View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Penerapan Regresi Spasial untuk Data Kemiskinan Kabupaten di Pulau Jawa

      Thumbnail
      View/Open
      full text (1.747Mb)
      Date
      2012
      Author
      Amelia, Mia
      Aidi, Muhammad Nur
      Kusumaningrum, Dian
      Metadata
      Show full item record
      Abstract
      Analisis regresi spasial merupakan analisis yang menduga pengaruh peubah penjelas terhadap peubah respon dengan ditambahkan pengaruh spasial di dalamnya. Peubah penjelas yang digunakan dalam penelitian ini adalah persentase buruh tani, persentase desa pertanian, persentase desa pertambangan, persentase desa industri, persentase desa perdagangan, persentase desa jasa, persentase Tenaga Kerja Indonesia (TKI), daerah kumuh, persentase keluarga tanpa listrik, persentase fasilitas pendidikan, fasilitas kesehatan, industri skala kecil dan rumah tangga, pasar, fasilitas kredit, stasiun TV yang dapat diterima di desa, persentase jalan aspal di sebuah desa, dan persentase jalan yang dapat digunakan oleh kendaraan beroda empat. Peubah respon berisi persentase kemiskinan kabupaten di Pulau Jawa. Kemiskinan suatu kabupaten tidak lepas dari pengaruh kemiskinan di kabupaten sekelilingnya. Hal ini mengindikasikan adanya pengaruh spasial. Penelitian ini bertujuan untuk mengidentifikasi peubah-peubah yang berpengaruh terhadap persentase kemiskinan kabupaten di Pulau Jawa dengan menggunakan pendekatan analisis regresi spasial, yaitu model otoregresif spasial (SAR) dan model galat spasial (SEM). Data yang digunakan dalam penelitian ini adalah data sekunder. Data berasal dari dua sumber, yaitu Data dan Informasi Kemiskinan (BPS 2008) dan Potensi Desa (PODES) tahun 2008. Hasil analisis menunjukkan bahwa model SAR memiliki nilai koefisien determinasi (R2) sebesar 57.18% dan Akaike Information Criterion (AIC) sebesar 647.080, sedangkan model SEM memiliki nilai R2 sebesar 50.99% dan AIC sebesar 653.650. Jadi, dapat disimpulkan bahwa model SAR lebih baik daripada SEM dalam memodelkan persentase kemiskinan kabupaten di Pulau Jawa. Pada model SAR peubah penjelas yang berpengaruh terhadap persentase kemiskinan kabupaten di Pulau Jawa adalah persentase desa pertanian, persentase fasilitas pendidikan, dan kemiskinan kabupaten di sekelilingnya.
      URI
      http://repository.ipb.ac.id/handle/123456789/58666
      Collections
      • UT - Statistics and Data Sciences [2260]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository