Analisis spasial indeks ketimpangan gender di Provinsi Kalimantan Tengah dengan metode Geographically Weighted Panel Regression (GWPR)

Rahmasari, Laili Nur (2025) Analisis spasial indeks ketimpangan gender di Provinsi Kalimantan Tengah dengan metode Geographically Weighted Panel Regression (GWPR). ['eprint_fieldopt_thesis_type_undergraduate' not defined] thesis, UIN Sunan Ampel Surabaya.

[thumbnail of Laili Nur Rahmasari_09020221032.pdf] Text
Laili Nur Rahmasari_09020221032.pdf

Download (4MB)
[thumbnail of Laili Nur Rahmasari_09020221032_Full.pdf] Text
Laili Nur Rahmasari_09020221032_Full.pdf
Restricted to Repository staff only until 14 July 2028.

Download (4MB)

Abstract

Indeks Ketimpangan Gender (IKG) di Provinsi Kalimantan Tengah masih menunjukkan nilai yang cukup tinggi, meskipun partisipasi perempuan dalam sektor pendidikan dan ekonomi mengalami peningkatan. Penelitian ini bertujuan untuk memperoleh model Geographically Weighted Panel Regression (GWPR) serta memetakan faktor-faktor yang memengaruhi IKG pada 14 kabupaten/kota selama periode 2019–2023. Selain itu, penelitian ini juga membandingkan performa model GWPR dengan model regresi data panel Common Effect Model (CEM). Variabel prediktor yang digunakan meliputi proporsi perempuan yang melahirkan tidak di fasilitas kesehatan, persentase perempuan yang duduk di parlemen, Tingkat Partisipasi Angkatan Kerja (TPAK) perempuan, Angka Harapan Hidup (AHH) perempuan, serta jumlah korban kejahatan terhadap perempuan. Data diperoleh dari Badan Pusat Statistik (BPS) Provinsi Kalimantan Tengah. Hasil analisis menggunakan GWPR menunjukkan bahwa terdapat enam pola pengelompokan wilayah berdasarkan variabel prediktor yang berpengaruh terhadap IKG. Tercatat dua variabel memengaruhi satu kabupaten/kota, tiga variabel memengaruhi dua dan satu kabupaten/kota, serta empat variabel memengaruhi sembilan dan satu kabupaten/kota. Model GWPR menunjukkan performa yang sangat baik dengan nilai koefisien determinasi (R2) sebesar 98,43%, yang berarti sebagian besar variasi IKG dapat dijelaskan oleh model, sementara sisanya sebesar 1,57% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model.

Item Type: Thesis (['eprint_fieldopt_thesis_type_undergraduate' not defined])
Uncontrolled Keywords: Analisis spasial; CEM; geographically eeighted panel regression; indeks ketimpangan gender; regresi data panel
Subjects: Matematika
Statistik
Indeks
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Laili Nur Rahmasari
Date Deposited: 14 Jul 2025 07:23
Last Modified: 14 Jul 2025 07:23
URI: http://digilib.uinsby.ac.id/id/eprint/82537

Actions (login required)

View Item
View Item