melakukan partisipasi ke jenjang pendidikan yang lebih tinggi, yang biasanya terhambat karena masalah kesulitan ekonomi. Banyaknya anak tidak bersekolah di
suatu daerah sangat mungkin dipengaruhi oleh lingkungan atau kondisi geografis daerahnya, termasuk posisinya terhadap daerah lain. Ini berarti bahwa, kasus anak
tidak bersekolah sudah memenuhi syarat untuk dianalisis menggunakan metode regresi spasial.
Di dalam suatu observasi yang mengandung informasi ruang atau spasial, maka analisis data tidak akan akurat jika hanya menggunakan analisis regresi
sederhana Anselin, 1988. Jika menggunakan analisis regresi sederhana maka akan terjadi pelanggaran asumsi seperti nilai sisa berkorelasi dengan yang lain dan varian
tidak konstans. Jika informasi ruang atau spasial diabaikan pada data yang memiliki informasi ruang atau spasial dalam analisis, maka koefisien regresi akan bias atau
tidak konsisten, R
2
berlebihan, dan kesimpulan yang ditarik tidak tepat karena model tidak akuarat.
1.2. Rumusan Masalah
Regresi linier sederhana kurang tepat digunakan untuk memodelkan kasus anak tidak bersekolah, karena data mengandung faktor spasial sehingga model akan kurang
akurat dan menyebabkan kesimpulan yang kurang tepat karena asumsi eror saling bebas dan asumsi hemoginitas tidak terpenuhi. Oleh karena itu, perlu adanya suatu
analisis yang lebih akurat pada data spasial yaitu regresi spasial. Dalam penelitian ini, analisis dan pemodelan untuk data yang di dalamnya ada faktor spasial dapat
digunakan regresi spasial. 1.3.
Tujuan Penelitian
Tujuan dari penelitian adalah untuk menentukan model anak yang tidak bersekolah di bawah usia 15 tahun di kota Medan dengan model regresi spasial, menganalisis
faktor-faktor yang mempengaruhinya serta mengkaji efektifitas metode regresi spasial dalam menganalisis kasus anak tidak bersekolah.
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