Penulis Utama : Alya Salsabiila
NIM / NIP : M0718009
×

Indeks Pembangunan Manusia (IPM) adalah indikator yang digunakan untuk meningkatkan kesejahteraan dan kualitas hidup masyarakat. Pembangunan manusia Provinsi Papua mengalami kemajuan dari tahun 2010 hingga 2019, namun pada tahun 2020 menurun dari 60,84 menjadi 60,44. Pada data IPM Provinsi Papua terdapat beberapa pencilan sehingga Metode Kuadrat Terkecil (MKT) kurang tepat digunakan. Masalah tersebut dapat diatasi dengan metode yang tetap kuat terhadap pencilan yaitu metode regresi robust. Estimasi yang digunakan adalah estimasi-M dan estimasi-GM. Tujuan dari penelitian ini adalah menentukan model regresi yang lebih baik antara regresi robust estimasi-M dan estimasi-GM pada IPM Provinsi Papua tahun 2020. Hasil penelitian menunjukkan bahwa model regresi robust estimasi-M merupakan model regresi yang lebih baik dibandingkan estimasi-GM karena memiliki nilai Akaike Information Criterion (AIC) dan Schwarz Information Criterion (SIC) yang lebih kecil.

×
Penulis Utama : Alya Salsabiila
Penulis Tambahan : -
NIM / NIP : M0718009
Tahun : 2022
Judul : Pemodelan Indeks Pembangunan Manusia Provinsi Papua Menggunakan Regresi Robust Estimasi-M dan Estimasi-Generalized M (GM)
Edisi :
Imprint : Surakarta - Fak. MIPA - 2022
Program Studi : S-1 Statistika
Kolasi :
Sumber :
Kata Kunci : indeks pembangunan manusia, pencilan, regresi robust, estimasi M, estimasi GM.
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Dra. Yuliana Susanti, M.Si.
2. Drs. Sugiyanto, M.Si.
Penguji : 1. Drs. Isnandar Slamet, M.Sc., Ph.D.
2. Dra. Respatiwulan, M.Si.
Catatan Umum : tidak ada DOI (1)
Fakultas : Fak. MIPA
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.