Pemodelan Regresi Logistik Berbasis Backward Elimination Untuk Mengetahui Faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia Tahun 2021

  • Alfi Indah Nurrizqi
  • Erfiani
  • Indahwati
  • et al.
N/ACitations
Citations of this article
29Readers
Mendeley users who have this article in their library.

Abstract

Kemiskinan seringkali berhubungan dengan masalah kesejahteraan dan menjadi salah satu masalah utama di Indonesia. Kondisi ekonomi akibat Covid-19 berdampak pada tingkat kemiskinan di masyarakat. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi tingkat kemiskinan di Indonesia tahun 2021 menggunakan regresi logistik biner. Regresi logistik biner digunakan untuk memodelkan hubungan antara variabel respon yang terdiri dari dua kategori dengan satu atau lebih variabel prediktor. Hasil penelitian ini menunjukkan proporsi tingkat kemiskinan rendah lebih tinggi dibandingkan tingkat kemiskinan tinggi. Terdapat 18 provinsi dengan tingkat kemiskinan rendah serta 16 provinsi dengan tingkat kemiskinan tinggi.  Faktor-faktor yang berpengaruh terhadap kategori pada tingkat kemiskinan yaitu Indeks Pembangunan Manusia (X1) dan Gini Ratio (X2). Ketepatan klasifikasi dari model sebesar 83.33%, yang artinya model baik digunakan.

Cite

CITATION STYLE

APA

Alfi Indah Nurrizqi, Erfiani, Indahwati, Anwar Fitrianto, & Reni Amelia. (2022). Pemodelan Regresi Logistik Berbasis Backward Elimination Untuk Mengetahui Faktor yang Mempengaruhi Tingkat Kemiskinan di Indonesia Tahun 2021. Jurnal Statistika Dan Aplikasinya, 6(2), 160–170. https://doi.org/10.21009/jsa.06202

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free