PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH
DENGAN
MULTIVARIATE GEOGRAPHICALLY WEIGHTED
REGRESSION
(MGWR)
SKRIPSI
Disusun Oleh :
SINDY SAPUTRI
24010210141007
JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN
MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION
(MGWR)
Disusun Oleh :
SINDY SAPUTRI
24010210141007
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika pada Fakultas Sains dan Matematika Universitas Diponegoro
JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
HALAMAN PENGESAHAN I
Judul Skripsi
:
Penentuan Model Kemiskinan di Jawa Tengah dengan
Multivariate Geographically Weighted Regression
(MGWR)
Nama Mahasiswa
: Sindy Saputri
NIM
: 24010210141007
Jurusan
: Statistika
telah diujikan pada sidang Tugas Akhir tanggal 26 Maret 2015 dan dinyatakan lulus pada
tanggal 30 Maret 2015.
Semarang, Maret 2015
Mengetahui,
Ketua Jurusan Statistika
FSM Universitas Diponegoro
Dra. Dwi Ispriyanti, M.Si
NIP. 195709141986032001
Panitia Penguji Ujian Tugas Akhir
Ketua
HALAMAN PENGESAHAN II
Judul Skripsi
:
Penentuan Model Kemiskinan di Jawa Tengah dengan
Multivariate Geographically Weighted Regression
(MGWR)
Nama Mahasiswa
: Sindy Saputri
NIM
: 24010210141007
Jurusan
: Statistika
telah diujikan pada sidang Tugas Akhir tanggal 26 Maret 2015.
Pembimbing I
Dra. Dwi Ispriyanti, M.Si
NIP. 195709141986032001
Semarang, Maret 2015
Pembimbing II
KATA PENGANTAR
Puji syukur penulis ucapkan atas kehadirat Allah SWT yang telah
melimpahkan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan
tugas akhir yang berjudul
Penentuan Model Kemiskinan di Jawa Tengah
dengan
Multivariate Geographically Weighted Regression
(MGWR)
. Pada
kesempatan ini penulis ingin mengucapkan terima kasih kepada:
1.
Ibu Dra. Dwi Ispriyanti, M.Si. selaku Ketua Jurusan Statistika Fakultas
Sains dan Matematika Universitas Diponegoro Semarang sekaligus sebagai
Dosen Pembimbing I.
2.
Ibu Triastuti Wuryandari, S.Si, M.Si. sebagai pembimbing II yang telah
memberikan bimbingan dan pengarahan dalam penulisan tugas akhir ini.
3.
Bapak dan Ibu dosen Jurusan Statistika Fakultas Sains dan Matematika
Universitas Diponegoro yang telah memberikan ilmu yang bermanfaat
4.
Semua pihak yang tidak dapat disebutkan satu per satu yang telah
mendukung penulis menyelesaikan penulisan tugas akhir ini.
Penulis berharap tugas akhir ini dapat bermanfaat bagi seluruh civitas
akademika di Universitas Diponegoro, khususnya Jurusan Statistika dan
masyarakat pada umumnya.
Semarang, Maret 2015
BSTRAK
,
-
t
v
! "!#$ %& 'y
(!$ & !) *!$ !+ +# ,(
-./ 0).
1 -. /0 (! $ & !)Least Square
(
/LS). Pemilihan
bandwith optimum menggunakan
Cross Validation
(CV). Penelitian ini
mencari model terbaik antara MGWR dengan regresi multivariat dan membuat
peta persebaran kabupaten dan kota di Provinsi Jawa Tengah berdasarkan
variabel-variabel yang
signifikan terhadap kemiskinan.
Hasil pengujian
kesesuaian model menunjukkan bahwa tidak ada pengaruh faktor spasial terhadap
presentase penduduk miskin dan tidak miskin di Provinsi Jawa Tengah. Variabel
yang diduga mempengaruhi presentase penduduk miskin adalah variabel
persentase pengeluaran untuk makanan, sedangkan untuk persentase penduduk
tidak miskin adalah variabel persentase pengeluaran untuk makanan dan
persentase tingkat pendidikan kepala keluarga kurang dari SD. Berdasarkan AIC
dan MSE diperoleh model terbaik yaitu model MGWR dengan nilai AIC sebesar
44,4603 dan MSE 0,454.
vi
ABSTRACT
The problem of poverty is a fundamental problem faced in a number of
regions in Indonesia, to determine significant indicators on poverty by taking into
account the spatial variation in the province of Central Java can use multivariate
models Geographically Weighted Regression (MGWR). In the model MGWR
model parameter estimation is obtained by using Weighted Least Square (WLS).
Selection of the optimum bandwidth using Cross Validation (CV). The study
looked for the best model among MGWR with multivariate regression and create
distribution maps counties and cities in the province of Central Java based
variables significantly to poverty. The results of testing the suitability of the
model shows that there is no influence of spatial factors on the percentage of poor
and non-poor in the province of Central Java. Variables expected to affect the
percentage of poor people is a variable percentage of expenditures for food, while
the percentage of the non-poor is a variable percentage of expenditure on food and
the percentage of heads of household education level less than SD. Based on the
AIC and the MSE obtained the best model is the model MGWR with AIC value
of 44.4603 and MSE 0.454.
v
2 234564 7898
: ;<;= ;>
:? @?A?B
J
C DC @EEEE EEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE F
:? @?A?BGHBI HJ ?:? B
I
EEEEEEEEEEEEEEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE F F:? @?A?BGHBI HJ ?:? B
II
EEEEEEEEEEEEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE FF FK
?K ?GH BI ? BK?LEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE Fv
?MJ K L?
K
EEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEv
?MJ K L?NK EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE OF
D?PK ?L
I
JI
EEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEv
F FD?PK ?LK ? MH @ EEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE
x
D?PK ?LI? AM? L EEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE E
x
FD?PK ?L@?AGQL?B EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE
x
F FM?MQ GHB D?:C @C? B
RERE @;
t
;S MT< ;U;>VEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE RREWE G T S=;X;<;Y;>EEEEEEEEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE Z
REZE M;[;X;>A;X;<;YEEEEEEEEEEEEE EEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE Z
RE\E K ]^ ];>G T>T<F [F;>EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE Z
M?M
II
KI
BJ
?C?BG C JK ?K
?WERE
K
T=FX UF> ;>EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE _WERERE DT`F>FX F
K
T=F X UF> ;>EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE _WEREWE D;[;
K
T=FX UF> ;>EEEEEEEEEEEE EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE _WEREZEAT [abTG T>V]U ]S;>cT=FX UF> ;>EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE d
v
e e efgfg hijkil mnmo mikpqr
t
mstkmtt
ggggggggggggggggggggggggggggggggggggg gggggggggggggggggggg uvfgfgug
K
w ixml m ioywkir t lm gggggggggggggggggggggggggggggggggggggggggggggggggggggggg uvfgfgfgzl { m|tl m} tkt |i{ ik gggggggggggggggggggggggggggggggggggggggggggggggggggggggg u~
fgfgvg m
K
ililqt mtopw ir gggggggggggggggggggggggggggggggggggggggggggggggggggg u~fgfg~g mmjo mxmto l m} tkt |i{ikpwirggggggggggggggggggggggggggggggggggg u~
fgfgg lq | lmhijkil mnm o mikpqr
t
mstkmtt
gggggggggggggggggggggggggggggg ufgfggu lq | l mw |wlit
st
m lmt
t lgggggggggggggggggggggggggggggggg g ufgfggf lq | l mhil mqtr
I
oi io ioggg gggggggggggggggggggggggggg ufgfggv lq | l mhil mqtrik ml {kmq lm
wk|trpqr { mstk mt {
ggggggggggggggggggggggggggggggggggggggggg u
fgfgg} i| mrmtopw ir ikt m}ttpwir
nmo mikpqr
t
mstk m tt
ggg ggggggggggggggggggggggggggggggggggggggggggggggggggggggg ufgvg iwjkt mtrr
y
imj {ihijkil l mwo ggggggggggggggggggggggggggggggggggggggg ufg~g } i|ww ir toph ggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggg f
fg~gug } iot l mkto}tkt |i{ ikp w irp hgggggggggggggggggggggggggggg fu
fg~gfg } i|ww {top h gggggggggggggggggggggggggggggggggggggggggggggggggggggg fu
fg~gvg } io jqmtomw {il mlyililqt mtopw irhi jk il m
pqr{mstk mt { io jtop hgggggggggggggggggggggggggggggggggggggggggggg ff
fg~g~g} io jq mtomw {ilmlmjo m xm to lmpw irp hgggggggg fv
fg~gg} i| mrmtopw irikt m phgggggggggggggggggggggggggggggg ggg f~
III
pz OLOGI PENELITIAN
3.1. Sumber Data...
25
3.2. Variabel Penelitian...
25
x
ÎÊÏÐ ËÑÒ Ó ÊÔÕ ÊÏÐËÖÊ
t
Ê×ÐÍÐ ËÕt
Õ ÊÍ ÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒÒ...
26
Tabel 2. Struktur Data Penelitian ...
26
Tabel 3. Deskriptif Data Kemiskinan ...
...
31
Tabel 4. Koefisien Korelasi Variabel Respon ...
...
32
Tabel 5. Analisis Varians Model Regresi Multivariat ...
...
33
Tabel 6. Signifikansi Parameter Model Regresi Multivariat dengan Data
Persentase Penduduk Miskin dan Persentase Penduduk
Tidak Miskin ...
....
...
... 34
Tabel 7. Jarak Euclide dan Pembobot di Lokasi (
ØÙÚÛ Ù) ...
... 39
Tabel 8. Nilai Estimasi Parameter Model MGWR Penduduk Miskin ... 41
Tabel 9. Nilai Estimasi Parameter Model MGWR
Penduduk Tidak Miskin ... 42
Tabel 10. Uji Kesesuaian Model MGWR dan Regresi Multivariat ...
43
Tabel 11. Nilai Signifikansi Parameter Model MGWR
Penduduk Miskin ... 45
Tabel 12. Nilai Signifikansi Parameter Model MGWR Penduduk Tidak
Miskin ...
...
... 46
æ çèçé çê
ãçéë çìíî ïÝðñò ðóôõÝòô ö ðõÝ÷Ý÷ïðø ðùúöúõÝøÝðöîîîîîîîîîîîîîîîîîîîîîîîîîîîîîîî
...
29
Gambar 2. Plot Normalitas ...
...
37
Gambar 3. Pengelompokan Kabupaten dan Kota berdasarkan Variabel
Prediktor yang Signifikan Mempengaruhi Variabel Respon
Persentase Penduduk Miskin ...
47
Gambar 4. Pengelompokan Kabupaten Dan Kota Berdasarkan Variabel
Prediktor yang Signifikan Mempengaruhi Variabel Respon
t
ýt
t
K
þ!
!! "
" ! # $
$ % &' (
% &'
)
( ! &' *
) ! &'
+
*! ,, þ ý
ý
J
w
!- - , (,+ ý (
BAB I
PENDAHULUAN
1.1
Latar Belakang
2 345676 8696: ;35<7 ;<:6:534=>6;6 : 76 869 76 ?= > 347 @6 86 : 53:A 6764
y
6: B?34=7 A< 96A6>< A< 73C= 5 869 A6 3469 A< D:A @:37< 6E F< D:A @:37< 6 ;35< 7 ;< :6 : 567< 9
53:C 6A< 7 6 869 7 6 ?= 5676 869 G37 64E H3:< : B;6 ?;6: ;< :34C6 > 34 3; @:@5<6: 6 B64
56 5>= 53:I<> ?6;6: 86 >6 :B6 : ; 34C6 A6: 5 3:6?6 ; 39<A=>6 :
y
6: B 86y
6 ; G6 B<738=4=9 46;
y
6 ? 6;6 : 53w
=C=A;6 : ; 373C69 ?34 66 : > 3:A=A=; D:A @:37 < 6 6: By
534=>6;6: 7 6 869 7 6 ?= ?=C=6 : > 35G6 : B= :6 : :67<@:6 8E J6 869 76 ?= 767 646 :
> 35G6 : B= :6 ::67<@:6 86 A6 8695 3:=4= :;6 :?<: B;6 ?; 35< 7;<:6 :E
K3G346> 6 =>6
y
6 53:= 4 = :;6 : ?<:B;6?;35< 7;<:6 : ?3869 A<86;=; 6 : @8 39
> 3534< :?69 >=7 6 ? A6 : A6 3469 L A< 6:? 646 :6
y
A3 :B6 : >35G34<6 : G3467 5<7 ;< :MN67;<:O L K6:?=6 : P6 : B
s
= :B Q= :6< MKPQOL > 386y
6 :6 : ; 3s
396t
6 : ;38=64 B6 5< 7;<:MR7 ; 37 ;<:OL K6 :?=6 : S>3
r
6s
<@:68 J 3; @869 M KSJO A6 : > 35 G3r
< 6 : 6;7 3s
T6:B 8u
6s
t
3r
96A6>su
5G3r
Usu
5G3r
> 35 G<6T66 : Vs
696 H< ;4@L W3I< 8 A6: H3:3:B69MVHWHO MJ
u
B<T6 :?@L X YYZOE 2 3r
6 :6 : A6t
6 ;35<s
;<:6 : 53:C 6A<s
6: B6t
> 3:?<:BA6 86 5; 3G3
r
96s
<86 :> 38 6;s
6 :66 :>r
@Br
6 5>3:=4u
:6 :t
<:B; 6t
; 35<s
;<:6 :EK3r
G6B6<A 3[<:<
s
<A6:<:A<;6t
@4u
:?u
;53:Bu
;=4t
<:B; 6t
; 35<s
;<:6 :A6:53:B9<tu
:BCu
5869> 3:A=A=;5<
s
;<:t
3869A<[@4 5u
86s
< ;6 :A6 :A< ; 35 G6 :B;6:L A 3: B6 :9 6r
6> 6:u
>6T6> 3:B3:?6
s
6:;35<s
;< :6 :6;6 :83G< 9?3>6t s
6s
6r
6 :E2 3
r
9<tu
:B6 : Cu
5 869 > 3 :A=A=; 5<s
;< :s
386 56 < :< A< 86;=;6 : A 3:B6:êë ì íî ïð ïñòó î ôõíð ö í÷øò ïù òóöò ÷ò úû ü ý õíóþòó ÷íþ÷íÿ ï î ðöïò ÷ïòö
õòó
î íî ø òö íöò í÷ÿíøò÷ò ó ùòø òö íó õòó ùôö ò õï ì ÷ôïóÿ ï ò
w
ò íóþòñø í÷õòÿ ò÷ùòó ò÷ï òø íðò÷ ïòø íð