7/26/2019 ABSTRAK Analisis statistika dan peluang peramalan

1/2

ABSTRAK

YAUMIL RIZKI. Penerapan Regresi Spasial untuk Data Wilayah Miskin

Kabupaten di Jawa Timur. Dibimbing oleh MOHAMMAD MASJKUR dan

MUHAMMAD NUR AIDI.

Tujuan dari penelitian ini adalah untuk menentukan peubah penjelas yang

mempengaruhi persentase kemiskinan serta mengidentifikasi pengaruh spasial

kemiskinan kabupaten di Jawa Timur. Data yang digunakan untuk penelitian ini

adalah Data Informasi Kemiskinan 2012 yang diperoleh dari Badan Pusat Statistik

Provinsi Jawa Timur. Penelitian ini menggunakan analisis regresi spasial untuk

mengidentifikasi peubah-peubah yang berpengaruh terhadap persentase

kemiskinan di Jawa Timur dengan menggunakan pendekatan Spatial

Autoregressive Model (SAR) dan Spatial Error Model (SEM). Hasil pengujian

efek spasial menunjukkan model SAR yang digunakan untuk menentukan faktor-

faktor terhadap persentase kemiskinan di Jawa Timur. Analisis dari penelitianjuga menunjukkan bahwa model SAR lebih baik dibanding dengan model regresi

klasik. Model SAR memiliki nilai dan Akaike Information Criterion (AIC)masing-masing sebesar 64.01% dan 59.34, sedangkan model regresi klasik

memiliki nilai dan AIC masing-masing sebesar 60.80% dan 64.14. Pada modelSAR peubah penjelas yang berpengaruh terhadap persentase kemiskinan di Jawa

Timur adalah angka kematian bayi, persentase penduduk dengan pengeluaran

perkapita 175,000 rupiah/bulan, persentase penduduk yang menempati rumah

dengan luas

7/26/2019 ABSTRAK Analisis statistika dan peluang peramalan

2/2

ABSTRACT

YAUMIL RIZKI. The Application of Spatial Regression for Data Poverty Areas

in East Java District. Supervised by MOHAMMAD MASJKUR and

MUHAMMAD NUR AIDI.

The purpose of this study was to determine the explanatory variables that

affect the percentage of poverty and identify the influence of spatial poverty

districts in East Java. The data used for this study is Information of Poverty 2012

from Central Bureau of Statistics of East Java Province. This study used a spatial

regression analysis to identify variables that affect the percentage of poverty in

East Java using by Spatial autoregressive (SAR) and Spatial Error Models (SEM).

The result showed that SAR model can be applied to determine percentage of

poverty in East Java and it is better than classical regression model. SAR model

has coefficient determination (and Akaike Information Criterion (AIC) by

64.01% and 59.34, respectively. Classical regression model has coefficientdetermination ( and Akaike Information Criterion (AIC) by 60.80% and64.14, respectively. SAR model showed the factors that affect percentage of

poverty in East Java are the infant mortality rate, percentage of population with

expenditure 175,000 rupiah / month per capita, the percentage of people who

occupy the house with an area of