ABSTRAK Analisis statistika dan peluang peramalan
-
Upload
fachruddinperdana -
Category
Documents
-
view
228 -
download
0
Transcript of ABSTRAK Analisis statistika dan peluang peramalan
-
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