Pemodelan Panel Spasial pada Data Kemiskinan di Provinsi Papua

Transkripsi

1 Statistika, Vol. 17 No. 1, 1 15 Mei 017 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua Admiistrasi Asurasi da Aktuaria Program Pedidika Vokasi Uiversitas Idoesia Depok yuli.alhikmah47@gmail.com ABSTRAK Model pael spasial merupaka hasil pegembaga dari model data pael. Pegembaga ii bersdasarka pada adaya pegaruh spasial atau lokasi pada data pael. Iformasi spasial sagat petig karea dapat megetahui hubuga suatu daerah dega daerah laiya yag salig berdekata. Data yag megadug usur spasial tidak aka akurat jika haya megguaka aalisis regresi sederhaa karea aka terjadi kesalaha asumsi. Semetara jika haya megguaka regresi pael saja tapa memasukka spasial aka meghasilka galat yag heteroge yag diakibatka keterkaita atar wilayah. Tujua peelitia ii adalah utuk megetahui faktor-faktor yag mempegaruhi persetase peduduk miski di Provisi Papua berdasarka model pael spasial terbaik diatara model pael SAR, SEM, da GSM. Kata Kuci: Data Pael, Model Pael Spasial, Persetase Kemiskia, Model Pael SAR, SEM, da GSM. 1. PENDAHULUAN Idoesia merupaka sebuah egara berkembag dega jumlah peduduk terbayak keempat di duia. Sebagai egara berkembag, salah satu permasalaha yag sulit utuk diselesaika oleh Idoesia adalah masalah kemiskia. Sejak dulu, permasalaha kemiskia mejadi fokus perhatia bagi pemeritah. Sejumlah program da kebijakakebijaka telah dilaksaaka utuk meeka serta meguragi agka kemiskia. Namu sampai saat ii, jumlah peduduk miski di Idoesia masih cukup tiggi. Data Bada Pusat Statistik (BPS) yag dirilis pada September 014 meyataka jumlah peduduk miski di Idoesia sebayak 6,73 juta jiwa. Agka ii megalami sedikit peurua dibadigka tahu 013 dimaa jumlah peduduk miski mecapai 8,8 juta jiwa. Hal ii meujukka bahwa peurua jumlah peduduk miski tidak sigifika. Kodisi ii cukup beralasa megigat keadaa ekoomi egara yag tidak stabil di tegah aikya harga-harga kebutuha pokok yag mejadika daya beli masyarakat meuru. Pada tahu 014, Provisi Jawa Timur meempati jumlah peduduk miski terbesar di Idoesia yaitu 4,75 juta jiwa. Kemudia Provisi Jawa Tegah meempati posisi kedua dega jumlah peduduk miski sebesar 4,4 juta jiwa. Hal ii cukup beralasa megigat jumlah peduduk di kedua provisi tersebut sagat besar. Hal itu hayalah dari segi kuatitas. Sedagka utuk proporsi peduduk miski di Idoesia, provisi yag mempuyai persetase peduduk miski terbesar adalah Provisi Papua yaitu sebesar 7,8%. Oleh karea itu, pada peelitia ii aka diguaka data kemiskia Provisi Papua. BPS megguaka kosep kemampua memeuhi kebutuha dasar (basic eeds approach) utuk megukur kemiskia. Dega pedekata ii, kemiskia dipadag sebagai ketidakmampua dari sisi ekoomi utuk memeuhi kebutuha dasar makaa da o makaa yag diukur dari sisi pegeluara. Jadi peduduk miski adalah peduduk yag memiliki rata-rata pegeluara perkapita perbula dibawah garis kemiskia. Selai itu, faktor lai yag mejadi alat ukur BPS utuk meghitug persetase peduduk miski (%), adalah jumlah peduduk miski (ribu jiwa) Ideks Keparaha Kemiskia (%), da Ideks Kedalama Kemiskia (%). Data yag terdiri dari beberapa objek yag diamati pada satu waktu disebut dega data litas idividu (cross sectio). Sedagka data yag dikumpulka dari beberapa waktu utuk satu 1

2 objek saja disebut dega data deret waktu (time series). Pegguaa data terkadag tidak cukup dega megguaka iformasi yag diberika oleh data cross sectio atau data time series saja. Peggabuga keduaya mampu megedalika keragama idividu. Selai itu juga mampu memberika data yag lebih iformatif, atar peubah memiliki hubuga (multikoliieritas) yag redah serta lebih efisie. Peggabuga data cross sectio da data time series ii disebut dega data pael (Baltagi, 005). Pada peelitia ii, objek data yag diperoleh dari BPS adalah lokasi. Serigkali model regresi data pael diterapka pada beberapa wilayah sehigga galat/error yag dihasilka mejadi heteroge akibat keterkaita atar wilayah (otokorelasi spasial). Kodisi seperti ii megakibatka perlu dilakuka pertimbaga terhadap aalisis kebergatuga spasial (LeSage, 1999). Sebagai gambara, salah satu alat pegukura persetase peduduk miski adalah Ideks Keparaha Kemiskia, dimaa ideks ii memberika gambara megeai peyebara pegeluara diatara peduduk miski. Jika suatu daerah memiliki ideks keparaha yag tiggi, maka daerah yag ada di sekitarya juga aka tiggi, begitu sebalikya. Dega demikia usur lokasi atau spasial perlu dipertimbagka. Regresi spasial merupaka hasil pegembaga dari model liier klasik. Pegembaga ii berdasarka pada adaya pegaruh tempat atau spasial pada data yag diaalisis (Aseli, 009). Iformasi megeai posisi sagatlah petig karea memugkika utuk megetahui hubuga suatu eleme di suatu daerah dega daerah lai yag salig berdekata. Dega melihat kodisi diatas dapat disimpulka bahwa selai data pael, data kemiskia memiliki usur spasial di dalamya. Dalam megaalisis data yag megadug usur spasial, maka aalisis data tidak aka akurat jika haya megguaka aalisis regresi sederhaa (Aseli, 009). Jika megguaka aalisis regresi sederhaa maka aka terjadi kesalaha asumsi seperti ilai residual yag berkorelasi dega yag lai serta ragamya tidak kosta. Semetara jika haya megguaka regresi pael saja tapa memasukka usur spasial aka meghasilka galat/error yag heteroge yag diakibatka keterkaita atar wilayah (otokorelasi spasial). Oleh karea itu, dibutuhka metode pegolaha data yag dapat megakomodasi hal tersebut, dalam hal ii adalah regresi pael spasial. Sebelumya Halim et al (008) telah megguaka regresi spasial utuk memodelka harga jual aparteme di Surabaya. Selai itu Aggraei (01) megguaka aalisis pael spasial utuk megaalisis faktor yag mempegaruhi kemiskia di provisi Sumatera Selata. Semetara Meilliaa et al (013) megguaka regresi pael utuk megaalisis faktor-faktor yag mempegaruhi IPM di provisi Jawa Timur. Pada peelitia ii, aalisis pael spasial diterapka utuk megetahui faktor-faktor yag mempegaruhi persetase peduduk miski di Provisi Papua.. TINJAUAN PUSTAKA Aalisis Data Pael Secara umum Baltagi (005) meyataka persamaa umum dari aalisis data pael adalah sebagai berikut : dega dimaa, da uit litas idividu periode waktu respo idividu ke-i pada periode ke-t kostata koefisie dari peubah pejelas ke-j peubah pejelas ke-j dari uit litas idividu ke-i pada periode ke-t pegaruh idividu yag tidak teramati sisaa litas idividu pada amata ke-i pada periode ke-t

3 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 3 Pada aalisis data pael, terdapat tiga model yaitu model pegaruh tetap, model pegaruh acak, da model gabuga. Pada model pael pegaruh tetap, persamaa modelya sama dega persamaa umum dari aalisis data pael di atas yaitu : Sedagka utuk model pael pegaruh acak, persamaa modelya adalah : dega,. Da utuk model pael pegaruh gabuga, persamaa modelya sama dega regresi liier biasa yaitu : Uji Breusch-Paga Meurut Rosadi (011, 64) dalam Pagestika (015) Uji Breusch-Paga diguaka utuk meguji adaya efek waktu, idividu atau keduaya dega hipotesis sebagai berikut: ( ) ( ) ( ) ( ) ( ) ( ) Tidak ada efek litas idividu da waktu Sedikitya ada efek litas idividu atau waktu Tidak ada efek litas idividu Ada efek litas idividu Tidak ada efek waktu Ada efek waktu Keputusa tolak jika ilai p-value kurag dari taraf sigifikasi yag ditetuka. Uji Chow da Uji Hausma Uji Chow diguaka utuk meguji sigifikasi atara model gabuga da model pegaruh tetap. Hipotesis awal ( ) pada uji Chow adalah model megikuti model pegaruh gabuga da hipotesis tadigaya ( ) adalah model megikuti model pegaruh tetap. Statistik uji yag diguaka adalah : ( ) ( ) ( ) dimaa RRSS (Restricted Residual Sums of Square) diperoleh dari jumlah kuadrat galat hasil pedugaa model gabuga da URSS (Urestricted Residual Sums of Square) diperoleh dari jumlah kuadrat galat hasil pedugaa model pegaruh tetap. Keputusa tolak jika ( ) atau tolak jika ilai-p < α (Baltagi 005). Sedagka pada uji Hausma diguaka utuk meguji sigifikasi atara model pegaruh acak dega model pegaruh tetap. Hipotesis awal ( ) yag diguaka pada uji ii adalah model megikuti model pegaruh acak da hipotesis tadigaya ( ) adalah model megikuti model pegaruh tetap. Statistik uji yag diguaka adalah: dega,, ( )- Keputusa tolak jika dega k merupaka bayakya peubah pejelas atau tolak jika ilai-p < α (Baltagi 005).

4 4 Aalisis Spasial Aalisis spasial merupaka aalisis yag memasukka pegaruh spasial atau ruag ke dalam model. Pada aalisis spasial selalu ada korelasi atar ruag yag biasa disebut korelasi spasial. Jadi tiap amata tidak bebas stokastik (Ward & Gleditsch, 008). Ada beberapa macam model spasial atara lai adalah model SAR, SEM da GSM. Model SAR memuat iformasi otoregresi spasial, model SEM memuat iformasi otokorelasi atar error pada lokasi-lokasi yag mejadi objek peelitia, sedagka model GSM memuat iformasi keduaya. Pembetuka parameter otoregresi da otokorelasi atar error melalui proses yag cukup kompleks karea sebelum melakuka aalisis, terlebih dahulu dilakuka pembetuka matriks yag berisi ilai kebersigguga atar lokasi, matriks ii disebut dega matriks pembobot spasial (Purwaigsih, 014). Matriks Pembobot Spasial Matriks pembobot spasial (W) pada dasarya merupaka matriks yag meggambarka hubuga atar wilayah da diperoleh berdasarka iformasi jarak atau ketetaggaa. Oleh karea matriks pembobot meujuka hubuga atara keseluruha lokasi, maka dimesi dari matriks ii adalah, dimaa adalah bayakya lokasi atau bayakya uit litas objek (Dubi, 009). Diagoal dari matriks ii adalah sama dega ol. Sedagka, merupaka eleme dari W yaitu eleme pada baris ke-i da kolom ke-j, yaitu meggambarka hubuga lokasi ke-i dega lokasi ke-j dega jika lokasi ke-i berhubuga dega lokasi ke-j (Bara W, 016). Beberapa pedekata yag dapat dilakuka utuk meampilka hubuga spasial atar lokasi, diataraya adalah kosep persigguga (cotiguity) da kosep jarak. Kosep persigguga (cotiguity) atau kosep kebertetaggaa didasarka pada hubuga ketetaggaa secara geografis. Misalka * + dega adalah matriks ketetaggaa dega berilai 1 jika atara dua uit spasial salig bertetagga atau bersebelaha, da berilai 0 jika atara dua uit spasial salig tidak bertetagga (Dubi, 009). Terdapat beberapa tipe matriks cotiguity, di ataraya Rook Cotiguity, Bishop Cotiguity, da Quee Cotiguity. Sedagka pada kosep jarak, eleme-eleme dari matriks pembobot spasial direpresetasika dalam betuk fugsi jarak. Pada prisipya, bobot jarak atara suatu lokasi dega lokasi di sekitarya ditetuka oleh jarak atara kedua daerah tersebut. Salah satu metode yag serig diguaka adalah metode kebalika jarak (distace iverse). Semaki pedek jarak atara lokasi maka bobot yag diberika aka semaki besar. Setelah meetuka matriks pembobot spasial yag aka diguaka, selajutya dilakuka ormalisasi pada matriks pembobot spasial tersebut. Pada umumya, utuk ormalisasi matriks diguaka ormalisasi baris, yaitu matriks tersebut ditrasformasi sehigga jumlah dari masig-masig baris matriks sama dega satu (Dubi, 009). Otokorelasi Spasial Otokorelasi spasial (spatial autocorrelatio) adalah suatu ukura kemiripa dari objek di dalam ruag. Defiisi yag lai yaitu korelasi atara suatu peubah dega diriya sediri berdasarka lokasi, berarti korelasi atara ilai di lokasi ke-i dega ilai di lokasi ke-j. Salah satu statistik yag umum diguaka dalam otokorelasi spasial adalah statistik Mora s I atau yag disebut juga dega Ideks Mora Global yag didefiisika sebagai : I i 1 j 1 dega, w ij i 1 j 1 w ( y y)( y ij Ideks Mora Global Bayakya lokasi i i ( y y) i j y) Nilai pegamata pada lokasi ke-i, ke-j Rata-rata ilai pegamata

5 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 5 pembobot yag diberika atara lokasi ke-i da ke-j Pegujia hipotesis utuk Ideks Mora Global adalah : Hipotesis Uji: Statistik Uji: (Tidak terdapat otokorelasi spasial) (Terdapat otokorelasi spasial positif) (Terdapat otokorelasi spasial egatif) I E( I) Z( I) N(0,1) ( I) dega, I i 1 j 1 w ij 1 E( I) ( 1) i 1 j 1 w ( y y)( y ij i i ( y y) i j y) wij 3( wij) ( ( I) ( 1)( w ) Kriteria Uji: ij ij i j ij ij w ) ij Tolak pada taraf sigifikasi jika ( ) atau ( ). Atau tolak jika ilai-p <. Aalisis Data Pael Spasial Aalisis data pael spasial merupaka gabuga data litas idividu da deret waktu dega memperhitugka pegaruh spasial. Model regresi liear pada data pael yag terdapat iteraksi di atara uit-uit spasialya, aka memiliki peubah spasial lag pada peubah respo yag disebut model SAR (Spatial Autoregresive Model) atau peubah spasial proses pada galat yag biasaya disebut model SEM (Spatial Error Model), semetara jika memiliki peubah spasial lag da galat disebut model GSM (Geeral Spatial Model) (Elhorst, 010). Model Pael dega GSM Merupaka model pael dega memasukka usur spasial baik di peubah otoregresif da sisaaya dimaa Aseli (009) meyatakaya dalam betuk sebagai berikut: dega dimaa adalah betuk sisaa atau galat dari otokorelasi spasial, adalah koefisie otokorelasi spasial, adalah koefisie otoregresi spasial, da adalah eleme pada matriks pembobot spasial baris ke-i da kolom ke-j. Pedugaa parameter-parameter ii megguaka MLE (Elhorst,010).

6 6 Model Pael dega SEM Pada model ii, fokusya terdapat pada betuk sisaaya. Model galat spasial diyataka sebagai berikut: dega, (Elhorst, 010). Model Pael dega SAR Pada model ii, peubah respo bergatug pada pegamata peubah respo pada uit-uit tetagga. Model lag spasial (otoregresi spasial) diyataka sebagai berikut: (Elhorst,010). 3. METODOLOGI PENELITIAN Data Data yag diguaka dalam peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS). Data pael yag diguaka berupa data persetase peduduk miski, garis kemiskia, jumlah peduduk miski, Ideks Keparaha Kemiskia, da Ideks Kedalama Kemiskia di dua puluh sembila kabupate/ kota yag ada di Provisi Papua dega periode waktu dari tahu 010 sampai tahu 014 yag dapat dilihat pada lampira 1 dega keteraga peubah sebagai berikut: Table 3.1 Peubah dalam Peelitia Nama Peubah Persetase peduduk miski (Y) Garis kemiskia () Jumlah peduduk miski () Ideks Keparaha Kemiskia () Ideks Kedalama Kemiskia () Satua Perse Rp/kapita/bula Ribu jiwa Perse Perse Metode Aalisis Tahapa yag aka dilakuka dalam aalisis data pael spasial adalah sebagai berikut: 1) Eksplorasi Data Eksplorasi data dilakuka utuk melihat karakteristik dari data secara umum. ) Melakuka aalisis data pael dega megguaka uji Breusch-Paga, uji Chow da uji Hausma. 3) Melakuka aalisis spasial berupa otokorelasi spasial. 4) Melakuka aalisis data pael spasial berupa pedugaa parameter dega megguaka metode peduga maximum likelihood (MLE). 5) Pemiliha model terbaik dega melihat ilai R terbesar.

7 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 7 4. PEMBAHASAN Eksplorasi Data Gambar 4.1 Presetase Peduduk Miski Kabupate di Provisi Papua periode Gambar 4. Garis Kemiskia Kabupate di Provisi Papua periode Gambar 4.3 Jumlah Peduduk Miski Kabupate di Provisi Papua periode Gambar 4.4 Ideks Keparaha Kemiskia Kabupate di Provisi Papua periode

8 Gambar 4.5 Ideks Kedalama Kemiskia Kabupate di Provisi Papua periode Gambar-gambar di atas merupaka pola sebara peubah-peubah yag dipakai dalam peelitia. Dari gambar diatas, pegaruh waktu (time series) tidak begitu memberika pegaruh pada masig-masig peubah dimaa ilai-ilai peubah di tiap kabupate tidak jauh berbeda tiap tahuya, terutama jika dilihat dari peubah persetase peduduk miski, garis kemiskia, da jumlah peduduk miski. Haya pada tahu 010 saja, peubah ideks keparaha kemiskia da ideks kedalama kemiskia memiliki pola yag berbeda. Hal ii sagat beralasa karea pada tahu 010, Idoesia masih megalami perbaika perekoomia yag diakibatkaoleh krisis ekoomi global tahu 008. Jadi secara umum, pegaruh waktu tidak memberika pegaruh yata pada peubah-peubah yag diguaka Y- Y- Y- Y Gambar 4.6 Koefisie korelasi atar peubah pejelas dega peubah respo Pada grafik di atas terlihat bahwa peubah garis kemiskia () memberika korelasi egatif terhadap peubah respo di tiap tahuya, semetara peubah laiya memberika korelasi yag positif terhadap peubah jumlah peduduk miski. Dari keempat peubah pejelas, yag memberika pegaruh palig sigifika adalah peubah ideks keparaha kemiskia. Selajutya, tabel berikut memberika ilai korelasi atar peubah. Tabel 4.1 Koefisie korelasi peubah Y dega X Y- Y- Y- Y

9 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 9 Aalisis Data Pael Tabel 4. Hasil Uji Breusch-Paga Efek Nilai-p Waktu Idividu Waktu Idividu da Jika diguaka taraf sigifikasi sebesar 5% maka keputusaya : 1) Efek waktu da idividu Nilai-p < 5% maka tolak yag berarti cukup bukti utuk meyataka bahwa terdapat miimal satu efek (waktu atau idividu) pada model. ) Efek waktu Nilai-p > 5% maka terima yag berarti tidak cukup bukti utuk meyataka bahwa terdapat efek waktu pada model. 3) Efek idividu Nilai-p < 5% maka tolak yag berarti cukup bukti utuk meyataka bahwa terdapat efek waktu pada model. Dari hasil di atas, dapat disimpulka bawah tidak ada pegaruh sigifika yag diakibatka oleh waktu. Berdasarka pegujia Breusch-Paga di atas, haya ada efek idividu yag sigifika pada data kemiskia kab/kota provisi Papua tahu 010 sampai 014 sedagka waktu tidak memberika pegaruh yag sigifika. Hasil ii memberika iterpretasi yag sama dega hasil eksplorasi yag sebelumya telah dilakuka. Selajutya, aka diberika hasil pedugaa model pael pegaruh tetap, acak, da gabuga. Tabel 4.3 Hasil Pedugaa Model Pegaruh Tetap Peubah Koefisie Nilai-p Tabel 4.4 Hasil Pedugaa Model Pegaruh Acak Peubah Koefisie Nilai-p Itersep

10 10 Tabel 4.5 Hasil Pedugaa Model Pegaruh Gabuga Peubah Koefisie Nilai-p Itersep Berdasarka hasil pedugaa parameter model yag ditampika pada Tabel 4.3, Tabel 4.4 da Tabel 4.5, terlihat bahwa ilai koefisie dari masig-masig peubah pada model pegaruh tetap memberika hasil yata pada taraf α=5%. Sedagka pada model pegaruh acak, haya itersep yag tidak yata pada taraf. Berbeda dega hasil model pegaruh gabuga, ilai koefisie dari peubah tidak yata pada taraf sehigga dilakuka pemodela ulag pada model gabuga dega megeluarka dari model. Sehigga diperoleh hasil pedugaa model pegaruh gabuga seperti yag ditujukka pada Tabel 4.6. Tabel 4.6 Hasil pedugaa model pegaruh gabuga tapa Itersep Peubah Koefisie Nilai-p Selajutya aka dilakuka Uji Chow da Uji Hausma utuk medapatka model terbaik. Tabel 4.7 Hasil Uji Chow Db1 Db Nilai.-p Dari hasil di atas, α maka hipotesis ol di tolak. Hipotesis ol ditolak berarti cukup bukti utuk meyataka bahwa model megikuti model pegaruh tetap. Tabel 4.8 Hasil Uji Hausma Db Nilai-p Berdasarka Tabel 4.8, α maka hipotesis ol di tolak. Hipotesis ol ditolak berarti cukup bukti utuk meyataka bahwa model megikuti model pegaruh tetap. Berdasarka hasil uji yag telah dilakuka di atas, maka diperoleh model regresi data pael dega pegaruh tetap sebagai berikut:

11 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 11 dega =, artiya sebesar peubah-peubah bebas pada model mampu mejelaska variasi dari peubah respoya. Aalisis Spasial Peta persebara persetase peduduk miski, garis kemiskia, jumlah peduduk miski, ideks keparaha kemiskia, da ideks kedalama kemiskia di kabupate/kota Provisi Papua pada tahu 014 terlihat pada gambar berikut : (a) (b) (c) (d) (e) Gambar 4.7 Peta Provisi Papua tahu 014 (a) Persetase peduduk miski (b) Garis kemiskia (c) Jumlah peduduk miski (d) Ideks keparaha kemiskia (e) Ideks kedalama kemiskia

12 1 Pada peta di atas terlihat bahwa peubah kab/kota yag memiliki kedekata secara geografis memiliki kemiripa ilai (dapat dilihat secara visual bahwa wara suatu wilayah yag dihasilka pada peta-peta di atas memiliki wara yag mirip). Hal ii megidikasika bahwa ilai pegamata suatu kab/kota tidak salig bebas melaika terdapat ketergatuga spasial. Ketergatuga spasial terdapat pada peubah respo da pada peubah-peubah bebasya. Nilai peubah yag tidak salig bebas ii melaggar salah satu asumsi yag diguaka pada regresi klasik sederhaa dega metode kuadrat terkecil. Pada data dega ketergatuga spasial, ilai peduga yag dihasilka dega metode kuadrat terkecil aka mejadi bias da tidak kosiste (LeSage, 008). Berdasarka uraia di atas, aka dilakuka aalisis data pael spasial. Aka tetapi, utuk lebih memastika apakah suatu kab/kota salig bebas dega kab/kota lai atau tidak salig bebas, aka dilakuka pegujia otokorelasi spasial utuk melihat ada atau tidakya korelasi atara ilai di lokasi ke-i dega lokasi ke-j. Sebelum melakuka uji, aka dicari terlebih dahulu matriks pembobot spasial. Pada peelitia ii diguaka matriks bobot dega kosep ivers jarak. Setelah diperoleh matriks pembobot spasial, aka dilakuka uji otokorelasi spasial dega statistik uji yag diguaka adalah Ideks Mora Global. Hipotesis Uji: (Tidak terdapat otokorelasi spasial) (Terdapat otokorelasi spasial positif) (Terdapat otokorelasi spasial egatif) Tabel 4.9 Hasil uji otokorelasi spasial ( ) Keteraga Y, Terdapat otokorelasi spasial positif, Terdapat otokorelasi spasial positif, Tidak terdapat otokorelasi spasial, Terdapat otokorelasi spasial positif, Terdapat otokorelasi spasial positif Aalisis Data Pael Spasial Telah dilakuka pegujia sebelumya bahwa model pael yag sesuai adalah model pegaruh tetap. Berikut ii merupaka hasil dugaa parameter model GSM pegaruh tetap. Tabel 4.10 Pedugaa parameter model pael GSM dega pegaruh tetap Peubah Koefisie Rho Lambda Dari hasil di atas, terlihat bahwa jika taraf yata yag diguaka adalah 5% maka seluruh peubah sigifika kecuali peubah. Berikut ii hasil dugaa parameter tapa melibatka peubah.

13 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 13 Tabel 4.11 Pedugaa parameter model pael GSM (tapa ) dega pegaruh tetap Peubah Koefisie Rho Lambda Berikut ii merupaka hasil dugaa parameter dega model SEM dega pegaruh tetap. Tabel 4.1 Pedugaa parameter model pael SEM dega pegaruh tetap Peubah Koefisie Lambda Dari hasil di atas, terlihat bahwa jika taraf yata yag diguaka adalah 5% maka seluruh peubah sigifika kecuali peubah. Berikut ii hasil dugaa parameter tapa melibatka peubah. Lambda Tabel 4.13 Pedugaa parameter model pael SEM (tapa ) dega pegaruh tetap Peubah Koefisie Berikut ii merupaka hasil dugaa parameter dega model SAR dega pegaruh tetap. Tabel 4.14 Pedugaa parameter model pael SAR dega pegaruh tetap Peubah Koefisie Rho Dari hasil di atas, terlihat bahwa jika taraf yata yag diguaka adalah 5% maka seluruh peubah sigifika kecuali peubah. Berikut ii hasil dugaa parameter tapa melibatka peubah.

14 14 Tabel 4.15 Pedugaa parameter model pael SAR (tapa ) dega pegaruh tetap Rho Peubah Koefisie Evaluasi Model Hasil perhituga pada aalisis data pael spasial, didapatka bahwa model yag terbaik adalah model spasial otoregresi (SAR) dega pegaruh tetap karea memiliki ilai terbesar yag dapat dilihat pada tabel berikut : Tabel 4.16 Evaluasi model Model Pael Pegaruh Tetap Pael GSM Pegaruh Tetap Pael SEM Pegaruh Tetap Pael SAR Pegaruh Tetap Persamaa model yag terbetuk dari model pegaruh tetap dega SAR sebagai berikut: 5. KESIMPULAN Pemodela data kemiskia di Provisi Papua dega meambahka usur lokasi (spasial) memberika model yag lebih baik dibadiga dega model pael biasa. Model pael SAR dega pegaruh tetap terbukti lebih baik dari model pael biasa, model pael SEM da model pael GSM dega pegaruh tetap bila dilihat dari ilai R. Berdasarka hasil diatas, faktorfaktor yag mempegaruhi persetase jumlah peduduk miski di provisi Papua adalah jumlah peduduk miski, ideks keparaha kemiskia da ideks kedalama kemiskia. DAFTAR PUSTAKA Aggraei, Yulia. 01. Aalisis Spasial Data Pael utuk Meetuka Faktor-Faktor yag Mempegaruhi Kemiskia di Provisi Sumatera Selata. [Skripsi]. Bogor : Istitut Pertaia Bogor. Aseli L Spatial Regressio. Fotherigham AS, PA Rogerso, editor, Hadbook of Spatial Aalysis. Lodo: Sage Publicatios. Baltagi, B.H Ecoometrics Aalysis of Pael Data Third Editio. Joh Wiley & Sos. Chicester, Eglad. Bara,W Pemodela Data Pael Spasial dega Kompoe Satu Arah (Studi Kasus Aggara Sektor Pertaia Jawa Tegah). [Tesis]. Bogor : Istitut Pertaia Bogor. BPS. Kemiskia. [Iteret]. [diuduh 16 Jauari 017]. Jakarta(ID): BPS. hlm berita resmi statistik. Tersedia pada: accordiodaftar-subjek1 Dubi R Spatial Weights. Fotherigham AS, PA Rogerso, editor, Hadbook of Spatial Aalysis. Lodo : Sage Publicatios.

15 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua 15 Elhorst JP Spatial Pael Data Models. Fischer MM, A Getis, editor, Hadbook of Applied Spatial Aalysis. New York : Spriger. Halim, S., dkk Peetua Harga Jual Huia pada Aparteme di Surabaya dega Megguaka Metode Regresi Spasial. Jural Tekik Idustri 10(): hal Lee J, Wog DWS Statistical Aalysis ArchView GIS. New York: Joh Wiley & Sos, Ic. Meilliaa, A. dkk Aalisis Statistika Faktor yag Mempegaruhi Ideks Pembagua Mausia di Kabupate/Kota Provisi Jawa Timur dega Megguaka Regresi Pael. Jural Sais da Sei POMITS vol. No. hal d37-d4. Pagestika, S Aalisis Estimasi Model Regresi Data pael dega Pedekata Commo Effect Model (CEM), Fixed Effect Model (FEM) da Radom Effect Model (REM.). [Skripsi]. Semarag : Uiversitas Negeri Semarag. Purwaigsih, T Kajia Pegaruh Matriks Pembobot Spasial Dalam Model Data Pael Spasial. [Tesis]. Bogor : Istitut Pertaia Bogor. Ward MD, Gleditsch KS Spatial Regressio Models. Los Ageles: Sage Publicatios, Ic.