Jurnal Statistika Industri dan Komputasi
Vol. 8 No. 1 (2023): Jurnal Statistika Industri dan Komputasi

PERBANDINGAN METODE SPATIAL LAG X, SPATIAL AUTOREGRESSIVE MODEL DAN SPATIAL ERROR MODEL UNTUK FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGANGGURAN TERBUKA DI PROVINSI NTT

Elsa Kristiana Soinbala (Jurusan Statistika, Fakultas Sains Terapan, IST AKPRIND Yogyakarta)
Rokhana Dwi Bekti (Jurusan Statistika, Fakultas Sains Terapan, IST AKPRIND Yogyakarta)



Article Info

Publish Date
31 Jan 2023

Abstract

Pengangguran merupakan keadaan seseorang yang tergolong dalam angkatan kerja dan tidak memiliki pekerjaan dan secara aktif sedang mencari pekerjaan. Pengangguran di suatu wilayah dapat dipengaruhi oleh faktor geografis, yang merupakan besarnya angka pengangguran di suatu wilayah yang dapat mempengaruhi angka pengangguran pada wilayah yang berdekatan sehingga faktor geografis diduga dapat mempengaruhi dan memberikan efek dependensi spasial pada nilai pengangguran di Provinsi Nusa Tenggara Timur. Penelitian ini bertujuan untuk mengetahui perbandingan metode Spatial Lag X, Spatial Autoregressive Model, dan Spatial Error Model, untuk Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka Di Provinsi NTT. Unit pengamatan pada penelitian ini adalah 22 Kabupaten/ Kota di Provinsi NTT. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik Nusa Tenggara Timur tahun 2021. Metode analisis yang digunakan adalah Spatial Lag X (SLX), Spatial Autoregressive Model (SAR), dan Spatial Error Model (SEM). Hasil penelitian menunjukkan bahwa berdasarkan nilai uji Morans’I variabel presentase penduduk yang tidak mempunyai ijazah (X1), distibusi presentase PDRB atas harga berlaku (X3) terdapat autokorelasi atau keterkaitan antar wilayah Kabupaten di Provinsi NTT. Pada nilai uji Lagrange Multiplier, uji Robust Lagrange Multiplier error () memiliki dependensi spasial error. Variabel predictor yang secara signifikan berpengaruh terhadap tingkat pengangguran pada model SLX dan SAR adalah distibusi presentase PDRB atas harga berlaku (X3), sedangkan pada model SEM adalah variabel Indeks pembangunan manusia (X4). Berdasarkan hasil penelitian didapatkan model SEM memiliki nilai AIC terkecil sehingga model SEM lebih baik digunakan untuk menganalisis nilai tingkat pengangguran di Provinsi Nusa Tenggara Timur dibandingkan model Regresi OLS, SLX, dan SAR.

Copyrights © 2023






Journal Info

Abbrev

STATISTIKA

Publisher

Subject

Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics

Description

Jurnal Statistika Industri dan Komputasi memfasilitasi peneliti, baik dosen, mahasiswa, maupun praktisi untuk mempublikasikan hasil penelitian. Selain itu juga memberikan fasilitas bagi peneliti lain untuk mendapatkan referensi-referensi terkait bidang statistika, aplikasi statistika pada industri, ...