MODEL SPASIAL
ANALISIS PENGARUH JUMLAH PENDUDUK MISKIN, PDRB TERHADAP
JUMLAH KEPADATAN PENDUDUK DI PROVINSI SUMATERA SELATAN
Oleh:
Ahmad Yasir Nasution
(152.06.2009)
(152.06.2013)
Fauzi Ramadhan
(152.06.2014)
(151.06.2023)
(131.06.1007)
JURUSAN STATISTIK
FAKULTAS SAINS TERAPAN
INSTITUT SAINS DAN TEKNOLOGI AKPRIND
YOGYAKARTA
2016
c. Daerah Kritis:
H0 ditolak jika p-value < 0,05
d. Keputusan:
Karena diperoleh nilai p-value = 0,36563 , sehingga p-value > 0,05. Maka, H0 tidak
ditolak.
e. Kesimpulan:
H0 tidak ditolak, maka dapat disimpulkan bahwa variable PDRB tidak berpengaruh
terhadap model
Variabel Penduduk Miskin
a. Hipotesis:
H0 : variable Penduduk Miskin tidak berpengaruh terhadap model
H1 : variable Penduduk Miskin berpengaruh terhadap model
b. Statistik Uji : Nilai p-value
c. Daerah Kritis:
H0 ditolak jika p-value < 0,05
d. Keputusan:
Karena diperoleh nilai p-value = 0,98207 , sehingga p-value > 0,05. Maka, H0 tidak
ditolak.
e. Kesimpulan:
H0 tidak ditolak, maka dapat disimpulkan bahwa variable Penduduk Miskin tidak
berpengaruh terhadap model
3. Nilai R-square yaitu 0,079905, maka R2 = 7,9905% , artinya variable Kepadatann
Penduduk dijelaskan oleh variable Penduduk Miskin dan PDRB sebesar 7,9905%.
Sedangkan untuk 92,0095% dijelaskan oleh variable lain. Hal ini menunjukkan bahwa
Jumlah Penduduk Miskin dn PDRB belum cukup untuk menjelaskan Jumlah Kepadatan
Penduduk. Diperoleh nilai AIC = 256,653, nilai SSE = 954,491.
4. Maka, dapat disimpulkan bahwa model spasial tidak memberikam hasil estimasi yang
baik.
Berikut beberapa uji yang dilakukan dalam model spasial
1. Uji Morans I
Uji Hipotesis
a. Hipotesis
H0 : Tidak ada autokorelasi spasial pada data kepadatan penduduk
H1
b. Taraf signifikansi
= 5%
c. Daerah penolakan
H0 ditolak jika
Z hitung > Z
atau P-value
<
d. Statistik Uji
Z hitung
: -0,369706
P-value
: 0,711601
e. Keputusan
Z hitung
Z tabel
Z hitung
<
Z
2
Z
2
atau
pada P-value sebesar 0,711601 dan sebesar 5% (0,05), karena P-value > maka H0
tidak ditolak.
f. Kesimpulan
Karena H0 tidak ditolak maka dapat disimpulkan bahwa tidak ada autokorelasi spasial
pada data kepadatan penduduk.
Tidak ada autokorelasi spasial, menunjukkan bahwa kepadatan penuduk antar
kabupaten/kota di Provinsi Sumatera Selatan tidak saling berhubungan. Suatu kabupaten/kota
tidak akan mempengaruhi kabupaten/kota lain dalam hal kepadatan penduduk.
Nilai Morans sebesar -0,100924 bernilai negatif menunjukkan bahwa ada autokorelasi
negatif. Kabupaten/kota dengan angka kepadatan penduduk tinggi tidak selalu bertetanggaan
atau berdekatan dengan kabupaten/kota lain yang memiliki kemiskinan tinggi pula.
Model
R Square
Square
Estimate
Durbin-Watson
.695a
.483
.396
801.64021
.733
a. Hipotesis:
H0 : tidak terdapat autokorelasi (independen)
H1 : terdapat autokorelasi (dependen)
b. Statistik Uji : Durbin Watson (d) = 0,733
c. Daerah Kritis : H0 tidak ditolak jika du < d < 4-du
d. Keputusan:
Du menggunakan =5 dan k = 2 adalah 0,700, 4 du = 3,3
e. Kesimpulan:
H0 tidak ditolak, maka dapat disimpulkan tidak terdapat autokorelasi residual dependen.
Residual antar amatan adalah tidak berhubungan, karena asumsi independen terpenuhi.
3. Model SAR
^y =888,16820,2594 w kepadatan15,1757 PDRB0,1157 PendudukMiskin
Berdasarkan analisis yang telah dilakukan dia atas, tidak terdapat variable yang signifikan
mempengaruhi variable Kepadatan Penduduk. Diperoleh nilai R2 yaitu 7,9905, nilai AIC =
256,653, nilai SSE = 954,419.
4. Model Regresi Berganda
Jumlah Kepadatan Penduduk = -626,486 + 14,384Jumlah Penduduk Miskin + 1,509PDRB
Berdasarkan output Model Summari, dengan model regresi berganda diperoleh nilai
Adujusted R-Square, R2 = 39,6%, yang berarti variable kepadatan penduduk dijelaskan oleh
variable Jumlah Penduduk Miskin dan PSDRB sebesar 39,6%, dan 60,4% dijelaskan oleh
variable lain diluar model. Nilai SSE = 801,64021.
5. Kesimpulan
Berdasarkan analisis uji Morans I dan uji asumsi residual terhadap pengaruh
autokorelasi kita dapat mengetahui bahwa, tidak terdapat autokorelasi residual dependen,
sehingga residual antar amatan adalah tidak berhubungan, karena asumsi independen
terpenuhi. Maka dapat disimpulkan tidak ada autokorelasi spasial yang menunjukkan
bahwa kepadatan penuduk antar kabupaten/kota di Provinsi Sumatera Selatan tidak saling
berhubungan. Suatu kabupaten/kota tidak akan mempengaruhi kabupaten/kota lain dalam
hal kepadatan penduduk.
Dengan demikian, sebenarnya sudah diketahui bahwa kita tidak perlu melakukan
uji model spasial. Namun, untuk lebih jelasnya dan untuk membandingkan dengan
regresi berganda kita bias melakukan uji model spasial tersebut. Setelah dilakukan uji
model spasial SAR, diperoleh nilai R2 yaitu 7,9905 dan nilai SSE = 954,419. Sedangkan,
untuk uji model regresi berganda diperoleh nilai R2 = 39,6%, dan nilai SSE = 801,64021.