Melola Discovery

← Melola Discovery

Jurnal Tanpa peringkat SINTA

PEMODELAN INDEKS PEMBANGUNAN MANUSIA DAN INDEKS PEMBANGUNAN GENDER DI INDONESIA DENGAN PENDEKATAN REGRESI PROBIT BINER BIVARIAT

Jurnal Matematika, Statistika dan Komputasi · Vol. 16 No. 2 (2019) · hlm. 150–161

DOI
10.20956/jmsk.v16i2.7436
ISSN
2614-8811, 1858-1382
Terbit
2019-12-19
Penerbit
Department of Mathematics, Hasanuddin University
Bahasa
en

Abstrak

Indikator keberhasilan membangun kualitas hidup dapat dilihat dari Indeks Pembangunan Manusia (IPM) dan Indeks Pembangunan Gender (IPG). Kedua indikator tersebut mampu menjadi tolak ukur keberhasilan dan pemerataan yang dilakukan oleh pemerintah. Regresi model probit adalah suatu model untuk menjelaskan pola hubungan dari sebuah variabel respon yang bersifat kategorik. Model probit biner bivariat adalah model probit melibatkan dua variabel respon yang masing-masing mempunyai dua kategori. Variabel prediktor yang digunakan dalam penelitian ini adalah Jumlah Perempuan Menjadi PNS, Persentase Angka Partisipasi Sekolah SMA/sederajat, Produk Domestik Regional Bruto (PDRB), dan Persentase Tingkat Partisipasi Angkatan Kerja (TPAK). Hasil analisis yang dilakukan model terbaik didapatkan 3 variabel berpengaruh signifikan terhadap IPM dan IPG, yaitu Jumlah Perempuan Menjadi PNS, Persentase Angka Partisipasi Sekolah SMA/sederajat, dan Produk Domestik Regional Bruto (PDRB). Terdapat nilai AIC sebesar 60,00768 dengan ketepatan klasifikasi yang diperoleh dari model terbaik sebesar 76,5 persen.Kata Kunci: Indeks Pembangunan Manusia (IPM), Indeks Pembangunan Gender (IPG), MLE, Regresi Probit Biner Bivariat, AIC

Kata kunci

Jaringan kolaborasi para penulis

Belum ada rekan penulis di Melola.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">PEMODELAN INDEKS PEMBANGUNAN MANUSIA DAN INDEKS PEMBANGUNAN GENDER DI INDONESIA DENGAN PENDEKATAN REGRESI PROBIT BINER BIVARIAT</dc:title>
	<dc:creator xml:lang="en">ayu safitri, lendy dinda</dc:creator>
	<dc:subject xml:lang="en">regresi</dc:subject>
	<dc:description xml:lang="en">Indikator keberhasilan membangun kualitas hidup dapat dilihat dari Indeks Pembangunan Manusia (IPM) dan Indeks Pembangunan Gender (IPG). Kedua indikator tersebut mampu menjadi tolak ukur keberhasilan dan pemerataan yang dilakukan oleh pemerintah. Regresi model probit adalah suatu model untuk menjelaskan pola hubungan dari sebuah variabel respon yang bersifat kategorik. Model probit biner bivariat adalah model probit melibatkan dua variabel respon yang masing-masing mempunyai dua kategori. Variabel prediktor yang digunakan dalam penelitian ini adalah Jumlah Perempuan Menjadi PNS, Persentase Angka Partisipasi Sekolah SMA/sederajat, Produk Domestik Regional Bruto (PDRB), dan Persentase Tingkat Partisipasi Angkatan Kerja (TPAK). Hasil analisis yang dilakukan model terbaik didapatkan 3 variabel berpengaruh signifikan terhadap IPM dan IPG, yaitu Jumlah Perempuan Menjadi PNS, Persentase Angka Partisipasi Sekolah SMA/sederajat, dan Produk Domestik Regional Bruto (PDRB). Terdapat nilai AIC sebesar 60,00768 dengan ketepatan klasifikasi yang diperoleh dari model terbaik sebesar 76,5 persen.Kata Kunci: Indeks Pembangunan Manusia (IPM), Indeks Pembangunan Gender (IPG), MLE, Regresi Probit Biner Bivariat, AIC</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2019-12-19</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/7436</dc:identifier>
	<dc:identifier>10.20956/jmsk.v16i2.7436</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 16 No. 2 (2020): JMSK, JANUARY, 2020; 150-161</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/7436/4553</dc:relation>
	<dc:relation>10.20956/j.v16i2.7436.g4553</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2019 Jurnal Matematika, Statistika dan Komputasi</dc:rights>
</oai_dc:dc>