ANALISIS TERHADAP TREN KEMISKINAN DI JAWA TENGAH PERIODE 2022-2024 DENGAN RM-MANOVA
DOI:
https://doi.org/10.26740/mathunesa.v14n02.p288-295Abstract
Kemiskinan di Jawa Tengah masih menjadi persoalan pembangunan yang penting karena berkaitan dengan kualitas hidup masyarakat dan menunjukkan variasi kondisi antarkabupaten/kota. Penelitian ini bertujuan untuk menganalisis tren kemiskinan di Jawa Tengah periode 2022–2024 menggunakan pendekatan Repeated Measures Multivariate Analysis of Variance (RM-MANOVA). Data yang digunakan merupakan data sekunder yang bersumber dari Badan Pusat Statistik Jawa Tengah, mencakup 35 kabupaten/kota selama tahun 2022, 2023, dan 2024 dengan total 105 observasi. Indikator yang dianalisis meliputi persentase penduduk miskin, tingkat pengangguran terbuka, gini ratio, dan rata-rata lama sekolah. Hasil analisis deskriptif menunjukkan bahwa persentase penduduk miskin dan tingkat pengangguran terbuka cenderung menurun, sedangkan rata-rata lama sekolah cenderung meningkat selama periode pengamatan, sementara gini ratio relatif stabil. Hasil uji asumsi menunjukkan bahwa data memenuhi prasyarat RM-MANOVA. Namun, hasil uji RM-MANOVA menunjukkan bahwa tidak terdapat perbedaan signifikan pada profil kemiskinan Jawa Tengah secara multivariat antar tahun 2022–2024. Uji lanjut paired t-test dengan koreksi Bonferroni menunjukkan bahwa persentase penduduk miskin, tingkat pengangguran terbuka, dan rata-rata lama sekolah berbeda signifikan pada seluruh pasangan tahun, sedangkan gini ratio tidak menunjukkan perbedaan signifikan. Hasil penelitian ini diharapkan dapat memberikan gambaran yang lebih komprehensif mengenai dinamika kemiskinan di Jawa Tengah dan menjadi bahan pertimbangan dalam evaluasi kebijakan penanggulangan kemiskinan.
Kata Kunci: kemiskinan, Jawa Tengah, RM-MANOVA, indikator sosial-ekonomi, tren
Downloads
Downloads
Published
Issue
Section
License
Copyright (c) 2026 MATHunesa: Jurnal Ilmiah Matematika

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Abstract views: 0
,
PDF Downloads: 0









