Home
Login.
Artikelilmiahs
54818
Update
REANITA RACHMAN
NIM
Judul Artikel
ANALISIS PENGARUH JUMLAH PENDUDUK, TINGKAT PENGANGGURAN, PDRB, IPM DAN UMK TERHADAP KEMISKINAN DI KABUPATEN BREBES, BANYUMAS, PEMALANG, KEBUMEN, CILACAP DAN GROBOGAN TAHUN 2015-2024
Abstrak (Bhs. Indonesia)
Penelitian ini memiliki tujuan untuk menganalisis pengaruh jumlah penduduk, tingkat pengangguran, PDRB, IPM, dan UMK terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024 secara simultan dan parsial. Dalam penelitian ini, teknik analisis data yang digunakan adalah analisis regresi data panel. Berdasarkan analisis yang telah dilakukan, diperoleh hasil penelitian bahwa jumlah penduduk, tingkat pengangguran, PDRB, IPM, dan UMK secara bersama-sama berpengaruh signifikan terhadap terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024, dan secara parsial: (1) jumlah penduduk berpengaruh positif signifikan terhadap terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024; (2) tingkat pengangguran tidak berpengaruh signifikan terhadap terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024; (3) PDRB tidak berpengaruh signifikan terhadap terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024; (4) IPM berpengaruh negatif signifikan etrhadap terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024; (5) UMK berpengaruh negatif signifikan terhadap terhadap kemiskinan di Kabupaten Brebes, Banyumas, Pemalang, Kebumen, Cilacap dan Grobogan tahun 2015-2024.
Abtrak (Bhs. Inggris)
This study aims to analyze the simultaneous and partial effects of population size, unemployment rate, GRDP, HDI, and the regency minimum wage (UMK) on poverty in the regencies of Brebes, Banyumas, Pemalang, Kebumen, Cilacap, and Grobogan from 2015 to 2024. Panel data regression analysis was employed as the data analysis technique. The results indicate that population size, unemployment rate, GRDP, HDI, and UMK collectively have a significant effect on poverty in these regencies during the 2015–2024 period. Individually, the findings show that: (1) population size has a significant positive effect on poverty; (2) the unemployment rate does not have a significant effect on poverty; (3) GRDP does not have a significant effect on poverty; (4) HDI has a significant negative effect on poverty; and (5) UMK has a significant negative effect on poverty.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save