FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN PADA 12 PROVINSI DI INDONESIA TAHUN 2019-2023

Abstract

Abstraksi: Kemiskinan menjadi permasalahan utama di negara berkembang seperti negara Indonesia. Penduduk miskin Indonesia pada tahun 2023 mencapai 7,29%, menurun dibandingkan September 2022 yang sebesar 7,53%. Dengan demikian, diperlukan analisis untuk mengetahui faktor-faktor yang menyebabkan kemiskinan guna memberikan kebijakan pembangunan bagi masing-masing provinsi di Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh pengeluaran perkapita, rata-rata lama sekolah dan umur harapan hidup terhadap kemiskinan pada 12 provinsi di Indonesia dari tahun 2019 sampai 2023, dengan studi kasus yaitu provinsi NTT, Gorontalo, NTB, Sumatera Selatan, Sulawesi Barat, Sulawesi Tenggara, Sulawesi Selatan, Sulawesi Utara, Jawa Barat, Jawa Tengah, Jawa Timur dan Bali. Data yang digunakan yaitu data panel dengan data cross section 12 Provinsi dan time series dari data tahun 2019-2023. Metode yang digunakan adalah regresi data panel. Hasil penelitian menunjukkan bahwa Fixed Effect Model (FEM) terpilih menjadi model terbaik. Variabel pengeluaran perkapita berpengaruh negatif dan signifikan terhadap kemiskinan. Serta variabel rata-rata lama sekolah dan angka harapan hidup tidak berpengaruh signifikan terhadap kemiskinan di 12 Provinsi di Indonesia

Abstract: Poverty is a major problem in developing countries like Indonesia. Indonesia's poor population in 2023 reached 7.29%, a decrease compared to September 2022, which was 7.53%. Therefore, an analysis is needed to identify the factors causing poverty in order to provide development policies for each province in Indonesia. The purpose of this study is to determine the effect of per capita expenditure, average years of schooling, and life expectancy on poverty in 12 provinces in Indonesia from 2019 to 2023, with case studies of the provinces of East Nusa Tenggara (NTT), Gorontalo, West Nusa Tenggara (NTB), South Sumatra, West Sulawesi, Southeast Sulawesi, South Sulawesi, North Sulawesi, West Java, Central Java, East Java, and Bali. The data used are panel data with cross-sectional data from 12 provinces and time series data from 2019-2023. The method used is panel data regression. The results show that the Fixed Effect Model (FEM) was selected as the best model. The per capita expenditure variable has a negative and significant effect on poverty. And the variables of average length of schooling and life expectancy do not have a significant effect on poverty in 12 provinces in Indonesia.