PEMODELAN DATA KEMISKINAN PROVINSI SUMATERA BARAT MENGGUNAKAN REGRESI SPASIAL

Authors

  • Pardomuan Robinson Sihombing BPS-Statistics Indonesia, IPB University
  • Fitri Mudia Sari Jurusan Statistika, Universitas Negeri Padang, Indonesia
  • Hendry Frananda Nasution Jurusan Geografi, Universitas Negeri Padang, Indonesia

DOI:

https://doi.org/10.30605/27458326-66

Keywords:

Kemiskinan, Model Autoregresif Spasial, Model Galat Spasial, Regresi Spasial

Abstract

Kemiskinan merupakan suatu masalah yang menjadi perhatian di setiap negara. Permasalahan kemiskinan di suatu daerah tidak hanya dipengaruhi oleh faktor-faktor kemiskinan di daerah tersebut, tetapi juga dapat dipengaruhi oleh kemiskinan di daerah lain sehingga kasus kemiskinan dapat dikaji dengan analisis spasial. Model spasial yang dapat digunakan untuk permasalahan ini adalah regresi spasial, diantaranya yaitu model autoregresif spasial dan model galat spasial. Tujuan dari penelitian ini adalah menentukan faktor-faktor yang mempengaruhi kemiskinan di Provinsi Sumatera Barat dengan menggunakan regresi spasial. Hasil penelitian menunjukkan model terbaik adalah model SAR dan faktor-faktor yang mempengaruhi yaitu persentase rumah tangga penduduk dengan sanitasi layak dan persentase penduduk dengan air bersih dan kemiskinan kabupaten/kota di sekitarnya.

Downloads

Download data is not yet available.

References

Alvitiani S, Yasin H, dan Mukid MA. 2019. Pemodelan Data Kemiskinan Provinsi Jawa Tengah Menggunakan Fixed Effect Spatial Durbin Model. Jurnal Gausian vol 8 no 2. 220-232

Anselin, L. 1988. Spatial Econometrics: Methods and Models, Kluwer Academic Publishers, The Netherlands.

Arbia, G. 2006. Spatial Econometrics: Statistical Foundations and Applications to Regional Convergence. Berlin: Springer.

Badan Pusat Statistik (2020), Provinsi Sumatera Barat dalam Angka 2020. Sumatera Barat: BPS Sumatera Barat.

Djuraidah A & Wigena AH. 2012. Regresi Spasial untuk Menentukan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur. Statistika vol 12 no 1. 1-8.

Fotheringham AS, Brunsdon C, Chartlon M. 2002. Geographically Weighted Regression, the analysis of spatially varying relationships. John Wiley and Sons. LTD.

Grasa AA. 1989. Econometric Model Selection: A New Approach, Kluwer.

Lee J & Wong DWS. 2001. Statistical Analysis with Arcview GIS. John Willey and Sons Inc. New York.

LeSage JP.1999. The Theory and Practice of Spatial Econometrics, University of Toledo.

Medina J & Solymosi R. (2019, 2 April). Chapter 9 Spatial Regression Models. [diakses pada 7 Januari 2021] dari: https://maczokni.github.io/crimemapping_textbook_bookdown/spatial-regression-models.html#spatial-regimes

Schabenberger O & Gotway CA. 2005. Statistical Methods for Spatial Data Analysis, Chapman & Hall/CRC.

Downloads

Published

2021-08-03

How to Cite

[1]
P. R. Sihombing, F. M. . Sari, and H. F. . Nasution, “PEMODELAN DATA KEMISKINAN PROVINSI SUMATERA BARAT MENGGUNAKAN REGRESI SPASIAL”, IJMA, vol. 2, no. 1, pp. 51–62, Aug. 2021.

Issue

Vol. 2 No. 1 (2021): Terbitan Ketiga-Agustus 2021

Section

Articles

License

Dengan mengirimkan naskah artikel, berarti penulis setuju dengan segala kebijakan yang ditetapkan oleh jurnal dan penerbit.

Penulis menyatakan bahwa:

  • kebijakan ini telah diketahui dan disetujui bersama oleh semua penulis;
  • naskah artikel belum dipublikasikan secara resmi sebelumnya di media ber-ISSN atau ber-ISBN yang terdaftar, kecuali dalam bentuk abstrak atau sebagai bagian dari materi kuliah, atau skripsi/tesis/disertasi yang tidak diterbitkan;
  • naskah tidak sedang dalam proses editorial dan dipertimbangkan untuk publikasi di tempat lain;
  • publikasi naskah ini telah disetujui oleh semua penulis, institusi afiliasi penulis, otoritas yang bertanggung jawab, dan lembaga di mana kegiatan telah dilakukan;
  • naskah berisi materi yang aman dari pelanggaran hak cipta;

Perjanjian Hak Cipta dan Lisensi

  • Penulis memiliki hak cipta dan hak kepemilikan lainnya yang terkait dengan artikel.
  • Penulis memiliki hak dan diizinkan untuk menggunakan substansi artikel untuk karya-karya penulis berikutnya, termasuk untuk keperluan bahan/materi kuliah dan buku.
  • Penulis menyerahkan hak publikasi pertama kepada jurnal dengan di bawah Lisensi Creative Commons (CC BY 4.0).

Pernyataan Lisensi CC BY 4.0

Anda diperbolehkan:

  • Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
  • Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial.

Pemberi lisensi tidak dapat mencabut ketentuan di atas sepanjang Anda mematuhi ketentuan lisensi berikut ini.

  • Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
  • Tidak ada pembatasan tambahan — Anda tidak dapat menggunakan ketentuan hukum atau sarana kontrol teknologi yang secara hukum membatasi orang lain untuk melakukan hal-hal yang diizinkan lisensi ini.