Diagram Alir Analisis Data

Uji Breuch- Pagan Gambar 2 . Diagram Alir metodologi penelitian Start Input data Selesai Model Awal Regresi Global tidak tidak ya Uji Signifikansi Model GWR Uji signifikansi parameter model Model akhir regresi global Menghitung jarak eucliden dan menentukan niali adaptive bandwidth tiap lokasi AIC Penaksiran estimator parameter model GWR Uji pengaruh lokasi pada setiap variabel prediktor Uji secara parsial pada parameter model GWR Model akhir GWR Menentukan matriks pembobot Menentukan variabel lokal dan variabel global Penaksiran estimator parameter model MGWR Uji Signifikansi Model MGWR Uji serentak parameter global pada model MGWR Uji parsial parameter variabel prediktor global dan lokal model MGWR Model akhir MGWR Uji Signifikansi model ya ya tidak Transformasi Data tidak tidak ya ya tidak ya uch-Pagan Uji asumsi model ya tidak Uji asumsi regresi global 49

BAB IV HASIL DAN PEMBAHASAN

Memodelkan pertumbuhan ekonomi menggunakan data PDRB pada tahun 2011 hingga 2013 menggunakan Mixed GWR, langkah pertama yang harus dilakukan yaitu memodelkan data PDRB yang dipengaruhi oleh Pendapatan Asli Daerah PADX 1 , Indeks Pembangunan Manusia IPMX 2 , Tingkat Pengguran Terbuka TPTX 3 , Jumlah Angkatan Kerja JAKX 4 dan Upah Minimum Regional UMRX 5 dengan menggunakan regresi global dan dilakukan pengujian asumsi regresi global. Langkah kedua adalah memodelkan menggunakan GWR yang kemudian dilakukan pengujian asumsi GWR. Langkah ketiga adalah memodelkan menggunakan Mixed GWR.

4.1 Analisis Regresi Global

Analisis regresi global digunakan untuk mengetahui faktor-faktor yang berpengaruh terhadap Produk Domestik Regional Bruto PDRB tanpa melibatkan faktor lokasi pengamatan. Pengolahan dilakukan dengan menggunakan software SPSS 17. Hasil pemodelan regresi global dapat dilihat pada Hasil Uji Regresi Global,dan Uji Normalitas Error di Lampiran 2. Penaksiran nilai koefisien parameter dilakukan dengan menggunakan metode Ordinary Least Square atau OLS. didapatkan dari perhitungan , sehingga model regresi yang terbentuk adalah:

4.1.1 Uji Signifikansi dalam Regresi Global

Untuk mengukur ketepatan model regresi maka dilakukan uji signifikansi parameter, yaitu: 1. Uji Signifikansi Regresi Secara Keseluruhan Uji signifikansi regresi digunakan untuk mengetahui apakah ada hubungan antara variabel independen dan variabel dependen dengan hipotesis yaitu: Paling sedikit ada satu ; j = 1, 2, …, k Hasil output untuk model regresi global dapat dilihat pada Lampiran 2. Nilai F hitung yang digunakan untuk menguji kevalidan model diperoleh dengan membagi nilai kuadrat total regresi terhadap kuadrat total galat . Pada taraf signifikansi 5, diperoleh tabel anova model regresi global dapat dijelaskan pada Tabel 6. Tabel 6. Tabel Anova Model Jumlah Kuadrat Df Kuadrat Total F Sig Regresi 2,340 x 5 4,691 x 36,140 0,000 Galat 1,285 x 99 1,298 x Total 3,631 x 104 Berdasarkan pada Tabel 6 dapat dilihat bahwa nilai uji F = 36,140 = 2,31 dan nilai sig = 0,000 α = 0,05, maka ditolak sehingga dapat disimpulkan bahwa minimal ada satu β yang menggambarkan hubungan linier antara variabel independen terhadap variabel depeden.

Dokumen yang terkait

PEMODELAN DATA KEMISKINAN DI PROVINSI SUMATERA BARAT MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 6

PEMODELAN DATA KEMISKINAN DI PROVINSI SUMATERA BARAT MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 5

UJI HIPOTESIS MODEL MIXED GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN METODE BOOTSTRAP - Diponegoro University | Institutional Repository (UNDIP-IR) D03 Hasbi Yasin

0 0 10

PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 10

PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION - Diponegoro University | Institutional Repository (UNDIP-IR)

0 0 18

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH - Diponegoro University | Institutional Repository (UNDIP-IR)

3 12 21

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) - Diponegoro University | Institutional Repository (UNDIP-IR)

1 1 17

PEMODELAN FIXED EFFECT GEOGRAPHICALLY WEIGHTED PANEL REGRESSION UNTUK INDEKS PEMBANGUNAN MANUSIA DI JAWA TENGAH - Diponegoro University | Institutional Repository (UNDIP-IR) Siti Maulina M.

5 15 20

Pemodelan dan Pemetaan Prevalensi Kusta di KabupatenKota Jawa Timur dengan Pendekatan Mixed Geographically Weighted Regression

0 0 6

PEMODELAN ANGKA PARTISIPASI SEKOLAH JENJANG MENENGAH ATAS DI JAWA TIMUR DENGAN PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION Repository - UNAIR REPOSITORY

1 1 12