PENENTUAN GARIS KEMISKINAN PROVINSI MENGGUNAKAN METODE MULTIPLE CLASSIFICATION ANALYSIS

Abstract

Multiple classification analysis (MCA) adalah metode yang dapat digunakan untuk menganalisis hubungan  beberapa variabel bebas yang berskala kategorik (nominal atau ordinal) dengan sebuah variabel terikat yang berskala numerik (interval atau rasio). Metode MCA memberikan hasil yang memuaskan dalam mengidentifikasi hubungan antara variabel bebas dan terikat, dimana MCA dapat menghasilkan parameter untuk seluruh kategori, dan juga dapat mengukur besarnya hubungan variabel dependen dengan masing-masing variabel bebas sebelum dan setelah dikontrol variabel bebas lain melalui statistik eta dan statistik beta. Tujuan dari penelitian ini adalah untuk menentukan model MCA pada faktor-faktor yang berpengaruh terhadap garis kemiskinan provinsi (GKP). Data yang digunakan pada penelitian ini adalah data publikasi BPS tahun 2017 yang meliputi data rata-rata lama sekolah (RLS), product domestic regional bruto (PDRB), pengeluaran perkapita perbulan (PPP), upah minimum provinsi (UMP), tingkat pengangguran terbuka (TPT) dan inflasi (I) pada 34 provinsi di Indonesia. Hasil analisis menunjukkan bahwa RLS, PDRB dan PPP berpengaruh signifikan terhadap GKP. PPP merupakan faktor yang paling berpengaruh terhadap GKP yaitu dengan nilai eta sebesar 71,9%  dan  beta sebesar 58,1%. Sedangkan variabel PDRB memiliki  nilai eta sebesar 65,7%  dan nilai beta 39,9%. Variabel RLS hanya memiliki nilai eta 47,2% dan beta sebesar 14,0%. Model MCA yang diperoleh juga memberikan hasil yang sangat baik karena memiliki nilai MAPE 8,93%.Kata Kunci: MCA, Statistik Eta, Statistik Beta