Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
This paper investigates the theoretical impacts of the government procurement policy on rice producer price in Bangladesh agriculture........

Abstrak :
Penelitian ini bertujuan menganalisis faktor-faktor yang mempengaruhi ketimpangan pendapatan di Provinsi Jawa Timur tahun 2008-2011 dengan mempertimbangkan keterkaitan spasial antar kabupaten/ kota yang ada. Data yang digunakan adalah data panel dengan pendekatan spatial econometric. Model yang terpilih adalah spatial error with fixed effect. Hasil analisis menunjukkan bahwa interaksi antara satu kabupaten/ kota dengan kabupaten/ kota tetangganya cukup tinggi di Jawa Timur yaitu sebesar 0,470 dari rentang nilai 0 hingga 1. Adanya interaksi spasial ini berdampak terhadap ketimpangan pendapatan di Jawa Timur. Dampak spasial yang terjadi dapat dilihat pada variasi nilai intercept. Dengan mempertimbangkan aspek spasial, maka faktor-faktor yang berpengaruh positif terhadap indeks ketimpangan pendapatan di Jawa Timur adalah faktor tenaga medis, dana perimbangan, dan UMR. Sedangkan faktor tenaga kerja industri ternyata berpengaruh negatif terhadap indeks ketimpangan di Jawa Timur. ...... This study aims to analyze the factors which impact income gap in East Java for four years (2008-2011) by giving attention for spatial dependence between the regions. The data used in this study is panel data with spatial econometric approach. The model chosen is spatial error with fixed effect. The result shows that the interaction between regions is about 0,470 (the value is ranged between 0 until 1). This spatial interaction impacts to income gap in East Java. The impact of spatial aspect to income gap in East Java can be seen from intercept variation value. By giving attention for spatial aspect can be known that the factors which have positive impact to income gap are medical personnel, balanced budget, and wage policy. And the factor which has negative impacts to income gap in East Java is industry labors.

Abstrak :

Permasalahan statistik di dunia nyata umum diselesaikan dengan menggunakan generalized linear model. Fleksibilitas model regresi tersebut menjadi nilai tambah yang meningkatkan utilitasnya. Akan tetapi, di tengah penerapan generalized linear model, ditemukan isu terkait estimasi parameter, yakni multikolinearitas. Kondisi multikolinearitas mengindikasikan adanya korelasi antarvariabel penjelas yang berpengaruh terhadap keakuratan koefisien parameter. Keadaan ini menyebabkan maximum likelihood estimator, metode yang sangat umum digunakan pada generalized linear model untuk mencari parameter, memiliki eror dan variansi yang tinggi. Berbagai alternatif estimator telah dibuat untuk mengatasi masalah ini, salah satunya adalah Liu estimator. Metode ini merupakan bentuk modifikasi dari metode yang sudah diciptakan sebelumnya, yakni maximum likelihood estimator. Penelitian ini menelusuri konsep dan metode Liu estimator dalam menentukan suatu parameter dan dibandingkan dengan metode maximum likelihood estimator. Konstruksi gamma regression model, yakni generalized linear model dengan variabel respons yang berdistribusi gamma, digunakan sebagai aplikasi dalam penerapan Liu estimator. Simulasi dalam penelitian ini menggunakan dataset hydrocarbon yang mengukur keefektifan pemulihan polusi yang bersumber dari tangki gas. Dengan menggunakan model regresi gamma dan estimator Liu untuk mengestimasi parameter didapatkan prediksi terhadap jumlah gas hydrocarbon yang keluar. ......Generalized Linear Model, as the name says, is the general version for linear model, one of the method used to solve statistical and actuarial real-life problem, such as regression. In the midst of well-known generalized linear model utilization, researcher found issue related to parameter estimation. Multicolinearity, a condition which occur when there are two or more independent variabel with high correlation, has huge impact to the accuracy of parameter coeficient. This issue makes the maximum likelihood estimator, one of the most common method to estimate the parameter, produces high error and variance. To combat this issue, many other estimator has been proposed by various researcher all around the world, including Liu estimator. Liu estimator is a method that comes from the modification of maximum likelihood estimator. This research will explore the concept and method of Liu estimator for estimating model’s parameter and the difference when we compare it with maximum likelihood estimator. The model built in the research is gamma regression model, which is a generalized linear model with gamma distributed response variable. The application of the research is utilizing the data called hydrocarbon. The end product is the gamma regression model to predict the mass of hydrocarbon which escape to the air with the parameter estimated by Liu estimator method.

Abstrak :
Sebagian besar teori ekonometri didasari atas asumsi kestasioneran. Pada kenyataannya, hal ini hampir tidak mungkin terpenuhi pada peubahpeubah ekonomi. Granger dan Newbold (1974) telah menunjukkan bahwa regresi linier yang dibentuk dari peubah-peubah nonstasioner yang tidak berkorelasi akan menciptakan nonsense atau spurious regression (regresi palsu). Hasil regresi ini ?tampak baik? tetapi tidak mempunyai arti dalam ilmu ekonomi. Hingga pada tahun 1987, Engle dan Granger merumuskan suatu ide untuk membuat kombinasi linier yang stasioner dari peubah-peubah nonstasioner yang disebut kointegrasi. Ide ini muncul untuk menghindari spurious regression. Dalam ekonometrika, peubah yang saling terkointegrasi dikatakan dalam kondisi keseimbangan jangka panjang (long-run equilibrium). Untuk menguji hubungan kointegrasi antara dua peubah nonstasioner yang memiliki orde integrasi yang sama digunakan uji Engle- Granger dan untuk menaksir parameter kointegrasi digunakan Engle-Granger Two-Step Procedure. Dalam tugas akhir ini, hubungan kointegrasi diterapkan pada nilai ekspor dan investasi Indonesia pada tahun 1970−2007. Kata kunci: peubah nonstasioner; kointegrasi; uji Engle-Granger; Engle-Granger Two-Step Procedure.