Analisis Regresi Spasial dengan Pembobot Queen Contiguity pada Tingkat Pengangguran Terbuka di Povinsi Jawa Tengah Tahun 2019

Main Article Content

Dedy Kurnianto
Muhammad Arif Nurman Arya
Iqbal Kharisudin
Fatkhurokhman Fauzi

Abstract

Pengangguran adalah masalah ketenagakerjaan yang sering terjadi di negara berkembang seperti Indonesia. Jumlah pengangguran di Indonesia fluktuatif dari tahun ke tahun, termasuk provinsi Jawa Tengah. Dalam penelitian ini akan dilakukan analisis faktor – faktor yang berpengaruh terhadap tingkat pengangguran di Provinsi Jawa Tengah. Diketahui bahwa terdapat efek spasial data Tingkat Pengangguran Terbuka berdasarkan Indeks Moran I. Oleh karena itu pada penelitian ini dilakukan pemodelan Tingkat Pengagguran Terbuka (TPT) dengan pendekatan ekonometrika spasial pada masing-masing kabupaten/kota di Jawa Tengah. Pendekatan ekonomtrika dipilih, dikarenakan pada penelitian ini melibatkan beberapa variabel ekonomi pada faktor-faktor yang memperngaruhi TPT. Penelitian ini menggunakan model OLS, SAR, SEM dengan pembobot Queen. Model terbaik yang diperoleh untuk Tingkat Pengangguran Terbuka (TPT) adalah model SAR dengan Nilai AIC 118.0653 dan nilai  sebesar 46,79%. dengan faktor yang signifikan berpengaruh adalah Usia harapan hidup saat lahir dan harapan lama sekolah.

Article Details

How to Cite
Kurnianto, D., Arya, M., Kharisudin, I., & Fauzi, F. (2021). Analisis Regresi Spasial dengan Pembobot Queen Contiguity pada Tingkat Pengangguran Terbuka di Povinsi Jawa Tengah Tahun 2019. PRISMA, Prosiding Seminar Nasional Matematika, 4, 595-601. Retrieved from https://journal.unnes.ac.id/sju/prisma/article/view/45033
Section
Articles

References

Anselin L. 1988. Spatial Eco econometrics Methods and Model, Kluwer, Dordrecht.
Astuti, R. D. K., Yasin, H., & Sugito, S. (2013). Aplikasi Model Regresi Spasial untuk Pemodelan Angka Partisipasi Murni Jenjang Pendidikan SMA Sederajat di Provinsi Jawa Tengah. Jurnal Gaussian, 2(4), 375-384.
(BPS). Badan Pusat Statistik Provinsi Jawa Tengah. 2019. Tabel Dinamis. Semarang: Badan Pusat Statistika Jawa Tengah.
Grasa, A. (1989). Econometric Model Selection: A New Approach, Advanced Studies in Theoritical and Applied Econometrics, Volume 16, Kluwer Academic Publishers Dordrecht/Boston/London.
Franita, R. (2016). Analisa pengangguran di Indonesia. Jurnal Ilmu Pengetahuan Sosial, 1, 88-93.
Kissling, W. D., & Carl, G. (2008). Spatial autocorrelation and the selection of simultaneous autoregressive models. Global Ecology and Biogeography, 17(1), 59-71.
Lesage J. dan Pace K. (2009). Introduction to Spatial Econometrics, Boca Raton: CRC Press.
Rati, M., Nababan, E., & Sutarman, S. (2013). Model regresi spasial untuk anak tidak bersekolah usia kurang 15 tahun di kota medan. Saintia Matematika, 1(1), 87-99.
Sari, Y., Dwidayanti, N. K., & Hendikawati, P. (2018). Estimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 1, pp. 456-463).
Simanjuntak, Pyaman J. (2005). Ekonomi Sumber Daya Manusia. Jakarta: Fakultas Ekonomi Universitas Indonesia.
Suyanto. (2009). Faktor-Faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Indonesia Periode 1980-2007. Bandung : Universitas Pendidikan Indonesia.
Triliani, S. E., & Bekti, R. D. (2017). Spatial Durbin Model Untuk Mengidentifikasi Faktor-Faktor Yang Mempengaruhi Pengangguran Di Provinsi Jawa Tengah. Jurnal Statistika Industri dan Komputasi, 2(02), 93-103.