ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA PEMODELAN ANGKA KEMISKINAN DI PROVINSI JAWA TIMUR

WINDA SAFITRI, . (2021) ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA PEMODELAN ANGKA KEMISKINAN DI PROVINSI JAWA TIMUR. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (294kB)
	Text BAB 2.pdf Restricted to Registered users only Download (658kB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (515kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (563kB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (281kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (1MB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk memodelkan angka kemiskinan di Provinsi Jawa Timur dan mengetahui faktor-faktor yang mempengaruhinya. Data yang dianalisis dalam penelitian ini mengindikasikan adanya overdispersi, sehingga regresi Poisson yang memiliki karakteristik equidispersi tidak cocok (fit) untuk digunakan dalam menganalisis data tersebut. Untuk mengatasi overdispersi dalam penelitian ini digunakan analisis regresi Binomial Negatif. Berdasarkan rasio antara nilai deviance dengan derajat bebas yang mendekati satu, model regresi Binomial Negatif memiliki performa yang cukup baik dalam memodelkan angka kemiskinan di Provinsi Jawa Timur. Sementara itu berdasarkan pengujian hipotesis parameter model regresi Binomial Negatif, variabel penjelas yang bepengaruh signifikan (α=0,05) terhadap angka kemiskinan di Provinsi Jawa Timur adalah persentase penduduk dengan latar belakang pendidikan yang ditamatkan lebih rendah dari SMP, tingkat pengangguran terbuka, tingkat partisipasi angkatan kerja, dan persentase rumah tangga yang memiliki akses terhadap sanitasi layak. The study aims to model the proverty rate in East Java Province and to determine some factors that influence it. The data in this study indicates an overdispersion, so that the Poisson regression which has equidispersion characteristics is not suitable to be used in analyzing the data. To overcome the overdispersion, Negative Binomial regression was used. Based on the ratio between deviance and the degree of freedom which is close to one, the Negative Binomial regression model has a good performance in modelling of proverty rate in East Java Province. Based on the hypothesis testing of parameter model in Negative Binomial regression, the explanatory variabels which are significant (α=0,05) influence proverty rate in the East Java Province are percentage of the population with an educational background is lower than junior high school, the open unemployment rate, the labor force participation rate, and the percentage of the households with decent sanitation access.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Vera Maya Santi, M.Si. ; 2). Dian Handayani, M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Statistika
Depositing User:	Users 11649 not found.
Date Deposited:	30 Aug 2021 03:54
Last Modified:	30 Aug 2021 03:54
URI:	http://repository.unj.ac.id/id/eprint/18024

Actions (login required)

View Item