Pemodelan Tingkat Kualitas Ekonomi Negara-Negara Asia dengan Metode GLM Menggunakan Sebaran Poisson dan Sebaran Binomial

Authors

  • Mohamad Triwahyu Universitas Pertahanan Republik Indonesia
  • Rivilyo Mangolat Risky Sitanggang Universitas Pertahanan Republik Indonesia
  • Muhammad 'Izzudin Alqossam Universitas Pertahanan Republik Indonesia
  • Rizki Candra Purnama Universitas Pertahanan Republik Indonesia

DOI:

https://doi.org/10.58192/ebismen.v3i4.2811

Keywords:

Kualitas Ekonomi, Poisson, Binomial Negatif, Overdispersi, Asia

Abstract

Abstrak. Kualitas ekonomi di negara-negara Asia dipengaruhi oleh berbagai faktor sosial, keamanan, dan lingkungan yang kompleks. Penelitian ini menggunakan Generalized Linear Models (GLM), yaitu regresi Poisson dan Binomial Negatif, untuk menganalisis hubungan antara variabel-variabel seperti Governance, Social Capital, Safety and Security, Living Conditions, Education, dan Natural Environment terhadap tingkat kualitas ekonomi. Hasil analisis menunjukkan bahwa model Poisson menghadapi keterbatasan karena adanya overdispersion, yang tercermin dari nilai AIC yang tidak terdefinisi dan residual deviance yang relatif tinggi. Sebaliknya, model Binomial Negatif lebih efektif dalam menangani data dengan variansi lebih besar dari rata-rata, menghasilkan nilai residual deviance yang lebih rendah dan AIC yang lebih baik. Dalam model Binomial Negatif, variabel Social Capital terbukti signifikan dengan koefisien yang menunjukkan pengaruh positif terhadap kualitas ekonomi. Penelitian ini menegaskan bahwa model Binomial Negatif lebih cocok untuk memodelkan data kualitas ekonomi di kawasan Asia, dengan Social Capital sebagai variabel yang paling berpengaruh, yang akan memberikan wawasan yang berguna bagi pengambilan kebijakan untuk meningkatkan kualitas ekonomi di kawasan ini.

References

Esquivias, M. A., Sugiharti, L., Rohmawati, H., Rojas, O., & Sethi, N. (2022). Nexus between technological innovation, renewable energy, and human capital on environmental sustainability in emerging Asian economies: A panel quantile regression approach. Energies.

Firmansyah, M., Rusliana, N., Maulana, H. Z., Nuraini, S. R., & Ridho, M. (2023). The role of GDP per capita, economic freedom index and population growth to political stability in Southeast Asian countries. The Sunan Ampel Review of Political and Social Sciences.

Harish, S., Mustafa, F., & Ariffin, R. N. R. (2020). Systematic literature review of climate change governance activities of environmental nongovernmental organizations in Southeast Asia. Environmental Management, 66, 816-825.

Hayat, M. J., & Higgins, M. (2014). Understanding poisson regression. Journal of Nursing Education, 53(4), 207-215.

Howe, B. (2021). Conflict, development, and the environment in Asia. Climate Change, Disaster Risks, and Human Security, 219–241.

Kaufmann, D., Kraay, A., & Mastruzzi, M. (2010). The worldwide governance indicators: Methodology and analytical issues. World Bank policy research working paper, (5430).

Matsudaira, J. D. (2016). Economic conditions and the living arrangements of young adults: 1960 to 2011. Journal of Population Economics, 29, 167-195.

Michel, D. (2023). The impact of e-government on governance in the case of ASIA countries in 2020. West Science Interdisciplinary Studies.

Mishchuk, H., Bilan, S., Yurchyk, H., Akimova, L., & Navickas, M. (2020). Impact of the shadow economy on social safety: The experience of Ukraine. Economics & Sociology, 13(2), 289-303.

Monti, M. M. (2011). Statistical analysis of fMRI time-series: a critical review of the GLM approach. Frontiers in human neuroscience, 5, 28.

Parshukov, D. V., Shaporova, Z. E., & Koloskova, Y. I. (2021, March). Study of the socio-economic living conditions of the rural population of the Krasnoyarsk Territory. In IOP Conference Series: Earth and Environmental Science (Vol. 677, No. 2, p. 022051). IOP Publishing.

Rosser, A. (2023). Introduction: The politics of social policy in Asia. Melbourne Asia Review.

Shrestha, N. (2020). Detecting multicollinearity in regression analysis. American Journal of Applied Mathematics and Statistics, 8(2), 39-42.

Sriyanto, S., Khalil, L., Naseem, I., Nassani, A., Binsaeed, R. H., Zaman, K., Salamun, H., & Haffar, M. (2023). Development strategies for reducing infant mortality: A focus on healthcare infrastructure and policy in emerging Asian countries. Journal of Infrastructure, Policy and Development.

Stoklosa, J., Blakey, R. V., & Hui, F. K. (2022). An overview of modern applications of negative binomial modelling in ecology and biodiversity. Diversity, 14(5), 320.

Whiteley, P. F. (2000). Economic growth and social capital. Political studies, 48(3), 443-466.

Published

2024-12-18

How to Cite

Triwahyu, M., Sitanggang, R. M. R., Alqossam, M. ’Izzudin, & Purnama, R. C. (2024). Pemodelan Tingkat Kualitas Ekonomi Negara-Negara Asia dengan Metode GLM Menggunakan Sebaran Poisson dan Sebaran Binomial. Jurnal Ekonomi, Bisnis Dan Manajemen, 3(4), 417–431. https://doi.org/10.58192/ebismen.v3i4.2811