ESTIMASI PARAMETER MODEL REGRESI TERBOBOTI GEOGRAFIS (STUDI KASUS TINGKAT KESEJAHTERAAN PENDUDUK DI KABUPATEN BANJAR)

Nurul Qomariyah, Dewi Sri Susanti, Nur Salam

Abstract


Analisis regresi adalah suatu metode analisis statistik yang digunakan untuk mengetahui pengaruh antara dua atau lebih variabel. Model regresi yang sering digunakan dalam penelitian adalah model regresi berganda, yaitu model regresi dengan lebih dari satu variabel penjelas. Ada beberapa asumsi yang harus dipenuhi dalam regresi berganda, salah satunya adalah variansi dari error konstan (homoskedastisitas). Apabila variansi error tidak konstan (heterokedastisitas) maka menggunakan metode regresi terboboti. Model regresi yang melibatkan pengaruh heterogenitas spasial ke dalam model adalah model Regresi Terboboti secara Geografis (RTG). Jika data yang akan digunakan pada analisis regresi diperoleh dari lokasi-lokasi yang berbeda maka data tersebut disebut data spasial. Tujuan dari penelitian ini adalah untuk mengaplikasikan model RTG yang diterapkan pada kasus tingkat kesejahteraan penduduk di Kabupaten Banjar. Penelitian ini bersifat studi kasus dengan variabel respon banyaknya penduduk miskin yang terkategori PMKS dan variabel penjelas yaitu kepadatan penduduk, jumlah fasilitas pendidikan untuk SDN, SMP dan SMA, serta jumlah potensi desa untuk pekerja sosial masyarakat, organisasi sosial dan karang taruna. Hasil penelitian ini menunjukkan bahwa tidak semua variabel penjelas memberikan pengaruh terhadap banyaknya penduduk miskin yang terkategori PMKS. Sebanyak 74% kecamatan di Kabupaten Banjar menyatakan banyaknya penduduk miskin yang terkategori PMKS tidak dipengaruhi oleh variabel penjelas yang diduga dan sebanyak 21% kecamatan dipengaruhi oleh satu variabel penjelas. Sedangkan 5% kecamatan dipengaruhi oleh lima variabel bebas yang diduga.

Full Text:

PDF

References


Anselin, L. dan Arthur, G. 1992. Spatial Statistical Analysis and Geographic Information Systems, The Annals of Regional Science. Vol 26 : 19-33.

BPS Kabupaten Banjar. 2016. Kabupaten Banjar Dalam Angka 2016. BPS, Kabupaten Banjar.

BPS Provinsi Kalimantan Selatan. 2016. Kalimantan Selatan Dalam Angka 2016. BPS, Provinsi Kalimantan Selatan.

Dinas Sosial Kabupaten Banjar. 2015. Data Penyandang Masalah Kesejahteraan Sosial (PMKS) Kabupaten Banjar. Dinas Sosial Kabupaten Banjar.

Fotheringham A.S, Brunsdon C, and Chartlon M. 2002. Geographically Weighted Regression, The analysis of spatially varying relationships. John Wiley and Sons, LTD.

Kutner, M. H., Nachtsheim, C.J, and J. Neter. 2005. Applied Linear Regression Models. Fifth Edition. New York: McGraw-Hill/Irwin.

LeSage, J.P. 1998. Spatial Econometrics. Department of Economics University of Toledo. Ohio.

Myers, R.H., D.C. Montgomery, G.G. Vining, and T.J. Robinson. 2010. Generallizad Linier Models with Applications in Engineering and The Sciences. Ed. 2. John Wiley and Sons. New Jersey.

Zhao, F., Chow, L.F., Li, M.T., and Liu, X. 2005. A Transit Ridersip Model Based on Geographically Weighted Regression and Service Quality Variables. Lehman Center for Transportation Research. Florida International.




DOI: https://doi.org/10.20527/epsilon.v12i1.200

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 JURNAL MATEMATIKA MURNI DAN TERAPAN EPSILON

Indexed by:

          

 

EDITORIAL OFFICE 

           

 

 

 

Creative Commons License
JMMTE is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.