TAFONAO, PATRICIA CARNISA VIANNE and Pepi, Novianti and Nurul, Hidayati (2025) APLIKASI REGRESI LOGISTIK ORDINAL PADA PEMODELAN IPM DI PROVINSI SUMATRA UTARA DAN BENGKULU MENGGUNAKAN METODE PENDUGA KEMUNGKINAN MAKSIMUM DAN BAYES. Other thesis, Universitas Bengkulu.
![Thesis [thumbnail of Thesis]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
PATRICIA CARNISA_F1F020012.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (4MB)
Abstract
Indeks Pembangunan Manusia (IPM) adalah indikator yang digunakan untuk
mengukur kualitas hidup dan pembangunan manusia di suatu daerah. Penelitian
ini bertujuan untuk memodelkan IPM di Provinsi Sumatra Utara dan Bengkulu
menggunakan regresi logistik ordinal dengan dua pendekatan estimasi parameter,
yaitu metode penduga kemungkinan maksimum dan metode Bayes. Data yang
digunakan merupakan data sekunder dari BPS tahun 2022 sebanyak 43
kabupaten/kota dengan lima variabel prediktor yaitu laju pertumbuhan PDRB,
Tingkat Partisipasi Angkatan Kerja, Persentase Penduduk Miskin, Tingkat
Pengangguran Terbuka, dan Angka Harapan Hidup. Evaluasi model dilakukan
berdasarkan nilai Akaike Information Criterion (AIC), di mana metode
kemungkinan maksimum menghasilkan AIC sebesar 36,617, lebih kecil
dibandingkan AIC metode Bayes sebesar 64,332. Hal ini menunjukkan bahwa
model dengan metode kemungkinan maksimum memiliki tingkat efisiensi dan
kecocokan yang lebih baik terhadap data pada penelitian ini.Dari hasil analisis,
ditemukan bahwa variabel laju pertumbuhan PDRB dan AHH berpengaruh
signifikan terhadap IPM. Nilai odds ratio untuk laju pertumbuhan PDRB adalah
33,203, sementara untuk AHH sebesar 2,972, yang menunjukkan bahwa
peningkatan kedua variabel ini secara signifikan meningkatkan peluang suatu
wilayah di Provinsi Sumatra Utara dan Bengkulu berada pada kategori IPM yang
lebih tinggi.
Kata kunci: IPM, AIC, Penduga Kemungkinan Maksimum, Bayes, Regresi
Logistik Ordina
Item Type: | Thesis (Other) |
---|---|
Subjects: | Q Science > QA Mathematics |
Divisions: | Faculty of Math & Natural Science > Department of Statistics |
Depositing User: | Oka Ariani S.IPust |
Date Deposited: | 25 Sep 2025 02:44 |
Last Modified: | 25 Sep 2025 02:44 |
URI: | https://repository.unib.ac.id/id/eprint/26188 |