| dc.description.abstract | Analisis regresi kuantil merupakan pengembangan dari analisis regresi klasik untuk menangani masalah heteroskedastisitas yang dapat menyebabkan pengujian hipotesis yang dilakukan mengarahkan kepada kesimpulan yang keliru. Penerapan regresi kuantil ini telah meluas khususnya di bidang ekonomi. Berbagai data ekonomi dapat dianalisis menggunakan pendekatan regresi kuantil. Salah satunya adalah data produk domestik regional bruto (PDRB) sebagai indikator penting untuk mengukur kondisi ekonomi suatu wilayah dalam periode waktu tertentu.
Data ekonomi seperti data PDRB yang bervariasi antar wilayah di suatu negara seringkali menunjukkan pola spasial. Dalam perspektif spasial, dapat ditemukan efek spasial yang terdiri atas dependensi spasial dan keheterogenan spasial. Pada umumnya pemodelan regresi spasial hanya memperhatikan satu efek spasial. Untuk menangani permasalahan dari kedua efek spasial yang dapat terjadi, penelitian ini menggunakan model regresi kuantil autoregresif spasial /SARQR. SARQR adalah metode yang menggabungkan regresi kuantil dengan pemodelan SAR. Metode yang dapat digunakan untuk menduga parameter model SARQR yaitu two stage quantile regression (2SQR) dan instrumental variable quantile regression (IVQR). Penelitian ini bertujuan untuk mengevaluasi penduga parameter model SARQR menggunakan data simulasi dan menerapkan model SARQR pada data PDRB Kabupaten/Kota di Pulau Jawa tahun 2019.
Pada penelitian ini, nilai bias penduga model SARQR dengan metode 2SQR dibandingkan dengan metode IVQR pada data simulasi yang mengandung dependensi spasial dan keheterogenan spasial. Simulasi dilakukan dengan variasi jumlah amatan yaitu n=15,60, dan 120 dengan ulangan sebanyak 1000 kali. Matriks pembobot spasial yang digunakan yaitu matriks Circular World. Selain itu, nilai bias penduga model SARQR juga dibandingkan dengan nilai bias penduga model regresi kuantil yang hanya menangani masalah heteroskedastisitas.
Hasil simulasi menunjukkan bahwa nilai bias penduga parameter β metode IVQR lebih kecil dibandingkan metode 2SQR dan regresi kuantil untuk setiap variasi nilai autokorelasi spasial dan juga variasi jumlah data baik pada pemodelan kuantil 0,25, 0,5 maupun 0,75. Hal ini menunjukkan bahwa metode IVQR lebih baik digunakan untuk menduga parameter model SARQR dibandingkan dengan metode 2SQR sehingga metode IVQR diterapkan pada data yang heterogen seperti pada data PDRB Kab/Kota di Pulau Jawa tahun 2019.
Hasil eksplorasi data PDRB kabupaten/kota Pulau Jawa menunjukkan adanya hubungan spasial antar daerah. Sebaran PDRB yang bervariasi antar kabupaten/kota menunjukkan terjadinya dependensi spasial dan keheterogenan spasial. Pemodelan SARQR dengan metode IVQR pada data PDRB Kab/Kota di Pulau Jawa Tahun 2019 menghasilkan model yang berbeda pada setiap kelompok kuantil. Pada taraf nyata 5%, peubah JTK berpengaruh nyata terhadap PDRB untuk setiap kuantil. Pada pemodelan kuantil 0,5, peubah PAD berpengaruh nyata terhadap nilai PDRB. Adapun peubah IPM dan UMK tidak berpengaruh nyata terhadap nilai PDRB untuk semua kuantil.
Nilai QVSS tertinggi sebesar 0,713 diperoleh dari metode IVQR dengan nilai tau 0,75 yang berarti bahwa pada pemodelan kuantil 75%, model dapat menggambarkan keragaman PDRB sebesar 71,3%, sisanya 28,7% dijelaskan oleh peubah lain di luar model. Dari model yang diketahui bahwa peubah jumlah tenaga kerja mempengaruhi PDRB Kab/Kota di Pulau Jawa tahun 2019 secara positif | id |
