Analisis Faktor-Faktor yang Mempengaruhi Jumlah Pengangguran Terbuka di Provinsi Aceh Menggunakan Regresi Komponen Utama
Journal of Data Analysis · 22.12.2025 · 101-113
DOI: 10.24815/jda.v8i2.401 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Data Analysis, online erschienen am 22.12.2025. Verfasst von Alya Munira Nas und 8 weiteren Autor:innen.
Abstract (Originalsprache)
Pengangguran terbuka di Provinsi Aceh masih menjadi permasalahan serius yang berdampak pada kesejahteraan dan stabilitas sosial ekonomi. Kompleksitas hubungan antar faktor sosial ekonomi seperti jumlah angkatan kerja, penduduk miskin, pendidikan, dan indikator pembangunan manusia kerap menimbulkan masalah multikolinearitas dalam analisis regresi. Untuk mengatasi hal tersebut, penelitian ini menggunakan metode Regresi Komponen Utama (Principal Component Regression/PCR) yang menggabungkan Analisis Komponen Utama (PCA) dengan regresi linier. Data yang digunakan bersumber dari BPS Provinsi Aceh tahun 2024, dengan enam variabel bebas yang dianalisis melalui tahapan statistik deskriptif, deteksi multikolinearitas, ekstraksi komponen utama, serta pengujian regresi. Hasil penelitian menunjukkan bahwa dua komponen utama yang terbentuk dapat menjelaskan 86,54% variasi data dan secara signifikan berpengaruh terhadap jumlah pengangguran terbuka, dengan nilai R² sebesar 0,8358. Model akhir dalam bentuk variabel asli menunjukkan bahwa jumlah angkatan kerja, penduduk miskin, angka melek huruf, umur harapan hidup, dan indeks pembangunan manusia berpengaruh positif terhadap pengangguran, sementara rata-rata lama sekolah berpengaruh negatif. Temuan ini menegaskan pentingnya kebijakan yang menitikberatkan pada peningkatan kualitas pendidikan dan pengurangan kemiskinan sebagai strategi dalam menekan tingkat pengangguran terbuka di Aceh. Open unemployment in Aceh Province remains a serious problem that affects social and economic welfare and stability. The complexity of the relationships between socioeconomic factors such as the size of the labor force, the poor population, education, and human development indicators often causes multicollinearity problems in regression analysis. To address this issue, this study employs the Principal Component Regression (PCR) method, which combines Principal Component Analysis (PCA) with linear regression. The data used are sourced from the Aceh Province Central Statistics Agency (BPS) for the year 2024, with six independent variables analyzed through descriptive statistical stages, multicollinearity detection, principal component extraction, and regression testing. The results indicate that the two principal components formed can explain 86.54% of the data variation and significantly influence the number of open unemployment, with an R² value of 0.8358. The final model in the form of original variables shows that the labor force, poor population, literacy rate, life expectancy, and human development index have a positive effect on unemployment, while the average length of schooling has a negative effect. These findings emphasize the importance of policies that prioritize improving education quality and reducing poverty as strategies to reduce the open unemployment rate in Aceh.
Zitieren
APA
Nas, A. M., Fadhilla, J., Akbar, I., Rusyana, A., Nurhasanah, N., AR, F., Salwa, N., Marzuki, M., & Rusdiana, S. (2025). Analisis Faktor-Faktor yang Mempengaruhi Jumlah Pengangguran Terbuka di Provinsi Aceh Menggunakan Regresi Komponen Utama. Journal of Data Analysis, 101-113. https://doi.org/10.24815/jda.v8i2.401
Vancouver
Nas AM, Fadhilla J, Akbar I, Rusyana A, Nurhasanah N, AR F, et al. Analisis Faktor-Faktor yang Mempengaruhi Jumlah Pengangguran Terbuka di Provinsi Aceh Menggunakan Regresi Komponen Utama. Journal of Data Analysis. 2025:101-113. doi:10.24815/jda.v8i2.401
BibTeX
@article{Nas2025,
author = {Nas, Alya Munira and Fadhilla, Jihan and Akbar, Irham and Rusyana, Asep and Nurhasanah, Nurhasanah and AR, Fitriana and Salwa, Nany and Marzuki, Marzuki and Rusdiana, Siti},
title = {Analisis Faktor-Faktor yang Mempengaruhi Jumlah Pengangguran Terbuka di Provinsi Aceh Menggunakan Regresi Komponen Utama},
journal = {Journal of Data Analysis},
year = {2025},
pages = {101--113},
doi = {10.24815/jda.v8i2.401}
}
EUVIMED