Analisis Data Spatial Dengan Metode Geographycally Weighted Regression (Studi Kasus Model Output Sektor Industri Menengah Besar)
No Thumbnail Available
Date
2015-01-19
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Dalam statistik, jika terdapat heterogenitas dalam data maka untuk mengetahui pengaruh antara variabel dependen dan independen tidak lagi dapat dilakukan dengan analisis regresi biasa, melainkan harus dengan analisis regresi lokal. Pengaruh spatial ini biasanya terjadi pada unit pengamatan yang berupa wilayah/area. Adanya pengaruh spatial ini menyebabkan penaksiran parameter menjadi bias dan variansnya besar. Oleh karena itu dalam mengestimasi parameter dilakukan pembobotan untuk setiap lokasi, sebagai dasar dalam metode Geographically Weighted Regression (GWR). Dalam pembentukan model GWR diperlukan bandwitdh yang optimum untuk menghitung pembobot di setiap lokasi. Kriteria penentuan bandwidth optimum yang akan digunakan adalah Cross Validation (CV) dan Akaike Information Criteria (AIC), sedangkan fungsi pembobot yang akan digunakan dalam penelitian ini adalah pembobot fix dan adaptive. Studi kasus dari penelitian ini adalah model output sektor Industri Menengah Besar pada tataran propinsi. Fungsi pembobotan dan kriteria bandwidth yang optimum yang cocok untuk menentukam model output sektor Industri Menengah Besar adalah fungsi pembobot adaptive dengan kriteria bandwidth optimum CV. Dengan uji kesesuaian model, diperoleh hasil bahwa efek spatial berpengaruh terhadap pembentukan model output. Faktor-faktor yang mempengaruhi output di setiap propinsi pada umumnya hampir sama, yaitu pengeluaran perusahaan untuk bahan baku, bahan bakar, listrik dan pajak. Namun, terdapat 23 propinsi yang memiliki model output yang berbeda.
Description
Keywords
Data Spatial, Geographhically Weighted Regression, Bandwidth