29 Statistik uji yang digunakan untuk pengujian tersebut adalah:
= 2
ℓ − ℓ = 2-2629140--2.21x10
7
= 219470860 = 38941720
Berdasarkan tabel chi-squares dengan tingkat signifikansi 0.05 dan derajat bebas 6 diperoleh nilai
. ;
= 12.59. Nilai = 38941720
. ;
= 12.59, maka H
ditolak pada tingkat signifikansi 0.05. Sehingga, model tersebut dapat digunakan untuk menggambarkan hubungan antara jumlah
penduduk miskin dengan jumlah penduduk, pengangguran, angka melek huruf, penduduk tamat SDsederajat, penduduk tamat SMPsederajat serta
penduduk tamat SMsederajat.
c. Uji Signifikansi Parameter
Selanjutnya dilakukan pengujian signifikansi masing-masing parameter dari model regresi Poisson.
Hipotesis: H
:
= 0 = 1, 2, …, 6
H
1
: ≠
Berdasarkan Persamaan 3.2 diperoleh: 1
= =
. .
= 26905972.94 2
= =
. .
= 34.045 3
= =
. .
= 142768.64
30 4
= =
. .
= 6629.117 5
= =
. .
= 7660.846 6
= =
. .
= 4924.556 Berdasarkan tabel chi-squares dengan tingkat signifikansi 0.05 dan derajat
bebas 1 diperoleh nilai
. ;
= 3.841. Aturan keputusan:
1
=
26905972.94
. ;
= 3.841, maka H ditolak
2
=
34.045
. ;
= 3.841, maka H ditolak
3
=
142768.64
. ;
= 3.841, maka H ditolak
4
=
6629.117
. ;
= 3.841, maka H ditolak
5
=
7660.846
. ;
= 3.841, maka H ditolak
6
=
4924.556
. ;
= 3.841, maka H ditolak
Parameter
, ,
, ,
,
signifikan pada tingkat signifikansi 0.05. Artinya, pada tingkat signifikansi 0.05 jumlah penduduk, pengangguran,
angka melek huruf, penduduk tamat SDsederajat, penduduk tamat SMPsederajat serta penduduk tamat SMsederajat memiliki kontribusi
terhadap jumlah penduduk miskin.
31
d. Interpretasi Parameter
Karena seluruh parameter dalam model regresi Poisson signifikan pada tingkat signifikansi 0.05, maka seluruh parameter dapat
diinterpretasi. 1 Interpretasi
=
8.04x10
-8
Untuk setiap kenaikan jumlah penduduk sebanyak 1 jiwa, dengan asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk
miskin cenderung bertambah sebesar 8.04 10
-8
≈ 1 jiwa. 2 Interpretasi
=
0.0033977 Untuk setiap kenaikan pengangguran sebanyak 1 persen, dengan
asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk miskin cenderung bertambah sebesar
0.0033977 ≈ 1 jiwa.
3 Interpretasi
=
-0.0237666 Untuk setiap kenaikan angka melek huruf penduduk sebanyak 1
persen, dengan asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk miskin cenderung berkurang sebesar
- 0.0237666
≈ 1 jiwa. 4 Interpretasi
=
-0.3710933 Untuk setiap kenaikan penduduk yang tamat SDsederajat sebanyak 1
persen, dengan asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk miskin cenderung berkurang sebesar
- 0.3710933
≈ 1 jiwa.
32 5 Interpretasi
=
-0.3997937 Untuk setiap kenaikan penduduk tamat SMPSederajat sebanyak 1
persen, dengan asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk miskin cenderung bertambah sebesar
- 0.3997937
≈ 1 jiwa. 6 Interpretasi
=
-0.3207848 Untuk setiap kenaikan penduduk tamat SMSederajat sebanyak 1
persen, dengan asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk miskin cenderung berkurang sebesar
- 0.3207848
≈ 1 jiwa.
4.4 Overdispersion
