Perbandingan Pembobotan Seemingly Unrelated Regression – Spatial Durbin Model Untuk Faktor Kemiskinan Dan Pengangguran
Abstract
Hukum I Tobler menduga segala sesuatu di suatu wilayah berhubungan erat dengan wilayah lainnya sehingga pemodelan analisis spasial lebih tepat digunakan untuk memodelkan faktor yang berpengaruh terhadap kemiskinan dan pengangguran di suatu wilayah dengan memperhatikan efek spasialnya Salah satu metode spasial yang bisa digunakan ialah Seemingly Unrelated Regression-Spatial Durbin Model (SUR-SDM). Di dalam penelitian SUR SDM diperlukan suatu pembobot yang digunakan untuk menghitung koefisien autokorelasi. Matriks pembobot yaitu matriks yang elemen-elemennya adalah nilai pembobot yang diberikan untuk perbandingan setiap daerah tertentu. Metode penentuan matriks pembobot dalam penelitian ini dengan menggunakan Queen Contiguity dan pembobot customize. Penelitian ini bertujuan untuk mendeskripsikan kemiskinan dan pengangguran serta faktor – faktor yang diduga mempengaruhinya menggunakan metode SUR-SDM dengan bobot Queen Contiguity dan Customize. Adapun variabel-variabel yang digunakan yaitu Variabel respon terdiri dari persentase rumah tangga miskin (%) (y1) dan angka pengangguran (%)(y2). Sedangkan variabel bebasnya yaitu terdiri dari: persentase jumlah sarana pelayanan kesehatan meliputi posyandu, poliklinik, puskesmas, puskesmas pembantu, dokter praktek, klinik bersalin, dan pos KB (%) (x1), persentase jumlah sarana sekolah meliputi TK, SD, SLTP, SMU, dan SMK (%) (x2), persentase penduduk yang bekerja di sektor pertanian (%) (x3), persentase rumah tangga yang menggunakan air bersih (PDAM) (%) (x4), dan rasio penduduk yang belum tamat SD (x5). Hasil yang didapat yaitu pemodelan SUR-SDM dengan bobot Customize menghasilkan nilai R-Square yang lebih kecil dibandingkan bobot queen di kedua variable respon yaitu sebesar 80.60% dibandingkan queen sebesar 80.64 untuk variable kemiskinan dan untuk variable pengangguran bobot Customize mengasilkan nilai 92.51% lebih kecil disbanding queen sebesar 92.53%
References
Badan Pusat Statistik. (2002). Penduduk Fakir Miskin Indonesia 2002. Jakarta.
Kapoor, J. R., Dlabay, L. R., & Hughes, R. J. (2010). Personal Finance (10th ed.). New York: McGraw-Hill.
Lee, J., & Wong, D. W. S. (2001). Statistical Analysis with Arcview GIS. New York: John Wiley.
Lesage, J. P. (1999). The Theory and Practice of Spatial Econometrics. Toledo Ohio: University of Toledo.
Misdiati, L. (2016). Pemodelan Faktor Perkonomian di Jawa Timur Menggunakan Seemingly Unrelated Regression-Spatial Durbin Model. Institut Teknologi Sepuluh Nopember.
Mur, J., & López, F. (2010). Spatial SUR models: Specification , Testing and Selection . (May), 1–45.
Pristyandana, A. H. (2013). Seemingly Unrelated Regression SUR Spasial untuk Memodelkan PDRB Sektor Unggulan di Jawa Timur. Institut Teknologi Sepuluh Nopember.
Sumarsono, S. (2009). Teori dan kebijakan publik ekonomi sumber daya manusia (1st ed.). Yogyakarta: Ghara Ilmu.
Zellner, A. (1962). An Efficient Method of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias. Journal of the American Statistical Association, 57(298), 348–368.
