Audha, Salsabila Hidayatul (2022) Analisis Faktor-Faktor yang Mempengaruhi Middle Income Trap di Indonesia Menggunakan Regresi Data Panel. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211840000024-Undergraduate-Thesis.pdf Download (2MB) | Preview |
Preview |
Text
06211840000024-Undergraduate-Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Middle Income Trap (MIT) merujuk pada kondisi suatu negara dimana pendapatan per kapita masyarakatnya mampu mencapai pendapatan kelas menengah, terperangkap di kelas tersebut selama bertahun-tahun, dan mengalami kesulitan untuk meningkat ke kelas pendapatan yang lebih tinggi. Indonesia pada tahun 2014 dinyatakan terjebak dalam MIT, sempat naik ke kelas UM pada 2019 namun kembali turun ke kelas LM pada tahun 2020 yang disebabkan adanya Covid-19. Permasalahan MIT yang terjadi di Indonesia yang mengambarkan kegagalan untuk transisi menuju perekonomian berpenghasilan tinggi dan menurunnya daya saing dengan negara lainMIT menjadi bahan kajian dan diskusi yang penting bagi Indonesia yang sedang berkembang, agar proses menuju sebuah negara dengan masyarakat yang makmur dan sejahtera dapat tercapai. Penelitian-penelitian terdahulu memberikan inspirasi untuk melihat eksistensi provinsi pada MIT Indonesia, sehingga dilakukan analisis MIT tiap provinsi. Analisis bertujuan untuk mengetahui karakteristik MIT di Indonesia dan faktor-faktor yang mempengaruhinya serta mendapatkan model regresi data panel yang terbentuk dari pemodelan MIT. Analisis menggunakan metode regresi data panel karena melibatkan data cross sectionyaitu data MIT tiap provinsi di Indonesiadan datatime series karena ingin diamati MIT di Indonesia yang mengalami fluktuasi dari tahun ke tahun. Data yang digunakan adalah PDRB per kapita tiap provinsi tahun 2010-2020 yang diambil pada website BPS. Data PDRB per kapita digunakan sebagai pendekatan perhtiungan indeks MIT. Hasil dari penelitian yaitu terdapat 3 variabel yang berpengaruh signifikan terhadap MIT yaitu AHH, APK, dan PMTB dengan kebaikan model 97,65% serta menurunnya sebagian besar pendapatan per kapita di provinsi Indonesia pada tahun 2020 menyebabkan Indonesia kembali turun ke kelas LM dan terjebak MIT.
========================================================================================================
Middle Income Trap (MIT) refers to the condition of a country
where the income per capita of the people is able to reach the
middle income class, is trapped in that class for many years, and
has difficulty moving up to a higher income class. In 2014 Indonesia
was declared trapped in MIT, had gone up to the UM class in 2019
but returned to the LM class in 2020 due to Covid-19. The MIT
problem that occurred in Indonesia which illustrates the failure to
transition to a high-income economy and declining competitiveness
with other countries. Previous studies provided inspiration to see
the existence of provinces at MIT Indonesia, so an MIT analysis was
carried out for each province. The analysis aims to determine the
characteristics of MIT in Indonesia and the factors that influence it
and to obtain a panel data regression model formed from MIT
modeling. The analysis uses the panel data regression method
because it involves cross-sectional data, namely MIT data for each
province in Indonesia and time series data because we want to
observe MIT in Indonesia which fluctuates from year to year. The
data used is GRDP per capita for each province in 2010-2020
which is taken on the BPS website. GRDP per capita data is used as
an approach to calculating the MIT index. The results of the study
are that there are 3 variables that have a significant effect on MIT,
namely AHH, APK, and PMTB with the goodness of the model
97.65% and the decline in most per capita income in the Indonesian
province in 2020 causing Indonesia to return to the LM class and be
trapped in MIT.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Atlas, Data Panel, Middle Income Trap, PDRB, Provinsi |
| Subjects: | H Social Sciences > HA Statistics > HA31.3 Regression. Correlation |
| Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | Salsabila Hidayatul Audha |
| Date Deposited: | 24 Feb 2022 04:15 |
| Last Modified: | 09 Oct 2024 05:50 |
| URI: | http://repository.its.ac.id/id/eprint/94752 |
Actions (login required)
 |
View Item |