IKHTISAR SATU DEKADE KEMISKINAN DI NTT DALAM DIMENSI SOSIAL, EKONOMI, DAN INFRASTRUKTUR (ANALISIS REGRESI PANEL PADA DATA 2015-2024)

Penulis

  • Abdul Rosyid Rexy Andryan Badan Pusat Statistik Kabupaten Belu, Indonesia

DOI:

https://doi.org/10.64930/jstar.v6i1.161

Kata Kunci:

kemiskinan, regresi panel, nusa tenggara timur, fixed effect model, sosial, ekonomi, infrastuktur

Abstrak

Kemiskinan di Provinsi Nusa Tenggara Timur (NTT) selama dekade terakhir masih menunjukkan angka yang tinggi. Persentase kemiskinan di NTT jauh di atas rata-rata nasional dan menempati posisi keempat tertinggi di Indonesia pada tahun 2025. Studi ini menjelaskan faktor-faktor sosial, ekonomi, dan infrastruktur yang memengaruhi kemiskinan di NTT selama tahun 2015-2024. Studi ini menggunakan data deret waktu untuk kemiskinan dan kemungkinan variabel yang memengaruhinya dalam sepuluh tahun terakhir dengan mempertimbangkan dimensi sosial, ekonomi, dan infrastruktur. Deret waktu yang panjang dapat memberikan informasi yang lebih beragam dan efisien sedangkan data panel pada penelitian ini lebih baik menjelaskan perubahan dinamis. Metode yang digunakan dalam penelitian ini adalah regresi data panel yang menguji data panel untuk menemukan model regresi terbaik. Hasil penelitian ini menunjukkan bahwa Tingkat Partisipasi Tenaga Kerja (TPAK), rata-rata lama pendidikan, dan pengeluaran perkapita memiliki pengaruh negatif terhadap kemiskinan di NTT sedangkan harapan hidup memiliki pengaruh positif terhadap kemiskinan. Nilai R-squared yang dihasilkan pada model regresi data panel menunjukkan angka sebesar 74,95 persen, sehingga dapat menjelaskan model dengan baik.

Unduhan

Data unduhan belum tersedia.

Referensi

[1] Aulina, N., & Mirtawati. (2021). ANALISIS REGRESI DATA PANEL PADA FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI INDONESIA TAHUN 2015 – 2019. KINERJA - Jurnal Ekonomi Dan Bisnis, 4(2), 228–240.

[2] Azizah, N. N. N., Rohimah, S. R., & Sumargo, B. (2021). Pemodelan Data Kemiskinan di Provinsi Jawa Barat Menggunakan Regresi Spasial Data Panel. Jurnal Statistika Dan Aplikasinya, 5(2), 146–154. https://doi.org/10.21009/JSA.05203

[3] Bappenas. (2025). Ringkasan Rencana Pembangunan Jangka Menengah Nasional Tahun 2025-2029. Kementerian PPN/Bappenas.

[4] BPS. (2025). Statistik Indonesia 2025 (2025th ed.). Badan Pusat Statistik.

[5] BPS NTT. (2025). Persentase Penduduk Miskin Provinsi. https://ntt.bps.go.id/id/query-builder

[6] Calderón, C., & Servén, L. (2004). WPS3400 The Effects of Infrastructure Development on Growth and Income Distribution.

[7] Dewintha, A., Yahya, I., & Ihwal, M. (2025). Analisis Regresi Data Panel Pada Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Di Provinsi Sulawesi Tenggara Tahun 2020-2023. Arus Jurnal Sains Dan Teknologi, 3(1), 83–94. https://doi.org/10.57250/ajst.v3i1.1165

[8] Fitriani, Ruslan, Budiman, H., Wibawa, G. N. A., & Somayasa, W. (2024). PEMODELAN ANGKA KEMISKINAN MENGGUNAKAN REGRESI DATA PANEL DI PROVINSI SULAWESI TENGGARA. Jurnal Matematika, Komputasi, Dan Statistika, 4(2), 652–662.

[9] Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics.

[10] Indrasetianingsih, A., & Wasik, T. K. (2020). MODEL REGRESI DATA PANEL UNTUK MENGETAHUI FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI PULAU MADURA. Jurnal Gaussian, 9(3), 355–363. https://doi.org/10.14710/j.gauss.9.3.355-363

[11] Lee, R., & Mason, A. (2011). Population Aging and The Generational Economy: A Global Perspective.

[12] Mutiara, S. R., Irmeilyana, I., Eliyati, N., Suprihatin, B., & Maiyanti, S. I. (2024). Pemodelan pada Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan di Provinsi Sumsel Tahun 2018-2023 dengan Menggunakan Regresi Data Panel. Jurnal Penelitian Sains, 26(3), 391–398. https://doi.org/10.56064/jps.v26i3.1095

[13] Pramesty, N. P. L., & Parulian, F. E. D. (2025). Industrialisasi dan Pengentasan Kemiskinan di Nusa Tenggara Timur: Pendekatan Analisis Data Panel. Jurnal Statistika Terapan, 5(1), 141–155. https://doi.org/10.64930/jstar.v5i1.107

[14] Risalah, M. R. N. (2024). Regresi Data Panel Untuk Memodelkan Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Jawa Timur Tahun 2019-2021 [Universitas PGRI Adi Buana Surabaya]. https://repository.unipasby.ac.id/id/eprint/6054/

[15] Riyandini, M. K., Virgantari, F., & Farida, Y. E. (2024). PENERAPAN MODEL REGRESI DATA PANEL DALAM ANALISIS FAKTOR-FAKTOR PENYEBAB KEMISKINAN DI PROVINSI PAPUA. Jurnal Eureka Matika, 12(2). https://doi.org/10.17509/jem.v12i2.74235

[16] Saputra, K., Subanti, S., & Respatiwulan. (2025). Faktor Infrastruktur yang Memengaruhi Tingkat Kemiskinan Menggunakan Regresi Data Panel di Indonesia. Seminar Nasional Teknologi Komputer Dan Sains, 98–102.

[17] Suparman, S., Sutomo, M., Anwar, C., & Olilingo, F. Z. (2024). Impact of the Agricultural Sector on Unemployment, Inequality and Rural Poverty: A Panel Regression Analysis in Indonesian Provinces. International Journal of Economics and Financial Issues, 14(6), 250–256. https://doi.org/10.32479/ijefi.16305

[18] Suryawati, C. (2005). Memahami Kemiskinan Secara Multidimensional. JMPK, 08(03), 121–129.

[19] Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data.

Unduhan

Diterbitkan

30-06-2026

Cara Mengutip

Abdul Rosyid Rexy Andryan. (2026). IKHTISAR SATU DEKADE KEMISKINAN DI NTT DALAM DIMENSI SOSIAL, EKONOMI, DAN INFRASTRUKTUR (ANALISIS REGRESI PANEL PADA DATA 2015-2024). Jurnal Statistika Terapan (ISSN 2807-6214), 6(1), 61–74. https://doi.org/10.64930/jstar.v6i1.161

Terbitan

Vol 6 No 1 (2026): Jurnal Statistika Terapan

Bagian

Daftar Isi Artikel

Lisensi

Hak Cipta (c) 2026 Jurnal Statistika Terapan (JSTAR)

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.