Analisis Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat dengan Menggunakan Spatial Error Model (SEM)
Abstract
Abstract. In this thesis will be discussed about the factors that affect the Human Development Index (HDI) using the Spatial Error Model (SEM). Spatial regression is the result of the development of classical linear regression. This development is based on the spatial influence on the data analysis proposed in Tobler's theory that in the law of geography everything is related to one another. This model is considered capable of representing the problems studied, namely differences in regional characteristics that affect HDI in West Java. The data used is HDI data in West Java Province in 2019 obtained from the Badan Pusat Statistik (BPS). The data has five variables that are suitable for finding factors that affect HDI in West Java Province.
Keywords: Spatial Error Model, Human Development Index.
Abstrak. Dalam skripsi ini akan dibahas mengenai faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia (IPM) menggunakan Spatial Error Model (SEM). Regresi spasial merupakan hasil pengembangan dari regresi linier klasik. Pengembangan ini berdasarkan adanya pengaruh spasial pada data analisis yang dikemukakan dalam teori Tobler bahwa dalam hukum geografi segala sesuatu yang saling berhungan satu dengan lainnya. Model ini dinilai mampu mewakili permasalahan yang diteliti, yaitu perbedaan karakteristik wilayah yang berpengaruh terhadap IPM di Jawa Barat. Data yang digunakan adalah data IPM di Provinsi Jawa Barat pada tahun 2019 yang diperoleh dari Badan Pusat Statistika (BPS). Data tersebut memiliki lima variabel yang cocok untuk mencari faktor-faktor yang mempengaruhi IPM di Provinsi Jawa Barat.
Kata Kunci: Spatial Error Model, Indeks Pembangunan Manusia.
Keywords
Full Text:
PDFReferences
​[1] Anselin, L. 1988. Spatial Econometrics: Methods and Models. Kluwer Academic Publisher. The Netherlands.
​[2] Azizah, N. 2019. Efektifitas Model Regresi OLS (Ordinary Least Square) dan Geographically Weighted Regression (GWR) pada Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Timur. Prosiding Seminar Nasional Integrasi Matematika dan Nilai Islami, 3(1), 61-71.
​[3] BPS. 2019. Statistik Indonesia 2019. Jakarta: Badan Pusat Statistika.
​[4] BPS. 2019. Indeks Pembangunan Manusia 2019. Jakarta: Badan Pusat Statistika.
​[5] BPS Provinsi Jawa Barat. 2019. Indeks Pembangunan Manusia (IPM) Provinsi Jawa Barat tahun 2019 mencapai 72,03. Jawa Barat: Badan Pusat Statistika.
​[6] Gurajati, Damodar. 2003. Ekonometrika Dasar. Erlangga. Jakarta.
​[7] Hines, W. W dan Montgomery, D. C. 1990. Probabilita dan Statistik dalam Ilmu Rekayasa dan Manajemen. Edisi Kedua. Rudiansyah, Penerjemah. Jakarta: Penerbit Universitas Indonesia (UI-Press). Terjemahan dari: Probability and Statistics in Engineering and Managemen Science.
​[8] Hu, S. 2007. Akaike Information Criterion. North Carolina State University. USA.
Kissling, W. D., dan Carl, G. 2007. Spatial Autocorrelation and Selection of Simultaneous Autoregressive Models. A Journal of Macroecology, 17(1), 59- 71
​[10] Lee, J dan Wong, SWD. 2001. Statistical Analysis with Arcview GIS. United Stated of America: John Wiley and Sons.
​[11] LeSage, J. P. 1999. The Theory and Practice of Spatial Econometrics. University of Toledo.
​[12] Nurmalasari, R. 2017. Analisis Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) Menggunakan Metode Regresi Logistik Ordinal dan Regresi Probit Ordinal. Jurnal Gaussian Universitas Diponegoro Semarang, 6(1), 111-120.
​[13] Safitri, D. W.. 2014. Pemodelan Spatial Error Model (SEM) untuk Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Tengah. Jurnal Statistika Universitas Muhammadiyah Semaran, 8(2), 9-14.
​[14] UNDP. 2014. Human Development Report 2014. New York: Oxford University Press.
​[15] Wei, W. W., 1990. Time Series Analysis. Addison-Wesley Publishing Company.
Rahmadani Riani Shifa, Suliadi. (2021). Faktor Koreksi Diagram Kendali Shewhart pada Situasi Unconditional ARL dan Penerapannya terhadap Data Brix (Kekentalan) Saus. Jurnal Riset Statistika, 1(1), 28-34.
DOI: http://dx.doi.org/10.29313/.v0i0.27985
