Pemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR)
Teks penuh
Gambar
Dokumen terkait
Berdasarkan hasil pemodelan dengan GWR diperoleh model yang berbeda-beda untuk tiap kecamatan.Berdasarkan variabel yang signifikan untuk tiap kecamatan terbentuk
Berdasarkan hasil pemodelan dengan GWR diperoleh model yang berbeda-beda untuk tiap kecamatan.Berdasarkan variabel yang signifikan untuk tiap kecamatan terbentuk
Tujuan dari penelitian ini yaitu menentukan faktor- faktor yang berpengaruh terhadap jumlah penduduk miskin di setiap kabupaten/kota di Jawa Tengah menggunakan
Metode Geographically Weighted Regression (GWR) merupakan model regresi yang dikembangkan untuk memodelkan data dengan variabel dependen yang bersifat kontinu dan
Setelah diperoleh estimasi parameter untuk model regresi OLS dan GWR kemudian dilakukan uji kesesuaian model ( goodness of fit ) untuk melihat apakah faktor geografis
Tujuan penelitian ini adalah menentukan model GWR dalam menganalisis tingkat kemiskinan dengan fungsi pembobot Gaussian Kernel pada tiap kabupaten/kota di Provinsi NTT
Dari 38 model GWR, terdapat lima variabel prediktor yang berpengaruh terhadap jumlah penderita TB di Jawa Timur tahun 2010 antaralain adalah persntase penduduk laki-laki
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
