Search for collections on Undip Repository

Penerapan Generalized Structured Component Analysis (GSCA) Pada Data Indeks Pembangunan Manusia di Indonesia Tahun 2022

FARABI, Nayla Hana Azkia El (2024) Penerapan Generalized Structured Component Analysis (GSCA) Pada Data Indeks Pembangunan Manusia di Indonesia Tahun 2022. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. Halaman Sampul.pdf] Text
1. Halaman Sampul.pdf

Download (164kB)
[thumbnail of 3. Halaman Pengesahan I.pdf] Text
3. Halaman Pengesahan I.pdf

Download (150kB)
[thumbnail of 4. Halaman Pengesahan II.pdf] Text
4. Halaman Pengesahan II.pdf

Download (120kB)
[thumbnail of 5. Kata Pengantar.pdf] Text
5. Kata Pengantar.pdf

Download (195kB)
[thumbnail of 6. Abstrak.pdf] Text
6. Abstrak.pdf

Download (194kB)
[thumbnail of 7. Abstract.pdf] Text
7. Abstract.pdf

Download (194kB)
[thumbnail of 8. Daftar Isi.pdf] Text
8. Daftar Isi.pdf

Download (206kB)
[thumbnail of 12. BAB I.pdf] Text
12. BAB I.pdf

Download (295kB)
[thumbnail of 18. Daftar Pustaka.pdf] Text
18. Daftar Pustaka.pdf

Download (201kB)

Abstract

Indeks Pembangunan Manusia (IPM) merupakan indikator penting untuk
mengukur keberhasilan pembangunan manusia di suatu negara. Penelitian ini
menganalisis faktor-faktor yang memengaruhi IPM Indonesia pada tahun 2022
menggunakan metode Generalized Structured Component Analysis (GSCA).
Tujuan penelitian adalah mengidentifikasi indikator-indikator yang paling
berpengaruh terhadap IPM Indonesia, serta menganalisis hubungan dan pengaruh
antarvariabel laten yang terlibat. GSCA dipilih karena kemampuannya dalam
menganalisis model struktural kompleks dengan variabel laten yang melibatkan
hubungan reflektif dan formatif. Penelitian ini menggunakan data dari Badan Pusat
Statistik (BPS) yang mencakup indikator-indikator penyusun IPM seperti indeks
ekonomi, pendidikan, dan kesehatan. GSCA diterapkan untuk menganalisis model
struktural dengan variabel laten dan indikator penyusunnya. Hasil penelitian
menunjukkan bahwa semua indikator signifikan terhadap masing-masing variabel
latennya. Model struktural menjelaskan bahwa variabel pendidikan dan kesehatan
berpengaruh secara signifikan terhadap variabel ekonomi. Variabel laten IPM
dipengaruhi secara signifikan oleh variabel laten ekonomi, pendidikan, dan
kesehatan. Evaluasi kecocokan model keseluruhan berdasarkan FIT menunjukkan
bahwa model mampu menjelaskan sekitar 59% variasi dari data. Goodness of Fit
Index (GFI) sebesar 90% menunjukkan model secara keseluruhan memiliki tingkat
kecocokan yang baik. Penelitian ini diharapkan dapat memberikan wawasan baru
dalam upaya meningkatkan IPM Indonesia dengan merumuskan strategi dan
kebijakan yang tepat sasaran berdasarkan indikator-indikator yang signifikan.
Kata Kunci: Indeks Pembangunan Manusia, Structural Equation Modelling
(SEM), Generalized Structured Component Analysis (GSCA)

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 12 Feb 2026 02:14
Last Modified: 12 Feb 2026 02:14
URI: https://eprints2.undip.ac.id/id/eprint/45097

Actions (login required)

View Item View Item