TY  - GEN
CY  - UNIVERSITAS LAMPUNG 
ID  - eprints82693
UR  - http://digilib.unila.ac.id/82693/
A1  - Devanisa , Norma Deviana	
Y1  - 2024/04/23/
N2  - Regresi data panel merupakan teknik analisis regresi dengan memanfaatkan
kombinasi data dari time series dan cross section. Dalam model regresi ini,
parameter diperkirakan menggunakan metode kuadrat terkecil, tetapi perbedaan
dalam intersep dan slope antara waktu dan cross section tidak diketahui. Salah satu
cara untuk mengatasi masalah ini adalah dengan menerapkan pendekatan
model fixed effect. Dalam model data panel dengan fixed effect, variabel dummy
digunakan untuk menangkap variasi intersep antar cross section. Estimasi
parameter dalam model fixed effect menggunakan metode kuadrat terkecil. Metode
umum yang digunakan untuk menaksir parameter dalam model fixed effect adalah
Least Square Dummy Variable (LSDV). Dengan menggunakan LSDV, dapat
memperhitungkan variasi dalam intersep antar cross section dan menghasilkan
analisis yang lebih akurat terkait pengaruh variabel independen terhadap variabel
dependen dengan lebih akurat. Penelitian ini memanfaatkan metode LSDV untuk
menjelaskan variasi intersep antar cross section dengan menggunakan data panel
terkait Indeks Pembangunan Manusia (IPM) di Provinsi Lampung dari tahun 2018
hingga 2022. Dari hasil estimasi parameter diperoleh:
IPMit = ?0i + 0,691780 X1it + 1,183600 X2it + 0,001305 X3it + 0,011590 X4it
Dengan koefisien determinasi pada model regresi data panel menggunakan fixed
effect model sebesar 98,3%.

Kata kunci: regresi data panel, Fixed Effect Model, Least Square Dummy Variable,
Indeks Pembangunan Manusia.
Panel data regression is a regression analysis technique that utilizes a combination
of time series and cross section data. In this regression model, parameters are
estimated using the least squares method, but the differences in intercepts and
slopes between time and cross section are unknown. One way to overcome this
problem is to apply the fixed effect model approach. In a panel data model with
fixed effects, dummy variables are used to capture variations in intercepts between
cross sections. Parameter estimation in the fixed effect model uses the least squares
method. A common method used to estimate parameters in the fixed effect model
is the Least Square Dummy Variable (LSDV). By using LSDV, it can take into
account variations in intercepts between cross sections and produce a more accurate
analysis of the effect of independent variables on the dependent variable more
accurately. This study utilizes the LSDV method to explain variations in intercepts
between cross sections using panel data related to the Human Development Index
(HDI) in Lampung Province from 2018 to 2022. From the parameter estimation
results obtained:
IPMit = ?0i + 0,691780 X1it + 1,183600 X2it + 0,001305 X3it + 0,011590 X4it
With the coefficient of determination in the panel data regression model using the
fixed effect model of 98.3%.

Keywords: panel data regression, Fixed Effect Model, Least Square Dummy
Variable, Human Development Index

PB  - FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
TI  - ESTIMASI PARAMETER MODEL REGRESI DATA PANEL FIXED
EFFECT MENGGUNAKAN METODE LEAST SQUARE DUMMY
VARIABLE (LSDV) PADA INDEKS PEMBANGUNAN MANUSIA (IPM)

PROVINSI LAMPUNG TAHUN 2018-2022
AV  - restricted
ER  -