Pemodelan Regresi Seemingly Unrelated Menggunakan Metode Maximum Likelihood pada Data Panel = Seemingly Unrelated Regression Modeling Using the Maximum Likelihood Method on Panel Data

Analisis regresi linier berganda dapat digunakan untuk memprediksi nilai-nilai variabel dependen berdasarkan nilai variabel independen yang diketahui. Salah satu metode yang dapat digunakan untuk mengestimasi parameter regresi linier adalah Maximum Likelihood Estimation (MLE). Apabila pada regresi linier berganda terdapat variabel-variabel independen saling berkorelasi (terjadi multikolinearitas), maka akan digunakan metode Principal Component Analysis (PCA), dimana skor-skor komponen utama yang akan mewakili sebagai variabel independen. Model analisis yang bisa digunakan untuk menjelaskan beberapa kelompok persamaan yang mempunyai residual yang saling berkorelasi adalah Seemingly Unrelated Regression (SUR). SUR adalah suatu model yang terdiri dari beberapa persamaan yang residualnya saling berkorelasi. Model SUR dapat diestimasi menggunakan metode MLE. Dalam SUR, MLE digunakan untuk mengestimasi semua parameter regresi secara bersamaan, sambil mempertimbangkan kemungkinan ketergantungan antar persamaan. Penelitian ini bertujuan untuk mendapatkan model SUR Indeks Pembangunan Manusia (IPM) Sulawesi Selatan tahun 2014-2022 dan mengetahui faktor-faktor yang memengaruhi. Adapun hasil yang diperoleh dari estimasi model SUR disalah satu Kabupaten/Kota yaitu serta faktor yang memengaruhi IPM yaitu Umur Harapan Hidup (UHH), Rata-rata Lama Sekolah (RLS), Harapan Lama Sekolah (HLS), dan Pengeluaran per Kapita Disesuaikan untuk semua Kabupaten/Kota di Sulawesi Selatan.

Keywords : Regresi Linier, Maximum Likelihood Estimation, Seemingly Unrelated Regression, Indeks Pembangunan Manusia