5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
1/9
Lembar Jawaban OPEN ENDED DAC 2014
1.
Dari sari numerik diatas, dapat dilihat bahwa untuk jumlah kemiskinan di Jawa
Timur, nilai mean lebih besar daripada nilai median. Hal ini mengindikasikan bahwa terdapat
kota/kabupaten di jawa timur memiliki jumlah miskin yang besar dibanding kabupaten/kota
lainnya. (Mean bersifat TIDAK robust). Variansi yang besar menunjukkan bahwa jumlah
kemiskinan di kota/kabupaten di Jawa Timur tidak merata. 50 persen jumlah miskin berada
pada selang 104475 hingga 221825 jiwa.
Sedangkan untuk jumlah pengangguran di Jawa Timur, nilai mean cukup besar
dibanding nilai median. Hal ini mengindikasikan bahwa terdapat kota/kabupaten di jawa
timur memiliki jumlah pengangguran yang lebih besar dibanding kabupaten/kota lainnya.
Variansi yang besar menunjukkan bahwa jumlah pengangguran di kota/kabupaten di Jawa
Timur tidak merata. 50 persen jumlah miskin berada pada selang 8335 hingga 27917 jiwa.
Rata-rata jumlah miskin yang sangat jauh lebih besar dibanding jumlah pengangguran
(untuk satuan yang sama), mengindikasikan bahwa mungkin terdapat banyak masyarakat
yang memiliki pekerjaan namun belum mampu mencukupi kebutuhannya.
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
2/9
2.
Faktor yang paling berpengaruh ialah faktor
yang menghasilkan kelinieran yang paling
besar. Faktor dengan kelinearan paling besar,
yaitu rata-rata lama sekolah. Semakin besar
rata-rata lama sekolah, maka jumlah
kemiskinan cenderung semakin kecil. Terlihat
keteraturan plot mengikuti garis regresi.
(tidak membentuk pola seperti bola).
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
3/9
3.Dengan mendefinisan variabel-variabel sebagai berikut,
y= jumlah penduduk miskin (ribuan jiwa)
x1= laju pertumbuhan ekonomi (%)
x2= tingkat kesempatan kerja (%)
x3= jumlah pengangguran (jiwa)
x4= jumlah pengeluaran rumah tangga perkepala(Rupiah)
x5= angka rata-rata lama sekolah (tahun)
Kita gunakan beberapa metode yang umum digunakan dalam regresi linier.
a. Backwardelimination
b. Forward selection
c. Stepwise regression
Dapat dilihat bahwa ketiga metode diatas menghasilkan model regresi yang sama, yaitu
model regresi yang hanya memasukkan variabel x3, x2, dan x5 sebagai kovariat/prediktor.NilaiR-squaremenunjukkanseberapa baik model mampu menjelaskan variasi dari respon.
Dapat dilihat bahwa nilaiR-squareuntuk full model lebih besar sedikit daripada nilaiR-
squarehasil regresi dari ketiga metode diatas. Namun, dengan mempertimbangkan prinsip
parsimoni, untuk perbedaan yang cukup kecil ini, kami tentunya memilih model dengan
prediktor yang lebih sedikit agar estimasi parameter yang dilakukan lebih sedikit juga.
(sebaiknya melihat nilai adjusted-R-squaredibanding melihat nilaiR-square). Selain itu,
dibanding dengan full model (model regresi dengan menggunakan x1 x2 x3 x4 dan x5
sebagai prediktor), model yang dihasilkan dengan ketiga metode diatas menghasilkan nilai
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
4/9
C(p) statistik yang lebih kecil, dimana C(p) statistik menjamin terjaganya prinsip parsimoni
serta menghindari terjadinya underfitting. Semakin kecil nilai C(p) statistik, maka model
semakin baik. Berikut estimasi parameter yang diperoleh:
Sehingga model terbaik ialah
= 2,72097 + 3,86932 + 0,002513
36,872245
Dalam melakukan regresi diatas, asumsi yang digunakan ialah ~(0,2), yaitu
nilai error berdistribusi multivariat normal yang berarti error saling bebas untuk setiap
observasi yang dilakukan, serta memiliki mean 0 dan variansi konstan. Untuk mengecek
apakah model sudah memenuhi asumsi ini, maka kita lagukan uji diagnostik residual.
Dapat dilihat bahwa residual mendekati kurva normal. Namun agar lebih pasti, dapat
dilakukan uji kenormalan kormogolov-smirnov untuk residual diatas.Plot R student residual
terhadap nilai prediksi y memperlihatkan bahwa terdapat data pencilan. Terdapat
kemungkinan bahwa data salah, sehingga diperlukan pengecekan ulang.
Model terbaik untuk kasus ini ialah:
= 2,72097 + 3,86932 + 0,002513 36,872245
Dimana = [|2, 3, 5] yaitu taksiran rata-rata dari tiap tiap nilai respon (jumlah
penduduk miskin) jika diketahui nilai tingkat kesempatan kerja (%), jumlah pengangguran
(jiwa), serta angka rata-rata lama sekolah (tahun).
Note:
Regresi mempertimbangkan faktor probabilistik, sehingga terdapat error.
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
5/9
= 0 + 12 + 23 + 35 + , = 0
Atau dapat ditulis = | = 0 + 12 + 23 + 35
Sehingga = [|] = 0 + 12 + 23 + 35
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
6/9
4.Dapat dilihat dari hasil model terbaik yang telah didapat, yaitu:
= 2,72097 + 3,86932 + 0,002513 36,872245
Dengan:
= taksiran rata-rata jumlah penduduk miskin (jiwa)
x2= tingkat kesempatan kerja (%) x3= jumlah pengangguran (jiwa)
x5= angka rata-rata lama sekolah (tahun)
maka, dapat disimpulkan bahwa yang paling berpengaruh ialah variabel x5 yaitu angka rata-
rata lama sekolah, sehingga gubernur Jawa Timur sebaiknya lebih menekankan program-program untuk meningkatkan pendidikan masyarakat Jawa Timur. Varibel ke 2 yang paling
berpengaruh ialah tingkat kesempatan kerja. Tingkat kesempatan kerja yang tinggi dapat
menaikkan jumlah kemiskinan. Hal ini cenderung tidak wajar. Kemungkinan terbesar yang
terjadi adalah kesempatan kerja yang sesuai dengan tingkat pendidikan masyarakat telah
menurun, sedangkan kesempatan kerja bagi kaum terdidik meningkat, sedangkan pendidikan
belum ditingkatkan.
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
7/9
5.
x4 Logical value htm tm Hm m310.917,000 hampirtidakmiskin 1 0 0 0
324.376,000 hampirtidakmiskin 1 0 0 0
340.308,000 hampirtidakmiskin 1 0 0 0
407.454,000 tidakmiskin 0 1 0 0
350.497,000 hampirtidakmiskin 1 0 0 0
342.285,000 hampirtidakmiskin 1 0 0 0
386.749,000 tidakmiskin 0 1 0 0
297.629,000 hampirtidakmiskin 1 0 0 0
336.675,000 hampirtidakmiskin 1 0 0 0373.575,000 tidakmiskin 0 1 0 0
333.935,000 hampirtidakmiskin 1 0 0 0
323.528,000 hampirtidakmiskin 1 0 0 0
367.731,000 tidakmiskin 0 1 0 0
382.286,000 tidakmiskin 0 1 0 0
503.790,000 tidakmiskin 0 1 0 0
387.394,000 tidakmiskin 0 1 0 0
384.258,000 tidakmiskin 0 1 0 0
388.548,000 tidakmiskin 0 1 0 0339.825,000 hampirtidakmiskin 1 0 0 0
363.144,000 tidakmiskin 0 1 0 0
282.112,000 hampirtidakmiskin 1 0 0 0
342.593,000 hampirtidakmiskin 1 0 0 0
323.370,000 hampirtidakmiskin 1 0 0 0
345.500,000 hampirtidakmiskin 1 0 0 0
415.634,000 tidakmiskin 0 1 0 0
353.821,000 tidakmiskin 0 1 0 0
281.234,000 hampirtidakmiskin 1 0 0 0317.021,000 hampirtidakmiskin 1 0 0 0
314.469,000 hampirtidakmiskin 1 0 0 0
549.901,000 tidakmiskin 0 1 0 0
562.036,000 tidakmiskin 0 1 0 0
785.352,000 tidakmiskin 0 1 0 0
586.502,000 tidakmiskin 0 1 0 0
472.121,000 tidakmiskin 0 1 0 0
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
8/9
561.626,000 tidakmiskin 0 1 0 0
615.984,000 tidakmiskin 0 1 0 0
781.291,000 tidakmiskin 0 1 0 0
574.594,000 tidakmiskin 0 1 0 0
Total 17 21 0 0
Sesuai dengan definisi dari BPS, dapat dilihat bahwa kabupaten/kota di Jawa Timur
tidak ada yang tergolong dalam miskin maupun hampir miskin. Jadi terdapat 0% penduduk
Provinsi Jawa Timur yang miskin sehingga kriteria kurang dari 10% terpenuhi. Sehingga
Provinsi Jawa Timur berada diatas garis kemiskinan apabila perhitungan dilakukan sesuai
kriteria dari BPS.
Namun proporsi penduduk miskin yang dihitung dari total penduduk miskin pada
kolom pertama dari tabel dibanding jumlah penduduk yang tertera pada soal adalah 15,25%
penduduk.
Data jumlah pengeluaran rumah tangga per kepala merupakan rata-rata dari
keseluruhan pengeluaran perkepala dari penduduk di Kabupaten/Kota di Provinsi Jawa
Timur. Kita ketahui bahwa nilai rata-rata merupakan ukuran data yang bersifat TIDAK
robust, sehingga apabila terdapat data yang nilainya jauh berbeda dari data lainnya
(pencilan), nilai rata-rata sangat mudah bergeser. Inilah yang menyebabkan adanya perbedaan
dari kedua persentase diatas. Dapat dikatakan bahwa terdapat kesenjangan yang cukup besar
antara si kaya dengan si miskin.
5/22/2018 DAC2014 Indah Nurina Nur Cahyanti
9/9
6.
Kriteria untuk menghadapiASEAN Economic Communitymenurut sumberhttp://www.asean.org/communities/asean-economic-communityadalah
a) a single market and production base,b) a highly competitive economic region,c) a region of equitable economic development, andd) a region fully integrated into the global economy.Akan dianalisis untuk poin (c) dari data laju pertumbuhan ekonomi pada setiap
Kabupaten/Kota di Provinsi Jawa Timur. Didapat rata-rata laju pertumbuhan ekonomi
sebesar 6,477 persen. Angka ini menurun dari tahun lalu.
Untuk segi kemiskinan (diambil dari data yang diketahui di soal dan tidak
berdasarkan kriteria problem nomor 5), dari data didapat bahwa jumlah penduduk miskin di
Provinsi Jawa Timur adalah 5.729,600 ribu jiwa dari total penduduk 37.565,700 ribu jiwa.
Sehingga terdapat 15,25221 persen (lebih dari 10 persen) masyarakat miskin di Jawa Timur.
Dari analisis sebelumnya, didapat faktor yang paling mempengaruhi kemiskinan di Provinsi
Jawa Timur adalah angka rata-rata lama sekolah.
Sehingga untuk menghadapiASEAN Economic Communitygubernur Jawa Timur
sebaiknya menggulangi masalah kemiskinan terlebih dahulu dengan cara lebih menekankanprogram-program untuk meningkatkan pendidikan masyarakat Jawa Timur. Upaya
peningkatan laju pertumbuhan ekonomi juga sangat diperlukan. Selain itu perhatikan juga 4
poin diatas untuk kriteriaASEAN Economic Community.
http://www.asean.org/communities/asean-economic-communityhttp://www.asean.org/communities/asean-economic-communityhttp://www.asean.org/communities/asean-economic-communityTop Related