUARANCAP 1.80E-13 2.113787 1.676737
UPAH 4.15E-05 14.41430 1.991051

Lampiran 3. Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.548807 Prob. F(2,11) 0.5927

Obs*R-squared 1.542407 Prob. Chi-Square(2) 0.4625

Lampiran 4. Uji Heteroskedastisitas

Heteroskedasticity Test: White

F-statistic 2.713903 Prob. F(9,7) 0.1009

Obs*R-squared 13.21322 Prob. Chi-Square(9) 0.1532
Scaled explained SS 14.89287 Prob. Chi-Square(9) 0.0939