Jika Indeks I mendekati 1, maka Indeks tersebut bersifat random
b. Analisis Faktor Faktor Penyebab Kemiskinan
1. Regresi Spasial
Model regresi yang melibatkan pengaruh spasial disebut dengan model regresi spasial. Ketika nilai observasi di suatu lokasi bergantung pada nilai
observasi di lokasi sekitarnya, dikatakan ada spatial autocorrelation. Data spasial mungkin menunjukkan spatial autocorrelation dalam variabel dan
galat error. Salah satu pengaruh spasial yaitu autokorelasi spasial. Dalam penelitian ini, unit analisis yang akan digunakan adalah tingkat desa yang
ada di Kabupaten Lebak. Formulasi umum regresi spasial yang terbentuk adalah LeSage, 1999:
ε β
β ρ
+ +
+ =
2 2
1 1
X X
W Y
i
Dalam penelitian ini, dipergunakan matriks W
dij
yaitu suatu ukuran analisis spasial yang menyatakan kedekatan desa i dan j. Dalam penelitian ini
model yang digunakan sudah dimodifikasi menyesuaikan dengan jumlah variabel yang ada, sehingga modelnya menjadi:
i i
ij i
ij i
i ij
i i
i i
ij i
i i
JrSMA Ln
Ls Wd
Ln Inds
Wd Ln
JrPskms Ln
JrPsr Wd
Ln JrSMK
Ln Ptn
Ln Top
Ln Pdk
Wd Ln
P Ln
Jrk Ln
Y _
_ _
_ _
_ _
_ _
sgn _
_
11 10
9 8
7 6
5 4
3 2
1
β β
β β
β β
β β
β β
β ρ
+ +
+ +
+ +
+ +
+ +
+ =
Di mana : Y
i
: tingkat kemiskinan unit desa ke-i jiwa
: intersep
Wdij :
ukuran kedekatan spasial yang menyatakan kedekatan desa i dan j. Dimana Wdij =
1 1
−
ij
d
Ln_Jrk
i
: jarak dari desa ke-i ke pusat kegiatan yaitu
Rangkasbitung km Ln_Psgn
i
: pasangan usia subur jiwa
Ln_Wd
ij
Pdk
i
: kedekatan dengan konsentrasi jumlah penduduk atau
1 1
−
ij
d
x Pdk
i
Ln_Top
i
: topografi
dummy, 1 adalah datar dan 0 adalah berbukit-bukit
Ln_Ptn
i
: jumlah petani jiwa
Ln_JrSMK
i
: jarak desa ke SMK terdekat km
Ln_Wd
ij
JrPsr
i
: kedekatan dengan jarak pasar, atau
1 1
−
ij
d
x JrPsr
i
Ln_Jr Pskms
i
: jarak desa ke puskesmas terdekat km
Ln_Wd
ij
Inds
i
: kedekatan dengan jumlah industri, atau
1 1
−
ij
d
x Inds
i
Ln_Wd
ij
Ls
i
: kedekatan dengan luas wilayah, atau
1 1
−
ij
d
x Ls
i
Ln_JrSMA
i
: jarak desa ke SMA terdekat km
2. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut:
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel-variabel
independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matriks korelasi variabel-variabel independen. Jika
antar variabel independen ada korelasi yang sangat tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya
multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolonieritas.
Multikolonieritas dapat disebabkan adanya efek kombinasi dua atau lebih variabel independen.
c. Multikolonieritas dapat juga dilihat dari 1 nilai toleransi dan
lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan
oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres
terhadap variabel independen lainnya. Toleransi mengukur variabilitas variabel independen yang dipilih yang tidak dijelaskan
oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance.
c. Sistem Informasi Geografis