55 research outputs found
THE INFLUENCE OF EDUCATION, ATTITUDES, AND PERSONAL VALUES TO ECONOMIC BEHAVIOR OF MARRIED WOMEN IN URBAN AND RURAL AREAS IN SIDOARJO REGENCY
No full textANALISIS PARTISIPASI EKONOMI PEREMPUAN DENGAN METODE REGRESI LOGISTIK BINER BIVARIAT
Full text linkHalf of Indonesia's population are women so that women's participation will affect economic growth. Economic growth in East Java is higher than the national economic growth. Individual national economic development can be seen from the employment and working hours. From SUSENAS East Java in 2009, women were more likely to work in the non-agricultural sector with the normal working hours (35 hours or more per week). With logistic regression analysis, employment and hours worked is the dependent variable and seven independent variables such as age, education level, household status, area of residence, marital status, willingness to work, and membership status in the household. Independent variables, which significantly affect employment and hours worked were age, educational level, household status, area of residence, and marital status
PENDEKATAN SMALL AREA ESTIMATION PADA SCAN STATISTIC UNTUK PENDETEKSIAN KANTONG KEMISKINAN
Full text linkDalam rangka mengimplementasikan berbagai program pengentasan kemiskinan diperlukan adanya informasi daerah yang merupakan kantong kemiskinan.Salah satu metode yang bisa digunakan untuk mengidentifikasi kantong kemiskinan adalah Scan Statistic. Permasalahannya, untuk mendeteksi kantong kemiskinan pada level wilayah kecil (kecamatan) diperlukan informasi lengkap dari data populasi sedangkan data kemiskinan pada wilayah kecil tersebut tidak tersedia. Oleh karena itu digunakan metode Small Area Estimation (SAE) untuk mendapatkan data kemiskinan pada wilayah kecil (kecamatan) sebagai input dalam Scan Statistic. Metode SAE yang digunakan untuk estimasi proporsi kemiskinan level kecamatan adalah Empirical Bayes (EB). Untuk mendeteksi kantong kemiskinan digunakan metode Circular Spatial Scan Statistic.Hasil Scan Statististic berbasis SAE EB diperoleh 6 (enam) kelompok wilayah yang merupakan kantong kemiskinan di Kepulauan Nias
Parameter Estimation of Zero Inflated Bivariate Ordered Probit Model with Berndt, Hall, Hall, and Hausman Iteration Approach
Full text linkProbit regression is a statistical analysis method used to analyze the relationship between response variables and predictor variables where the response variable is categorical with a normal distribution link function. Based on the measurement scale, probit regression is divided into two, namely binary probit regression and ordinal probit regression. Based on the number of response variables, ordinal probit regression is divided into two, namely univariate ordinal probit regression and multivariate ordinal probit regression. Multivariate ordinal probit regression that has two response variables is called bivariate ordinal probit regression. In univariate ordinal regression, if there are many unequal proportions in certain categories, conventional univariate probit ordinal regression cannot provide good estimation results. Therefore, univariate ordinal probit regression must be developed into Zero Inflated Ordered Probit (ZIOP) Regression. Similar to univariate ordinal probit regression, bivariate ordinal probit regression produces poor estimates if the response variable is zero inflated, so it is developed into Zero Inflated Bivariate Ordered Probit Regression (ZIBOPR). This study aims to estimate the parameters of the ZIBOPR model, using the Maximum Likelihood Estimator (MLE) method with Brendt, Hall, Hall, and Hausman (BHHH) numerical iteration. This study produces a parameter estimator of the ZIBOPR model, which is a combination of binary probit regression and bivariate ordinal probit regression with the BHHH numerical iteration approach
The semiparametric regression curve estimation by using mixed truncated spline and fourier series model
No full textPemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur
Full text linkSalah satu tujuan Milennium Development Goals (MDGs) yaitu pendidikan dasaruntuk semua masyarakat.Pendidikanuntuk semua menjadi prioritas bagi bangsa Indonesia. Sebab partisipasi masyarakatIndonesia yang memenuhi usia wajib belajar masih sangat rendah atau angka putus sekolah (APS)masih relatif tinggi. Aspek spasial inipenting untuk dikaji, karena antara satu wilayah dengan wilayah lain mempunyaiperbedaan karakteristik. Keragaman karakteristik antar kabupaten/kota di JawaTimur menentukan kualitas pendidikan pada daerah tersebut. Hal ini diperkuatdengan uji Morans’I yang menunjukanbahwa data memiliki Dependensi spasial. Hasil pemodelan dengan Spasial ErrorModel (SEM) lebih baik daripada model regresi global dikarenakan memiliki R2yang lebih besar dan AIC yang lebih kecil. Oleh karena itu aspek spasialberkaitan dengan APS usia wajib belajar di Jawa Timur
Pengaruh dan Pemetaan Pendidikan, Kesehatan, Serta UMKM terhadap Indeks Pembangunan Manusia di Jawa Timur Menggunakan Regresi Panel dan Biplot
Full text linkSebagai ukuran kualitas hidup, Indeks Pembangunan Manusia (IPM) dibangun melalui tiga dimensi dasar diantaranya pendidikan, kesehatan, dan ekonomi. Banyaknya faktor yang mempengaruhi IPM mengakibatkan generalisasi dalam dimensi dasar IPM. Sementara itu, Usaha Mikro Kecil dan Menengah (UMKM) secara garis besar memegang peranan penting dalam memberi dampak positif terhadap pembangunan di Jawa Timur. Namun belum banyak penelitian yang menghubungkan antara kontribusi UMKM dengan pembangunan, khususnya di Jawa Timur. Penelitian ini bertujuan untuk memperoleh pemodelan IPM di Jawa Timur pada tahun 2008-2012 menggunakan Regresi Panel serta pemetaan variabel-variabel yang berpengaruh terhadap IPM. Adanya efek individu pada model panel sehingga pendekatan model yang sesuai adalah FEM (Fixed Effect Model) yang menghasilkan nilai R2 sebesar 98,88 persen. Variabel yang berpengaruh secara signifikan terhadap IPM antara lain variabel rasio siswa-guru SMP dan MTs, Angka Partisipasi Sekolah (APS) SMP, APS SMA, kepadatan penduduk, PDRB UMKM, dan Tingkat Pengangguran Terbuka (TPT). Hasil pemetaan Biplot menunjukkan bahwa untuk meningkatkan PDRB UMKM pada wilayah dengan kategori menengah atas diperlukan strategi khusus, dikarenakan cenderung dimiliki oleh wilayah yang memiliki kepadatan penduduk. Sementara untuk meningkatkan PDRB UMKM pada wilayah dengan kategori menengah bawah, perlu dilakukan peningkatan rasio siswa-guru SMP dan MTs
Analisis Faktor-Faktor yang Mempengaruhi Pengeluaran Rumah Tangga Miskin (RTM) dan Bukan Rumah Tangga Miskin (Non-RTM) di Jawa Timur untuk Konsumsi Air Bersih Menggunakan Analisis Regresi Tobit
No full textPermasalahan kebutuhan air bersih harus teratasi agar dapat memenuhi tujuan Sustainable Development Goals (SDGs) pada tahun 2030. Salah satu masalah yang timbul yaitu biaya yang harus dikeluarkan oleh setiap rumah tangga miskin (RTM) dan bukan rumah tangga miskin (non-RTM) dalam pemenuhan kebutuhan air bersih. Penelitian ini bertujuan untuk mengetahui karakteristik faktor-faktor yang mempengaruhi pengeluaran untuk konsumsi air bersih dan memodelkan pengeluaran konsumsi air bersih terhadap faktor-faktor yang diduga mempengaruhi dengan analisis regresi tobit. Data yang digunakan adalah data SUSENAS 2016 dengan variabel respon yaitu pengeluaran untuk konsumsi air bersih dan unit penelitiannya yaitu rumah tangga. Hasil analisis yang diperoleh pada model non-RTM yaitu variabel yang berpengaruh signfikan pada model biaya pengeluaran untuk konsumsi air bersih pada non-RTM adalah jenjang pendidikan terakhir kepala rumah tangga, jumlah anggota rumah tangga, total pengeluaran bukan makanan perbulan dan Fasilitas air minum dengan nilai Pseudo R2 yang dihasilkan yaitu 5,28%. Selanjutnya hasil analisis pada model RTM diperoleh kesimpulan bahwa variabel yang berpengaruh signifikan terhadap biaya pengeluaran konsumsi air bersih untuk RTM hanya dua variabel yaitu jumlah anggota rumah tangga dan dan Fasilitas air minum dengan nilai Pseudo R2 yang dihasilkan yaitu 15,30%
Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur
Full text link—Partisipasiangkatan kerja merupakan keterlibatan seseorang dalam bidang ekonomi, dibedakanmenjadi bekerja dan tidak bekerja.Persentase perempuan yang bekerja sebagianbesar adalah berstatus menikah (istri), untuk selanjutnya disebut perempuankawin. Faktor-faktor yang diduga berpengaruh adalah faktor internal dan faktoreksternal (kehadiran anak dan suami), sehingga penelitian ini bertujuan untukmengetahui karakteristik perempuan kawin dalam kegiatan ekonomi di Jawa Timur danjuga untuk mengetahui model double hurdle pada partisipasi perempuan kawindalam kegiatan ekonomi di Jawa Timur. Sumber data yang digunakan adalah dataSusenas 2011, terdapat sembilan variabel independen yang digunakan, yaitu umur,pendidikan akhir, jumlah anggota rumah tangga, jumlah anak bekerja, jumlah anakbalita, jumlah anak sekolah, umur suami, pendidikan akhir suami, dan statuskerja suami. Pada pemodelan didapatkan lima variabel yang berpengaruh terhadapkeputusan partisipasi perempuan kawin dalam ekonomi, yaitu umur, pendidikanakhir, jumlah anak Balita, pendidikan akhir suami dan status kerja suami,sedangkan variabel yang berpengaruh pada persamaan konsumsi yang digunakanuntuk memprediksi pendapatan perempuan kawin yang berpartisipasi dalam ekonomiadalah umur, pendidikan akhir, jumlah anggota rumah tangga, jumlah anakbekerja, jumlah anak Balita, umur suami, pendidikan akhir suami, dan statuskerja suami
Pemodelan Regresi Logistik Biner terhadap Peminat ITS di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014
Full text linkSBMPTN merupakan pola seleksi yang dilaksanakan secara serentak oleh seluruh Perguruan Tinggi Negeri melalui ujian tertulis. Institut Teknologi Sepuluh Nopember (ITS) Surabaya merupakan perguruan tinggi yang menerima mahasiswa baru dengan jalur SBMPTN. Dari banyaknya peminat, ada beberapa yang dinyatakan diterima dan sisanya dinyatakan tidak diterima. Oleh karena itu, ingin diketahui karakteristik serta pemodelan menggunakan metode regresi logistik biner dengan variabel respon adalah status penerimaan dimana bernilai satu yaitu diterima dan bernilai nol apabila gagal diterima. Berdasarkan hasil analisis diketahui bahwa jumlah peminat yang dinyatakan diterima adalah sebesar 1.150 peserta, sedangkan sisanya sebesar 13.013 peserta dinyatakan tidak diterima. Pada pemodelan regresi logistik biner diperoleh variabel yang berpengaruh yaitu domisili, niai verbal, nilai numerikal, nilai figural, nilai matematika dasar, nilai bahasa Indonesia, nilai bahasa Inggris, nilai matematika IPA, nilai fisika, nilai kimia dan nilai biologi
- …
