Spatial Error Model SEM

Gambar 4.1 Bagan alir metode penentuan performa matriks pembobot terbaik U l a n g i S k a l i Hitung RMSR RWG Hitung RMSE RWC Hitung RMSE RWGnew Pilih W dengan rata-rata RMSE R minimum Hitung rata-rata RMSE RWG Hitung rata-rata RMSE RWC Hitung rata-rata RMSE RWGnew Buat matriks W C Tetapkan parameter λ, δ, β dan ρ Bangkitkan X Bangkitkan Y Duga parameter menggunakan W G Duga parameter menggunakan W C Duga parameter menggunakan W Gnew mulai Buat program AMOEBA Proses pembangkitan data dirancang sebagai berikut : 1 Tentukan matriks konstiguitas W={w ij } 2 Tetapkan parameterkoefisien autokorelasi λ=0.3, δ=0.3 dan 0.5, β=1 dan ρ∈{-0.3, -0.1,0.1,0.3}. 3 Tentukan peubah bebas X = 1 + 2, 1 menyebar seragam 8,15 dan 2 menyebar seragam -5,5 4 Bangkitkan š • yang menyebar seragam -5,5 5 Bangkitkan 3 • menyebar normal dan eksponensial bebas identik dengan nilai tengah nol dan ragam 1. 6 Bangkitkan r • berdasarkan persamaan : r • = S − ÇÕ • 0p –ýr • − 1 + • s + S − üÕ • 0p 5š • + 3 • 8— Setelah memperoleh r • , hitung rata-rata untuk setiap i, i=1,…,N dan konstruksi W-AMOEBA menggunakan statistik Getis lokal dan Getis lokal termodifikasi Gnew. 7 Duga parameter-parameter Ç, ý, s, ü menggunakan metode SYS-GMM dari model yang menggunakan WG, WGnew dan WC, dan tentukan kuadrat tengah sisaan 8 Ulangi Tahap 1 sampai 7 sebanyak S kali 9 Hitung RMSE R dari model untuk ketiga jenis matriks pembobot spasial, WG, WGnew dan WC dan bandingkan hasilnya.

4.7 Hasil dan Pembahasan

Konsentrasi pada penelitian ini adalah membandingkan performa matriks pembobot spasial yang dikonstruksi melalui prosedur AMOEBA, sehingga dalam pembangkitan data simulasi digunakan parameter λ dan β tertentu, yang dispesifikasi λ=0.3, 0.5 dan β=1. Asumsi kestabilan model panel spasial dinamis maka harus dikondisikan | λ|+δ1. Nilai-nilai λ dan δ yang diambil positif untuk memperoleh nilai peubah tak bebas y positif agar statistik Getis lokal terdefinisi. Berdasarkan beberapa alas an ini maka koefisien lag spasial pada bagian SLM δ dan koefisien lag spasial pada bagian SEM ρ diambil beberapa nilai, yaitu , δ=0.3 dan 0.5 serta ρ=-0.3, -0.1, 0.1 dan 0.3. Data simulasi dibangkitkan berdasarkan model yang mengacu pada Cizek et al. 2011 dengan menggunakan matriks kontiguitas contiguity sebagai dasar pembangkitan data pada SLM W dan SEM M. Dalam kasus ini dicoba untuk 3 • yang meyebar normal, saling bebas dan identik dengan nilai tengah nol dan ragam satu. Dalam pembangkitan data deret waktu, untuk menghilangkan pengaruh nilai awal ketika membangkitkan data deret waktu, maka untuk deret waktu sebelum 100-T diabaikan Hsiao, 2003. Peubah yang menjadi perhatian dalam mengkonstruksi matriks pembobot spasial AMOEBA adalah rata-rata r = ∑ H4 4WX , = 1,2, … , . Karena r bergantung pada variasi y it dicoba menggunakan T=3, T=5 dan T=7. Pembandingan performa matriks pembobot AMOEBA dengan matriks kontiguitas pada model, menggunakan kriteria akar rata-rata kuadrat tengah sisa relatif RMSE R .