<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="162859">
 <titleInfo>
  <title>IDENTIFIKASI VARIABEL TINGKAT PENGANGGURAN TERBUKA MENGGUNAKAN ANALISIS REGRESI SPASIAL (STUDI KASUS:</title>
  <subTitle>TPT DI PULAU SUMATRA TAHUN 2023)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RAIHAN HAYATI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Tingkat Pengangguran Terbuka (TPT) merupakan indikator penting dalam mengukur &#13;
kondisi ketenagakerjaan dan ekonomi suatu wilayah. TPT di Indonesia menunjukkan &#13;
keragaman dari karakteristik ekonomi, sosial, dan geografis antarwilayah, termasuk &#13;
Pulau Sumatra. Karena terdapat kemungkinan adanya pengaruh spasial, dimana TPT &#13;
suatu wilayah dapat dipengaruhi oleh TPT di wilayah tetangganya, maka diperlukan &#13;
pendekatan yang memperhitungkan lokasi (spasial). Pendekatan analisis regresi &#13;
spasial dinilai mampu memberikan pemahaman terhadap pola distribusi TPT di Pulau &#13;
Sumatra serta variabel yang memengaruhinya. Penelitian ini bertujuan untuk &#13;
mendapatkan model regresi spasial terbaik serta mengidentifikasi variabel-variabel &#13;
yang memengaruhi TPT di Pulau Sumatra tahun 2023. Data yang digunakan adalah &#13;
data sekunder dari publikasi BPS Provinsi dalam Angka Tahun 2024 dengan unit &#13;
analisis sebanyak 145 kabupaten/kota di Pulau Sumatra. Data penelitian ini terdiri dari &#13;
satu variabel dependen yaitu TPT dan enam variabel independen yaitu tingkat &#13;
partisipasi angkatan kerja, indeks pembangunan manusia, persentase penduduk &#13;
miskin, jumlah penduduk, angka harapan hidup, dan harapan lama sekolah. Hasil dari &#13;
analisis regresi spasial menunjukkan bahwa nilai indeks moran global sebesar 0,356 &#13;
dengan p-value sebesar 6,176 × 10-9 mengindikasikan adanya ketergantungan spasial. &#13;
Spatial Error Model (SEM) merupakan model terbaik untuk memodelkan data TPT di &#13;
Pulau Sumatra karena signifikan pada uji Lagrange Multiplier (LM) dengan nilai AIC &#13;
terkecil yaitu 310,571 dan R2 terbesar yaitu 54,5%, serta variabel-variabel yang &#13;
memengaruhi TPT di Pulau Sumatra adalah tingkat partisipasi angkatan kerja (X1), &#13;
jumlah penduduk (X4), dan harapan lama sekolah (X6).</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>162859</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-17 14:08:04</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-17 14:13:18</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>