Model Geographically Weighted Regression Semiparametric (Gwrs) Dengan Fungsi Pembobot Tricube Pada Data Kemiskinan Di Jawa Timur Tahun 2011
| Main Author: | Anam, Shilahul |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154371/ |
Daftar Isi:
- Geographically Weighted Regression Semiparametric (GWRS) merupakan gabungan model regresi linier dan model Geographically Weighted Regression (GWR). Model GWRS merupakan model regresi di mana beberapa koefisien dari peubah prediktornya berpengaruh secara global, sedangkan yang lainnya bervariasi secara spasial. Penggabungan dari kedua model tersebut didapat setelah dilakukan pengujian variabilitas spasial. Kemiskinan merupakan masalah utama yang terjadi di Jawa Timur. Tujuan dari penelitian ini adalah untuk membentuk model GWRS dengan fungsi pembobot fixed tricube kernel pada kemiskinan di Jawa Timur tahun 2011. Selain itu juga untuk mengetahui faktor-faktor apa saja yang berpengaruh signifikan terhadap kemiskinan. Analisis model GWRS untuk kemiskinan di Jawa Timur tahun 2011 menunjukkan bahwa model terbaik ditunjukkan oleh model GWRS karena menghasilkan nilai AIC lebih kecil daripada model GWR. Model GWRS yang terbentuk sebanyak 38 model. Terdapat 37 Kabupaten/kota memiliki peubah signifikan X1, X2, X3 dan 1 Kabupaten memiliki peubah signifikan X2 dan X3 untuk data kemiskinan di Jawa Timur tahun 2011.