Pemodelan Regresi Robust Metode Estimasi Generalized Maximum Likelihood pada Negara Low Human Development
Abstract
Indeks Pembangunan Manusia (IPM) dibentuk sebagai parameter pembangunan suatu negara. Perhatian terhadap negara-negara yang termasuk ke dalam low human development sangat penting untuk memastikan tidak ada satu pun negara yang tertinggal dalam pencapaian Sustainable Development Goals (SDGs) tahun 2030. Tujuan penelitian ini adalah untuk memodelkan IPM pada kelompok negara low human development tahun 2022 menggunakan regresi robust estimasi GM. Perhitungan model regresi robust dilakukan untuk mengetahui faktor yang mempengaruhi IPM dengan faktor terdiri atas umur harapan hidup, harapan lama sekolah, rata-rata lama sekolah, dan pendapatan nasional bruto per kapita. Model tersebut digunakan karena data mengandung pencilan sehingga sisaan melanggar asumsi normalitas pada model regresi. Oleh karena itu, penelitian ini menggunakan regresi robust yang tahan terhadap adanya pencilan. Hasil penelitian didapatkan bahwa regresi robust estimasi GM memiliki nilai adjusted R-squared, yaitu 98,467% dengan Akaike Information Criterion (AIC) sebesar -227,149.
Keywords
Full Text:
PDFReferences
Y. Farida, D. A. Sulistiani, and N. Ulinnuha, “Peramalan Indeks Pembangunan Manusia (IPM) Kabupaten Bojonegoro Menggunakan Metode Double Exponential Smoothing Brown,” Teorema: Teori dan Riset Matematika, vol. 6, no. 2, pp. 173–183, Sep. 2021, doi: 10.25157/teorema.v6i2.5521.
D. S. Mirza, “Pengaruh Kemiskinan, Pertumbuhan Ekonomi, dan Belanja Modal terhadap Indeks Pembangunan Manusia di Jawa Tengah Tahun 2006-2009,” Economics Development Analysis Journal, vol. 1, no. 1, 2012, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/edaj.
UNDP, Human Development Report 1990. Oxford University Press, 1990.
UNDP, “Human Development Report 2023/2024:Technical Notes,” 2023. Accessed: Feb. 17, 2025. [Online]. Available: https://hdr.undp.org/sites/default/files/2023-24_HDR/hdr2023-24_technical_notes.pdf.
UNDP, “Human Development Report 2023/2024,” 2024.
Amirudin, “Analisis Pengaruh Indeks Pembangunan Manusia (IPM) dan Tingkat Pengangguran terhadap Kemiskinan di Indonesia tahun 2014-2017,” Universitas Islam Negeri Syarih Hidayatullah, 2019.
A. Damayanti and M. Susanti, “Analisis Regresi Robust Estimasi-M Pembobot Huber dan Tukey Bisquare pada Tingkat Kemiskinan di Indonesia,” Jurnal Kajian dan Terapan Matematika, vol. 10, no. 2, pp. 130–141, 2024, [Online]. Available: http://journal.student.uny.ac.id/ojs/index.php/jktm:.
D. P. Wiens and E. K. H. Wu, “A comparative study of robust designs for M-estimated regression models,” Comput Stat Data Anal, vol. 54, no. 6, pp. 1683–1695, Jun. 2010, doi: 10.1016/j.csda.2010.01.033.
Y. Susanti, N. Qona’ah, K. Ferawati, and C. Qumillaila, “Prediction modeling of annual parasite incidence (API) of malaria in Indonesia using robust regression of M-estimation and S-estimation,” in AIP Conference Proceedings, American Institute of Physics Inc., Nov. 2020. doi: 10.1063/5.0030361.
Do. C. Montgomery, E. A. Peck, and G. G. Vining, “Introduction to Linear Regression Analysis,” John Wiley & Sons, Inc., 2012.
D. F. Andrews, P. J. Bickel, F. R. Hampel, P. J. Huber, W. H. Rogers, and J. W. Tukey, Robust Estimates of Location: Survey and Advances. Princeton, 1972.
R. R. Wilcox, Introduction to Robust Estimation and Hypothesis Testing. San Diego: Academic Press, 2005.
D. N. Gujarati and D. C. Porter, Basic Econometrics Fifth Edition. New York : The McGrawhill Companies, Inc., 2009.
DOI: https://doi.org/10.31284/p.snestik.2025.7645
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Nuha Nurfauziyyah, Yuliana Susanti, Isnandar Slamet

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.