ESTIMASI PARAMETER DAN MODEL REGRESI PROBIT BIVARIAT PADA INDEKS PEMBANGUNAN GENDER (IPG) DAN INDEKS PEMBERDAYAAN GENDER (IDG) DI KALIMANTAN

NINGSIH, RIRIN WAHYU (2014) ESTIMASI PARAMETER DAN MODEL REGRESI PROBIT BIVARIAT PADA INDEKS PEMBANGUNAN GENDER (IPG) DAN INDEKS PEMBERDAYAAN GENDER (IDG) DI KALIMANTAN. Masters thesis, Institut Teknologi Sepuluh Nopember.

Preview	Text 1312201208-Abstract.pdf - Published Version Download (214kB) | Preview
	Text 1312201208-Master Thesis.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text 1312201208-Conclusion.pdf - Published Version Download (614kB) | Preview

Abstract

Regresi probit menggunakan persamaan regresi logit mengikuti distribusi
Normal. Jika model probit terdiri dari dua buah variabel respon maka dapat katakan
bahwa itu model regresi probit bivariat. Model probit bivariat menggunakan dua
variabel dikhotomi sebagai variabel responnya, sedangkan variabel prediktornya
berupa variabel yang bersifat diskrit dan kontinu serta dapat berupa variabel kualitatif
baik bersifat nominal maupun ordinal. Dalam model probit bivariat, diasumsikan
bahwa antar variabel respon memiliki hubungan. Estimasi parameter model probit
bivariat dapat menggunakan metode maksimum likelihood estimation (MLE) yang
digunakan juga pada estimasi parameter model probit univariat. Pengujian parameter
dalam model probit bivariat yaitu uji simultan dan uji parsial. Pengujian simultan
adalah menguji apakah variabel prediktor mempunyai pengaruh yang signifikan
terhadap variabel respon 1 Y dan 2 Y atau minimal ada dua variabel prediktor yang
berpengaruh signifikan terhadap variabel respon. Sedangkan pengujian parsial adalah
menguji apakah masing-masing parameter berpengaruh signifikan terhadap variabel
respon. Kriteria kebaikan model dalam model probit bivariat menggunakan
R2Mcfadden
. Semakin besar nilai R Mcfadden 2 maka model semakin baik. Penelitian
ini menerapkan regresi probit bivariat pada data Indeks Pembangunan Gender (IPG)
dan Indeks Pemberdayaan Gender (IDG) di pulau Kalimantan tahun 2012. IPG dan
IDG di Pulau Kalimantan pada tahun 2012 masih dibawah rata-rata Nasional. Karena
itu model yang diajukan diimplementasikan pada data indeks pembangunan gender
(IPG) dan indeks pemberdayaan gender (IDG) di pulau Kalimantan tahun 2012 untuk
mengestimasi rasio kepadatan penduduk, rasio ketergantungan penduduk, rasio tingkat
pengangguran terbuka, rasio penduduk yang bekerja di sektor pertambangan, rasio
penduduk yang bekerja di sektor pertambangan, rasio penduduk yang berpendidikan
diatas SLTP, rasio fasilitias kesehatan per 1.000 orang penduduk, dan rasio penduduk
yang menjadi anggota legislatif (DPRD).

=====================================================================================================

Bivariate probit model using two variables dichotomy as the response variable,
whereas the predictor variables in the form of discrete variables and continuous
variables and can be either qualitative nominal and ordinal nature. In the bivariate
probit model, it is assumed that the relationship between the response variable.
Bivariate probit model parameter estimation method can use the maximum likelihood
estimation (MLE) is used also in the univariate probit model parameter estimation.
Testing parameters in the bivariate probit model that simultaneously tests and partial
test. Simultaneous testing is to test whether the predictor variables have a significant
effect on the response variable and or at least two predictor variables significantly
influence the response variable. While the partial testing is to test whether each
parameter significant effect on the response variable. Goodness criteria models in the
model using a bivariate probit. The greater the value, the better the model. This
research applies a bivariate probit regression on the data Gender Development Index
(GDI) and Gender Empowerment Index (IDG) on the island of Borneo in 2012 IPG and
IDG on Borneo island in 2012 was still below the national average. Therefore the
proposed model is implemented on the data of gender development index (GDI) and the
gender empowerment index (IDG) on Kalimantan in 2012 to estimate the ratio of
population density, population dependency ratio, the ratio of open unemployment rate,
the ratio of people working in the mining sector, the ratio of residents who work in the
mining sector, the ratio of population above the junior high school educated, health
facilities for the ratio per 1,000 residents, and the ratio of population to the legislature
(parliament).

Item Type:	Thesis (Masters)
Additional Information:	RTSt 519.536 Nin e
Uncontrolled Keywords:	Regresi Probit Bivariat, R2Mcfadden , AIC, IPG dan IDG
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Mr. Tondo Indra Nyata
Date Deposited:	09 Jan 2017 02:25
Last Modified:	09 Jan 2017 02:25
URI:	http://repository.its.ac.id/id/eprint/1379

Actions (login required)

View Item