Text
Pemodelan Angka Harapan Hidup Provinsi Jawa Tengah Menggunakan Robust Spatial Durbin Model
ABSTRAK
Model regresi spasial merupakan pemodelan yang digunakan untuk mengetahui hubungan antara variabel respon dan variabel prediktor yang mendapatkan pengaruh spasial di dalamnya. Jika pada kedua variabel terdapat pengaruh spasial, maka model yang akan terbentuk adalah Spatial Durbin Model. Salah satu penyebab ketidaktepatan model regresi spasial dalam memprediksi adalah adanya amatan pencilan. Membuang pencilan dalam analisis spasial dapat mengubah komposisi efek spasial pada data. Salah satu cara penyelesaian karena adanya pencilan dalam model regresi spasial adalah menggunakan regresi robust spatial. Penerapan prinsip penduga parameter ¬M-estimator dilakukan dalam pendugaan koefisien parameter regresi spasial yang robust terhadap pencilan. Penelitian ini bertujuan untuk memperoleh model Angka Harapan Hidup di Provinsi Jawa Tengah pada tahun 2017 yang mengandung pencilan. Hasil pemodelan dengan menerapkan prinsip penduga M-estimator pada pendugaan parameter regresi robust spatial durbin model mampu mengakomodasi keberadaan pencilan pada model regresi spasial dengan cukup efektif. Hal ini ditunjukkan oleh terjadinya perubahan pada nilai koefisien penduga parameter regresi robust spatial durbin model yang mampu menaikkan nilai Adjusted R2 menjadi 0,9369 dan menurunkan nilai MSE menjadi 0,12551.
Kata Kunci: Pencilan, M-estimator, Spatial Durbin Model, Angka Harapan Hidup.
ABSTRACT
Spatial regression is a model used to determine relationship between response variables and predictor variables that gets spatial influence. If there are spatial influences on both variables, the model that will be formed is Spatial Durbin Model. One reason for the inaccuracy of the spatial regression model in predicting is the existence of outlier observations. Removing outliers in spatial analysis can change the composition of spatial effects on data. One way to overcome of outliers in the spatial regression model is by using robust spatial regression. The application of M-estimator is carried out in estimating the spatial regression parameter coefficients that are robust against outliers. The aim of this research is obtaining model of number of life expectancy in Central Java Province in 2017 that contain outliers. The results by applying M-estimator to estimating robust spatial durbin model regression parameters can accommodate the existence of outliers in the spatial regression model. This is indicated by the change in the estimating coefficient value of the robust spatial durbin model regression parameter which can increase adjusted R2 value becomes 93,69% and decrease MSE value becomes 0,12551.
Keywords: Outliers, M-estimator, Spatial Durbin Model, Number of Life Expectancy
721E19III | 721 E 19-ii | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain