Azzahra, Alisha Shafa (2025) PENERAPAN MODEL ROBUST MODIFIED JACKKNIFE RIDGE REGRESSION DENGAN MM-ESTIMATOR PADA DATA PDRB DI INDONESIA = APPLICATION OF THE ROBUST MODIFIED JACKKNIFE RIDGE REGRESSION MODEL WITH MM-ESTIMATOR ON GRDP DATA IN INDONESIA. Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/49060/1.hassmallThumbnailVersion/H051201020-8chLfPFUuD07gbwX-20250306095315.jpg)

H051201020-8chLfPFUuD07gbwX-20250306095315.jpg
Download (309kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
H051201020-1-2.pdf
Download (534kB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
H051201020-dp.pdf
Download (250kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
H051201020-full.pdf
Restricted to Repository staff only until 12 February 2027.
Download (5MB)
Abstract (Abstrak)
Latar Belakang. Analisis regresi digunakan untuk menentukan hubungan antara variabel dependen dan satu atau lebih variabel independen. Metode Kuadrat Terkecil (MKT) adalah metode umum dalam estimasi parameter regresi. Namun, metode ini tidak robust terhadap pencilan dan rentan terhadap pelanggaran asumsi, seperti multikolinearitas, yang dapat menyebabkan peningkatan simpangan baku. Akibatnya, hasil analisis bisa menjadi tidak valid dan kurang akurat jika asumsi klasik tidak terpenuhi. Masalah multikolinearitas dapat diatasi dengan Modified Jackknife Ridge Regression (MJRR). Sedangkan, keberadaan pencilan yang bisa menyebabkan data tidak memenuhi asumsi normalitas dapat diatasi dengan regresi robust. Kombinasi antara MJRR dan regresi robust bertujuan untuk mengatasi efek pencilan dan multikolinearitas. Tujuan. Penelitian ini bertujuan untuk memperoleh penduga model dan faktor – faktor yang berpengaruh terhadap Produk Domestik Regional Bruto di Indonesia berdasarkan model Robust MJRR. Metode. Data yang digunakan dalam penelitian ini adalah data PDRB tahun 2022 dengan 34 provinsi di Indonesia sebagai unit pengamatan dan melibatkan enam variabel independen. Tahapan analisis data dimulai dengan penerapan regresi robust untuk mengatasi pencilan yang kemudian dilanjutkan dengan penerapan regresi MJRR untuk mengatasi multikolinearitas. Hasil. Hasil analisis menunjukkan bahwa model Robust MJRR lebih baik dalam menangani kondisi data yang mengalami masalah multikolinearitas dan pencilan dengan nilai MSE yang lebih kecil yaitu sebesar 0.0222 dan R^2 sebesar 90.7% dibandingkan model MJRR yang memiliki nilai MSE sebesar 0.0994 dan R^2 sebesar 48.5%. Kesimpulan. Pada taraf signifikansi sebesar 5%, diketahui faktor-faktor yang berpengaruh signifikan terhadap PDRB di Indonesia tahun 2022 adalah pendapatan asli daerah, panjang jalan, dan dana bagi hasil.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Analisis regresi, Multikolinearitas, Pencilan, Produk Domestik Regional Bruto, Robust Modified Jackknife Ridge Regression. |
Subjects: | Q Science > Q Science (General) |
Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
Depositing User: | Unnamed user with username pkl2 |
Date Deposited: | 04 Sep 2025 05:20 |
Last Modified: | 04 Sep 2025 05:20 |
URI: | http://repository.unhas.ac.id:443/id/eprint/49060 |