Statistika (Jan 2022)
Pemodelan Spasial Tingkat Pengangguran Terbuka di Jawa Timur dengan Geographically Weighted Regression
Abstract
Penelitian ini menerapkan metode regresi spasial dengan pembobot letak geografis yang merupakan pengembangan dari metode regresi linier berganda dan diterapkan dalam mengukur faktor-faktor yang diduga berpengaruh terhadap tingkat pengangguran terbuka di Jawa Timur. Regresi linier berganda yang digunakan untuk memodelkan hubungan antara variabel prediktor dan variabel respon dimana koefisien parameter regresi yang dihasilkan bersifat global, yang artinya bahwa semua objek penelitian akan tergeneralisasi hasil yang sama. Adanaya kondisi heterogenitas objek pengamatan yang diamati dengan mempertimbangkan letak geografis, maka pendekatan metode yang tepat adalah metode geographically weighted regression. Nilai koefisien parameter geographically weighted regression bersifat lokal dimana setiap objek penelitian akan memiliki nilai koefisien parameter regresi yang berbeda-beda. Hasil analisis geographically weighted regression menunjukkan bahwa fungsi kernel yang paling tepat untuk analisis adalah adaptive bisquare dengan nilai koefisien determinasi sebesar 98,3629%. Ukuran kebaikan model geographically weighted regression lebh baik dibandingkan ukuran kebaikan model regresi berganda yakni 66,5%. Hasil analisis juga menunjukkan bahwa dengan menggunakan metode geographically weighted regression, variabel prediktor yang berpengaruh secara signifikan hampir di semua objek penelitian adalah jumlah penduduk miskin (dalam ratus ribu jiwa). Pengelompokkan kabupaten/kota di Jawa Timur juga terbentuk 9 cluster bedasarkan variabel predikor yang berpengaruh secara signifikan guna memberikan gambaran program pemerintah yang lebih tepat sasaran dalam menekan tingkat pengangguran terbuka di Jawa Timur.
Keywords
