1.4. Batasan Masalah
Dalam penelitian ini, penelitian dilakukan di kota Medan. Data yang diperoleh dari Kantor Walikota Medan dan data yang digunakan adalah data sekunder, yakni:
1. Jumlah anak tidak bersekolah di bawah usia 15 tahun tiap kecamatan
2. Jumlah penduduk prasejahtera tiap kecamatan
3. Jumlah sekolah SD tiap kecamatan
4. Jumlah anak bekerja di bawah usia 15 tahun tiap kecamatan
5. Jumlah anak yang bersekolah tiap kecamatan
Data diolah menggunakan regresi spasial. Metode spasial yang digunakan adalah pendekatan area yaitu Spatial Autoregressive Model SAR, Spatial Error Model
SEM, dan Mixture Model. Untuk mengetahui depedensi spasialnya dilakukan perhitungan statistik
Moran’s I dan uji identifikasi model yang sesuai dengan uji dependensi lag maupun erornya yaitu menggunakan uji Lagrange Multiplier LM.
Matrik Queen contiguity adalah matrik yang digunakan sebagai matrik penimbang baik pada uji identifikasi model yang sesuai maupun dalam pemodelan.
1.5. Manfaat Penelitian
Model anak tidak bersekolah usia di bawah 15 tahun yang diperoleh dapat digunakan untuk membuat suatu prediksi, antisipasi, kebijakan dan langkah awal yang dilakukan
untuk mengurangi bertambahnya anak yang tidak bersekolah di bawah 15 tahun di kota Medan.
1.6. Metodologi Penelitian
Metode yang digunakan penulis dalam penelitian ini adalah : 1.
Penelitian akan dilakukan di Kota Medan 2.
Metode Pengumpulan Data
Data yang digunakan adalah data sekunder yang diambil dari Pemko Medan pada tahun 2011 yakni:
a. Jumlah anak tidak bersekolah di bawah usia 15 tahun tiap kecamatan
b. Jumlah penduduk prasejahtera tiap kecamatan
c. Jumlah sekolah SD tiap kecamatan
d. Jumlah anak bekerja di bawah usia 15 tahun tiap kecamatan
e. Jumlah anak yang bersekolah tiap kecamatan
3. Urutan Pengolahan Data
Pengolahan data dilakukan dengan urutan Septiana, 2009 sebagai berikut : a.
Melakukan eksplorasi peta tematik untuk mengetahui pola penyebaran dan dependensi pada masing-masing variabel serta scatterplot untuk mengetahui
pola hubungan variabel X dan Y. b.
Melakukan pemodelan regresi dengan metode Ordinary Least Square OLS yang meliputi estimasi parameter dan estimasi signifikansi model.
c. Uji dependensi atau korelasi.
d. Identifikasi keberadaan efek spasial untuk dependensi spasial dengan uji
Lagrange Multiplier LM dan Moran’s I Statistics Anselin, 1988.
e. Proses pemodelan, yaitu data dimodelkan dengan Spatial Autoregresive Model
SAR, Spatial Error Model SEM, atau Spatial Autoregresive Moving Average SARMA.
1.7. Tinjauan Pustaka
Regresi spasial telah dikembangkan oleh beberapa peneliti, beberapa diantaranya ialah Anselin, et al. 2004, LeSage dan Pace 2007. Regresi ini telah banyak digunakan
dalam ilmu-ilmu regional Cressie, 1993, ekonomi LeSage dan Polasek, 2006, real estate Pavlov,2000, maupun di dalam pengolahan citra Halim, 2007.
Selain pengembangan dari sisi metode, metode ini juga telah banyak digunakan sebagai alat analisis data pada beberapa bidang, diantaranya ialah Siana
Halim et al 2008. Dia menggunakan metode regresi spasial ini untuk memodelkan harga jual apartemen di Surabaya. Nurvita Arumsari dan Sutikno 2010 memodelkan
kejadian diare menggunakan pendekatan titik dengan studi kasus Kabupaten Tuban Jawa Timur.
BAB 2
LANDASAN TEORI
2.1. Metode Kuadrat Terkecil