Safirda, Cahya Utami (2025) ANALISIS DATA LONGITUDINAL JUMLAH KELUARGA PENERIMA MANFAAT (KPM) KABUPATEN/KOTA DI PROVINSI SUMATERA BARAT MENGGUNAKAN GLM DAN GLMM. S1 thesis, Universitas Andalas.
![]() |
Text (Cover dan Abstrak)
file 1.pdf - Published Version Download (1MB) |
![]() |
Text (BAB 1 (Pendahuluan))
file 2.pdf - Published Version Download (1MB) |
![]() |
Text (BAB V)
file 3.pdf - Published Version Download (1MB) |
![]() |
Text (Daftar Pustaka)
file 4.pdf - Published Version Download (1MB) |
![]() |
Text (Skripsi full text)
Skripsi full text_Safirda Cahya Utami.pdf - Published Version Restricted to Repository staff only Download (11MB) | Request a copy |
Abstract
Penelitian ini bertujuan untuk menganalisis data longitudinal jumlah Keluarga Penerima Manfaat (KPM) berdasarkan data 19 kabupaten/kota di Provinsi Sumatera Barat pada periode 2019-2023. Metode yang digunakan adalah Generalized Linear Models (GLM) dan Generalized Linear Mixed Models (GLMM). Hasil penelitian menunjukkan bahwa seluruh variabel independen yakni: jumlah penduduk, tingkat kemsikinan, rata-rata lama sekolah, gini ratio, ketidakcukupan konsumsi pangan, rata-rata banyak anggota keluarga, tingkat, partisipasi angkatan kerja, dan rasio jenis kelamin penduduk memiliki pengaruh signifikan terhadap jumlah KPM. Dalam pemilihan model terbaik, model GLMM terbukti lebih unggul dibandingkan GLM karena kemampuannya dalam menangkap efek acak, sehingga memberikan estimasi parameter yang lebih akurat dan relevan untuk analisis data longitudinal dengan struktur hierarkis.
Item Type: | Thesis (S1) |
---|---|
Supervisors: | Prof. Dr. Dodi Devianto |
Uncontrolled Keywords: | Generalized Linear Models, Generalized Linear Mixed Models, data longitudinal, Keluarga Penerima Manfaat, model |
Subjects: | Q Science > QA Mathematics |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika |
Depositing User: | s1 matematika matematika |
Date Deposited: | 14 Apr 2025 08:09 |
Last Modified: | 14 Apr 2025 08:09 |
URI: | http://scholar.unand.ac.id/id/eprint/492484 |
Actions (login required)
![]() |
View Item |