6
2. Regresikan variabel-variabel yang sedang diamati, taksir parameternya melalui
MKTB, kemudian cari nilai residual kuadrat dari model tersebut
3. Cari nilai varians dengan menggunakan persamaan :
, dengan
n
adalah jumlah unit pengamatan dan
SSE
adalah jumlah kuadrat error. 4.
Regresikan variabel-variabel yang diamati dengan variabel tak bebasnya adalah
5. Cari nilai
, dengan nilai
SStotal
dan R
2
merupakan nilai dari hasil regresi pada Langkah 4
6. Bandingkan nilai
dengan atau nilai
p_value
dengan . Jika
atau nilai
p_value
, maka Ho ditolak. Hal ini mengindikasikan adanya heteroskedastisitas dalam data
2.5 Pengujian Kesesuaian Model
Goodness of fit
Pengujian ini dilakukan dengan menguji kesesuaian dari koefisien parameter secara serentak, yaitu dengan mengkombinasikan uji regresi linier pada model regresi
global dengan model 2.1 untuk data spasial. Uji ini sama juga dengan menguji apakah pembobot
,
j i
i
w u v
yang digunakan dalam proses penaksiran parameter sama dengan satu. Bentuk hipotesis dari pengujian ini adalah sebagai berikut :
: ,
, 1, 2,...,
k i
i k
H u v
k p
tidak ada perbedaan yang signifikan antara model regresi global dengan GWR, untuk setiap ,
1, 2,3,...,
i i n
1
:
H
paling sedikit ada satu
,
k i
i
u v
yang berhubungan dengan lokasi
,
i i
u v
ada perbedaan yang signifikan antara model regresi global dan GWR
Secara sistematis nilai statistik uji dapat ditulis sebagai berikut:
1 1
OLS GWR
GWR
SSE SSE
v F
SSE
2.4
Statistik Uji F akan mendekati sebaran F dengan derajat bebas
2 2
1 1
2 2
, v
dengan
OLS
SSE
: jumlah kuadrat dari model OLS
GWR
SSE
: jumlah kuadrat dari model GWR
1
: nilai dari
1
1
n p
2
: nilai dari
1 2
1 2
n p
dengan
1 1
, 1, 2
i T
i
tr S
S i
S
:
hat matrix
dari model GWR
7
Kriteria Uji, Tolak H jika F hitung
2 2
1 1
2 2
, v
F
. Terima dalam hal lainnya. Jika H
ditolak, maka ada perbedaan yang signifikan antara model regresi global dan GWR dengan kata lain terdapat efek spatial dalam data. Selanjutnya untuk
mengetahui variabel-variabel bebas yang berpengaruh terhadap variabel tak bebas pada setiap lokasi, maka digunakan uji keberartian parameter model.
2.6 Pengujian Parameter Model
Pengujian parsial digunakan untuk mengetahui signifikansi parameter
,
k i
i
u v
terhadap variable respon secara parsial pada model GWR. Bentuk
hipotesisnya adalah sebagai berikut:
: ,
k i
i
H u v
tidak terdapat pengaruh variabel bebas terhadap variabel tak bebas
1
: ,
0; 1, 2,...,
k i
i
H u v
k p
minimal terdapat
satu variabel
bebas yang
berpengaruh terhadap variabel tak bebas Statistik Uji yang digunakan adalah:
ˆ ,
ˆ
k i
i kk
u v T
g
2.5
dengan
kk
g
adalah elemen
diagonal ke-
k
dari matrix
CC
T
, Kriteria uji: Tolak H
jika
2
; 2
hit df
T t
dan terima dalam hal lainnya.
2.7 Data dan Variable Penelitian
