Yudi Setyawan
Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND, Yogyakarta

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PEMILIHAN MODEL REGRESI MULTIVARIAT TERBAIK DENGAN KRITERIA KULLBACK’S INFORMATION CRITERION CORRECTION (KICC): (STUDI KASUS : TINGKAT KESEJAHTERAAN MASYARAKAT DI PROVINSI SUMATERA UTARA) Daniel Limbong; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 3 No. 02 (2018)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v3i02.1067

Abstract

Abstrak: Kesejahteraan masyarakat merupakan suatu konsep multiindikator yang menunjukkan ukuran keberhasilan pembangunan di suatu wilayah. Secara ekonomi, kesejahteraan hidup suatu negara biasa diukur melalui instrumen pertumbuhan ekonomi (growth), pendapatan atau PDRB dan indeks pembangunan manusia (human development index). Berdasarkan indikator-indikator tersebut dapat dibuat suatu model yang digunakan untuk menduga faktor-faktor penunjang tingkat kesejahteraan masyarakat menggunakan analisis regresi multivariat dengan pemilihan KICC (Kullback’s Information Criterion Correction). KICC menggunakan jumlahan jarak Kullback-Leibler atau yang biasa disebut Jarak Simetris Kullback-Leibler, nilai KICC yang terkecil merupakan model yang terbaik. Analisis regresi multivariat merupakan bagian dari analisis regresi yang melibatkan tidak hanya satu variabel respon namun beberapa variabel respon. Dengan menggunakan KICC pada pemilihan model terbaik diperoleh model terbaik pertumbuhan ekonomi = 6,93 - 0,0485 angka harapan hidup + 0,1215 tingkat pengangguran - 0,1370 pengeluaran perkapita - 0,0317 persentase kemiskinan + 0,0349 tingkat partisipasi angkatan kerja + 0,000679 anggaran pendapatan asli daerah , PDRB perkapita = 51,7 + 0,040 angka harapan hidup - 0,58 tingkat pengangguran + 2,95 pengeluaran perkapita + 0,149 persentase kemiskinan - 0,678 tingkat partisipasi angkatan kerja + 0,01115 anggaran pendapatan asli daerah, dan IPM = 1,98 + 0,623 angka harapan hidup + 0,524 tingkat pengangguran + 1,415 pengeluaran perkapita - 0,2136 persentase kemiskinan + 0,1417 tingkat partisipasi angkatan kerja - 0,00048 anggaran pendapatan asli daerah. Adapun hubungan antara variabel-variabel prediktor angka harapan hidup, tingkat pengangguran, pengeluaran perkapita, persentase kemiskinan, TPAK dan APAD terhadap variabel respon pertumbuhan ekonomi, PDRB perkapita dan IPM ( ) adalah sebesar 97,556%.