Pengaruh Jumlah Penduduk Miskin terhadap Angka Partisipasi Murni umur 16-19 tahun Pendidikan Indonesia tahun 2012 di Jawa Barat, Jawa Tengah, dan Jawa Timur

Metode Penelitian Politeknik APP Jakarta

Author

Raja Shafa Pratama Bintang

Published

January 19, 2023

1 Pendahuluan

1.1 Latar belakang

Pendidikan merupakan suatu aspek yang sangat penting untuk memajukan negara, namun untuk mendapatkan Pendidikan tersebut pastinya butuh biaya untuk mencukupi kebutuhan Pendidikan itu sendiri. Oleh karena itu, biaya sangat menjadi dinding yang cukup besar bagi masyarakat miskin untuk mendapatkan Pendidikan. Dan penelitian ini membahas terhadap pengaruhnya jumlah kemiskinan penduduk terhadap angka partisipasi sekolah di Jawa Barat, Jawa Tengah, dan juga Jawa Timur.

Metode identifikasi masalah ini menggunakan metode fishbone diagram untuk mengidentifikasi permasalahan topik ini. Berikut tabel fishbone topik ini

fishbone

1.2 Ruang lingkup

Ruang lingkup pembahasan masalah sesuai dengan variable yang akan digunakan pada analisis kali ini, yaitu mengenai Jumlah Penduduk Miskin terhadap Angka Partisipasi Sekolah dari daerah dan tahun terkait. Batasan masalah ini berperan membantu dalam mengidentifikasi masalah yang akan dibahas dan membatasi jangkauan proses yang dibahas.

1.3 Rumusan masalah

1.     Apakah adanya pengaruh Jumlah Kemiskinan Penduduk terhadap Angka Partisipasi Sekolah?

2.     Apakah Jumlah Kemiskinan Penduduk berpengaruh besar terhadap Angka Partisipasi Sekolah?

1.4 Tujuan dan manfaat penelitian

Tujuan penelitian ini untuk mengetahui pengaruhnya Jumlah Penduduk Miskin di daerah dan tahun terkait terhadap Angka Partisipasi Sekolah di daerah dan tahun terkait .

Manfaat penelitian ini agar masyarakat mengerti bahwa adanya pengaruh Jumlah Penduduk Miskin terhadap Angka Partisipasi Sekolah di daerah terkait.

1.5 Package

Ini tidak wajib ada di packages yang digunakan antara lain sebagai berikut:

library("tidyverse")
library("readxl")
library("writexl")
library("dplyr")

2 Studi pustaka

Menurut Kuncoro (1997) mengenai teori kemiskinan akan keterbelakangan, ketidaksempurnaan pasar, dan kurang nya dana awal dapat mengakibatkan rendahnya produktivitas manusia. Rendahnya pendapatan mengakibatkan rendahnya tabungan dan juga investasi yang berpengaruh akan daya mereka untuk mendapatkan Pendidikan.

3 Metode penelitian

3.1 Data

Data yang saya gunakan berupa Angka Partisipasi Sekolah pada umur dan daerah terkait

dan juga Data Jumlah Penduduk Miskin di daerah yang terkait
provinsi aps
Bogor 53,91
Sukabumi 51,97
Cianjur 46,73
Bandung 49,76
Garut 51,69
Tasikmalaya 55,66
Ciamis 63,53
Kuningan 55,53
Cirebon 56,07
Majalengka 52,93
Sumedang 60,94
Indramayu 54,81
Subang 50,85
Purwakarta 59,48
Karawang 56,17
Bekasi 55,51
Bandung Barat 42,95
Kota Bogor 65,54
Kota Sukabumi 61,66
Kota Bandung 71,02
Kota Cirebon 61,71
Kota Bekasi 62,42
Kota Depok 66,55
Kota Cimahi 76,35
Kota Tasikmalaya 67,56
Kota Banjar 66,38
Cilacap 73,46
Banyumas 61,3
Purbalingga 41,8
Banjarnegara 47,05
Kebumen 69,63
Purworejo 65,33
Wonosobo 37,42
Magelang 54,13
Boyolali 63,39
Klaten 77,77
Sukoharjo 73,62
Wonogiri 62,55
Karanganyar 68,35
Sragen 74,73
Grobogan 52,04
Blora 64,15
Rembang 60,6
Pati 51,29
Kudus 55,38
Jepara 54,67
Demak 60,38
Semarang 56,1
Temanggung 47,09
Kendal 63,14
Batang 38,83
Pekalongan 46,35
Pemalang 50,93
Tegal 60,34
Brebes 54,88
Kota Magelang 78,23
Kota Surakarta 69,42
Kota Salatiga 84,25
Kota Semarang 75,33
Kota Pekalongan 49,45
Kota Tegal 64,23
Pacitan 61,05
Ponorogo 73,77
Trenggalek 64,14
Tulungagung 53,72
Blitar 63,83
Kediri 65,86
Malang 49,48
Lumajang 57,57
Jember 50,03
Banyuwangi 58,98
Bondowoso 61,21
Situbondo 47,59
Probolinggo 47,42
Pasuruan 47,84
Sidoarjo 78,73
Mojokerto 64,17
Jombang 68,5
Nganjuk 68,85
Madiun 79,14
Magetan 77,78
Ngawi 80,35
Bojonegoro 51,41
Tuban 67,64
Lamongan 67,65
Gresik 70,81
Bangkalan 42,86
Sampang 38,61
Pamekasan 62,07
Sumenep 65,71
Kota Kediri 73,36
Kota Blitar 70,52
Kota Malang 74,15
Kota Probolinggo 68,51
Kota Pasuruan 80,08
Kota Mojokerto 82,07
Kota Madiun 80,15
Kota Surabaya 69,68
Kota Batu 71,97
provinsi jpm
Bogor 451
Sukabumi 234,6
Cianjur 292,2
Bandung 279,5
Garut 315,8
Tasikmalaya 201,5
Ciamis 147,8
Kuningan 142,3
Cirebon 311,3
Majalengka 168,6
Sumedang 132,9
Indramayu 257,3
Subang 185,4
Purwakarta 85
Karawang 245,1
Bekasi 153,1
Bandung Barat 209,9
Kota Bogor 84,8
Kota Sukabumi 26
Kota Bandung 111,4
Kota Cirebon 33,2
Kota Bekasi 139,8
Kota Depok 47
Kota Cimahi 37,7
Kota Tasikmalaya 123
Kota Banjar 13,9
Cilacap 260,9
Banyumas 303,9
Purbalingga 181,3
Banjarnegara 164
Kebumen 258,5
Purworejo 112,8
Wonosobo 169,3
Magelang 166,2
Boyolali 129,1
Klaten 187,9
Sukoharjo 85,1
Wonogiri 135,4
Karanganyar 115,2
Sragen 142,8
Grobogan 210,8
Blora 124,8
Rembang 129,9
Pati 162
Kudus 68,1
Jepara 104,8
Demak 178,1
Semarang 88,8
Temanggung 87,8
Kendal 119
Batang 88,2
Pekalongan 116,5
Pemalang 241,7
Tegal 149
Brebes 364,9
Kota Magelang 12,1
Kota Surakarta 59,7
Kota Salatiga 12,3
Kota Semarang 81,9
Kota Pekalongan 26,8
Kota Tegal 24
Pacitan 94,5
Ponorogo 101,4
Trenggalek 96,9
Tulungagung 94,6
Blitar 121,6
Kediri 209
Malang 275,5
Lumajang 126,4
Jember 280
Banyuwangi 157,2
Bondowoso 118,5
Situbondo 94,5
Probolinggo 248,5
Pasuruan 179,1
Sidoarjo 130,5
Mojokerto 112,7
Jombang 149,6
Nganjuk 136,1
Madiun 91,8
Magetan 71,8
Ngawi 131,7
Bojonegoro 203,9
Tuban 202,7
Lamongan 197,9
Gresik 174,4
Bangkalan 229,8
Sampang 253,4
Pamekasan 160,8
Sumenep 232,2
Kota Kediri 22,3
Kota Blitar 9,1
Kota Malang 43,5
Kota Probolinggo 24,3
Kota Pasuruan 15,1
Kota Mojokerto 8
Kota Madiun 9,3
Kota Surabaya 175,7
Kota Batu 8,7

logo bps

Penelitian ini menggunakan data Angka Partisipasi Sekolah dan Jumlah Penduduk Miskin dari Badan Pusat Statistik(BPS)

Baca data

#import dataset
library(readxl)
dat<-read_excel('JAWA.xlsx')
head(dat)
# A tibble: 6 × 3
  provinsi      aps   jps
  <chr>       <dbl> <dbl>
1 Bogor        53.9  451 
2 Sukabumi     52.0  235.
3 Cianjur      46.7  292.
4 Bandung      49.8  280.
5 Garut        51.7  316.
6 Tasikmalaya  55.7  202.
library("ggplot2")
library("readxl")
library("dplyr")
ggplot(data=dat,aes(x=aps,y=jps)) +
  geom_point(color="blue",size=2) + # setiap nambah command, selalu kasih tanda +
  labs(title="tabel 1. hubungan antara Angka Partisipasi Sekolah dan Jumlah Penduduk Miskin",
       x="Angka Partisipasi Sekolah",
       y="Jumlah Penduudk Miskin",
       caption = "sumber: Badan Pusat Statistik") +
  theme_classic()

3.2 Metode analisis

Metode yang dipilih adalah regresi univariat atau Ordinary Least Square (OLS) dengan 1 variabel independen. Penelitian ini merbaksud mencari hubungan antara JUMLAH PENDUDUK MISKIN (JPM) dan ANGKA PARTISIPASI SEKOLAH (APS). Spesifikasi yang dilakukan adalah:

\[ y_{t}=\beta_0 + \beta_1 x_t+\mu_t \] di mana \(y_t\) adalah APS dan \(x_t\) adalah JPM.

4 Pembahasan

4.1 Pembahasan masalah

Dikarenakan saya menggunakan OLS, Pembahasan saya disini hanya menghubungkan Angka Partisipasi Sekolah dan Jumlah Penduduk Miskin Data tersebut saya satukan untuk saya regresi dan tampilannya seperti ini.

#import dataset
library(readxl)
dat<-read_excel('JAWA.xlsx')
head(dat)
# A tibble: 6 × 3
  provinsi      aps   jps
  <chr>       <dbl> <dbl>
1 Bogor        53.9  451 
2 Sukabumi     52.0  235.
3 Cianjur      46.7  292.
4 Bandung      49.8  280.
5 Garut        51.7  316.
6 Tasikmalaya  55.7  202.

Koreksi: jps ini maksudnya Jumlah Penduduk Miskin ya :3

4.2 Analisis masalah

Hasil regresinya adalah

reg1<-lm(aps~jps,data=dat)
summary(reg1)

Call:
lm(formula = aps ~ jps, data = dat)

Residuals:
     Min       1Q   Median       3Q      Max 
-25.9592  -5.9426   0.4867   7.9486  18.9796 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 70.05411    1.86684  37.526  < 2e-16 ***
jps         -0.05969    0.01104  -5.406 4.62e-07 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 9.677 on 97 degrees of freedom
Multiple R-squared:  0.2315,    Adjusted R-squared:  0.2236 
F-statistic: 29.22 on 1 and 97 DF,  p-value: 4.619e-07

5 Kesimpulan

Dari hasil regresi dapat dilihat bahwa setiap meningkat 100 ribu orang Jumlah Penduduk Miskin di Jawa Barat, Jawa Tengah, dan Jawa Timur, maka Angka Partisipasi Sekolah pada daerah tersebut angkat menurun sebesar 5,969 persen. Dari hasil regresi tersebut dapat disimpulkan bahwa Jumlah Penduduk Miskin berpengaruh terhadap tingkat Angka Partisipasi Sekolah di Jawa Barat, Jawa Tengah, dan Jawa Timur pada tahun 2012.

6 Saran

Untuk meningkatkan akurasi dari penelitian ini, lebih baiknya untuk menambahkan beberapa variabel yang mendukung variabel yang terkait.

7 Referensi

Kuncoro, M. (1997). Ekonomi Pembangunan: Teori, masalah dan kebijakan. UPP STIM YKPN. https://www.worldcat.org/title/ekonomi-pembangunan-teori-masalah-dan-kebijakan/oclc/606545951#goodreads

Badan Pusat Statistik. (n.d.). Retrieved January 20, 2023, from https://www.bps.go.id/subject/23/kemiskinan-dan-ketimpangan.html#subjekViewTab3