PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL
|
|
- Devi Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE SEEMINGLY UNRELATED REGRESSION (SUR) SPASIAL Dibyo Adi Wiboao 1), Setiawan 2), dan Vita Ratnasari 3) 1) Program Studi Magister Statistika, Institut Teknologi Sepuluh Nopember Jl. Arief Rahman Hakim, Surabaya, 60111, Indonesia 1) 2,3) Jurusan Statistika, Institut Teknologi Sepuluh Nopember ABSTRAK Kemiskinan merupakan masalah yang kompleks karena berhubungan dengan berbagai aspek kehidupan dari manusia. Salah satu provinsi di Indonesia yang memiliki persentase kemiskinan yang tinggi yaitu Provinsi Jawa Timur. Meskipun dari tahun ke tahun jumlah kemiskinan di Provinsi Jawa Timur telah mengalami penurunan, namun kondisi saat ini masih sangat jauh dari harapan pemerintah untuk menurunkan jumlah kemiskinan. Kasus kemiskinan dapat dimodelkan dengan Ekonometrika. Model Ekonometrika seringkali diterapkan dalam permasalahan yang melibatkan satu atau lebih persamaan yang saling berkaitan. Salah satu metode yang dapat digunakan untuk menyelesaikan beberapa persamaan yang saling berkaitan dikarenakan error regresinya saling berkorelasi adalah Seemingly Unrelated Regression (SUR). Spatial Seemingly Unrelated Regression (SUR-Spasial) dikembangkan dengan mempertimbangkan adanya keterkaitan atau efek spasial (antar lokasi). Berdasarkan hasil pengujian Lagrange Multiplier diperoleh bahwa model SUR-Spasial untuk data kemiskinan di Provinsi Jawa Timur adalah SUR-Spasial Autoregresive Model (SUR- SAR). Berdasarkan model SUR-SAR didapatkan variabel yang berpengaruh signifikan terhadap persentase penduduk miskin adalah laju pertumbuhan PDRB atas harga konstan upah minimum kabupaten, dan rata-rata lama sekolah. Indeks Kedalaman Kemiskinan dipengaruhi oleh Laju pertumbuhan PDRB atas harga konstan dan rata-rata lama sekolah. Sedangkan Indeks Keparahan Kemiskinan dipengaruhi Laju pertumbuhan PDRB atas harga konstan dan rata-rata lama sekolah. Kata kunci: Kemiskinan, Spasial, SUR, SUR-SAR. PENDAHULUAN Menurut chambers (1996) kemiskinan merupakan masalah yang kompleks karena berhubungan dengan berbagai aspek kehidupan dari manusia. Salah satu Provinsi di Indonesia yang memiliki presentase kemiskinan yang tinggi yaitu Propinsi Jawa Timur. Jawa Timur merupakan Provinsi dengan pertumbuhan ekonomi terbesar kedua secara nasional setelah Provinsi DKI Jakarta. Pertumbuhan ekonomi Provinsi Jawa Timur dapat dilihat dari PDRB atas harga konstan. Pada tahun 2010 perekonomian Jawa Timur mampu tumbuh 6,68 persen, pada tahun 2011 hingga 2012 pertumbuhan perekonomian Jawa Timur meningkat dari 7,22 persen menjadi 7,27 persen. Adanya fenomena peningkatan pertumbuhan ekonomi yang disertai peningkatan Persentase Penduduk Miskin, maka dikaji dalam penelitian ini. Penelitian ini dilakukan di Provinsi Jawa Timur pada tahun Permasalahan kemiskinan di Provinsi Jawa Timur meliputi tiga hal yaitu Persentase Penduduk Miskin, Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan yang dapatdimodelkan dalam beberapa persamaan. Salah satu studi yang dapat diterapkan untuk menyelesaikan masalah kemiskinan adalah ekonometrika. Studi ekonometrika seringkali digunakan untuk A-19-1
2 menyelesaikan beberapa persamaan dan antar persamaan terdapat keterkaitan. Jika antar persamaan saling berkaitan dikarenakan error regresinya saling berkorelasi maka pendekatan yang lebih tepat adalah Seemingly Unrelated Regression (SUR). Seemingly Unrelated Regression (SUR) diperkenalkan pertama kali oleh Zellner (1962) pada kasus permintaan investasi. Beberapa contoh tentang pengembangan SUR antara lain dalam ranah spasial (Mur dan Lopez, 2009), dan Bayesian (Kakamu, Polesek, dan Wago, 2006). SUR pertama kali dibawa ke ranah spasial oleh Anselin (1988). Di Indonesia penelitian mengenai Spatial Seemingly Unrelated Regression (SSUR) diantaranya dilakukan oleh Pristiandana (2012), dan Arum (2014). Penelitian mengenai kemiskinan telah banyak dilakukan, diantaranya oleh Setiawati (2012) mengenai kemiskinan di Jawa Timur dengan pendekatan ekonometrika panel Spasial, Anuraga (2014) mengenai kemiskinan dengan metode Spatial Structural Equation Modeling-Partial Least Square, Arisanti (2011) membahas tentang kemiskinan di Provinsi Jawa Timur dengan model regresi spasial atau single equation. Berbeda dengan penelitian sebelumnya, dalam penelitian ini dibahas permasalahan kemiskinan di Provinsi Jawa Timur pada tahun 2012 dengan melibatkan beberapa persamaan dan diindikasikan ada keterkaitan wilayah, sehingga digunakan pendekatan Spatial Seemingly Unrelated Regression(SSUR). METODE Model Regresi Spasial Regresi spasial merupakan suatu pengembangan metode regresi yang mengakomodasi adanya dependensi spasial. Dependensi spasial pada regresi spasial direpresentasikan dalam matrik pembobot spasial yang elemenya menunjukan adanya persinggungan wilayah ataupun kedekatan wilayah. Model yang dikembangkan oleh Anselin (1988) menggunakan data spasial cross section. Modelnya ditunjukkan sebagai berikut. y ρw1 y Xβ u, (1) u λw2u ε, ~ N 0, σ I ε 2 Model Seemingly Unrelated Regression Seemingly Unrelated regression (SUR) merupakan sebuah pengembangan dari model regresi linear yang terdiri dari beberapa persamaan regresi, dimana setiap persamaan memiliki variabel respon yang berbeda. Menurut Kmenta (1971) bahwa secara umum model SUR untuk m persamaan dapat ditulis sebagai berikut. (2) Model Spatial Seemingly Unrealated Regression (SSUR) Model SUR spasial diperkenalkan pertama kali oleh Anselin (1988). Model umum SUR spasial adalah sebuah model dengan struktur autoregresif yang terdapat pada persamaan utama, error atau keduanya. Jika terdapat model SUR spasial yang struktur autoregresifnya hanya terdapat pada persamaan utama saja disebut SUR-Spatial Autoregressive Model (SUR- SAR). Berikut adalah model SUR-Spasial yang terdapat pada persamaan utama (SUR-SAR) (3) A-19-2
3 dengan dimana dan. Model umum SUR-SAR dengan persamaan tunggal akan ditulis sebagai berikut. (4) Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistika (BPS) di Provinsi Jawa Timur tahun Tahapan Metode Penelitian Adapun metode dan tahapan yang digunakan untuk menjawab rumusan masalah pada penelitian ini adalah: 1. Melakukan deskripsi masing-masing variabel respon sebagai gambaran awal kemiskinan di Provinsi Jawa Timur. 2. Mengidentifikasi pola hubungan antara variabel respon dan prediktor. 3. Mengkorelasikan error antar model persentase penduduk miskin, kedalaman kemiskinan dan keparahan kemiskinan. 4. Menentukan pembobot spasial Costumize 5. Melakukan pengujian aspek spasial untuk SUR Spasial dengan Lagrange Multiplier test. 6. Melakukan pemodelan dengan pendekatan SUR spasial. 7. Mengintepretasikan model SUR spasial. Variabel Penelitian Variabel respon dan variabel prediktor yang digunakan ada pada Tabel 1. Tabel 1. Variabel Penelitian Variabel Keterangan Tipe data Satuan Y 1 Y 2 Persentase Penduduk Miskin Indeks kedalaman kemiskinan Persen Persen Y 3 X 1 X 2 X 3 X 4 X 5 Indeks keparahan kemiskinan Laju pertumbuhan PDRB atas harga konstan Upah minimum kabupaten per bulan Rata-rata lama sekolah Pengeluaran perkapita rumah tangga Indeks Gini HASIL DAN PEMBAHASAN Persen Persen Ratusan ribu Tahun Juta/bulan Analisis Diskriptif Kemiskinan Provinsi Jawa Timur Salah satu indikator keberhasilan pembangunan adalah penurunan Persentase Penduduk Miskin. Persentase Penduduk Miskin Provinsi Jawa Timur selama periode selalu mengalami penurunan dari 15,26 persen pada tahun 2010 menjadi 13,40 persen pada tahun Walaupun terjadi penurunan Persentase Penduduk Miskin, namun Persentase Penduduk Miskin Provinsi Jawa Timur masih di atas Persentase Penduduk Miskin nasional sebesar 1,41 persen hingga 1,93 persen pada periode Secara lengkap disajikan pada Gambar 1. Gambar 1. Jumlah Penduduk Miskin Jawa Timur, Persentase Penduduk Miskin Jawa Timur dan Nasional Periode Tahun A-19-3
4 Gambar 2. Persentase Penduduk Miskin Jawa Timur pada Tahun 2012 Berdasarkan Gambar 2 dapat dilihat penyebaran Persentase Penduduk Miskin di Provinsi Jawa Timur pada tahun 2012 yang tertinggi adalah di Kabupaten Sampang dengan persentase pentuduk miskin sebesar 27,87 persen. Sementara kabupaten kedua dan ketiga adalah Kabupaten Bangkalan dan Probolinggo. Gambar 3. Garis Kemiskinan, Indeks Kedalaman, dan Indeks Keparahan Kemiskinan JawaTimur Selain gambaran persentase penduduk miskin, juga diperlukan gambaran tingkat keparahan dan kedalaman kemiskinan di Provinsi Jawa Timur. Pada Gambar 3 dapat dilihat Indeks Kedalaman Kemiskinan ( ) dan Indeks Keparahan Kemiskinan ( ) mengalami trend penurunan dalam rentang waktu 2010 hingga Penurunan Indeks Kedalaman Kemiskinan terendah terjadi pada rentang sebesar 4,62 persen. Sedangkan Penurunan tertinggi pada Indeks Kedalaman Kemiskinan terjadi pada rentang sebesar 20,26 persen. Sementara, trend penurunan yang sama terjadi pada Indeks Keparahan Kemiskinan, dengan penurunan terendah terjadi pada rentang sebesar 8,47 persen, dan penurunan tertinggi terjadi pada rentang sebesar 29,63 persen. Setelah mendeskripsikan indikator yang berkaitan kemiskinan di Provinsi Jawa Timur, langkah selanjutnya adalah mengidentifikasi pola hubungan antara variabel respon dengan variabel prediktor. Gambar 4 merupakan pola hubungan antara variabel respon dengan setiap variabel yang diduga mempengaruhinya. Scatterplot of Persentase P vs Laju Per. PD; Upah Minimum;... Scatterplot of Kedalaman Ke vs Laju Per. PD;Upah Minimum;... Scatterplot of Keparahan Ke vs Laju Per. PD; Upah Minimum;... Laju Per. PDRB Upah Minimum rata-rata lama sekolah 0 Laju Per. PDRB Upah Minimum rata-rata lama sekolah 0 Laju Per. PDRB Upah Minimum rata-rata lama sekolah 0 Persentase Pend. Miskin 0 Pengeluaran per Kapita RT. Gini 0 0 Kedalaman Kemiskinan 0 Pengeluaran per Kapita RT. Gini 0 0 Keparahan Kemiskinan 0 Pengeluaran per Kapita RT. Gini 0 0 Gambar 4. Pola Hubungan Antara Variabel Respon dengan Variabel Prediktor Berdasarkan Gambar 4 dapat dilihat pola hubungan antara Persentase Penduduk Miskin dengan setiap variabel prediktor menunjukan pola yang negatif. Artinya antar variabel A-19-4
5 tersebut memiliki hubungan berbanding terbalik. Misalkan, semakin tinggi laju pertumbuhan PDRB dengan harga konstan maka persentase kemiskinan semakin turun. Hal ini berlaku sama untuk hubungan Persentase Penduduk Miskin dengan setiap variabel prediktor. Setelah melakukan identifikasi pola hubungan pada Gambar 4, nilai korelasi setiap variabel respon dengan variabel prediktor yang diduga mempengaruhinya ditampilkan pada Tabel 2 dan terdapat korelasi antar variabel prediktor. Korelasi tertinggi untuk variabel respon yang pertama adalah korelasi antara Persentase Penduduk Miskin ( ) dengan rata-rata lama sekolah ( ), yaitu sebesar -0,819 dengan P-value sebesar 0. Hubungan antara dengan ke lima variabel prediktor terdapat korelasi negatif. Tabel 2. Korelasi Antara Variabel Respon dengan Variabel Prediktor Maupun Antar Variabel Prediktor Nilai 1 0,965 0,909-0,668-0,345-0,819-0, P-value Nilai 0, ,984-0,650-0,308-0, ,464 P-value Nilai 0,909 0, ,628-0,282-0,748-0,498-0,372 P-value Nilai -0,668-0,649-0, ,672 0,619 0,434 P-value Nilai -0,345-0,308-0, , ,293 P-value Nilai -0,819-0,786-0,748 0,673 0, ,871 0,709 P-value Nilai -0, ,498 0, , ,801 P-value Nilai -74-0,464-0,372 0,434 0,293 0,709 0,801 1 P-value Regresi Linear Berganda Hasil estimasi parameter untuk regresi linear berganda dapat dilihat pata Tabel 3. Tabel 3. Estimasi Parameter Regresi Linear Berganda Variabel [ ]Persentase Kemiskinan [ ]Kedalaman Kemiskinan [ ]Keparahan Kemiskinan Koef S.E P-value Koef S.E P-value Koef S.E P-value -1 0,149 0,101-0,243 0,151 0,118-0,231 0,149 0, ,138 0, ,140 0, ,138 0,666-0,723 0, , ,198 0, ,100 0,273 0,716 0,434 0,279 0,128 0,684 0, ,169 0, ,173 0, ,169 0,788 R-Squared 0,700 0,689 0,700 MSE 0,347 0,360 0,347 Berdasarkan Tabel 3 diperoleh variabel yang tidak signifikan yaitu variabel upah minimum kabupaten ( ), pengeluaran perkapita rumah tangga ( ), dan indeks gini ( ). Oleh kerena itu variabel yang tidak signifikan akan diabaikan satu persatu sampai di dapat variabel yang signifikan. Setelah diabaikan variabel yang tidak signifikan didapat dua variabel yang singnifikan yaitu laju pertumbuhan PDRB dengan harga konstan ( ) dan rata-rata lama sekolah ( ) terhapat Persentase Penduduk Miskin, Indeks Kedalaman Kemiskinan, dan Indeks Keparahan Kemiskinan. Nilai kriteria kebaikan model dengan R-Squared dan MSE A-19-5
6 pada Tabel 4 memberikan hasil yang baik. R-Squared untuk model 69,5%; 64,3% dan 58,8%. adalah Tabel Error! No text of specified style in document. Estimasi Parameter Regresi Linear Berganda [ ]Persentase [ ]Kedalaman [ ]Keparahan Variabel Penduduk Miskin Kemiskinan Kemiskinan Koef. P-value Koef. P-value Koef. P-value Kontanta 47,27 7,24 1,73-2, ,373 0, ,131-2, , R-Squared 0,695 0, MSE 0,322 0,377 0,436 Error model regresi linear berganda digunakan untuk inisialisasi pembentukan matrik varians-kovarians. Selanjutnya, pengecekan apakah terdapat korelasi antar model dapat dilihat pad Tabel 5 berikut. Tabel 5. Korelasi Antar Error Model Error Nilai P-value Nilai P-value Nilai P-value 1 0, , , , , , Korelasi antara Persentase Penduduk Miskin (Y1) dengan Indeks Kedalaman Kemiskinan ( ) dan Indeks Keparahan Kemiskinan ( ) masing-masing sebesar 0,900 dan 0,763. Sedangkan korelasi antara Indeks Kedalaman Kemiskinan ( ) dengan Indeks Keparahan Kemiskinan ( ) adalah 0,962. Signifikansi menunjukan bahwa korelasinya signifikan dengan Pengujian Efek Spasial pada SUR Pengujian aspek spasial menggunakan uji Lagrange Multiplier. Tabel 6 menunjukkan nilai LM SAR dan LM SEM masing-masing 9,1990x10 3 dan 0,2966. Uji LM yang signifikan terdapat pada model SUR-SAR, yaitu pada P-value 0 dengan menggunakan α=5 Tabel 6. Pengujian Lagrange Multiplier Untuk SUR Spasial Pengujian Nilai p-value LM test spatial lag 9,1990 x LM test spatial error 0,2966 0,9607 Oleh karena itu, model SUR-Spasial yang dapat dibentuk adalah SUR-SAR, yaitu model SUR dengan penambahan efek spasial pada modelnya. Pemodelan Spatial Seemingly Unrelated Regression (SSUR) Estimasi model SUR-Spasial untuk data kemiskinan di Provinsi Jawa Timur dilakukan dengan metode MLE. Hasil estimasi parameter model SUR-Spasial untuk data Kemiskinan di Provinsi Jawa Timur tahun 2012 dapat dilihat pada Tabel 7. Tabel 7. Estimasi Parameter Model SUR-SAR [ ]Persentase [ ]Kedalaman [ ]Keparahan Variabel Penduduk Miskin Kemiskinan Kemiskinan Koefisien P-value Koefisien P-value Koefisien P-value Kontanta 44 6,44 1,61-1, , , , A-19-6
7 MSE 0,4587 0, R-Squared Rho 0,4870 0,3860 0,2839 Berdasarkan hasil pemodelan pada Tabel 7 dapat dilihat bahwa Persentase Penduduk Miskin (Y1) dipengaruhi oleh laju pertumbuhan PDRB dengan harga konstan (X1) dan ratarata lama sekolah(x3) dengan tanda negatif. Begitu juga pada Indeks Kedalaman Kemiskinan ( ) dan Indeks Keparahan Kemiskinan ( ) dipengaruhu juga oleh laju pertumbuhan PDRB dengan harga konstan ( ), dan rata-rata lama sekolah( ) dengan tanda negatif. Nilai kriteria kebaikan model dengan R-Squared dan MSE pada Tabel 7 memberikan hasil yang baik. R- Squared untuk model adalah 56,6%; 54,6% dan 52,4%. Intepretasi Model SUR Spasial Berdasarkan hasil estimasi parameter model SUR-SAR untuk data kemiskinan di Provinsi Jawa Timur pada Tabel 7 diperoleh model untuk Persentase Penduduk Miskin, Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan. Model untuk Persentase Penduduk Miskin di Provinsi Jawa Timur sebagai berikut. Persamaan (5 ) menunjukan bahwa setiap kenaikan laju pertumbuhan PDRB dengan harga konstan (X1) sebesar 1 persen akan menurunkan angka kemiskinan sebesar 1,645 persen dengan syarat variabel lain tetap. Begitu juga kenaikan Rata-rata Lama Sekolah (X3) sebesar 1 tahun akan menurunkan angka kemiskinan sebesar 2,023 persen. Indeks Kedalaman Kemiskinan di Provinsi Jawa Timur dipengaruhi oleh laju pertumbuhan PDRB dengan harga konstan, dan Rata-rata lama sekolah. Model Indeks Kedalaman Kemiskinan berdasarkan tabel 7 adalah sebagai berikut. Berdasarkan persamaan ( 6) menunjukan bahwa setiap kenaikan kenaikan laju pertumbuhan PDRB dengan harga konstan (X1) sebesar 1 persen akan menurunkan Indeks Kedalaman Kemiskinan sebesar 0,320 persen dan Rata-rata Lama Sekolah (X3) sebesar 1 tahun akan menurunkan Indeks Kedalaman Kemiskinan sebesar 0,311 persen. Indeks Keparahan Kemiskinan di Provinsi Jawa Timur dipengaruhi oleh laju pertumbuhan PDRB dengan harga konstan, dan Rata-rata lama sekolah. Model Indeks Kedalaman Kemiskinan berdasarkan tabel 7 adalah sebagai berikut. Berdasarkan persamaan ( 7) menunjukan bahwa setiap kenaikan kenaikan laju pertumbuhan PDRB dengan harga konstan (X1) sebesar 1 persen akan menurunkan Indeks Kedalaman Kemiskinan sebesar 90 persen dan Rata-rata Lama Sekolah (X3) sebesar 1 tahun akan menurunkan Indeks Kedalaman Kemiskinan sebesar 76 persen. Model yang dihasilkan merupakan model SUR Spasial, dimana ada keterkaitan anatara satu kabupaten atau kota dengan kabupaten atau kota lainya. Sebagai contoh, model Persentase Penduduk Miskin, Indeks Kedalaman dan Keparahan Kemiskinan untuk Kabupaten Pacitan adalah (5) (6) (7) A-19-7
8 Persamaan adalah model Persentase Penduduk Miskin untuk Kabupaten Pacitan. Pada model tersebut diketahui bahwa besarnya Persentase Penduduk Miskin di kabupaten Pacitan berkaitan dengan Persentase Penduduk Miskin di Kabupaten Ponorogo, Trenggalek dan Magetan sebesar 0,1623, yang artinya setiap kenaikan penduduk miskin disekitar wilayah Pacitan (Kabupaten Ponorogo, Trenggalek dan Magetan) sebesar 1 persen, maka akan menaikan penduduk miskin di kabupaten pacitan sebesar 0,1623 persen. Begitu juga pada persamaan, dan. KESIMPULAN DAN SARAN Kesimpulan dari hasil penelitian ini adalah sebagai berikut: 1. Semua Kabupaten Kota di Provinsi Jawa Timur memiliki Persentase Penduduk Miskin (HCI), indeks kedalaman (PGI) dan keparahan kemiskinan (PSI) rendah kecuali Kota Probolinggo. Sementara kabupaten yang berada di kepulauan madura merupakan daerah dengan HCI, PGI, dan PSI yang tinggi. 2. Model spasial yang digunakan dalam kasus kemiskinan (HCI, PGI, dan PSI) di Provinsi Jawa Timur adalah Seemingly Unrelated Regression- Spatial Autoregresif Model (SUR- SAR), dikarenakan adanya keterkaitan antar wilayah di Kabupaten/Kota Jawa Timur. Hasil pemodelan SUR-SAR diperoleh bahwa Persentase Penduduk Miskin di pengaruhi oleh laju pertumbuhan PDRB dengan harga konstan dan rata-rata lama sekolah. Begitu juga dengan Indeks Kedalaman dan Keparahan Kemiskinan di pengaruhi oleh laju pertumbuhan PDRB dengan harga konstan dan rata-rata lama sekolah Saran untuk penelitian selanjutnya adalah: Pada penelitian ini, model yang digunakan adalah model SUR-SAR dengan data crosssection. Saran yang dapat diberikan untuk peneliti berikutnya adalah menggunakan model SUR Spasial dengan data panel, dimana selain menggunakan data cross-section juga menggunakan data Time series. Atau dengan menambahkan Fixed Effect Model (FEM) dan Random Effect Model pada data panel. DAFTAR PUSTAKA Anselin, L. (1988). A Test for Spatial Autocorrelation in Seemingly Regression. Economics Letters. Vol.28, hal Anuraga, G. (2014). Spatial Structural Equation Modeling-Partial Least Square untuk memodelkan kemiskinan di Jawa Timur. Thesis. Surabaya: institut Teknologi Sepuluh Nopember. Arisanti, R. (2011). Model Regresi Spasial untuk deteksi faktor-faktor Kemiskinan di Provinsi Jawa Timur. Thesis. Institut Pertanian Bogor. Bogor. Arunavega, A. (2014). "Analisis Ekonomi Kebijakan Fiskal: Spatial Seemingly Unrelated Regression untuk Memodelkan Pengeluaran Pemerintah di Jawa Timur. Thesis. Surabaya: institut Teknologi Sepuluh Nopember. Chambers, R. ( 1996). " Rural Development: Putting the Last First, Longman Group Limited". London. Mur, J. dan, F. Lopez. (2009). Testing for spatial effects in Seemingly Unrelated Regression. Makalah. A-19-8
9 Pristiandana, A. (2012). "Seemingly Unrelated Regression (SUR) Spasial untuk Memodelkan PDRB Sektor Unggulan di Jawa Timur". Thesis. Surabaya: institut Teknologi Sepuluh Nopember. Setiawati, A. (2012). Pemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Econometrika Panel Spasial. Tugas Akhir. Surabaya: institut Teknologi Sepuluh Nopember. Zallner, A. (1962). An Efficient Method of Estimating Seemingly Unrelated Regression and Test of Anggregation Bias. Journal of the American Statistical Association. Vol. 57, A-19-9
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,
Lebih terperinciESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR
ESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR Firda Fadri Manajemen Informatika, Sekolah Tinggi Teknologi Walisongo Gempol Email: firda.fadri@gmail.com ABSTRAK Model ekonometri spasial
Lebih terperinciJURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.
JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana 1309100104 Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si PENDAHULUAN Latar Belakang Rumusan Masalah
Lebih terperinciBAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi
BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi yang terdiri dari 23 Kecamatan. Lokasi masing-masing kecamatan dapat dilihat
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-45 Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciPENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH
PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH Erliyana Devitasari, Sri Sulistijowati Handayani, dan Respatiwulan Program Studi Matematika FMIPA
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini menggunakan penelitian kuantitatif yang menggunakan data numerik atau angka-angka. Metode deskriptif yaitu untuk menjawab pertanyaan-pertanyaan
Lebih terperinciPemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Pemodelan Kerugian Makroekonomi Akibat Bencana Alam Dengan Regresi Panel Evi Kinasih Ikhwan dan Dwi Endah Kusrini Jurusan
Lebih terperinciBAB III METODE PENELITIAN. B. Jenis Penelitian Penelitian ini menggunakan jenis penelitian deskriptif dengan
A. Lokasi Penelitian BAB III METODE PENELITIAN Lokasi penelitian adalah di Kawasan SWP Gerbangkertosusila Plus yang terdiri dari 12 Kabupaten/Kota yaitu: Kota Surabaya, Kabupaten Sidoarjo, Kabupaten Gresik,
Lebih terperinciBAB III METODELOGI PENELTIAN. Riau, DKI Jakarta, Jawa Barat, Jawa Tengah, DI. Yogyakarta, Jawa Timur,
BAB III METODELOGI PENELTIAN A. Obyek/Subyek Penelitian Obyek dalam penelitian ini meliputi seluruh wilayah atau 33 provinsi yang ada di Indonesia, meliputi : Aceh, Sumatera Utara, Sumatera Barat, Riau,
Lebih terperinciBAB I PENDAHULUAN. salah satunya bidang ekonomi. pertumbuhan ekonomi menjadi salah satu
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan di Indonesia telah mengalami kemajuan di berbagai bidang salah satunya bidang ekonomi. pertumbuhan ekonomi menjadi salah satu indikator kondisi perekonomian
Lebih terperinciPemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial
JURNAL SAINS DAN SENI ITS Vol 6, No, (017) ISSN: 337-350 (301-98X Print) D-10 Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 015 Menggunakan Regresi
Lebih terperinciBAB III METODE PENELITIAN. minimum sebagai variabel independen (X), dan indeks pembangunan manusia
BAB III METODE PENELITIAN A. Objek Penelitian Objek dari penelitian ini adalah kemiskinan, rasio gini dan upah minimum sebagai variabel independen (X), dan indeks pembangunan manusia (IPM) sebagai variabel
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah jenis penelitian kuantitatif.
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan adalah jenis penelitian kuantitatif. Menurut Sugiyono (2003), penelitian kuantitatif adalah penelitian dengan memperoleh data
Lebih terperinciBAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.
BAB III METODE PENELITAN A. Lokasi Penelitian Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. Pemilihan lokasi ini salah satunya karena Provinsi Jawa Timur menepati urutan pertama
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian di Pulau Jawa Provinsi Jawa Timur yang terdiri dari 29 kabupaten dan 9 kota di antaranya dari Kab Pacitan, Kab Ponorogo, Kab Trenggalek,
Lebih terperinciPEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA
PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI JAWA TENGAH DENGAN PENDEKATAN SPASIAL AUTOREGRESSIVE MODEL PANEL DATA Ulfatun Khasanah 1, Abdul Karim 2,, Indah Manfaati Nur 3 1 Mahasiswa Statistika,,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Penelitian ini dilakukan di Indonesia dengan menggunakan data Tingkat Pengangguran Terbuka, Indeks Pembangunan Manusia (IPM), Upah Minimum dan Jumlah Penduduk
Lebih terperinciMaslim Rajab Syafrizal 1, Setiawan 2, Sutikno 3
PROSEDUR GENERALIZED SPATIAL TWO STAGE LEAST SQUARES UNTUK MENGESTIMASI MODEL SPATIAL AUTOREGRESSIVE WITH AUTOREGRESSIVE DISTURBANCES Studi Kasus Pemodelan Pertumbuhan Ekonomi di Provinsi Jawa Timur Maslim
Lebih terperinciBAB III METODE PENELITIAN. tahun mencakup wilayah kabupaten dan kota di Provinsi Jawa Timur.
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder periode tahun 2001-2010 mencakup wilayah kabupaten dan kota di Provinsi Jawa Timur. Kabupaten
Lebih terperinciPemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 2337-3520 (230-928X Print) D-7 Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur Bagus Naufal Fitroni, dan
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah dalam pembangunan yang bersifat multidimensi. Kemiskinan merupakan persoalan kompleks yang terkait dengan berbagai dimensi yakni sosial,
Lebih terperinciPENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI KALIMANTAN BARAT
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 07, No. (08), hal 8. PENDEKATAN EKONOMETRIKA PANEL SPASIAL UNTUK PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI KALIMANTAN BARAT Ridho Pratama,
Lebih terperinciBAB III PEMBAHASAN. Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan
BAB III PEMBAHASAN Pada pembahasan kali ini akan diuraikan langkah-langkah dalam melakukan pemodelan menggunakan Spatial Autoregressive Model dan Matriks pembobot spasial Rook Contiguity. Langkah-langkah
Lebih terperinciBAB III METODE PENELITIAN. Kab/Kota di 6 Provinsi Pulau Jawa Periode tahun , peneliti mengambil
BAB III METODE PENELITIAN 3.1 Metode Penelitian 3.3.1 Lokasi Penelitian Adapun lokasi penelitian yang dipilih peneliti adalah seluruh pemerintah Kab/Kota di 6 Provinsi Pulau Jawa Periode tahun 2011 2015,
Lebih terperinciIII. METODE PENELITIAN. model struktural adalah nilai PDRB, investasi Kota Tangerang, jumlah tenaga kerja,
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang dibutuhkan dalam penelitian ini adalah data sekunder dalam bentuk time series dari tahun 1995 sampai tahun 2009. Data yang digunakan dalam model
Lebih terperinciAnalisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-65 Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel Almira Qattrunnada Qurratu ain dan Vita Ratnasari Jurusan
Lebih terperinciBAB III METODE PENELITIAN. PAD dari masing-masing kabupaten/kota di D.I Yogyakarta tahun
BAB III METODE PENELITIAN A. Objek Penelitian Objek dalam penelitian ini adalah data PDRB, jumlah penduduk dan PAD dari masing-masing kabupaten/kota di D.I Yogyakarta tahun 2000-2014 yang meliputi kabupaten
Lebih terperinciBAB I PENDAHULUAN. Pembangunan ekonomi harus di pandang sebagai suatu proses yang saling
BAB I PENDAHULUAN A. Latar Belakang Pembangunan Ekonomi merupakan suatu proses yang menyebabkan kenaikan pendapatan riil per kapita penduduk suatu negara dalam jangka panjang yang disertai oleh perbaikan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Lokasi penelitian Adapun lokasi penelitian ini adalah di provinsi Jawa Timur yang terdiri dari 38 kota dan kabupaten yaitu 29 kabupaten dan 9 kota dengan mengambil 25 (Dua
Lebih terperinciBAB III METODE PENELITIAN. Daerah) di seluruh wilayah Kabupaten/Kota Eks-Karesidenan Pekalongan
BAB III METODE PENELITIAN A. Obejek Penelitian Obyek kajian pada penelitian ini adalah realisasi PAD (Pendapatan Asli Daerah) di seluruh wilayah Kabupaten/Kota Eks-Karesidenan Pekalongan yang terdiri dari
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek penelitian Penelitian yang digunakan ini mengunakan obyek penelitian dari seluruh kabupaten dan kota yang berada di Provinsi Jawa Timur yang totalnya ada 38 Kabupaten
Lebih terperinciBAB I PENDAHULUAN. dengan menurunnya kinerja perekonomian. Oleh karena itu pertumbuhan ekonomi
BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi adalah salah satu indikator kondisi perekonomian suatu negara. Kondisi perekonomian negara dapat diukur melelaui perubahan nilai produk nasional
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 1.1 Deskripsi Variabel Penelitian Statistika deskriptif bertujuan untuk mendeskripsikan atau menggambarkan objek penelitian yang diambil dari sampel atau populasi sehingga
Lebih terperinciBAB III METODE PENELITIAN. Bangli, Kabupaten Karangasem, dan Kabupaten Buleleng.
BAB III METODE PENELITIAN A. Lokasi Penelitian Dalam penelitian ini, penulis menggunakan lokasi penelitian wilayah Provinsi Bali yang merupakan salah satu provinsi yang ada di Indonesia. Luas Provinsi
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN. Asumsi klasik yang digunakan dalam penelitian ini adalah uji. Multikolinearitas dan uji Heteroskedastisitas.
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kualitas Instrumen dan Data Uji kualitas data dalam penelitian ini menggunakan uji asumsi klasik. Asumsi klasik yang digunakan dalam penelitian ini adalah uji
Lebih terperinciIII. METODE PENELITIAN. yaitu infrastruktur listrik, infrastruktur jalan, infrastruktur air, dan tenaga kerja.
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Dalam penelitian ini menggunakan variabel terikat yaitu PDRB, dan variabel bebas yaitu infrastruktur listrik, infrastruktur jalan, infrastruktur air,
Lebih terperinciBAB III METODOLOGI PENELITIAN. 1. Apakah investasi mempengaruhi kesempatan kerja pada sektor Industri alat
43 BAB III METODOLOGI PENELITIAN A. Tujuan Penelitian Berdasarkan masalah-masalah yang telah peneliti rumuskan, maka tujuan penelitian ini adalah untuk mengetahui: 1. Apakah investasi mempengaruhi kesempatan
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan
49 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan ekonomi, inflasi dan kualitas sumber daya manusia terhadap tingkat pengangguran
Lebih terperinci1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. 5.1 Analisis Tingkat Kesenjangan Pendapatan dan Trend Ketimpangan Kabupaten/Kota di Provinsi Jawa Barat
BAB V HASIL DAN PEMBAHASAN 5.1 Analisis Tingkat Kesenjangan Pendapatan dan Trend Ketimpangan Kabupaten/Kota di Provinsi Jawa Barat Penghitungan kesenjangan pendapatan regional antar kabupaten/kota di Provinsi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Jawa Periode tahun karena di Pulau Jawa termasuk pusat pemerintahan
BAB 3 METODOLOGI PENELITIAN 3.1 Metode Penelitian 3.1.1 Lokasi Penelitian Adapun lokasi penelitian yang digunakan penulis dalam menyusun penelitian di Indonesia khususnya di Pulau Jawa dengan objek penelitian
Lebih terperinciBAB III METODOLOGI. berasal dari Badan Pusat Statistik (BPS) dan kementrian terkait. Data yang
BAB III METODOLOGI 3.1. Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari Badan Pusat Statistik (BPS) dan kementrian terkait. Data yang bersumber dari BPS adalah
Lebih terperinciANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN MODEL DATA PANEL INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume xx, No. x (tahun), hal xx xx. ANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN
Lebih terperinciBAB I PENDAHULUAN. Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai
BAB I PENDAHULUAN A. Latar Belakang Model regresi adalah persamaan matematik yang dapat meramalkan nilai-nilai suatu variabel tak bebas dari nilai-nilai variabel bebas (Walpole, 1982: 340). Pada regresi
Lebih terperinciBAB III METODI PENELITIAN. kabupaten/kota di provinsi Bali pada tahun
BAB III METODI PENELITIAN A. Lokasi Penelitian Penelitian ini dilaksanakan di provinsi Bali yang merupakan salah satu provinsi yang berada di Indonesia dengan maksud, memberikan kejelasan tentang keterkaitan
Lebih terperinciSPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 2014.
Spatial Autoregressive Model... (Lailatul Syaadah) 1 SPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 214 Jurnal Diajukan kepada Fakultas
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN DENGAN REGRESI PANEL
PEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN 2004-2008 DENGAN REGRESI PANEL Desi Yuniarti 1, Susanti Linuwih 2, Setiawan 3 1 Mahasiswa S2 Jurusan Statistika FMIPA ITS, Surabaya, 60111
Lebih terperinciV. PEMBAHASAN Perkembangan Penyerapan Tenaga Kerja Sektor Industri dan Perdagangan, Hotel dan Restoran di Pulau Jawa
72 V. PEMBAHASAN 5.1. Perkembangan Penyerapan Tenaga Kerja Sektor Industri dan Perdagangan, Hotel dan Restoran di Pulau Jawa Pulau Jawa merupakan salah satu Pulau di Indonesia yang memiliki jumlah penduduk
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Pada lokasi penelitian ini diambil pada Kabupaten/Kota yang terdiri dari 29 kabupaten dan 6 kota di Provinsi Jawa tengah dengan variabel penelitian pertumbuhan
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciBAB I PENDAHULUAN. pendapatan perkapita diharapkan masalah-masalah seperti pengangguran, kemiskinan, dan
BAB I PENDAHULUAN A. Latar Belakang Pada awalnya upaya pembangunan Negara Sedang Berkembang (NSB) diidentikkan dengan upaya meningkatkan pendapatan perkapita. Dengan meningkatnya pendapatan perkapita diharapkan
Lebih terperinciPEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PEMETAAN DAN MODEL REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR PADA TAHUN 2009 DENGAN METODE GWR (GEOGRAPHICALLY WEIGHTED REGRESSION) Pembimbing : Ir. Sri Pingit Wulandari, MSi Liska Septiana
Lebih terperinciPERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK
PERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK Reza Mubarak ) dan Suhartono ) ) Program Pasca Sarjana Jurusan Statistika, Institut
Lebih terperinciPEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. Gambar 5.1 Trend Ketimpangan Ekonomi Kabupaten/Kota di Provinsi
BAB V HASIL DAN PEMBAHASAN 5.1 Analisis Ketimpangan Ekonomi Antar Kabupaten/Kota di Provinsi Jawa Timur Ketimpangan ekonomi antar kabupaten/kota di Provinsi Jawa Timur dihitung menggunakan data PDRB Provinsi
Lebih terperinciBAB III METODE PENELITIAN. digunakan dalam penelitian ini merupakan data sekunder yang diambil dari BPS dengan
BAB III METODE PENELITIAN 3.1. Variabel Penelitian dan Definisi Operasional 3.1.1.Variabel Penelitian Variabel dalam penelitian ini adalah Kemiskinan sebagai variabel dependen, sedangkan untuk variabel
Lebih terperinciMODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH
MODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Albertus Revoliko Septiawan, Sri Sulistijowati Handajani, dan Titin Sri Martini Program Studi Matematika Fakultas Matematika
Lebih terperinciBAB III METODE PENELITIAN
A. Objek Penelian BAB III METODE PENELITIAN Objek penelian yang digunakan pada penelian ini adalah seluruh kabupaten dan kota yang ada di Daerah Istimewa Yogyakarta, yang terdiri dari 4 kabupaten dan 1
Lebih terperinciBAB I PENDAHULUAN. meningkatkan kesejahteraan masyarakat. Menurut Todaro (2006), ketimpangan dan memberantas kemiskinan untuk mencapai kehidupan yang
BAB I PENDAHULUAN A. Latar Belakang Masalah Pembangunan ekonomi pada hakekatnya bertujuan untuk meningkatkan kesejahteraan masyarakat. Menurut Todaro (2006), pembangunan ekonomi merupakan suatu proses
Lebih terperinciBAB III METODOLOGI PENELITIAN
36 BAB III METODOLOGI PENELITIAN 3.1 Variabel Peneltian dan Definisi Operasional Untuk mempermudah analisis dan memperjelas variabel-variabel yang ada dalam penelitian ini maka dilakukan variabel operasional
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Variabel penelitian merupakan atribut atau perlengkapan yang digunakan untuk mempermudah suatu penelitian dan sebagai sara untuk pengukuran serta memberikan
Lebih terperinciDisusun: Maslim Rajab Syafrizal NRP Dosen Pembimbing: Dr. Ir. Setiawan, M.Si Dr. Sutikno, S.Si, M.Si. 1/24/2012 Seminar Hasil
1/24/2012 Seminar Hasil 1 PROSEDUR GENERALIZED SPATIAL TWO STAGE LEAST SQUARES UNTUK MENGESTIMASI MODEL SPATIAL AUTOREGRESSIVE WITH AUTOREGRESSIVE DISTURBANCES STUDI KASUS PEMODELAN PERTUMBUHAN EKONOMI
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini dilakukan secara sensus dengan data sekunder berbentuk time series dari Tahun 2008 sampai dengan Tahun 2015, dan data cross section yang terdiri
Lebih terperinci2.11. Penduduk Yang Bekerja di Sektor Pertanian Pengangguran... 40
2.11. Penduduk Yang Bekerja di Sektor Pertanian... 38 2.12. Pengangguran... 40 BAB III DASAR TEORI... 42 3.1. Analisis Regresi Linier Berganda... 42 3.2. Penaksiran Koefisien Regresi Menggunakan Matriks...
Lebih terperinciBAB III METODE PENELITIAN. mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi
BAB III METODE PENELITIAN A. Objek Penelitian Untuk mendapatkan data yang diperlukan dalam penelitian ini, penulis mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi di 5 pulau
Lebih terperinciAnalisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan
1 Analisis Ekonometrika Model Pendapatan Nasional Indonesia dengan Pendekatan Persamaan Sistem Simultan Ainul Fatwa Khoiruroh, Setiawan Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember
Lebih terperinciBAB III METODE PENELITIAN. wisata, jumlah wisatawan dan Produk Domestik Regional Bruto terhadap
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan analisis mengenai pengaruh jumlah obyek wisata, jumlah wisatawan dan Produk Domestik Regional Bruto terhadap retribusi daerah
Lebih terperinciMODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 87 99. MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN Musfika Rati, Esther Nababan, Sutarman Abstrak. Penelitian ini dilakukan
Lebih terperinciMETODE REGRESI DATA PANEL UNTUK PERAMALAN KONSUMSI ENERGI DI INDONESIA
METODE REGRESI DATA PANEL UNTUK PERAMALAN KONSUMSI ENERGI DI INDONESIA SKRIPSI Oleh: MARISKA SRIHARDIANTI 24010212130036 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pemodelan Spasial Pemodelan spasial adalah pemodelan yang berhubungan dengan pendekatan titik dan area. Tahapan untuk melakukan pemodelan spasial adalah regresi linier berganda;
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini mengenai analisis pengaruh Belanja fiskal, Belanja modal
29 BAB III METODE PENELITIAN A. Obyek Penelitian Penelitian ini mengenai analisis pengaruh Belanja fiskal, Belanja modal dan jumlah penduduk terhadap Pertumbuhan ekonomi di Wilayah Madura Jawa Timur. Lokasi
Lebih terperinciBAB III. Metode Penelitian
34 BAB III Metode Penelitian 3.1 Jenis dan Cara Pengumpulan Data Jenis penelitian ini menggunakan data yang bersifat kuantitatif. Data kuantitatif yaitu data yang berwujud dalam kumpulan angka-angka. Sedangkan
Lebih terperinciBAB III METODE PENELITIAN. menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya, Kabupaten
BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi yang dipilih pada penelitian ini yaitu provinsi Jawa timur dengan menggunakan objek 9 kabupaten/kota yang meliputi Kota Surabaya,
Lebih terperinciIII. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan
29 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa data panel, yaitu data yang terdiri dari dua bagian : (1)
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian tentang kemiskinan ini hanya terbatas pada kemiskinan di Provinsi Jawa Tengah tahun 2007-2011. Variabel yang digunakan dalam menganalisis
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman yang semakin modern ini data adalah sesuatu yang sangat dibutuhkan baik individu, instansi, organisasi dan perusahaan. Sebuah perusahaan sangat
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kualitas Instrumen dan Data Uji kualitas data dalam penelitian ini menggunakan uji asumsi klasik. Asumsi klasik yang digunakan dalam penelitian ini adalah uji
Lebih terperinciBAB III METODOLOGI PENELITIAN A. Lokasi/Objek Penelitian Penelitian ini dilaksanakan di Provinsi Jawa Timur. Pemilihan Provinsi
BAB III METODOLOGI PENELITIAN A. Lokasi/Objek Penelitian Penelitian ini dilaksanakan di Provinsi Jawa Timur. Pemilihan Provinsi Jawa Timur ini didasarkan pada pertimbangan bahwa Jawa Timur merupakan provinsi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini bersumber dari data sekunder mulai dari tahun 2005 sampai dengan tahun 2010. Data tersebut didapat dari beberapa
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinciPEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB
PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah) SKRIPSI Disusun Oleh : IRAWATI TAMARA NIM. 24010212120002 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciPEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH 1 Diana Wahyu Safitri, 2 Moh Yamin Darsyah, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika FMIPA Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang terdiri atas Indeks Pembangunan Manusia (IPM), sektor perekonomian yang
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL
PEMODELAN PERSENTASE PENDUDUK MISKIN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL SKRIPSI Disusun Oleh : NARISHWARI ARIANDHINI 24010211140105 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciBAB III METODE PENELITIAN. mengetahui pengaruh belanja daerah, tenaga kerja, dan indeks pembangunan
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini merupakan penelitian empiris yang dilakukan untuk mengetahui pengaruh belanja daerah, tenaga kerja, dan indeks pembangunan manusia terhadap
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Metode Penelitian 1. Lokasi Penelitian Adapun lokasi penelitian yang digunakan penulis dalam menyususn penelitian ini adalah di Indonesia, khusunya per Provinsi di Indonesia
Lebih terperinciBAB III METODE PENELITIAN. Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai
BAB III METODE PENELITIAN A. Langkah Penelitian Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai berikut: 1. Merumuskan spesifikasi model Langkah ini meliputi: a. Penentuan variabel,
Lebih terperinciSKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL
SKRIPSI PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR INDUSTRI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL Disusun Oleh : Loviana 5303012012 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciMETODE PENELITIAN. 3.1 Jenis dan Sumber Data. Jenis data yang digunakan dalam penelitian ini berupa data sekunder. Data
37 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data sekunder. Data sekunder merupakan data yang dikumpulkan secara tidak langsung oleh peneliti
Lebih terperinciSPATIAL AUTOREGRESSIVE MODEL DAN SPATIAL ERROR MODEL PADA PERTUMBUHAN EKONOMI SEKTOR INDUSTRI PENGOLAHAN DI EKS KARESIDENAN SURAKARTA
SPATIAL AUTOREGRESSIVE MODEL DAN SPATIAL ERROR MODEL PADA PERTUMBUHAN EKONOMI SEKTOR INDUSTRI PENGOLAHAN DI EKS KARESIDENAN SURAKARTA oleh WINDY RIZKI ADITA M0112091 SKRIPSI ditulis dan diajukan untuk
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1 Hubungan Antara Penerimaan DAU dengan Pertumbuhan PDRB Dalam melihat hubungan antara PDRB dengan peubah-peubah yang mempengaruhinya (C, I, DAU, DBH, PAD, Suku Bunga dan NX)
Lebih terperinciPemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-89 Pemodelan Pneumonia pada Balita di Surabaya Menggunakan Spatial Autoregressive Models Ilhamna Aulia, Mutiah Salamah
Lebih terperinciBAB III METODE PENELITIAN. 2002). Penelitian ini dilakukan di Provinsi Kepulauan Bangka Belitung
BAB III METODE PENELITIAN A. Objek Penelitian Populasi merupakan keseluruhan objek penelitian. Apabila seseorang ingin meneliti semua elemen yang ada dalam wilayah penelitian, maka penelitiannya merupakan
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) dalam periode tahunan dan data antar ruang (cross section). Data sekunder
Lebih terperinci