26
Novrianti Khairunnisa, 2015 PEMODELAN DATA PDRB, PENGANGGURAN, DAN AMH TERHADAP KEMISKINAN DI PROVINSI
JAWA BARAT DENGAN MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MGWR
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MGWR
3.1 Mixed Geographically Weighted Regression MGWR
Model Mixed Geographically Weighted Regression MGWR merupakan model kombinasi atau gabungan antara regresi global dengan GWR yang
mempertimbangkan situasi dimana beberapa variabel independen
yang mempengaruhi variabel dependen bersifat global dan variabel independen yang
lainnya bersifat lokal. Pada model MGWR beberapa koefisien pada model GWR diasumsikan konstan untuk seluruh titik pengamatan, sedangkan yang lain
bervariasi sesuai lokasi pengamatan data. Model MGWR dengan p variabel independen dan q variabel independen diantaranya bersifat lokal, dengan
mengasumsikan bahwa intersep model bersifat lokal Purhadi dan Yasin, 2012. Model MGWR dapat dituliskan sebagai berikut :
∑ ∑
3.1 dengan
= nilai observasi variabel dependen ke-i = nilai observasi variabel independen ke-k pada lokasi pengamatan
ke-i = konstanta atau intersep pada pengamatan ke-i
= koordinat letak geografis longitude, latitude dari lokasi pengamatan ke-i
= koefisien regresi observasi variabel independen ke-k pada lokasi pengamatan ke-i
= koefisien regresi observasi variabel independen ke-k = error pengamatan ke-i diasumsikan identik, independen dan
berdistribusi normal dengan mean nol dan varian konstan .
i = 1 , 2 , ... , n
Novrianti Khairunnisa, 2015 PEMODELAN DATA PDRB, PENGANGGURAN, DAN AMH TERHADAP KEMISKINAN DI PROVINSI
JAWA BARAT DENGAN MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MGWR
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Model MGWR adalah model regresi yang beberapa koefisien dari peubah independennya bersifat konstan, sedangkan yang lainnya bervariasi secara spasial.
Penggabungan dari model GWR dan model MGWR tersebut didapat setelah dilakukan pengujian variabilitas spasial. Salah satu prosedur dalam analisis model
MGWR adalah pengujian variabilitas spasial untuk menentukan koefisien global dan koefisien lokal. Pengujian ini dilakukan menggunakan statistik uji F, dengan
langkah-langkahnya seperti berikut : 1
Perumusan hipotesis :
Untuk i = 1,2,..,n dan k = indeks koefisien yang diasumsikan global
Untuk k = indeks koefisien yang diasumsikan global 2
Statistik uji :
⁄ ⁄
3.2 Dimana :
adalah JKR model dengan koefisien ke-k global dan koefisien lain bervariasi spasial ;
adalah JKR model GWR awal dengan dan
; Derajat bebas
; Derajat bebas
Chang Lin Mei, 2005 : 4-12. 3
Kriteria pengujian : Tolak
jika atau dapat dikatakan suatu koefisien memiliki
pengaruh yang nyata.
Novrianti Khairunnisa, 2015 PEMODELAN DATA PDRB, PENGANGGURAN, DAN AMH TERHADAP KEMISKINAN DI PROVINSI
JAWA BARAT DENGAN MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MGWR
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Untuk menguji model MGWR, maka dilakukan uji hipotesis kesesuaian model regresi global dan MGWR, dengan langkah-langkah sbb:
1 Perumusan hipotesis :
untuk i = 1,2,..,n dan k = 0,1,2,...,q Model MGWR tidak berbeda dengan Model Regresi Global.
dengan k = 0,1,2,...,p dan i = 1 ,2,...,n
Model MGWR berbeda dengan Model Regresi Global 2
Statistik uji : [
⁄ ⁄
] 3.3 Dimana :
] ;
[ ]
; ;
;
[ ]
dan .
3 Kriteria pengujian :
Tolak jika
Selanjutnya dilakukan pengujian parsial untuk mengetahui parameter variabel independen global yang berpengaruh secara signifikan terhadap variabel
dependen, dengan langkah-langkahnya sbb : 1
Perumusan hipotesis : variabel global
tidak signifikan variabel global
signifikan Untuk k = 1,2,...,p
Novrianti Khairunnisa, 2015 PEMODELAN DATA PDRB, PENGANGGURAN, DAN AMH TERHADAP KEMISKINAN DI PROVINSI
JAWA BARAT DENGAN MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MGWR
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
2 Statistik uji :
̂ ̂√
3.4 dimana :
adalah elemen diagonal ke-k dari matriks signifikansi sebesar
, [
] ;
̂
. 3
Kriteria pengujian : Tolak
jika
| |
⁄
, dimana
Untuk mengetahui pengaruh signifikan parameter variabel independen yang bersifat lokal dilakukan uji parsial, dengan langkah-langkah sbb :
1 Perumusan hipotesis :
variabel global pada lokasi ke-i tidak signifikan
variabel global pada lokasi ke-i signifikan
Untuk k = 1,2,...,q dan i = 1 , 2,....,n 2
Statistik uji :
̂ ̂√
3.5 Dimana :
adalah elemen diagonal ke-k dari matriks .
dengan [
] 3
Kriteria Pengujian : Tolak
jika
| |
⁄
, dimana
Novrianti Khairunnisa, 2015 PEMODELAN DATA PDRB, PENGANGGURAN, DAN AMH TERHADAP KEMISKINAN DI PROVINSI
JAWA BARAT DENGAN MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MGWR
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
3.2 Akaike Information Criterion Corrected
