PENERAPAN METODE GEOGRAPHICALLY WEIGHTED PANEL REGRESSION PADA INDEKS PEMBANGUNAN MANUSIA DI INDONESIA TAHUN 2017-2022

Deta , Erviana (2024) PENERAPAN METODE GEOGRAPHICALLY WEIGHTED PANEL REGRESSION PADA INDEKS PEMBANGUNAN MANUSIA DI INDONESIA TAHUN 2017-2022. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - Deta Erviana.pdf Download (349Kb) | Preview
	File PDF 2. SKRIPSI FULL - Deta Erviana.pdf Restricted to Hanya staf Download (3240Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN-1 - Deta Erviana.pdf Download (3231Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Linear regression is a statistical method to examine the interaction between a response variable as well as one or more predictor variables. In a research, a unit of observation should be studied over multiple time periods, as studying one unit in one time period is not enough. Therefore, a statistical approach called panel regression analysis was created to integrate cross-section data and time series data. But in reality, differences in conditions between locations are influenced by spatial effects that cause spatial heterogeneity. The Geographically Weighted Regression (GWR) method was developed to overcome the problem of spatial heterogeneity. Based on the advantages of both methods, a method that combines panel data regression and GWR was developed, namely Geographically Weighted Panel Regression (GWPR). The purpose of this study is to determine the factors that affect the human development index (HDI) in Indonesia in 2017-2022 and determine the best model by comparing global regression and GWPR models. The GWPR model with adaptive bisquare weights is the best model with the smallest AIC value and the largest . Overall, all predictor variables used in this study have a significant effect on HDI at the significance level of . The model equations and variables that have a significant effect generated in GWPR modeling are different for each province. Based on the similarity of variables affecting HDI in provinces that are located close together, 8 groups were formed. Keywords: panel data regression, GWR, GWPR, HDI Regresi linier merupakan metode statistik untuk memeriksa hubungan antara variabel respons dan satu atau lebih variabel prediktor. Dalam sebuah penelitian, satu unit observasi harus diteliti selama beberapa periode waktu, karena mempelajari satu unit dalam satu periode waktu tidaklah cukup. Oleh karena itu, sebuah pendekatan statistik yang disebut analisis regresi panel diciptakan untuk mengintegrasikan data cross-section dan data time series. Namun pada kenyataannya, perbedaan kondisi antar lokasi dipengaruhi oleh efek spasial yang menyebabkan terjadinya heterogenitas spasial. Dikembangkanlah metode Geographically Weighted Regression (GWR) untuk mengatasi masalah heterogenitas spasial. Berdasarkan kelebihan kedua metode tersebut maka berkembanglah suatu metode yang menggabungkan antara regresi data panel dan GWR yaitu Geographically Weighted Panel Regression (GWPR). Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang mempengaruhi indeks pembangunan manusia (IPM) di Indonesia tahun 2017-2022 dan menentukan model terbaik dengan membandingkan model regresi global dan GWPR. Model GWPR dengan pembobot adaptive bisquare merupakan model terbaik dengan nilai AIC terkecil dan terbesar. Secara keseluruhan semua variabel prediktor yang digunakan dalam penelitian berpengaruh signifikan terhadap IPM pada taraf signifikansi . Persamaan model dan variabel yang berpengaruh signifikan yang dihasilkan dalam pemodelan GWPR berbeda untuk setiap provinsi. Berdasarkan kesamaan variabel yang mempengaruhi IPM di provinsi yang letaknya berdekatan membentuk 8 kelompok. Kata kunci: regresi data panel, GWR, GWPR, IPM

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	. . Yulianti
Date Deposited:	13 Feb 2025 03:08
Terakhir diubah:	13 Feb 2025 03:08
URI:	http://digilib.unila.ac.id/id/eprint/83460

Actions (login required)

Lihat Karya Akhir