Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Analisis antara kesejahteraan dengan kesehatan pada negara berkembang menjadi fokus dalam berbagai kebijakan. Kesehatan penduduk yang buruk akibat penyakit kronis dapat menjadi bahaya dan ancaman bagi kestabilan perekonomian suatu negara. Salah satu penyakit kronis penyebab morbiditas dan mortalitas terbesar di dunia adalah hipertensi. Beban atau cost akibat hipertensi tidak hanya merugikan bagi penderita saja namun juga art lainnya yang turut menanggung biaya pengobatan bagi si penderita. Sehingga tujuan penelitian ini adalah melakukan estimasi kerentanan (forward looking) sebagai dampak hipertensi dengan mengunakan metode kerentanan vulnerability expected to poverty (VEP). Studi ini menggunakan data IFLS wave 4 dan 5. Penghitungan VEP diselesaikan dengan menggunakan metode estimasi Feasible Generalized Least Square (FGLS). Hasil penelitian menunjukkan rumah tangga yang terkena hipertensi cenderung memiliki expected consumption yang lebih rendah dibandingkan rumah tangga yang tidak hipertensi dan signifikan memengaruhi peningkatan peluang terjadinya kerentanan rumah tangga. ......Analysis among the well beings and the health on the developed countries have become as the main focus on th evarious policies. The poor of the health population due to the chronic diseases appear as the hazard and the threat to the countries stability economy. One of the chronic diseases cause the largest morbidity and mortality in the world namely as hypertension. The burden or the cost happened after hypertension is not only affected to the victims and the others received the impact, as example is to pay the health treatment for the sufferer. Thus the purpose of this study is to estimate vulnerability as the result of hypertension with using the methods of the vulnerability expected to poverty (VEP). This study utilize the data from IFLS waves 4 and 5. The VEP calculation is completed by adding the method of three-step feasible generalized least squares (FGLS). The results have shown that the households in which retrieve the impact of the hypertensions tend to have a lower of expected consumption compared to the other households that have not hypertensions and it is significantly increasing the opportunities for household vulnerability influence.

Abstrak :
Tujuan utama dari penelitian ini adalah menganalisa pengaruh volatilitas suku bunga dan likuiditas pada yield spread obligasi korporasi di Indonesia. Pengaruh yang diberikan oleh volatilitas suku bunga diharapkan berhubungan positif karena semakin tinggi volatilitas suku bunga maka volatilitas utang perusahaan juga semakin membesar sehingga perusahaan rentan terhadap risiko gagal bayar (default risk) oleh karena itu yield spread diekspektasikan akan membesar. Sedangkan pengaruh yang diberikan oleh likuiditas adalah negatif karena risiko investor yang memegang obligasi yang tidak likuid lebih besar dari obligasi yang likuid, sebagai kompensasinya yield obligasi illikuid akan lebih besar dan pada akhirnya yield spread juga semakin membesar. Dalam mengukur likuiditas, peneliti menggunakan pengukuran Amihud (2002) dan Corwin & Schultz (2012) sehingga model penelitian ini terbagi menjadi dua. Penelitian yang dilakukan terhadap 629 obligasi dengan periode 2012-2014 menggunakan Generalized Pooled Least Squared pada kedua model penelitian berhasil menunjukkan hasil yang konsisten dengan teori yang ada. ......The main purpose in this research is to identify the impact of interest rate volatility and liquidity on corporate bond yield spread in Indonesia. The expected impact given by interest rate volatility is positive because greater interest rate volatility will likely to increase volatility of the firm’s debt making the firm more vulnerable to default risk. Thereby yield spread is expected to increase as the volatility of interest rate increases. On the other hand, liquidity is expected to have negative impact because the risk of holding illiquid bonds is greater than liquid one. To compensate the risk, investor ask for greater yield, thus the yield spread on illiquid bonds are greater. This research has two research models because the liquidity measurement used are Amihud (2002) and Corwin & Schultz (2012). By doing research on 629 bonds in 2012-2014 using Generalized Pooled Least Squares we come by the results are consistent to the theory.

Abstrak :

Model regresi varying intercept adalah salah satu model regresi yang diterapkan pada nested data, yaitu data yang terdiri dari beberapa grup dan setiap grupnya mengandung beberapa observasi individu. Terdapat beberapa karakteristik yang sering dijumpai pada nested data, yaitu adanya variansi antar grup dan obervasi-observasi individu yang berasal dari grup yang sama saling berkorelasi. Dengan mempertimbangkan error di dua tingkat, yaitu tingkat individu dan tingkat grup, model regresi varying intercept lebih sesuai untuk diterapkan pada nested data karena model regresi tersebut mengakomodir kedua karakteristik tersebut. Pada tugas akhir ini, dibahas model regresi varying intercept tanpa variabel prediktor dan dengan satu variabel prediktor. Model regresi tersebut mengandung beberapa parameter yang perlu ditaksir, yaitu koefisien regresi dan komponen variansi. Adapun efek acak, yaitu efek grup yang merupakan variabel acak pada model regresi tersebut yang perlu diprediksi. Metode penaksiran koefisien regresi pada model regresi varying intercept yang dibahas pada tugas akhir ini adalah Generalized Least Squares (GLS) dan Maximum Likelihood (ML) dengan algoritma Expectation-Maximization (EM). Efek acak pada model regresi varying intercept diprediksi dengan menggunakan Best Linear Unbiased Prediction (BLUP). Sedangkan, komponen variansi pada model regresi varying intercept ditaksir dengan menggunakan metode Maximum Likelihood (ML) dengan algoritma Expectation-Maximization (EM). Pada tugas akhir ini, simulasi dilakukan untuk mengetahui efek standar deviasi dari komponen error pada model regresi varying intercept dan efek banyaknya observasi individu di setiap grup terhadap standar deviasi dari komponen error. Hasil simulasi menunjukkan bahwa apabila nilai standar deviasi dari komponen error tingkat individu lebih besar dibandingkan nilai standar deviasi dari komponen error tingkat grup, pengelompokan observasi-observasi individu dapat diabaikan. Sebaliknya, apabila nilai standar deviasi dari komponen error tingkat individu lebih kecil atau sama dengan nilai standar deviasi error tingkat grup, pengelompokan observasi-observasi individu tidak dapat diabaikan. Hasil simulasi juga menunjukkan bahwa banyaknya observasi individu di setiap grup tidak berasosiasi dengan standar deviasi dari komponen error, baik standar deviasi dari komponen error di tingkat individu maupun standar deviasi dari komponen error di tingkat grup.

---

Varying intercept model is a regression model that is applied in nested data, which is data that consists of several groups and each group contains several individual observations. Several characteristics are often found in nested data, namely, the variance between groups and individual observations from the same group are correlated. By considering errors in two different levels, that is individual level and group level, varying intercept model is more suitable than the linear regression model in nested data because varying intercept model accommodates those characteristics. In this thesis, discussed varying intercept model without the predictor variable and varying intercept model with one predictor variable. The varying intercept model consists of several parameters that must be estimated, namely regression coefficients and variance components. There is also a random effect, which is a group effect which is a random variable. The regression coeficients are estimated using Generalized Least Squares (GLS) and Maximum Likelihood (ML) via the EM (Expectation-Maximization) Algorithm. The random effect in varying intercept model is predicted using Best Linear Unbiased Prediction (BLUP). On the other side, the variance components in varying intercept model are estimated using Maximum Likelihood via EM (Expectation-Maximization) Algorithm. In this thesis, simulation is done to analyze the effect of the standard deviation of the error components in varying intercept model and the effect of the number of individual observations in each group toward the standard deviation of the error components. The simulation results show that if the standard deviation of the error component in the individual level is larger than the standard deviation of the error component in the group level, then the classifications of individual observations into several groups should be ignored. On the other side, if the standard deviation of the error component in the individual level is smaller or equal to the standard deviation of the error component in the group level, then the classifications of individual observations into several groups should not be ignored. The simulation results also show that the number of individual observations in each group is not associated with the standard deviation of the error components.

Abstrak :
Rasio penerimaan pajak Indonesia terhadap PDB menunjukkan tren penurunan sejak tahun 2008. Tujuan penelitian ini adalah untuk menguji pengaruh ketidakpatuhan oknum wajib pajak dengan memanfaatkan mekanisme pengkreditan pajak masukan PPN serta menguji pengaruh insentif PPN terhadap penerimaan PPN di Indonesia. Metode penelitian menggunakan analisis regresi data panel tujuh belas (17) sektor ekonomi pada periode tahun 2017-2020. Hasil regresi menunjukkan konsumsi barang atau jasa yang dipungut PPN berpengaruh signifikan terhadap penerimaan PPN di Indonesia. Ketidakpatuhan oknum wajib pajak dan insentif kebijakan PPN pun berpengaruh signifikan terhadap penerimaan PPN di Indonesia namun lebih berpengaruh konsumsi barang atau jasa yang dipungut PPN terhadap penerimaan PPN. Secara rata-rata untuk setiap kenaikan rasio ketidakpatuhan pajak sebesar satu poin akan mengurangi penerimaan PPN sebesar 564 miliar rupiah, tetapi untuk setiap kenaikan insentif kebijakan PPN sebesar satu miliar rupiah akan meningkatkan penerimaan PPN sebesar 1,02 miliar rupiah. Hasil ini menunjukkan dampak ketidakpatuhan pajak cukup besar terhadap penerimaan PPN di Indonesia sedangkan insentif kebijakan PPN tidak berpengaruh pada pengurangan penerimaan PPN justru meningkatkan penerimaan PPN di Indonesia ......The Indonesia's tax-revenue-to-GDP ratio has shown a downward trend since 2008. The purpose of this study is to examine the tax avoidance effect by utilizing the VAT input tax crediting mechanism and to examine the VAT incentives effect on VAT revenue in Indonesia. The research method uses panel data regression analysis of seventeen (17) economic sectors in the 2017-2020 period. The regression results show that the consumption of goods or services subject to VAT has a significant effect on VAT revenue in Indonesia. The tax avoidance and VAT incentives also have a significant effect on VAT revenue in Indonesia, but the consumption of goods or services subject to VAT has more influence on VAT revenue. On average, for each increase in the tax avoidance ratio by one point, it will reduce VAT revenue by 564 billion rupiah, but for every increase in VAT incentives by one billion rupiah, it will increase VAT revenue by 1.02 billion rupiah. These results show that the impact of tax avoidance is quite large on VAT revenue in Indonesia, while VAT incentives have no effect on reducing VAT revenue instead increasing VAT revenue in Indonesia

Abstrak :
This highly anticipated second edition features new chapters and sections, 225 new references, and comprehensive R software. In keeping with the previous edition, this book is about the art and science of data analysis and predictive modeling, which entails choosing and using multiple tools. Instead of presenting isolated techniques, this text emphasizes problem solving strategies that address the many issues arising when developing multivariable models using real data and not standard textbook examples. It includes imputation methods for dealing with missing data effectively, methods for fitting nonlinear relationships and for making the estimation of transformations a formal part of the modeling process, methods for dealing with too many variables to analyze and not enough observations, and powerful model validation techniques based on the bootstrap. The reader will gain a keen understanding of predictive accuracy, and the harm of categorizing continuous predictors or outcomes. This text realistically deals with model uncertainty, and its effects on inference, to achieve safe data mining. It also presents many graphical methods for communicating complex regression models to non-statisticians.