Daftar Isi: Pemodelan Robust Geographically Weighted Regression (RGWR) Pada Data Yang Mengandung Pencilan (Studi Kasus Indeks Pembangunan Manusia Provinsi Jawa Timur Tahun 2015)

Daftar Isi:

Model Geographically Weighted Regression (GWR) merupakan pengembangan dari model regresi klasik atau bentuk lokal regresi yang mempertimbangkan pengaruh lokasi dari titik pengamatan yang menghasilkan penduga parameter model yang bersifat lokal untuk setiap titik atau lokasi di mana data tersebut dikumpulkan. Dalam melakukan analisis data terkadang ditemukan outlier, adanya outlier dapat berdampak pada hasil pendugaan parameter yaitu menghasilkan penduga parameter yang bersifat bias. Salah satu metode pendugaan parameter utnuk mendapatkan penduga yang lebih kekar terhadap keberadaan outlier adalah metode M-estimation. Penelitian ini bertujuan untuk mendapatkan model GWR yang lebih kekar terhadap keberadaan outlier. Pemodelan ini diaplikasikan pada data Indeks Pembangunan Manusia (IPM) Provinsi Jawa Timur tahun 2015. Peubah respon yang digunakan pada penelitian ini adalah Indeks Pembangunan Manusia dan peubah predictor yaitu Angka Harapan Hidup (AHH) dalam %, Rata-Rata Lama Sekolah (RLS) dalam tahun, Harapan Lama Sekolah (HLS) dalam tahun, pengeluaran per kapita dalam ratusan ribu rupiah. Model GWR dengan metode M-estimation memberikan hasil dengan nilai R2 lebih dari 50% pada semua titik pengamatan.