Pengujian autokorelasi spasial dengan Geary’s Ratio dan Moran’s i

مستخلص البحث

البيانات المكانية هي البيانات التي تتأثر القياسات في مكان أخر. تم تطبيق البيانات المكانية في طريقة العادي أقل مربع حتى يظهر التأثير المكاني. تميزت الآثار المكانية بالارتباط الذاتي المكاني وعدم التجانس المكاني. لاكتشاف الارتباط الذاتي المكاني باستخدام طريقة نسبة جيري و موران الأول. يستهدف هذا البحث لتجريب الارتباط الذاتي المكاني مع نسبة جيري وطريقة موران الأول. و تم تطبيق هذا البحث على بيانات الفقر في مقاطعة جاوة الشرقية في عام ٢٠١٧ ويحصل على خريطة الأرقام الفقر في مقاطعة جاوة الشرقية وبحث عن أفضل طرق في تجريب الارتباط الذاتي المكاني على بيانات الفقر في جاوة الشرقية عام ٢٠١٧. كانت المتغيرات المستقلة المستخدمة في هذا البحث هي X_1 كعرض تقديمي الإنتاج المحلي الإجمالي، X_2كعرض تقديمي لمعدلات التوقع المدرسي، X_3كعرض تقديمي لمتوسط طول المدرسة، X_4 كعرض تقديمي لمعدل البطالة المفتوحة، X_5 كعرض معدل المشاركة في العاملة ، X_6 كعرض لمؤشر التنمية البشرية. حصلت النتائج في هذا البحث على قيمة الترابط المكاني العالمي والمحلي مع نسبة جيري ونسبة موران الأول و نسبة جيري هي أفضل طريقة في تجريب الارتباط الذاتي المكاني لبيانات الفقر في جاوة الشرقية عام ٢٠١٧.

ABSTRACT

Spatial data is the data which affected by the measurement in another location. Spatial data applied in Ordinary Least Square method, so that the spatial effect appears. The existence of the spatial effect is marked by spatial autocorrelation and spatial heterogeneity. In order to detecting spatial autocorrelation, it is using Geary’s Ratio and Moran’s I methods. The objective of this study is testing the spatial autocorrelation using Geary’s ratio and Moran’s I methods. This study is applied on the poverty data in East Java Province on 2017 so that the poverty data mapping will be obtained and looking for the best method on spatial autocorrelation testing on the poverty data in East Java Province on 2017. The independent variable that used in this study is X_1 represents as Gross Regional Domestic Product (GDRP). X_2 represents as School Expectancy Rate (SER), X_3 represents as Mean Years School (MYS), ), X_4 represents as Open Unemployment Rate (OUR), X_5 represents as Labor Force Participation Rate (LFPR), X_6 represents as Human Development Index (HDI). The result of this research has been obtained spatial autocorrelation in a global and local using Geary’s Ratio and Moran’s I, with Geary’s Ratio method is the best method on this spatial autocorrelation testing on the poverty data in East Java Province on 2017.

ABSTRAK

Data spasial adalah data yang dipengaruhi oleh pengukuran di lokasi lain. Data spasial diterapkan di metode Ordinary Least Square sehingga muncul efek spasial. Adanya efek spasial ditandai dengan autokorelasi spasial dan heterogenitas spasial. Untuk mendeteksi autokorelasi spasial yakni dengan metode Geary’s Ratio dan Moran’s I. Penelitian ini bertujuan untuk pengujian autokorelasi spasial dengan metode Geary’s Ratio dan Moran’s I. Penelitian ini diaplikasikan pada data kemiskinan di Provinsi Jawa Timur pada tahun 2017 sehingga didapatkan pemetaan angka kemiskinan di Provinsi Jawa Timur serta mencari metode terbaik dalam uji autokorelasi spasial pada data kemiskinan di Jawa Timur tahun 2017. Variabel bebas yang digunakan dalam penelitian ini adalah X_1 sebagai presentasi Produk Domestik Regional Bruto (PDRB), X_2 sebagai presentasi Angka Harapan Sekolah (AHS), X_3 sebagai presentasi Rata-Rata Lama Sekolah (RRLS), X_4 sebagai presentasi Tingkat Pengangguran Terbuka (TPT), X_5 sebagai presentasi Tingkat Pasrtisipasi Angkatan Kerja (TPAK), X_6 sebagai presentasi Indeks Pembangunan Manusia (IPM). Hasil pada penelitian ini didapatkan nilai autokorelasi spasial secara global dan lokal dengan Geary’s Ratio dan Moran’s I serta metode Geary’s Ratio merupakan metode terbaik dalam pengujian autokorelasi spasial pada data kemiskinan di Jawa Timur tahun 2017.