Jurnal SIG Fix
Jurnal SIG Fix
1
Yulinda Rizky Pratiwi
1
Program Studi Statistika FMIPA Universitas Islam Indonesia
Alamat e-mail : yulindarizkypratiwi@gmail.com
ABSTRAK
Indek Pembangunan Manusia (IPM) merupakan salah satu alat ukur kinerja pembangunan
khususnya pembangunan manusia yang dilakukan di suatu wilayah pada waktu tertentu
atau secara spesifik. Penelitian ini mengkaji IPM dan komponenkomponen penyusun IPM,
data yang digunakan adalah data nilai komponen-komponen IPM untuk 33 provinsi di
Indonesia. Variabel yang digunakan dalam penelitian ini adalah nilai IPM (Y) sebagai
variabel dependen, PI (X1), RTMK (X2), dan RTMTS (X3) sebagai variabel independen.
Penelitian mengkaji efek dependensi spasial dengan mengunakan pendekatan area.
Selanjutnya diberikan aplikasi SEM untuk mengidentifikasi seberapa besar pengaruh
komponen-komponen penyusun IPM dapat mempengaruhi tingkat IPM di Indonesia. Hasil
penelitian menunjukkan bahwa persebaran IPM di Indonesia terdapat pola pengelompokan
wilayah. Hasil pemodelan menggunakan SEM menunjukkan lambda dan semua variabel
yang signifikan. Model SEM menghasilkan AIC sebesar 121,529 yang lebih baik
dibandingkan regresi metode OLS dengan AIC sebesar 126,867.
3
Tabel 5 Pengujian Parameter Regresi OLS
Parameter Koefisien Std. Error P-Value
Konstanta 41,66068 2,151948 0,00000
PI 0,09842995 0,03741394 0,01895
RTMK 0,3196583 0,04783533 0,00000
RTMTS 0,2023838 0,02717348 0,00000
R2 0,878489
SER 1,56313
AIC 126,867
Signifikan pada =5%, (Dependent Variable = IPM)
Dengan menggunakan tingkat
sigmifikansi 5% maka hasil yang ada
Gambar 3 Persebaran PI Menurut Provinsi menunjukkan bahwa P-Value pada variabel
di Indonesia tahun 2013 PI, RTMK, dan RTMTS < 0,05 sehingga
dapat disimpulkan bahwa keempat variabel
tersebut memiliki pengaruh yang signifikan
terhadap nilai IPM.
Dalam melakukan uji asumsi digunakan
tingkat signifikansi sebesar 5%. Hasil yang
didapatkan adalah nilai Morans I sebesar
0,364385 bahwa model regresi yang
dihasilkan tidak terbebas dari autokorelasi
(terjadi autokorelasi) sehingga perlu
dilakukan analisis regresi spasial. Pemilihan
Gambar 4 Persebaran RTMK Menurut model untuk analisis regresi spasial dapat
Provinsi di Indonesia tahun 2013 dilihat dari nilai Lagrange Multiplier.
Adapun hasilnya dapat dilihat pada tabel 6.
pemodelan SEM.
Tabel 6 Pemilihan Model Regresi SEM
DIAGNOSTICS FOR SPATIAL DEPENDENCE
FOR WEIGHT MATRIX : jurnalpeta2.gal
(row-standardized weights)
TEST MI/DF VALUE PROB