Pemodelan Geographically Weighted Regression (GWR) Pada Tingkat Kemiskinan di Provinsi Jawa Tengah
Teks penuh
Gambar
Dokumen terkait
Setelah diperoleh estimasi parameter untuk model regresi OLS dan GWR kemudian dilakukan uji kesesuaian model ( goodness of fit ) untuk melihat apakah faktor geografis
Mendapatkan model data kasus TB dengan menggunakan metode Geographically Weighted Regression (GWR) untuk mengetahui faktor-faktor yang mempengaruhi jumlah kasus TB di Jawa Timur
Apabila dalam pengujian kesesuaian model diperoleh kesimpulan bahwa terdpat perbedaan yang signifikan antara model GWR dan regresi linier berganda maka pengujian yang
Pengujian Parameter Model GWR Pengujian parameter model pada GWR bertujuan untuk mengetahui faktor-faktor yang berpengaruh terhadap tingkat kemiskinan untuk tiap kecamatan di
Kabupaten Blora, Kudus, Temanggung dan Purworejo Merupakan 4 Kabupaten di Provinsi Jawa Tengah yang memiliki angka Rasio Gini tertinggi yaitu berkisar antara 0.36-
Metode GWR dapat dikembangkan menjadi metode Mixed Geographically Weighted Regression (MGWR) yang merupakan gabungan dari model regresi linier dan GWR.. Parameter regresi yang
Pemodelan persentase penduduk miskin dengan regresi linier berganda dilakukan dengan tujuan untuk mengetahui variabel mana yang berpengaruh secara signifikan terhadap
X3 :Produk Domestik Regional Bruto X4 : Jumlah Penduduk X5 : Jumlah Penduduk Miskin X6 : Jumlah Tenaga Kerja X7 :Tingkat Pengangguran terbuka X8 : Laju Pertumbuhan Ekonomi Selain itu
