METODE REGRESI DATA PANEL DALAM PEMODELAN TINGKAT KEMISKINAN PROVINSI LAMPUNG TAHUN 2010-2013

Anes Yuwita Sari, 1217031008 (2017) METODE REGRESI DATA PANEL DALAM PEMODELAN TINGKAT KEMISKINAN PROVINSI LAMPUNG TAHUN 2010-2013. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
Text
ABSTRAK.pdf

Download (12Kb) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Registered users only

Download (4Mb)
[img]
Preview
Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (4029Kb) | Preview

Abstrak

Penelitian ini bertujuan untuk menentukan model terbaik pada tingkat kemiskinan di Provinsi Lampung menggunakan metode regresi data panel. Penelitian dilakukan dengan cara mengestimasi parameter model regresi data panel, memilih model terbaik dengan uji Chow dan uji Hausman, melakukan uji diagnostik model regresi data panel terbaik, menguji signifikansi parameter, dan menginterpretasikan model regresi data panel. Hasil penelitian ini menunjukkan bahwa model efek tetap merupakan model regresi data panel terbaik untuk pemodelan tingkat kemiskinan provinsi lampung. Kata kunci : Regresi Data Panel, Uji Chow, Uji Hausman, Model Efek Tetap. ABSTRACT This study aims to determine the best model of the poverty level in Lampung using panel data regression. This Study is done by estimating the parameters of data panel regression model, selection the best model with Chow test and Hausman test, testing for the best data panel regression model diagnostic, testing the parameters significancy, and interpreting data panel regression model. The result showed that the fixed effect model is the best data panel regression model for Lampung poverty level. Keywords : Panel Data Regression, Chow Test, Hausman Test, Fixed Effect Model.

Tipe Karya Ilmiah: Skripsi
Subyek: Q Science (General)
Q Science (General) > QA Mathematics
Program Studi: Fakultas MIPA > Prodi Matematika
Depositing User: 53935931 . Digilib
Date Deposited: 13 Jul 2017 06:08
Last Modified: 13 Jul 2017 06:08
URI: http://digilib.unila.ac.id/id/eprint/27232

Actions (login required)

View Item View Item