Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mengetahui pengaruh integrasi sistem perbankan terhadap kemungkinan terjadinya penularan risiko likuiditas antar sistem perbankan pada periode 2000-2012. Dengan menggunakan metode regresi spasial untuk melihat pengaruh sistem perbankan di suatu wilayah terhadap sistem perbankan di wilayah lainnya, hasil penelitiian ini membuktikan bahwa probabilitas kebangkrutan suatu sistem perbankan secara signifikan berpengaruh positif terhadap probabilitas kebangkrutan sistem perbankan lain. Apabila terjadi kekurangan likuiditas pada salah satu sistem perbankan pada sistem yang terintegrasi maka hal tersebut dapat menyebabkan masalah likuiditas sistem lainnya. Selain itu penelitian ini juga membuktikan bahwa suatu sistem perbankandapat meningkatkan stabilitasnya apa bila ia dengan sistem perbankan yang lebih stabil.

---

This research aims to determine the effect of banking system integration against probability of liquidity risk transmission across banking systems during 2000-2012. By using Spatial Regression to see how a region's banking system might affect other regions' banking systems, this research has proven that a banking system's probability of bankruptcy significantly affects other banking systems' probability of bankruptcy. Liquidity shortage of a certain banking system that is integrated to other banking systems, can cause liquidity shortage to the other banking systems as well. In addition, this study has also proven that a banking system can increase its stability by being connected to a more stable banking system."

"Penelitian ini dilakukan untuk menganalisa capaian Indeks Pembangunan Manusia (IPM) secara spasial dan mempelajari bagaimana hubungan antara rasio tenaga pendidik dan rasio tenaga kesehatan terhadap capaian IPM dengan dikontrol oleh variabel ekonomi, sosial dan demografi. Penelitian ini menggunakan data sekunder yang berasal dari publikasi IPM, Daerah Dalam Angka, Indikator Kesejahteraan Rakyat dan data Survei Sosial Ekonomi Nasional (SUSENAS) tahun 2017 yang telah diolah BPS. Unit analisis pada penelitian ini adalah seluruh kabupaten/kota di Indonesia. Dengan menggunakan model regresi spasial lag, hasil penelitian menunjukkan bahwa terdapat hubungan spasial yang signifikan pada capaian IPM antar kabupaten/kota di Indonesia dimana ketika terjadi kenaikan pada IPM disuatu kabupaten/kota maka akan memberikan efek positif pada kabupaten/kota disekitarnya. Rasio tenaga pendidik pada jenjang SD/sederajat dan rasio tenaga kesehatan baik dokter maupun non-dokter berpengaruh positif dan signifikan pada capaian IPM. Hasil perbandingan antara model regresi spasial dan Ordinary Least Square (OLS) menunjukkan bahwa model spasial lebih baik digunakan dalam menganalisa IPM dimana nilai Akaike`s Information Criterion (AIC) dan Schwarz Criterion (SC) pada model spasial lebih rendah dibandingkan OLS.

---

This research was conducted to analyze the achievements of the Human Development Index (HDI) with spatial regression and to study how the relationship between ratio of educators and ratio of health workers to HDI was controlled by economic, social and demographic variables. This study uses secondary data derived from publication of Indeks Pembangunan Manusia, Daerah Dalam Angka , Indikator Kesejahteraan Rakyat and SUSENAS data in 2017. The unit of analysis in this study is all regency/city in Indonesia. By using a spatial lag regression model, the results of this study show that there is a significant spatial relationship between regency/cities in Indonesia where when is an increase of HDI in a regency/city it will have a positive effect on the regency/city in the surrounding. The ratio of educators at the elementary level and the ratio of health workers to both doctors or non-doctors has a positive and significant effect on HDI achievement. The comparison between spatial regression model and ordinary least square (OLS) model shows that the spatial model is better used to analyze HDI where the Akaike`s Infomation Criterion (AIC) and Schwarz Criterion (SC) values in the spatial model are lower than OLS model."

"Seiring dengan semakin ketatnya persaingan dalam industri Fast Moving Consumer Goods (FMCG), perusahaan FMCG perlu mengetahui jumlah permintaan yang potensial di suatu wilayah. Dengan begitu perusahaan dapat menyesuaikan supply yang optimal untuk menghindari tidak terpenuhinya permintaan pelanggan. Metode ekonometrik merupakan salah satu solusi untuk memodelkan estimasi permintaan dengan melihat faktor-faktor yang mempengaruhinya. Pada penelitian ini digunakan data cross section sehingga perlu dilakukan uji dependensi spasial untuk melihat apakah antar wilayah memiliki dependensi spasial atau tidak. Hasilnya pada model regresi tidak terdapat dependensi spasial sehingga digunakan analisis regresi non-spasial sebagai model estimasi permintaan. Selain itu juga diperoleh hasil bahwa permintaan konsumen dipengaruhi oleh faktor jumlah penduduk, PDRB perkapita, rata-rata pengeluaran konsumsi rumah tangga, dan kategori wilayah rural atau urban.

---

Along with the strict competitiveness of Fast Moving Consumer Goods (FMCG) industry, companies need to know the number of potential demands in an area. So, companies can adjust optimal supply to avoid consumer's demands unfulfillment. Econometric method is one of the solution to model the demand estimation considering factors affecting it.

This research use cross section data, so spatial dependence was conducted to investigate whether there is a spatial dependency between the region. The result revealed that there was no spatial dependency. Therefore, non-spatial regression analysis was used as a model of demand estimation. Beside that, the result also show that consumer?s demands are influenced by number of population, Gross Domestic Regional Product (GDRP), average of household expenditure, and the category of the area (rural or urban)."