PEMODELAN REGRESI DATA PANEL RANDOM EFFECT DENGAN METODE GENERALIZED LEAST SQUARE (GLS) UNTUK MENGANALISIS FAKTOR YANG MEMPENGARUHI EMISI KARBON DIOKSIDA (CO2)

MERYAM , JOVANKA SOLEH (2024) PEMODELAN REGRESI DATA PANEL RANDOM EFFECT DENGAN METODE GENERALIZED LEAST SQUARE (GLS) UNTUK MENGANALISIS FAKTOR YANG MEMPENGARUHI EMISI KARBON DIOKSIDA (CO2). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - meryam jovanka.pdf Download (341Kb) | Preview
	File PDF 2. SKRIPSI FULL-1 - meryam jovanka.pdf Restricted to Hanya staf Download (1224Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMABAHASAN - meryam jovanka.pdf Download (1200Kb) | Preview

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

Salah satu model analisis regresi data panel adalah Random Effect Model (REM). Model random effect dapat mengestimasi data panel menggunakan variabel gangguan yang memungkinkan saling berkorelasi antar waktu dan antar individu. Metode yang tepat dipakai pada REM yaitu metode Generalized Least Square (GLS). Pada metode GLS akan menciptakan estimator yang memenuhi karakteristik sebagai Best Linear Unbiased Estimation (BLUE). Estimasi model REM yang dilakukan menggunakan metode GLS dan diterapkan pada data emisi CO2 di 5 negara anggota ASEAN tahun 2000-2021. Tujuan dari penelitian ini yaitu untuk menentukan model regresi data panel random effect dengan metode GLS dan mengetahui variabel-variabel yang berpengaruh terhadap emisi CO2 di 5 negara anggota ASEAN. Hasil penelitian ini diperoleh model random effect dengan variabel pertumbuhan ekonomi dan populasi penduduk memiliki pengaruh signifikan pada emisi CO2 sedangkan variabel konsumsi energi tidak memiliki pengaruh signifikan pada emisi CO2. Dengan model persamaan hasil estimasi yaitu Yit = −62,851 − 0,00109X1it + 0,0009X2it + 5,633X3it. Kata kunci : data panel, model random effect, GLS RANDOM EFFECT PANEL DATA REGRESSION MODELING USING THE GENERALIZED LEAST SQUARE (GLS) METHOD TO ANALYZE FACTORS AFFECTING CARBON DIOXIDE (CO2) EMISSIONS By MERYAM JOVANKA SOLEH One of the panel data regression analysis models is the Random Effect Model (REM). The random effects model can estimate panel data using nuisance variables that allow them to be correlated over time and between individuals. The appropriate method used in REM is the Generalized Least Square (GLS) method. The GLS method will create an estimator that meets the characteristics of Best Linear Unbiased Estimation (BLUE). The REM model estimates were carried out using the GLS method and applied to CO2 emission data in 5 ASEAN member countries for 2000-2021. The aim of this research is to determine a random effect panel data regression model using the GLS method and determine the variables that influence CO2 emissions in the 5 ASEAN member countries. The results of this research obtained a random effect model with the variables economic growth and population having a significant influence on CO2 emissions while the energy consumption variable did not have a significant influence on CO2 emissions. With the equation model the estimation results are Yit = −62,851 − 0,00109X1it + 0,0009X2it + 5,633X3it. Keywords: panel data, random effect model, GLS

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Desi Zulfi Melasari
Date Deposited:	18 Feb 2025 08:36
Terakhir diubah:	18 Feb 2025 08:36
URI:	http://digilib.unila.ac.id/id/eprint/84353

Actions (login required)

Lihat Karya Akhir