Penulis Utama : Adella Sabrina Herman
NIM / NIP : M0718001
×

Indeks pembangunan manusia (IPM) merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. Pada data IPM Provinsi Jawa Tengah tahun 2021 terdapat pencilan. Adanya pencilan menyebabkan koefisien regresi yang didapatkan dari Metode Kuadrat Terkecil (MKT) kurang tepat. Permasalahan pencilan dapat diatasi dengan analisis regresi robust. Tujuan dari penelitian ini adalah menentukan model IPM Provinsi Jawa Tengah menggunakan analisis regresi robust estimasi Generalized S (GS) dan Generalized M (GM) dan menentukan model manakah yang lebih baik. Penelitian ini menggunakan analisis regresi robust dengan estimasi GS dan GM.  Hasil dari penelitian ini menunjukkan bahwa model estimasi GM lebih baik dibandingkan model estimasi GS. Hal ini dikarenakan nilai R2 adjust estimasi GM lebih besar dibandingkan estimasi GS dan nilai Akaike Information Criterion (AIC) serta Schwarz Information Criterion (SIC) estimasi GM lebih kecil dibandingkan estimasi GS sehingga dapat disimpulkan bahwa model regresi robust dengan estimasi GM lebih baik pada data IPM Provinsi Jawa Tengah tahun 2021.

×
Penulis Utama : Adella Sabrina Herman
Penulis Tambahan : -
NIM / NIP : M0718001
Tahun : 2022
Judul : Analisis Regresi Robust Menggunakan Estimasi Generalized S (Gs) dan Generalized M (Gm) pada Indeks Pembangunan Manusia Provinsi Jawa Tengah
Edisi :
Imprint : Surakarta - Fak. MIPA - 2022
Program Studi : S-1 Statistika
Kolasi :
Sumber :
Kata Kunci : Indeks Pembangunan Manusia; Regresi Robust; Estimasi GS; Estimasi GM.
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Dra. Yuliana Susanti, M.Si.
2. Drs. Isnandar Slamet, M.Sc., Ph.D.
Penguji : 1. Dra. Respati Wulan, M.Si.
2. Dr. Winita Sulandari, S.Si., 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.