PEMODELAN REGRESI PROBIT PADA KASUS IPM KABUPATEN/KOTA DI PROVINSI JAWA TIMUR

BIMANTARA, SULTAN AKBAR (2025) PEMODELAN REGRESI PROBIT PADA KASUS IPM KABUPATEN/KOTA DI PROVINSI JAWA TIMUR. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (185kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (577kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (774kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (405kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (571kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (826kB) | Request a copy

Abstract

Indeks Pembangunan Manusia (IPM) merupakan indikator penting dalam mengukur keberhasilan pembangunan suatu daerah. Penelitian ini bertujuan untuk menganalisis pengaruh variabel sosial ekonomi terhadap klasifikasi IPM kabupaten/kota di Provinsi Jawa Timur dengan menggunakan model regresi probit biner. Variabel yang digunakan meliputi harapan lama sekolah (HLS), angka harapan hidup (AHH), PDRB per kapita, dan persentase penduduk miskin (PPM), dengan IPM sebagai variabel dependen yang diklasifikasikan menjadi dua kategori berdasarkan median. Data yang digunakan merupakan data sekunder dari 38 kabupaten/kota di Jawa Timur tahun 2024, yang diperoleh dari Badan Pusat Statistik (BPS). Analisis dilakukan melalui regresi probit biner menggunakan perangkat lunak SPSS. Hasil estimasi menunjukkan bahwa variabel HLS dan PDRB per kapita berpengaruh signifikan terhadap status IPM, sedangkan AHH dan PPM tidak signifikan secara statistik. Model yang diperoleh memiliki bentuk P(Y=1)=Φ(-1.520+0.593⋅XAHH+1.686⋅XHLS+1.472⋅XPDRB-0.766⋅XPPM) Model tersebut memiliki akurasi klasifikasi sebesar 79% dan lolos uji goodness-of-fit, sehingga layak digunakan sebagai alat prediksi klasifikasi IPM. Penelitian ini menegaskan pentingnya peran pendidikan dan ekonomi dalam mendorong pembangunan manusia.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Inkuiri Terbimbing, Hasil Belajar, IPM, regresi probit, klasifikasi biner, variabel sosial ekonomi, Jawa Timur
Subjects: 300 – Ilmu Sosial > 300 Ilmu sosial > 300 Ilmu sosial
300 – Ilmu Sosial > 310 Statistik umum > 310 Koleksi statistik umum
500 – Ilmu Pengetahuan > 510 Matematika > 510 Matematika
Divisions: Fakultas Sains dan Teknologi > Statistika
Depositing User: Sultan Akbar Bimantara
Date Deposited: 06 Aug 2025 06:48
Last Modified: 06 Aug 2025 06:48
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
KARTINI, ALIF YUANITA
NIDN0721048606
Thesis advisor
BUDIANI, JAUHARA RANA
NIDN0705079201
URI: https://repository.unugiri.ac.id:8443/id/eprint/7729

Actions (login required)

View Item
View Item