Abstract
This study aims to analyze the development of life expectancy, the average length of schooling, expenditure per capita, and poverty level in districts/cities in Jambi Province, as well as analyze the effect of life expectancy, the average length of schooling, and expenditure per capita on poverty levels. The analytical method used is panel data regression. The results of this study indicate that. After the Chow and Hausmant test, the best model is the Fixed effect. Partially, the analysis results of the variable life expectancy and expenditure per capita significantly impact the poverty level. At the same time, the average length of school does not have a significant effect. Simultaneously, life expectancy, the average schooling size, and per capita expenditure significantly impact poverty levels in districts/cities in Jambi province Keywords: Poverty, Life expectancy, Length of schooling, Expenditure per capita
Highlights
Abstrak Penelitian ini bertujuan untuk menganalisis perkembangan angka harapan hidup, rata-rata lama sekolah, pengeluaran per kapita dan tingkat kemiskinan pada Kabupaten/Kota di Provinsi Jambi, serta menganalisis pengaruh angka harapan hidup, rata-rata lama sekolah, dan pengeluaran per kapita terhadap tingkat kemiskinan
This study aims to analyze the development of life expectancy, the average length of schooling, expenditure per capita, and poverty level in districts/cities in Jambi Province, as well as analyze the effect of life expectancy, the average length of schooling, and expenditure per capita on poverty levels
The results of this study indicate that
Summary
Langkah yang dilakukan adalah melakukan pengujian estimasi model untuk memperoleh estimasi model yang paling tepat digunakan. Hipotesis yang digunakan adalah sebagai berikut : H0 : maka digunakan model Common Effect (model pool) H1 : maka digunakan model Fixed Effect dan lanjut Uji Hausman. Apabila hasil uji Chow ini menghasilkan probabilitas ChiSquare lebih dari 0,05 maka model yang digunakan adalah model common effect. Sebaliknya, apabila probabilitas Chi-Square yang dihasilkan kurang dari 0,05 maka model yang sebaiknya digunakan adalah model fixed effect. Apabila nilai LM hitung lebih besar dari nilai kritis Chi-Squares maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel adalah model Random Effect. Apabila nilai LM hitung lebih kecil dari nilai kritis Chi-Squares maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Common Effect. Digunakan untuk mengukur pengaruh variabel independen secara kuat terhadap variabel dependen Nilai R2 yang mendekati satu berarti variabel–variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel–variabel terikat
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: e-Jurnal Perspektif Ekonomi dan Pembangunan Daerah
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
