Metode Regresi Binomial Negatif pada Pemodelan Jumlah Penduduk Miskin di Provinsi Papua

  • Bisma Muhammad Syah Putra Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Islam Bandung
Keywords: Regresi Poisson, Overdispersi, Regresi Binomial Negatif

Abstract

Abstract. Poisson regression is a distribution used for events that have a small probability of occurrence, but sometimes overdispersion occurs when observations occur. Overdispersion occurs when the variance value is greater than the mean value, therefore an alternative distribution is needed, namely Negative Binomial Regression. Negative Binomial Regression is a form of Generalized Linear Model (GLM) which is often used in regression modeling related to the number of events. In this thesis we will discuss Poisson Regression and Negative Binomial Regression modeling on the number of poor people in Papua Province in 2021. Modeling using Poisson Regression on data on the Number of Poor People in Papua Province experiences overdispersion. This makes Poisson Regression unable to model the data. Overdispersion cases can be handled using the Negative Binomial Regression method. The factors that significantly influence the data on the number of poor people in Papua Province in 2021 are X3 (Gini ratio).

Abstrak. Regresi Poisson adalah distribusi yang digunakan untuk peristiwa yang memiliki probabilitas kejadian kecil, namun terkadang saat pengamatan terjadi overdispersi. Overdispersi terjadi pada saat nilai variansi lebih besar dari nilai mean, maka dari itu diperlukan distribusi alternatif yaitu Regresi Binomial Negatif. Regresi Binomial Negatif merupakan salah satu bentuk dari Generalized Linear Model (GLM) yang sering digunakan dalam pemodelan regresi terkait dengan banyaknya kejadian. Dalam skripsi ini akan dibahas pemodelan Regresi Poisson dan Regresi Binomial Negatif terhadap jumlah penduduk miskin di Provinsi Papua pada tahun 2021. Pemodelan menggunakan Regresi Poisson pada data Jumlah Penduduk Miskin di Provinsi Papua mengalami overdispersi. Hal ini membuat Regresi Poisson tidak dapat memodelkan data tersebut. Penanganan kasus overdispersi dapat dilakukan dengan metode Regresi Binomial Negatif. Faktor-faktor yang mempengaruhi secara signifikan terhadap data Jumlah Penduduk Miskin di Provinsi Papua pada tahun 2021 adalah X3 (Rasio Gini).

References

Bappenas. (2004). Rencana Strategik Penanggulangan Kemiskinan di Indonesia. Jakarta: Bappenas

BPS. 2021. Provinsi Papua Dalam Angka 2021.

BPS. 2021. Indeks Pembangunan Manusia 2021.

Burnham, K. P., & Anderson, D. R. (2004). Multimodel inference: Understanding AIC and BIC in model selection. Sociological Methods and Research, 33(2), 261–304.

Cameron, A. C. (2013). Count Data Regression Made Simple. Book Summary, 1–17.

Published
2024-08-15