No image available for this title

Text

Penerapan Geographically Weighted Panel Regression Untuk Pemodelan Faktor-Faktor yang Mempengaruhi Angka Pengangguran di Jawa Tengah

Analisis regresi merupakan metode analisis statistik yang digunakan untuk
mengukur besarnya pengaruh variabel prediktor terhadap variabel respon. Regresi
data panel adalah regresi pada analisis statistik yang menggabungkan data cross
section dan data time series. Pada regresi data panel dihasilkan estimasi parameter
yang berlaku secara global. Namun, pada kenyataanya, terkadang kondisi pada
suatu lokasi mempengaruhi kondisi lokasi lainnya karena dipengaruhi oleh aspek
spasial. Kondisi yang dipengaruhi aspek spasial memungkinkan terjadinya
heterogenitas spasial. Pada kasus heterogenitas spasial dikembangkan analisis
regresi yang diboboti secara geografis yaitu Geographically Weighted Regression
(GWR), dimana estimasi parameter yang dihasilkan bersifat lokal. Geographically
Weighted Panel Regression (GWPR) merupakan pengembangan dari gabungan
model GWR dan model regresi data panel yang mengalami masalah heterogenitas
spasial. Penelitian ini bertujuan untuk mengkaji faktor-faktor apa saja yang
mempengaruhi angka pengangguran setiap kabupaten/kota di Jawa Tengah pada
tahun 2017-2021 menggunakan model GWPR dengan pembobot fungsi Kernel
Exponential. Berdasarkan ukuran kebaikan model diketahui bahwa model GWPR
dengan pembobot Adaptive Exponential Kernel memiliki nilai R2
sebasar 0,6756
dan Akaike Information Criterion (AIC) sebesar 1009,903 merupakan model
terbaik. Sehingga dapat disimpulkan bahwa model GWPR lebih baik daripada
model global.
Kata Kunci : GWR-Panel,GWPR, Exponential Kernel.

Ketersediaan
1151 E 20241151 E 2024Perpustakaan FSM UndipTersedia
Informasi Detail
Judul Seri
-
No. Panggil
1151 E 2024
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar