Statistik Uji Parsial Pada Model Mixed Geographically Weighted Regression

Mahmuda Mahmuda, Sri Harini

Abstract


Mixed Geographically Weigted Regression (MGWR) adalah pengembangan dari model regresi dimana terdapat parameter yang dihitung pada setiap lokasi pengamatan, sehingga setiap lokasi pengamatan mempunyai nilai parameter yang berbeda-beda, regresi yang demikian dinamakan Geographically Weighted Regression (GWR). Penaksir parameter untuk GWR ini menggunakan WLS, karena dalam GWR terdapat matriks pembobot yang dibutuhkan. Dengan MGWR akan menghasilkan penaksir parameter yang sebagian bersifat global dan sebagian lain bersifat lokal sesuai dengan lokasi pengamatan. Penaksir pada model MGWR dapat dilakukan dengan metode WLS. Selanjutnya diperlukan serangkaian prosedur untuk melakukan uji hipotesis terhadap parameter model yang dihasilkan. Uji hipotesis ini digunakan untuk kesesuaian model dan juga menentukan variabel bebas mana yang berpengaruh signifikan terhadap model.Dari hasil penelitian didapatkan model statistik uji dari model MGWR adalah statistik uji F dan uji t. Pada aplikasi GWR4 didapatkan bahwa dari ke tujuh variabel, ternyata kesehatan ibu dan kesehatan bayi yang signifikan mempengaruhi jumlah kematian bayi di Jawa Timur tahun 2012.Sehingga model yang didapatkan dari pengujian signifikansi model GWR pada data jumlah kematian bayi di Jawa Timur tahun 2012 menggunakan aplikasi GWR4 adalah:

y=33,930030+465,611379X6−469,063181X7

Selain menggunakan statistik uji F dan uji t, dapat juga digunakan metode lainnya pada pengujian model MGWR. Estimasi parameter juga dapat menggunakan metode selain WLS, serta data yang sesuai dengan kebutuhan peneliti.


Keywords


Geographically Weighted Regression (GWR); Mixed Geographically Weighted Regression (MGWR); statistik uji t

Full Text:

PDF

References


Hasbi Yasin, "Uji Hipotesis Model Mixed Geographically Weighted Regression dengan Metode Bootstrap," in Universitas Diponegoro, Jogjakarta, 2013, pp. 528-532.

Sri Harini, Purhadi, and Mashuri, "Statistical Test for Multivariate Geographically Weighted Regression Model Using the Method of Maximum Likelihood Ratio Test.," Applied Mathematics, pp. 24-30, 2012.

Hasbi Yasin, "Pemilihan Variabel pada Model Geographically Weighted Regression," Media Statistika, pp. 66-70, 2011.

Luluk Azizah, "Pengujian Signifikansi pada Model Geographically Weighted Regression," Malang, 2013.




DOI: http://dx.doi.org/10.18860/ca.v3i3.2946

Refbacks

  • There are currently no refbacks.




Editorial Office
Mathematics Department,
Universitas Islam Negeri Maulana Malik Ibrahim Malang
Jalan Gajayana 50 Malang, Jawa Timur, Indonesia 65144
Faximile (+62) 341 558933
e-mail: cauchy@uin-malang.ac.id
 

Creative Commons License
Cauchy (ISSN: 2086-0382 / E-ISSN: 2477-3344) by http://ejournal.uin-malang.ac.id/index.php/Math is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.