View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Menentukan Faktor-Faktor yang Mempengaruhi Tingkat Pengangguran Terbuka (TPT) Provinsi Jawa Barat dengan Regresi Terboboti Geografis (RTG)

      Thumbnail
      View/Open
      full text (728.1Kb)
      Date
      2012
      Author
      Prihatiningsih, Oktaviani
      Susetyo, Budi
      Aidi, M. Nur
      Metadata
      Show full item record
      Abstract
      Tingkat Pengangguran Terbuka (TPT) merupakan proporsi jumlah penduduk yang sedang aktif mencari kerja terhadap jumlah penduduk angkatan kerja. Data pengangguran yang bersifat mengelompok menyebabkan keragaman karakteristik antar titik pengamatan. Hal ini diduga karena adanya pengaruh aspek spasial atau faktor lokasi. Kondisi ini menyebabkan data antar pengamatan sulit untuk memenuhi asumsi regresi klasik seperti kehomogenan ragam sisaan. Salah satu metode yang digunakan untuk mengatasi permasalahan keheterogenan ragam sisaan akibat adanya faktor lokasi pengamatan yaitu Regresi Terboboti Geografis (RTG). Hasil analisis dengan menggunakan fungsi pembobot kernel normal (Gaussian) menunjukkan bahwa model RTG lebih baik daripada model regresi klasik dalam menjelaskan hubungan antara TPT dan peubah penjelasnya. Hal ini dibuktikan dengan nilai R2 terkoreksi model RTG (92.80%) yang lebih besar dari model regresi klasik (52.8%). Selain itu, nilai jumlah kuadrat galat dan nilai AIC model RTG lebih kecil dari model regresi klasik. Peubah penjelas yang berpengaruh terhadap TPT secara keseluruhan yaitu peubah kepadatan penduduk (x1), persentase penduduk miskin (x2), upah minimum Kabupaten/Kota (x7) dan persentase unit usaha industri besar per jumlah penduduk usia kerja (x10). Dengan uji parsial parameter model RTG, diperoleh hasil bahwa dari 26 Kabupaten/Kota terdapat delapan kelompok Kabupaten/Kota dengan pola peubah penjelas yang sama dalam pengaruhnya terhadap TPT.
      URI
      http://repository.ipb.ac.id/handle/123456789/58977
      Collections
      • UT - Statistics and Data Sciences [2260]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository