Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia (IPM) Di Jawa Timur Dengan Pendekatan Regresi Semiparametrik Spline

Retno, A.Anggita Tauwakal (2014) Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia (IPM) Di Jawa Timur Dengan Pendekatan Regresi Semiparametrik Spline. Diploma thesis, Insititut Teknologi Sepuluh Nopember.

Text 1311030018_Non_Degree.pdf Download (1MB)

Abstract

Kondisi IPM Provinsi Jawa Timur mengalami fluktuatif bila diukur mulai sebelum krisis sampai tahun 2012. IPM Jawa Timur di tahun 2011 mendapatkan peringkat 35 di Indonesia. IPM di Jawa Timur yang tertinggi terdapat pada Kota Blitar sebesar 78,14, dan terendah terdapat di Kabupaten Sampang sebesar 61,03 persen. Peningkatan IPM Provinsi Jawa Timur dari tahun 2002 sampai 2012, mencerminkan stabilitas ekonomi dan pembangunan manusia sudah mulai menunjukkan tanda-tanda membaik. Variabel yang berpengaruh signifikan terhadap IPM di Jawa Timur adalah variabel angka kematian bayi (X1), pertumbuhan ekonomi (X2), tingkat pengangguran terbuka (X3), dan tingkat partisipasi angkatan kerja (X4) Model terbaik yang mampu menjelaskan hubungan antara IPM dan kelima variabel prediktor tersebut adalah model regresi spline linier dengan 3 titik knot sebagai berikut. Model spline yang telah diperoleh memiliki nilai R square sebesar 93,57 persen dan nilai MSE sebesar 2,493.
=============================================================================================================================
The IPM of east java had fluctuates when measured from the pre-crisis until 2012.IPM East Java in 2011 get ranked 35 in Indonesia. IPM in East Java which is highest there, in the town of 78,14 Blitar and there were at the lowest Sampang 61,03 percent. The IPM of East Java from 2002 until 2012 reflect economic stability and development of human beings already showing signs of improvement. Variable influence significantly to IPM in East Java are variable infant mortality rate ( X1 ) economic growth ( X2 ) open unemployment rate ( X3 ) and labor force participation rate ( X4 ) the best able to define the connection between IPM and the variables prediktor was a spline linear regression in 3 spots knots as follows.a spline that has been acquired by R2 93,57 percent and value of MSE 2,493

Item Type:	Thesis (Diploma)
Additional Information:	RSSt 519.536 Ref f-1,2014
Uncontrolled Keywords:	PM, regresi semiparametrik spline, knot, MSE, R2, near regression spline, knots
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics and Science > Statistics > 49401-(D3) Diploma 3
Depositing User:	Mr. Marsudiyana -
Date Deposited:	04 Jan 2024 04:13
Last Modified:	04 Jan 2024 04:13
URI:	http://repository.its.ac.id/id/eprint/105356

Actions (login required)

View Item