PEMODELAN REGRESI KUANTIL SPASIAL AUTOREGRESIF (SARQR) UNTUK MENGATASI EFEK SPASIAL PADA DATA YANG MENGANDUNG OUTLIER (STUDI KASUS PADA DATA TINGKAT KRIMINALITAS PROVINSI JAWA TENGAH)
Retno Ayu Wardani, 4111414003 (2018) PEMODELAN REGRESI KUANTIL SPASIAL AUTOREGRESIF (SARQR) UNTUK MENGATASI EFEK SPASIAL PADA DATA YANG MENGANDUNG OUTLIER (STUDI KASUS PADA DATA TINGKAT KRIMINALITAS PROVINSI JAWA TENGAH). Under Graduates thesis, Universitas Negeri Semarang.
Preview |
PDF
Download (1MB) | Preview |
Abstract
Analisis regresi adalah analisis yang digunakan untuk memodelkan hubungan antara variabel bebas dan variabel terikat. Salah satu asumsi yang harus dipenuhi dalam analisis regresi adalah kebebasan antar pengamatan. Apabila suatu pengamatan memiliki efek spasial, yaitu suatu pengamatan pada daerah tertentu dipengaruhi oleh daerah disekitarnya, maka metode analisis yang digunakan adalah analisis regresi spasial. Pada kasus tertentu, pengujian efek spasial dengan melibatkan outlier pada data dapat menyebabkan suatu metode gagal dalam menangani efek spasial tersebut. Sehingga hal yang sering dilakukan adalah membuang data outlier. Padahal, membuang data outlier mungkin merupakan tindakan yang keliru, karena adakalanya outlier dapat memberikan informasi yang tidak dapat diberikan oleh data lainnya. Model Kuantil Spasial Autorogresif (SARQR) adalah model yang menggabungkan pemodelan SAR dengan regresi kuantil. Model SARQR ini dapat menghasilkan sebuah pemodelan yang baik untuk menangani permasalahan ketergantungan dan keheterogenan pada pemodelan data spasial, dan juga resisten terhadap outlier. Penelitian ini bertujuan untuk mengetahui: (1) Model persamaan regresi SARQR untuk mengatasi efek spasial pada data yang mengandung outlier yaitu data tingkat kriminalitas Provinsi Jawa Tengah tahun 2016; (2) Mengetahui penyebaran tingkat kriminalitas dan faktor-faktor yang berpengaruh terhadap tingkat kriminalitas Provinsi Jawa Tengah tahun 2016. Model regresi yang digunakan dalam penelitian ini adalah model regresi SARQR dengan menggunakan metode pendugaan parameter Instrumental Variable Quantile Regression (IVQR) dengan data Tingkat Kriminalitas Provinsi Jawa Tengah tahun 2016. Metode pengumpulan data yang digunakan adalah metode studi pustaka, dokumentasi, dan studi litelatur. Langkah-langkah analisis yaitu : (1) Pemilihan variabel bebas, (2) Deskripsi Data, (3) Pendeteksian Outlier, (4) Penentuan Matriks Pembobot, (5) Pemodelan OLS, (6) Uji Dependensi Spasial , (7) Uji Lagrange Multiplier, (8) Pemodelan SAR, (9) Uji Keheterogenan Spasial Model SAR, (10) Pemodelan SARQR, (11) Uji Validasi Model dan pemilihan lima model terbaik dengan QVSS, (12) Menentukan faktor-faktor yang mempengaruhi Tingkat Kriminalitas. Program analisis yang digunakan dalam penelitian ini adalah Arcview, Excel, dan R.
Item Type: | Thesis (Under Graduates) |
---|---|
Uncontrolled Keywords: | Heteroskedastisitas, Outlier, Regresi Kuantil Spasial Autoregresif, IVQR |
Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics |
Fakultas: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika, S1 |
Depositing User: | dina nurcahyani perpus |
Date Deposited: | 04 May 2020 16:03 |
Last Modified: | 04 May 2020 16:03 |
URI: | http://lib.unnes.ac.id/id/eprint/36122 |
Actions (login required)
View Item |