Ditia Ramadhani Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2025

Skripsi

Generalized Ridge Regression (GRR) dengan pendekatan Least Median of Squares (LMS) digunakan untuk mengatasi multikolinearitas dan pencilan dalam data ekonomi sehingga menghasilkan model regresi yang lebih stabil dan robust dalam menganalisis faktor-faktor yang memengaruhi PDRB per kapita di Indonesia. Penelitian ini bertujuan untuk menentukan model regresi Generalized Ridge Regression (GRR) dengan Least Median of Squares (LMS) serta mengetahui faktor-faktor yang memengaruhi PDRB per kapita. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik (BPS) tahun 2023, mencakup 34 provinsi di Indonesia. Variabel dependen dalam penelitian ini adalah PDRB per kapita, sedangkan variabel independen meliputi rata-rata lama sekolah, indeks pembangunan gender, indeks pembangunan manusia, tingkat partisipasi angkatan kerja, angka harapan hidup, tingkat pengangguran terbuka, dan pengeluaran per kapita. Hasil penelitian menunjukkan bahwa model Generalized Ridge Regression dengan Least Median of Squares (GRR-LMS) memiliki kinerja yang lebih baik dengan nilai R² sebesar 79,98% dan AIC sebesar 811,0551, dibandingkan model Ordinary Least Squares (OLS) dengan R² sebesar 0,6944 dan AIC sebesar 823,4299. Secara parsial, variabel rata-rata lama sekolah, Angka Harapan Hidup, dan pengeluaran per kapita berpengaruh signifikan terhadap PDRB per kapita. REGRESSION ANALYSIS 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1707127 2025-12-23 11:14:10 2025-12-23 11:20:01 machine generated