cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aceng Komarudin Mutaqin
Contact Email
uptpublikasi@unisba.ac.id
Phone
+6285294008040
Journal Mail Official
jrs@unisba.ac.id
Editorial Address
Gedung Rektorat Lantai 4, Jl. Tamansari No. 20 Bandung 40116
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Riset Statistika
Published by Universitas Islam Bandung
ISSN : 28083148     EISSN : 27986578     DOI : https://doi.org/10.29313/jrs.v1i2
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Jurnal Riset Statistika (JRS) adalah jurnal peer review dan dilakukan dengan double blind review yang mempublikasikan kajian teoritik dan hasil riset terhadap isu-isu empirik dalam sub kajian statistika. JRS ini dipublikasikan pertamanya 2021 dengan eISSN 2798-6578 yang diterbitkan oleh UPT Publikasi Imiah, Universitas Islam Bandung. Semua artikel diperiksa plagiasinya dengan perangkat lunak anti plagiarisme. Jurnal ini ter-indeks di Google Schoolar, Garuda, Crossref, dan DOAJ. Terbit setiap Juli dan Desember.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 98 Documents
 6   7   8   9   10 
Pemodelan Generalized Poisson Regression untuk Mengatasi Overdispersi Kasus Gizi Buruk Balita Syalsa Navi Yusnita; Dwi Agustin Nuriani Sirodj
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6434

Abstract

Abstract. Poisson regression is a statistical model used to analyze the relationship between a dependent variable, which consists of count data following a Poisson distribution, and one or more independent variables. This model assumes equidispersion, meaning the variance of the response variable is equal to its mean. However, in some cases, this assumption is violated, leading to overdispersion, where the variance is greater than the mean. As a result, Poisson regression may not be appropriate for modeling data with overdispersion, as the estimated standard errors tend to underestimate the regression parameters, resulting in inaccurate conclusions. Generalized Poisson Regression (GPR) is an extension of Poisson regression that introduces a dispersal parameter to address overdispersion. This study applies GPR to to analyze the case of malnutrition in children under five in Central Java Province in 2022. The analysis reveals the presence of overdispersion in the malnutrition data, as well as several factors that negatively affect the number of malnourished children. These factors include complete immunization, exclusive breastfeeding, low birth weight, access to safe drinking water, and access to adequate sanitation. The results suggest that improving these factors could reduce the number of malnourished children. Based on the AIC value of 382.7872, the GPR model is shown to be more effective than the Poisson model in modeling malnutrition cases in children under five across the districts and cities of Central Java in 2022. Abstrak. Regresi Poisson adalah model statistik yang digunakan untuk menganalisis hubungan antara variabel dependen, yang terdiri dari data hitung yang mengikuti distribusi Poisson, dengan satu atau lebih variabel independen. Model ini mengasumsikan equidispersi yaitu dimana variansi dari variabel respon harus sama dengan rata-ratanya. Namun, dalam beberapa kasus asumsi ini dapat dilanggar yang mengarah pada overdispersi, di mana variansi lebih besar dari rata-rata. Akibatnya, regresi Poisson tidak cocok untuk memodelkan data dengan overdispersi, karena galat baku yang dihasilkan akan menyebabkan dugaan parameter regresi cenderung lebih rendah dari seharusnya yang dapat menghasilkan kesimpulan tidak akurat. Generalized Poisson Regression (GPR) adalah pengembangan dari regresi Poisson yang memperkenalkan parameter dispersi untuk mengatasi masalah overdispersi. Penelitian ini mengaplikasikan GPR untuk menganalisis kasus gizi buruk pada balita di Provinsi Jawa Tengah pada tahun 2022. Analisis ini mengungkapkan adanya overdispersi pada data gizi buruk, serta beberapa faktor yang mempengaruhi jumlah balita yang menderita gizi buruk. Faktor-faktor tersebut meliputi imunisasi lengkap, ASI eksklusif, berat badan lahir rendah, akses terhadap air minum yang aman, dan akses terhadap sanitasi yang memadai. Hasil penelitian menunjukkan bahwa perbaikan faktor-faktor ini dapat mengurangi jumlah balita yang menderita gizi buruk. Berdasarkan nilai AIC sebesar 382.7872, model GPR terbukti lebih efektif dibandingkan dengan model Poisson dalam memodelkan kasus gizi buruk pada balita di kabupaten/kota di Provinsi Jawa Tengah tahun 2022.
Klasifikasi Penentuan Pengajuan Kartu Kredit Menggunakan K-Nearest Neighbors (KNN) Muhammad Fariz Faqih; Trianto Syahbanu Prayoga; Ammaar Dzakiir; Puri Indah Lestari
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.5921

Abstract

Abstract. Credit cards are a form of plastic payment issued by several banks and used to make payments by card holders, both for credit and purchasing goods or services according to the name on the card. Credit card issuing companies often face challenges related to bill payments that are not in accordance with the agreements agreed with customers, which can result in bad credit and losses for the company. This research aims to help credit card issuing companies in assessing who is worthy of being given a credit card and setting credit limits based on variables such as gender, property ownership, marital status, number of children, type of income, and annual income, using the K-Nearest Neighbor method (KNN). The results of this research show that classification using KNN for credit card applications reaches an accuracy level of 91%, indicating that the model can function well in managing credit card application data. This can provide better guidance for credit card issuing companies in making more informed decisions and reduce the risk of credit payments that are not in accordance with the agreement. Abstrak. Kartu kredit merupakan bentuk pembayaran plastik yang diterbitkan oleh beberapa bank dan digunakan untuk melakukan pembayaran oleh pemegang kartu, baik untuk kredit maupun pembelian barang atau layanan sesuai dengan nama yang tertera pada kartu. Perusahaan penerbit kartu kredit sering menghadapi tantangan terkait pembayaran tagihan yang tidak sesuai dengan perjanjian yang telah disepakati dengan nasabah, yang dapat mengakibatkan kredit macet dan kerugian bagi perusahaan. penelitian ini bertujuan untuk membantu perusahaan penerbit kartu kredit dalam menilai siapa yang layak untuk diberikan kartu kredit dan menetapkan batas kredit berdasarkan variabel seperti jenis kelamin, kepemilikan properti, status pernikahan, jumlah anak, jenis pendapatan, dan pendapatan tahunan, menggunakan metode K-Nearest Neighbor (KNN). Hasil dari penelitian ini menunjukkan bahwa klasifikasi menggunakan KNN pada pengajuan kartu kredit mencapai tingkat akurasi sebesar 91%, menandakan bahwa model dapat berfungsi dengan baik dalam mengelola data pengajuan kartu kredit. Ini dapat memberikan panduan yang lebih baik bagi perusahaan penerbit kartu kredit dalam membuat keputusan yang lebih tepat dan mengurangi risiko pembayaran kredit yang tidak sesuai dengan perjanjian.
Improving Regression Model Menggunakan Bagging MARS Terhadap Gini Ratio di Pulau Jawa Diana Erviana; Teti Sofia Yanti
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6488

Abstract

Abstract. Economic inequality in Java Island is a crucial issue that impacts sustainable development. This study aims to model the Gini ratio using the Multivariate Adaptive Regression Splines (MARS) method combined with Bootstrap Aggregating (Bagging). Secondary data includes the response variable Gini ratio and predictor variables such as GRDP, Open Unemployment Rate, Percentage of Poor Population, Population Growth, and Labor Force Participation Rate. The determination of the number of bootstrap replications (B = 10, 25, 50, 100, and 200), as well as model parameter settings for the maximum number of basis functions, maximum interaction, and minimum observation, were conducted. The best model was selected based on the replication with the lowest average Generalized Cross Validation (GCV) value and the highest R-squared value. The analysis results showed that the 100th replication produced the lowest average GCV, while the final model was derived from the 41st replication, which had the highest R-squared value. The final model consists of 17 basis functions, with the most influential variable being the percentage of the poor population. Based on the findings, it is crucial for the government to focus on reducing the percentage of the poor population through strategic policies to mitigate economic inequality in Java Island. Abstrak. Ketimpangan ekonomi di Pulau Jawa merupakan isu penting yang berdampak pada pembangunan berkelanjutan. Penelitian ini bertujuan untuk memodelkan gini ratio menggunakan metode Multivariate Adaptive Regression Splines (MARS) yang dikombinasikan dengan Bootstrap Aggregating (Bagging). Data sekunder yang digunakan mencakup variabel respon gini ratio serta variabel prediktor seperti PDRB, Tingkat Pengangguran Terbuka, Persentase Penduduk Miskin, Pertumbuhan Penduduk, dan Tingkat Partisipasi Angkatan Kerja. Penentuan jumlah replikasi bootstrap (B = 10, 25, 50, 100, dan 200), serta pengaturan parameter model juga dilakukan untuk jumlah maksimal basis fungsi, maksimum interaksi, dan minimum observasi. Model terbaik dipilih berdasarkan replikasi dengan nilai rata-rata Generalized Cross Validation (GCV) terendah dan nilai R-squared tertinggi. Hasil analisis menunjukkan bahwa replikasi ke-100 menghasilkan rata-rata GCV paling kecil, sementara model akhir yang diperoleh adalah dari replikasi ke-41 yang memiliki nilai R-squared tertinggi. Model akhir terdiri dari 17 basis fungsi, dengan variabel paling berpengaruh adalah persentase penduduk miskin. Berdasarkan hasil penelitian, penting bagi pemerintah untuk fokus pada pengurangan persentase penduduk miskin melalui kebijakan strategis guna mengurangi ketimpangan ekonomi di Pulau Jawa.
Implementasi K-Medoids dan FP-Growth pada Pola Konsumen Tempat Makan Bandung Adila Yuniantini; Ilham Faishal Mahdy
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6529

Abstract

Abstract. The advancement of information technology has significantly impacted various sectors, including the culinary industry in Bandung. Businesses like Tempat Makan Bandung produce transactional data that remains underutilized. This study processes transactional data using association rule mining and customer segmentation to improve sales efficiency, design promotional strategies, and gain insights into customer preferences. The FP-Growth algorithm identifies purchasing patterns through the FP-Tree data structure, while segmentation is conducted using the K-Medoids algorithm, robust against noise and outliers. Cluster validation was performed using the Silhouette Score. The research analyzed 5723 transactions over three months. Results reveal two customer clusters: Price Sensitive (5663 members) and Quality Oriented (60 members), with a Silhouette Score of 0,8288, indicating strong cluster structure. Association analysis identified 3 significant rules for the full dataset and Cluster 0 (minimum support 2%) and 15 rules for Cluster 1 (minimum support 8%). These findings guide targeted promotions for price-sensitive customers through discounts and bundling strategies, while exclusive offers can build loyalty among quality-oriented customers. This approach enhances business competitiveness and operational efficiency in a dynamic culinary market. Abstrak. Kemajuan teknologi informasi telah membawa perubahan besar pada berbagai sektor, termasuk industri kuliner di Kota Bandung. Bisnis kuliner seperti Tempat Makan Bandung menghasilkan data transaksi yang belum dimanfaatkan secara optimal. Penelitian ini bertujuan untuk mengolah data transaksi menggunakan pendekatan association rule mining dan segmentasi pelanggan guna meningkatkan efisiensi penjualan, menyusun strategi promosi, serta memahami preferensi pelanggan. Data transaksi dianalisis dengan algoritma FP-Growth untuk menemukan pola pembelian pelanggan melalui struktur data FP-Tree, dan segmentasi dilakukan menggunakan algoritma K-Medoids, yang tahan terhadap noise dan outlier. Validasi cluster dilakukan menggunakan Silhouette Score. Objek penelitian mencakup 5723 data transaksi dalam periode tiga bulan. Hasil clustering menghasilkan dua kelompok pelanggan, yaitu Price Sensitive (5663 anggota) dan Quality Oriented (60 anggota), dengan nilai Silhouette Score sebesar 0,8288, menunjukkan struktur cluster yang kuat. Analisis asosiasi menghasilkan 3 aturan signifikan pada dataset penuh dan Cluster 0 (dukungan minimal 2%) serta 15 aturan pada Cluster 1 (dukungan minimal 8%). Temuan ini memberikan wawasan untuk strategi promosi yang fokus pada kebutuhan pelanggan, baik yang sensitif terhadap harga maupun yang berorientasi pada kualitas, guna meningkatkan daya saing bisnis.
Faktor Kemiskinan Kepala Rumah Tangga Perempuan di Jawa Barat Maret 2022 Rhida Merlian Nurazizah; Marlina, Reny Rian
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6613

Abstract

Abstract. Poverty alleviation is crucial as it significantly impacts a country's welfare, particularly within households where the head of the household is responsible for ensuring the well-being of all members. Generally, the head of the household is a man, but in certain situations, many women take on this role due to various reasons. This study aims to determine the percentage of poverty among female household heads, the factors influencing their poverty status, and the most significant predictor variable of poverty among female household heads in West Java Province in March 2022. The study uses SUSENAS March 2022 data with a sample of 3,894 female household heads, analyzed using descriptive and inferential methods (binary logistic regression). The results indicate that 95.19% of female household heads were in the non-poor category, while 4.81% were classified as poor. Factors influencing their poverty status include education level, number of household members, livable housing conditions, and education status. Among these, the number of household members (X2) has the strongest correlation with poverty status, showing that larger households tend to have a higher likelihood of being poor. These findings highlight the importance of targeted policies to improve education and living conditions for female household heads. Abstrak. Pengentasan kemiskinan sangat penting dilakukan karena kemiskinan sangat berpengaruh terhadap suatu negara. Terutama dalam rumah tangga khususnya kepala rumah tangga yang bertanggung jawab memberikan perlindungan kepada semua anggota rumah tangganya. Secara umum kepala rumah tangga adalah laki-laki, tetapi dalam kondisi tertentu banyak ditemukan kepala rumah tangga perempuan karena beberapa alasan. Sehingga tujuan penelitian ini untuk mengetahui persentase status kemiskinan kepala rumah tangga perempuan, faktor-faktor yang memengaruhi status kemiskinan kepala rumah tangga perempuan dan nilai kecenderungan terbesar pada variabel prediktor terhadap status miskin kepala rumah tangga Perempuan di Provinsi Jawa barat Maret 2022. Data yang digunakan adalah SUSENAS Maret 2022 dengan jumlah sampel 3894 kepala rumah tangga Perempuan dengan metode analisis deskriptif dan inferensial (regresi logistik biner). Kemudian hasil penelitian menunjukkan bahwa status kemiskinan di Provinsi Jawa Barat Maret 2022 kategori tidak miskin sebesar 95.19% dan kategori miskin sebesar 4.81%. Faktor-faktor yang memengaruhi status kemiskinan kepala rumah tangga Perempuan pada Maret 2022 adalah variabel pendidikan yang ditamatkan, jumlah anggota rumah tangga, rumah layak huni dan variabel status pendidikan. Nilai kecenderungan kepala rumah tangga Perempuan tertinggi terdapat pada variabel jumlah anggota rumah tangga (X2) ketegori miskin.
Pengelompokkan Kabupaten/Kota di Provinsi Sumatera Barat Berdasarkan Indikator Kesejahteraan Rakyat Menggunakan Algoritma SOM Winartha, Mardia; Wirdiastuti, Chairina; Salma, Admi
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6707

Abstract

Abstract. People's welfare is the main indicator in measuring the success of a region's development. Welfare reflects the fulfillment of people's basic needs, both material and spiritual, as measured through indicators of people's welfare. West Sumatra Province still shows a welfare gap between districts/municipalities, which can be seen from significant differences in indicators such as employment and poverty. Therefore, the purpose of this article is to cluster districts/cities in West Sumatra Province and recognize the characteristics of each cluster according to the people's welfare indicators in 2023 using the self-organizing maps algorithm. The results of the analysis show that 3 clusters are the optimal number of clusters. Cluster 1 includes 7 districts/cities with higher welfare levels, cluster 2 includes 7 districts/cities with medium welfare levels, and cluster 3 includes 5 districts/cities with lower welfare levels. This article is expected to help create better and more equitable policies that will support the improvement of people's welfare in West Sumatra Province. Abstrak. Kesejahteraan rakyat menjadi indikator utama dalam mengukur keberhasilan pembangunan suatu wilayah. Kesejahteraan mencerminkan kondisi terpenuhinya kebutuhan dasar masyarakat, baik material maupun spiritual yang diukur melalui indikator-indikator kesejahteraan rakyat. Provinsi Sumatera Barat masih menunjukkan kesenjangan kesejahteraan antar kabupaten/kota yang terlihat dari perbedaan signifikan pada indikator seperti ketenagakerjaan dan kemiskinan. Oleh sebab itu, tujuan dari artikel ini adalah untuk mengelompokkan kabupaten/kota di Provinsi Sumatera Barat dan mengenali karakteristik setiap cluster sesuai dengan indikator kesejahteraan rakyat pada tahun 2023 menggunakan algoritma self-organizing maps. Hasil analisis menunjukkan bahwa 3 cluster adalah jumlah cluster optimal. Cluster 1 meliputi 7 kabupaten/kota dengan tingkat kesejahteraan yang lebih tinggi, cluster 2 meliputi 7 kabupaten/kota dengan  tingkat kesejahteraan menengah, dan cluster 3 meliputi 5 kabupaten/kota dengan tingkat kesejahteraan yang lebih rendah. Artikel ini diharapkan dapat membantu menciptakan kebijakan yang lebih baik dan merata yang akan mendukung peningkatan  kesejahteraan rakyat di Provinsi Sumatera Barat.
Pendekatan Data Panel Dalam Menganalisis Pertumbuhan Ekonomi di Pulau Jawa Andika Yusni Mubaroh; Safaat Yulianto
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.7126

Abstract

Abstract. Java Island provides the largest economic contribution in Indonesia through the Gross Regional Domestic Product (GRDP) indicator. According to BPS, Java Island accounts for 61.67% of Indonesia's overall GRDP, making it the island with the largest industrial output. The purpose of this study is to analyze the economic development of Java Island and identify the factors that influence it in order to know what factors are influential so that they can be used to develop other islands. GRDP data and variables Life Expectancy, Poverty Rate, Minimum Wage, and Open Unemployment Rate. The method used is Panel Data Regression with 3 models, namely CEM, FEM, and REM. The CEM model is a model that generalizes each individual and time, the FEM model is a model that distinguishes the characteristics of each individual, while REM is a model whose characteristics are random, and uses error terms In the test conducted, only three variables have a relationship, namely the Open Unemployment Rate, Minimum Wage and Poverty Level so that only these three variables are used in further tests. In the test conducted, the best model obtained is the Random Effect Model (REM) with the influential variables being the Open Unemployment Rate and Minimum Wage, it is expected that the results of this study can contribute to economic development in Java and Indonesia.  Abstrak. Pulau Jawa memberikan kontribusi ekonomi terbesar di Indonesia melalui indikator Produk Domestik Regional Bruto (PDRB). Menurut BPS, Pulau Jawa menyumbang 61,67% dari keseluruhan PDRB Indonesia. Tujuan dari penelitian ini untuk menganalisis perkembangan ekonomi Pulau Jawa dan mengidentifikasi faktor-faktor yang berpengaruh sehingga dapat dipakai untuk mengembangkan pulau lainnya. Data PDRB serta variabel Angka Harapan Hidup, Tingkat Kemiskinan, Upah Minimum, dan Tingkat Pengangguran Terbuka. Metode yang digunakan adalah Regresi Data Panel dengan 3 model, yaitu CEM, FEM, dan REM. Model CEM merupakan model dengan tidak ada perbedaan antara tiap individu dan waktu, model FEM merupakan model yang membedakan karakteristik tiap individu, sedangkan REM merupakan model yang karakteristiknya acak, dan menggunakan error terms. Hasil yang diperoleh terdapat tiga variabel yang memiliki hubungan yaitu Tingkat Pengangguran Terbuka, Upah Minimum dan Tingkat Kemiskinan sehingga hanya tiga variabel tersebut yang digunakan dalam uji selanjutnya. Berdasarkan hasil pengujian didapat model terbaik adalah Random Effect Model (REM) dengan variabel yang berpengaruh adalah Tingkat Pengangguran Terbuka dan Upah Minimum, sehingga dapat memberikan kontribusi bagi pembangunan ekonomi di Pulau Jawa dan Indonesia.
Model Regresi Data Panel Robust terhadap Kemiskinan di Provinsi Sulawesi Selatan Mahrani; Karuna, Elisabeth Evelin; El Darman, Atiqa Azza
Jurnal Riset Statistika Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i2.8637

Abstract

Abstract. Poverty is one of the fundamental issues in socio-economic development in Indonesia, which remains the main focus of regional policies. Variations in poverty levels between districts/cities in South Sulawesi Province reflect differences in development performance influenced by economic growth and the Human Development Index (HDI). This article aims to analyze the influence of these two factors on poverty using a Panel Data Regression approach with Heteroskedasticity-Consistent Estimator (Robust Standard Errors). Theoretically, this method was developed to produce parameter estimates that remain consistent even when classical assumptions are violated, particularly heteroskedasticity and cross-section unit correlation. The data used covers 24 districts/cities in South Sulawesi Province during the 2020–2024 period. The analysis was conducted using Fixed Effect (FE) and Random Effect (RE) models, accompanied by a Hausman test to determine the best model, as well as Pesaran CD, Breusch-Pagan LM, and Wooldridge diagnostic tests. The results of the article show that HDI has a negative and significant effect on poverty levels, while economic growth has no significant effect. The robust approach has been proven to increase the reliability of estimation results in socioeconomic data conditions that do not meet the assumption of homoscedasticity. These findings indicate that improving the quality of human resources through education and health is a key strategy in reducing poverty levels in South Sulawesi. Abstrak. Kemiskinan merupakan salah satu persoalan fundamental dalam pembangunan sosial ekonomi di Indonesia yang masih menjadi fokus utama kebijakan daerah. Kemiskinan di Provinsi Sulawesi Selatan masih menunjukkan variasi antarwilayah yang dipengaruhi oleh pertumbuhan ekonomi dan Indeks Pembangunan Manusia (IPM). Penelitian ini menganalisis pengaruh kedua variabel tersebut menggunakan regresi data panel dengan Driscoll–Kraay Robust Standard Errors, yang dipilih karena mampu mengatasi heteroskedastisitas, autokorelasi, dan cross-sectional dependence. Data mencakup 24 kabupaten/kota selama periode 2020–2024. Model Fixed Effect (FE) dan Random Effect (RE) diuji, dan pemilihan model dilakukan menggunakan uji Hausman. Hasil penelitian menunjukkan bahwa IPM berpengaruh negatif dan signifikan terhadap kemiskinan, sementara pertumbuhan ekonomi tidak signifikan. Pendekatan robust ini meningkatkan reliabilitas hasil estimasi dan memberikan gambaran empiris yang relevan bagi kebijakan pengentasan kemiskinan di Sulawesi Selatan. Artikel ini menggunakan metode Regresi Data Panel dengan Driscoll–Kraay Robust Standard Errors untuk memastikan konsistensi standard error ketika terjadi heteroskedastisitas dan cross-sectional dependence. Analisis mencakup 24 kabupaten/kota di Provinsi Sulawesi Selatan periode 2020–2024 menggunakan model Fixed Effect (FE), Random Effect (RE), dan Uji Hausman. Hasil menunjukkan bahwa IPM berpengaruh negatif dan signifikan terhadap kemiskinan, sementara PDRB tidak berpengaruh signifikan. Pendekatan Driscoll–Kraay meningkatkan reliabilitas estimasi dibanding robust konvensional.

Page 10 of 10 | Total Record : 98

 6   7   8   9   10 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Volume 5, No. 2, Desember 2025, Jurnal Riset Statistika (JRS) Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS) Volume 4, No. 2, Desember 2024, Jurnal Riset Statistika (JRS) Volume 4, No. 1, Juli 2024, Jurnal Riset Statistika (JRS) Volume 3, No. 2, Desember 2023, Jurnal Riset Statistika (JRS) Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS) Volume 2, No. 2, Desember 2022, Jurnal Riset Statistika (JRS) Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS) Volume 1, No. 2, Desember 2021, Jurnal Riset Statistika (JRS) Volume 1, No. 1, Juli 2021, Jurnal Riset Statistika (JRS)