SELVI, SRI AULIA SARI (2025) PEMODELAN INVERSTASI PROVINSI DI INDONESIA DENGAN PENDEKATAN GLMM DAN GWR. S1 thesis, Universitas Andalas.
![]() |
Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version Download (1MB) |
![]() |
Text (BAB 1 Pendahuluan)
BAB 1 Pendahuluan.pdf - Published Version Download (1MB) |
![]() |
Text (BAB V Penutup)
BAB V Penutup.pdf - Published Version Download (1MB) |
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (1MB) |
![]() |
Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy |
Abstract
Penelitian pemodelan investasi ini bertujuan untuk mengidentifikasi faktorfaktor yang memengaruhi tingkat investasi di tingkat provinsi di Indonesia, serta membandingkan kinerja model Generalized Linear Mixed Models (GLMM) dan Geographically Weighted Regression (GWR) dalam memodelkan data tersebut. Data yang digunakan merupakan data longitudinal dari tahun 2018 hingga 2022, mencakup 34 provinsi di Indonesia. Hasil analisis menggunakan GLMM menunjukkan bahwa secara umum, variabel belanja modal, Produk Domestik Regional Bruto (PDRB), dan pajak daerah memiliki pengaruh signifikan terhadap investasi. Sementara itu, analisis dengan pendekatan GWR mengungkapkan adanya variasi spasial dalam pengaruh masing-masing variabel. Beberapa variabel seperti belanja modal, PDRB, pajak, Upah Minimum Provinsi (UMP), Indeks Pembangunan Manusia (IPM), dan Tingkat Pengangguran Terbuka (TPT) terbukti berpengaruh signifikan di sejumlah provinsi, namun tidak di provinsi lainnya. Berdasarkan hasil evaluasi kebaikan model, pendekatan GWR menunjukkan kinerja yang lebih unggul dibandingkan GLMM. Hal ini mengindikasikan bahwa GWR lebih mampu merepresentasikan karakteristik investasi di 34 provinsi di Indonesia secara lebih akurat, dengan mempertimbangkan kondisi lokal dan heterogenitas spasial masing-masing wilayah.
Item Type: | Thesis (S1) |
---|---|
Supervisors: | Prof. Dr. Dodi Devianto |
Uncontrolled Keywords: | Generalized Linear Mixed Models, Geographically Weighted Regression, data longitudinal, investasi, model |
Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika |
Depositing User: | s1 matematika matematika |
Date Deposited: | 16 May 2025 03:54 |
Last Modified: | 16 May 2025 03:54 |
URI: | http://scholar.unand.ac.id/id/eprint/495078 |
Actions (login required)
![]() |
View Item |