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
Overdispersion pada data kemiskinan tahun 2009 ditunjukkan pada Tabel 4.1 dimana variansi lebih besar dari rataan . Selain itu, fenomena
overdispersion pada data kemiskinan tahun 2009 dapat dilihat berdasarkan nilai Pearson Chi-Squares dan Deviance yang dibagi dengan derajat
bebasnya bernilai lebih dari 1.
Tabel 4.3 Hasil Uji Overdispersion
Goodness of Fit Statistik
5257833 22
5265652 22
Berdasarkan Persamaan 2.10 dan 2.11 didapatkan
=
238992.409 dan
=
239347.818 atau jauh di atas 1. Sehingga dapat disimpulkan terjadi overdispersion pada data.
33
4.5 Regresi Binomial Negatif a. Hasil Pengolahan Data
Setelah melakukan pengolahan data, diperoleh nilai untuk parameter
, ,
, ,
, ,
pada tabel berikut:
Tabel 4.4 Nilai Parameter Regresi Binomial Negatif
Parameter estimate
Std. error
Konstanta 100.7498
196.8678 -
Jumlah Penduduk 9.18 10
-8
1.19 10
-8
59.51 Pengangguran
0.0259301 0.045808
0.32 Angka Melek Huruf
-0.0308432 0.0282524
1.192 Penduduk Tamat
SDSederajat -0.8454549
1.969745 0.184
Penduduk Tamat SMPSederajat
-0.8791235 1.972733
0.199 Penduduk Tamat
SMSederajat -0.7888285
1.97907 0.159
ℓ -431.3128
ℓ -407.2713
Model regresi Binomial Negatif yang dihasilkan adalah: ̂
, , …,
=
100.7498 + 9.18 10
-8
+ 0.0259301 –
0.0308432 - 0.8454549
- 0.8791235 -
0.7888285
34 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
