PEMODELAN REGRESI SEMIPARAMETRIK SPLINE PADA TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH

Kholis, Nur., B2A013007 (2018) PEMODELAN REGRESI SEMIPARAMETRIK SPLINE PADA TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Universitas Muhammadiyah Semarang" not defined].

Preview	Text ABSTRAK.pdf Download (322kB) | Preview
Preview	Text BAB I.pdf Download (424kB) | Preview
Preview	Text BAB II.pdf Download (578kB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (481kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (629kB) | Request a copy
Preview	Text BAB V.pdf Download (414kB) | Preview
Preview	Text DAPUS.pdf Download (549kB) | Preview

Abstract

Melambatnya pergerakan roda ekonomi membawa dampak bagi sektor ketenaga kerjaan di Indonesia masalah ini tidak kunjung terselesaikan sejak krisis ekonomi pada tahun 2008-2009, adanya pertumbuhan ekonomi secara otomatis penyerapan tenaga kerja tersedia. Indikator yang biasa digunakan untuk mengukur angka pengangguran mengikuti konsep ketenagakerjaan adalah tingkat pengangguran terbuka (TPT), yaitu perbandingan antara banyaknya pencari kerja dengan angkatan kerja. Tingginya tingkat pengangguran terbuka dipengaruhi faktor nilai PDRB dan prosentase kesempatan kerja yang secara signifikan terjadi pada tahun 2015. Penelitian ini bertujuan untuk mengetahui pemodelan regresi semiparametrik spline pada tingkat pengangguran terbuka di Jawa Tengah. Pemodelan regresi semiparametrik tepat diterapkan pada data tingkat pengangguran terbuka dengan estimasi penghalusan Spline untuk melihat model terbaik dengan melihat titik knot optimal dan GCV minimum sebagai parameter pengukuran pemodelan terbaik. Hasil penelitian ini menunjukkan bahwa Model terbaik yang diperoleh dari titik knot optimal adalah dengan menggunakan tiga titik knot yaitu K1= -0.556, K2= -0.356, K3= -0.256, dengan nilai GCV terkecil yaitu 2.266 x10 -9 yang diperoleh adalah sebesar 99,9%. Dari kedua variable prediktor yang berpengaruh secara signifikan terhadap model adalah nilai PDRB dan kesempatan kerja. . Koefisien yg ditentukan atau R 2

Actions (login required)

View Item