Analisis Pengaruh Rata-Rata Lama Sekolah dan Tingkat Pengangguran Terbuka terhadap PDB Manufaktur di Indonesia
RIGGS: Journal of Artificial Intelligence and Digital Business · 19.05.2026 · 5 (2) · 3713-3720
DOI: 10.31004/riggs.v5i2.8659 ↗Kurz gefasst
Fachartikel in der Zeitschrift RIGGS: Journal of Artificial Intelligence and Digital Business, online erschienen am 19.05.2026. Verfasst von Dafa Ariza und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Penelitian ini bertujuan untuk menganalisis pengaruh rata-rata lama sekolah (RLS) dan tingkat pengangguran terbuka (TPT) terhadap PDB Manufaktur di Indonesia selama periode 2004 hingga 2024. Mengingat fenomena deindustrialisasi dini dan perlambatan sektor industri pasca-pandemi, pemahaman tentang determinan output manufaktur menjadi sangat krusial. Menggunakan pendekatan kuantitatif dengan metode regresi linier berganda dan estimasi Ordinary Least Squares (OLS) pada data tahunan sebanyak 21 observasi dari Badan Pusat Statistik (BPS), penelitian ini menguji hubungan antara variabel independen dan dependen. Hasil uji asumsi klasik (Jarque-Bera, Breusch-Godfrey, VIF, Breusch-Pagan-Godfrey) menunjukkan bahwa model memenuhi uji normalitas, bebas autokorelasi, bebas multikolinearitas (VIF
Zitieren
APA
Ariza, D., & Nasution, A. R. (2026). Analisis Pengaruh Rata-Rata Lama Sekolah dan Tingkat Pengangguran Terbuka terhadap PDB Manufaktur di Indonesia. RIGGS: Journal of Artificial Intelligence and Digital Business, 5(2), 3713-3720. https://doi.org/10.31004/riggs.v5i2.8659
Vancouver
Ariza D, Nasution AR. Analisis Pengaruh Rata-Rata Lama Sekolah dan Tingkat Pengangguran Terbuka terhadap PDB Manufaktur di Indonesia. RIGGS: Journal of Artificial Intelligence and Digital Business. 2026;5(2):3713-3720. doi:10.31004/riggs.v5i2.8659
BibTeX
@article{Ariza2026,
author = {Ariza, Dafa and Nasution, Armin Rahmansyah},
title = {Analisis Pengaruh Rata-Rata Lama Sekolah dan Tingkat Pengangguran Terbuka terhadap PDB Manufaktur di Indonesia},
journal = {RIGGS: Journal of Artificial Intelligence and Digital Business},
year = {2026},
volume = {5},
number = {2},
pages = {3713--3720},
doi = {10.31004/riggs.v5i2.8659}
}
EUVIMED