Analisis Regresi Logistik Biner Multilevel pada Status Kemiskinan di Pulau Jawa menggunakan Algoritma MCMC Metropolis-Hasting

Abstract

Pulau Jawa adalah pulau paling padat penduduk di Indonesia. Namun, ada beberapa provinsi di Pulau Jawa yang mengalami masalah kemiskinan. Provinsi Jawa Tengah memiliki tingkat kemiskinan sebesar 11,32% pada tahun 2018, lebih tinggi dari persentase kemiskinan pulau Jawa, yang merupakan akumulasi dari kemiskinan di semua kabupaten dan kota di provinsi tersebut. Model regresi logistik multilevel mempunyai struktur data hirarki yang terdiri dari satu variabel prediktor yang diukur pada level paling bawah (level 1) dan satu variabel penjelas yang diukur pada setiap level atau level selanjutnya. Struktur hirarki data kemiskinan mengindikasikan bahwa data tersebut berasal dari beberapa level, dimana level yang lebih rendah yaitu Kabupaten/Kota tersarang pada level yang lebih tinggi yaitu Provinsi. Data persentase kemiskinan daerah diubah ke dalam bentuk biner menjadi variabel status kemiskinan sehingga metode pendugaan parameter dilakukan dengan pendekatan model regresi logistik biner hirarki dengan algoritma Metropolis-Hasting. Pemodelan ini membantu pemerintah dalam mengambil kebijakan terhadap kelompok kabupaten/kota kategori miskin berdasarkan nilai Indeks Pembangunan Manusia (IPM). Analisa pemodelan menunjukkan bahwa variabel IPM memberikan dampak yang sama saja bagi kecenderungan status kemiskinan kabupaten/kota dengan asumsi parameter lain konstan. Variabel interaksi antara IPM dan dana program Bantuan Pangan Non Tunai memberikan dampak kecenderungan kabupaten/kota di Pulau Jawa berstatus tidak miskin sebesar 1,07 kali daripada miskin.