Interpretasi Parameter Regresi Generalized Poisson Hasil Pengolahan Data

37

d. Uji Signifikansi Parameter Dispersi

Hipotesis: H : = 0 H 1 : Statistik uji yang digunakan untuk pengujian tersebut berdasarkan Persamaan 3.3 adalah: = 2 ℓ − ℓ = 2-407.2713 – -2629140 = 22628732.729 = 5257465.457 Berdasarkan tabel chi-squares dengan tingkat signifikansi 0.05 dan derajat bebas 1 diperoleh nilai . ; = 3.841. Nilai = 5257465.457 . ; = 3.841, maka tolak H pada tingkat signifikansi 0.05. Parameter signifikan pada tingkat signifikansi 0.05. Artinya, model regresi Binomial Negatif lebih baik digunakan dibandingkan dengan model regresi Poisson.

e. Interpretasi Parameter

Parameter yang signifikan pada tingkat signifikansi 0.05 dalam model regresi Binomial Negatif hanyalah parameter , maka interpretasi yang diperlukan adalah interpretasi untuk parameter dan parameter . 38 1 Interpretasi = 9.18 10 -8 Untuk setiap kenaikan jumlah penduduk sebanyak 1 jiwa, dengan asumsi nilai variabel lainnya tetap, maka rata-rata jumlah penduduk miskin cenderung bertambah sebesar 9.04 10 -8 ≈ 1 jiwa. 2 Interpretasi = 0.2972525 Nilai taksiran yang diperoleh adalah positif. Hal ini mengindikasikan terjadinya overdispersion.

4.6 Regresi Generalized Poisson

a. Hasil Pengolahan Data

Setelah melakukan pengolahan data, diperoleh nilai untuk parameter , , , , , , pada tabel berikut: Tabel 4.5 Nilai Parameter Regresi Generalized Poisson Parameter estimate Std. Error Konstanta 149.4583 156.8523 - Jumlah Penduduk 8.19 10 -8 6.83 10 -9 11.991 Pengangguran 0.0123919 0.0448386 0.276 Angka Melek Huruf -0.0143374 0.0244077 0.345 Penduduk Tamat SDSederajat -1.342203 1.565608 0.735 Penduduk Tamat SMPSederajat -1.382839 1.568798 0.777 Penduduk Tamat SMSederajat -1.29325 1.570368 0.678 ℓ -426.9894 ℓ -405.8395 39 Model regresi Generalized Poisson yang dihasilkan adalah: ̂ , , …, = 149.4583 + 8.19 10 -8 + 0.0123919 – 0.0143374 - 1.342203 – 1.382839 – 1.29325 Pada model terlihat bahwa nilai taksiran parameter model untuk angka melek huruf, penduduk tamat SDsederajat, penduduk tamat SMPsederajat dan penduduk tamat SMsederajat bernilai negatif. Hal ini menunjukkan bahwa hubungan antara variabel tersebut dengan log rata- rata dari jumlah penduduk miskin berbanding terbalik. Jika terjadi kenaikan angka melek huruf, penduduk tamat SDsederajat, penduduk tamat SMPsederajat dan penduduk tamat SMsederajat maka log rata- rata penduduk miskin akan menurun. Sedangkan nilai taksiran parameter model untuk jumlah penduduk dan pengangguran bernilai positif. Hal ini menunjukkan bahwa hubungan antara variabel tersebut dengan log rata- rata dari jumlah penduduk miskin berbanding lurus. Jika terjadi kenaikan jumlah penduduk dan pengangguran maka log rata-rata penduduk miskin akan meningkat.

b. Uji Signifikansi Model