Analisis Regresi Data Panel pada Angka Partisipasi Murni Jenjang Pendidikan SMP Sederajat di Provinsi Jawa Barat pada Tahun 2018-2021

Karunia Rahayu Ayu; Muhammad Kasim  Aidid; Zulkifli Rais

doi:10.35580/variansiunm113

Karunia Rahayu Ayu Universitas Negeri Makassar
Muhammad Kasim Aidid Department of Statistics, Universitas Negeri Makassar
Zulkifli Rais Department of Statistics, Universitas Negeri Makassar

DOI: https://doi.org/10.35580/variansiunm113

Keywords: Analisis Regresi, Regresi Data Panel, Angka Partisipasi Murni (APM), Pendidikan.

Abstract

Pure Enrollment Rate (APM) is the ratio of school-age children to the corresponding age population and is expressed as a percentage. Regression analysis is a statistical analysis method that aims to see the relationship between a dependent variable and one or more independent variables. Regression using panel data is called the panel data regression model. Panel data is a combination of time series and cross-section data. This study aims to determine the modeling of regression analysis with panel data regarding the Pure Participation Rate (APM) at the junior high school education level in West Java Province in 2018-2021 and to determine the factors that affect the level of Pure Participation Rate (APM) at the junior high school education level in West Java Province in 2018-2021. Based on the model selection carried out by conducting the Chow Test, Hausman Test, and Breucsh-Pagan Test, the best model is the Random Effect Model. From the random effect model, it is known that the factor or variable that has a very significant effect on the Pure Participation Rate (APM) of equivalent junior high schools in West Java province is the student-to-school ratio variable (X₁).

References

Apriliawan, D., Tarno, & Hasbi, Y. (2013). Pemodelan Laju Inflasi Di Provinsi Jawa Tengah Menggunakan Regresi Data Panel. Jurnal Gaussian, 2(4), 311–321. http://ejournal-s1.undip.ac.id/index.php/gaussian

Dan, B., Banten, P., & Reydita, T. (2020). Analisis Spasial Data Panel Pada Indeks Pembangunan Manusia. November. https://doi.org/10.13140/RG.2.2.16952.78080

Eva Eriani, & Yolanda, A. M. (2022). Analisis Angka Partisipasi PAUD Untuk Mewujudkan Pendidikan Berkualitas di Provinsi Riau. Mitra Ash-Shibyan: Jurnal Pendidikan dan Konseling, 5(01), 1–16. https://doi.org/10.46963/mash.v5i01.470

Haniah, N. (2013). Uji Normalitas Dengan Metode Liliefors. Statistika Pendidikan, 1, 1–17.

Lestari, A., & Setyawan, Y. (2017). Analisis Regresi Data Panel Untuk Mengetahui Faktor Yang Mempengaruhi Belanja Daerah Di Provinsi Jawa Tengah. Jurnal Statistika Industri dan Komputasi, 2(1), 1–11.

Mahdy, I. F. (2021). Pemodelan Jumlah Kasus Covid-19 Di Jawa Barat Menggunakan Geographically Weighted Regression. Seminar Nasional Official Statistics, 2020(1), 138–145. https://doi.org/10.34123/semnasoffstat.v2020i1.642

Mubarokah, L. (2016). Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline Di Papua. Jurnal Sains dan Seni ITS, 5(1), 96. http://repository.its.ac.id/51399/

Mulyasari, S. E., & Toharudin, T. (2020). SMA SEDERAJAT DI JAWA BARAT DENGAN.

Nandita, D. A., Alamsyah, L. B., Jati, E. P., & Widodo, E. (2019). Regresi Data Panel untuk Mengetahui Faktor-Faktor yang Mempengaruhi PDRB di Provinsi DIY Tahun 2011-2015. Indonesian Journal of Applied Statistics, 2(1), 42. https://doi.org/10.13057/ijas.v2i1.28950

Novitasari, Y., & Fauziddin, M. (2022). Analisis Literasi Digital Tenaga Pendidik pada Pendidikan Anak Usia Dini. Jurnal Obsesi : Jurnal Pendidikan Anak Usia Dini, 6(4), 3570–3577. https://doi.org/10.31004/obsesi.v6i4.2333

Rahayu, A. (2019). Bab iii landasan teori 3.1. http://e-journal.uajy.ac.id/7244/4/3TF03686.pdf, 2010, 15–48. http://e-journal.uajy.ac.id/7244/4/3TF03686.pdf

Rahmadeni, & Wulandari, N. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Inflasi Pada Kota Metropolitan Di Indonesia Dengan Menggunakan Analisis Data Panel. Jurnal Sains Matematika dan Statistika, 3(2), 34–42.

Safira, N., & Wibowo, Y. H. (2021). Angka Partisipasi Kasar dan Angka Partisipasi Murni sebagai Indikator Keberhasilan Pendidikan Indonesia. PAKAR Pendidikan, 19(2), 101–115. https://doi.org/10.24036/pakar.v19i2.212

Salwa, N., Nurhasanah, N., & Siska, C. A. (2016). Analisa Data Kemiskinan di Provinsi Aceh Menggunakan Model Efek Tetap. STATISTIKA: Journal of Theoretical Statistics and Its Applications, 16(1), 1–8. https://doi.org/10.29313/jstat.v16i1.2276

StudyCha, L. (2013). No Analisis Struktur Kovarian Indeks Terkait Kesehatan Untuk Lansia di Rumah, Berfokus Pada Perasaan Subjektif tentang Kesehatan Title. 1-16

Tiro, M. A. (2010). Analisis Korelasi dan Regresi (Edisi Ketiga). Andira Publisher.