Analisis data panel spasial dengan General Spatial Models (GSM)
| Main Author: | Trisila, Meilinda |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152766/1/051103683.pdf http://repository.ub.ac.id/152766/ |
Daftar Isi:
- Data panel spasial merupakan data panel yang memuat informasi lokasi atau spasial. Kedekatan dan keterkaitan antar lokasi menyebabkan munculnya fenomena keterkaitan spasial. Matriks bobot dapat digunakan untuk mengetahui kedekatan dan keterkaitan antar data spasial atau hubungan spasial serta dapat digunakan untuk menghitung koefisien dependensi spasial. Dalam penelitian ini, terdapat dua data panel spasial yang digunakan, yaitu data angka kematian bayi (AKB) regional dan data produk domestik regional bruto (PDRB) sektor industri. Kedua data yang digunakan diambil dari satuan wilayah pembangunan (SWP) Gerbangkertasusila dan SWP Malang-Pasuruan pada periode tahun 2005-2009 serta menggunakan metode rook continguity untuk membuat matrik pembobot spasialnya. Penelitian ini bertujuan untuk mengetahui model apa yang bisa dibentuk dari general spatial model dengan menggunakan data panel. Pendugaan model panel dengan pendekatan common, fixed, dan random effect, akan dilanjutkan dengan pendugaan koefisien parameter general spatial model pada data panel menggunakan metode pendugaan maximum likelihood. Dari hasil pendugaan model dengan menggunakan software EViews7 diketahui bahwa seluruh data panel spasial dalam penelitian ini mengikuti model random effect. Untuk menduga koefisien parameter general spatial model digunakan software Matlab-R2010 sehingga diperoleh spatial lag/autoregressive models (SAR) random effect dan spatial error models (SEM) random effect. Pemilihan model menggunakan kriteria R2 dan corr2 terbesar serta nilai AIC, MSE dan SC terkecil. Model terbaik untuk data konsumsi listrik regional dan data PDRB sektor industri adalah spatial lag/autoregressive models (SAR) random effect. Model terbaik untuk data angka kematian bayi regional adalah spatial error models (SEM) random effect.