ASYIFA, Fatimah (2025) Analisis Faktor yang Berpengaruh Terhadap Tingkat Pengangguran Terbuka di Provinsi Banten Menggunakan Regresi Robust Estimasi-S. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Download (398kB)
	PDF (Legalitas) LEGALITAS-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Restricted to Repository staff only Download (272kB)
	PDF (Abstrak) ABSTRAK-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Download (386kB)
	PDF (BabI) BAB-I-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Restricted to Repository staff only until 6 October 2026. Download (395kB)
	PDF (BabII) BAB-II-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Restricted to Repository staff only until 6 October 2026. Download (654kB)
	PDF (BabIII) BAB-III-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Restricted to Repository staff only until 6 October 2026. Download (474kB)
	PDF (BabIV) BAB-IV-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Restricted to Repository staff only Download (748kB)
	PDF (BabV) BAB-V-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Download (466kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Download (455kB)
	PDF (Lampiran) LAMPIRAN-Fatimah Asyifa-K1B021021-Skripsi-2025.pdf Restricted to Repository staff only Download (575kB)

Abstract

Pengangguran merupakan salah satu permasalahan struktural yang mencerminkan adanya ketidakseimbangan antara penawaran dan permintaan tenaga kerja. Provinsi Banten, yang dikenal sebagai salah satu pusat industri manufaktur nasional, menghadapi persoalan pengangguran yang cukup serius. Pada tahun 2023, tingkat pengangguran terbuka (TPT) di Provinsi Banten tercatat sebesar 8,52%, jauh lebih tinggi dibandingkan rata-rata nasional yang hanya 5,32%. Analisis terhadap faktor-faktor yang memengaruhi TPT sering terkendala oleh keberadaan data pencilan yang dapat mengganggu akurasi hasil regresi klasik. Oleh karena itu, penelitian ini menggunakan pendekatan regresi robust dengan metode estimasi-S dengan fungsi pembobot Tukey bisquare untuk mengurangi pengaruh pencilan. Variabel yang dianalisis meliputi indeks pembangunan manusia (IPM), jumlah penduduk (JP), upah minimum kabupaten/kota (UMK), tingkat partisipasi angkatan kerja (TPAK), angka melek huruf (AMH), dan produk domestik regional bruto (PDRB). Hasil analisis menunjukkan adanya dua data pencilan, dan model yang diperoleh mampu menjelaskan variasi TPT dengan baik. Nilai adjusted R-squared sebesar 91,36% menunjukkan bahwa seluruh variabel prediktor dalam model memiliki pengaruh signifikan terhadap TPT di Provinsi Banten selama periode 2020 hingga 2023.

Actions (login required)

View Item