ANALISIS INDIKATOR PENDAPATAN ASLI DAERAH DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENT ANALYSIS (GWPCA)

Sismi, B2A015014 (2019) ANALISIS INDIKATOR PENDAPATAN ASLI DAERAH DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENT ANALYSIS (GWPCA). Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text Abstrak.pdf Download (506kB) | Preview
Preview	Text BAB I.pdf Download (636kB) | Preview
Preview	Text BAB II .pdf Download (698kB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (532kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text BAB V.pdf Download (511kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (402kB) | Preview

Abstract

GWPCA merupakan salah satu metode analisis multivariat yang digunakan untuk menghilangkan multikolinieritas pada data multivariat yang memiliki efek spasial. Variabel pendapatan asli daerah adalah data multivariat yang saling berkorelasi dan memiliki efek spasial, oleh karena itu metode GWPCA cocok digunakan untuk analisis data yang saling berkorelasi. Tujuan dari penelitian ini adalah untuk mereduksi indikator yang mempengaruhi PAD yang saling berkorelasi menjadi variabel komponen utama yang saling tidak berkorelasi dan mengidentifikasi variabel-variabel komponen utama yang mempengaruhi pendapatan asli daerah di Indonesia.Variabel yang digunakan dalam penelitian ini adalah pajak daerah, retribusi daerah, hasil perusahaan milik daerah dan pengelolaan kekayaan daerah yang dipisahkan, lain-lain PAD yang sah, dana bagi hasil pajak, dana bagi hasil bukan pajak, dana alokasi umum (DAU), dana alokasi khusus (DAK), dan lainlain pendapatan daerah. Data yang diambil adalah data sekunder dari BPS Indonesia tahun 2017. Penelitian ini menggunakan metode Geographically Weighted Principal Component Analysis dengan pembobot kernel Gaussian. Hasil dari penelitian ini adalah variabel-variabel komponen utama atau variabel baru mampu menjelaskan sekitar 82% dari variabel aslinya. Berdasarkan komponen utama (PC1) terdapat dua kelompok variabel yang mempengaruhi indikator pendapatan asli daerah yaitu wilayah yang indikator pendapatan asli daerah dipengaruhi oleh variabel hasil perusahaan milik daerah dan pengelolaan kekayaan daerah yang dipisahkan (

Actions (login required)

View Item