Estimasi parameter model regresi spasial error dengan metode maximum likelihood estimation

INDONESIA:

Analisis regresi merupakan metode yang digunakan untuk mengetahui hubungan antar variabel. Pengaruh variabel tersebut dapat diterima jika asumsiasumsi yang mendasar terpenuhi. Jika salah satu asumsi tidak terpenuhi maka uji analisis regresi tidak tepat digunakan untuk membuat model. Salah satu penyebab tidak tepatnya model dari analisis regresi adalah terjadinya autokorelasi pada error. Hal ini dapat terjadi karena adanya pengaruh lokal dari model analisis regresi. Salah satu cara untuk menyelesaikan masalah ini adalah dengan analisis regresi spasial. Analisis regresi spasial adalah salah satu metode yang digunakan untuk menganalisis model akibat adanya pengaruh spasial. Pengaruh spasial tersebut ada yang disebabkan oleh nilai observasi dari suatu pengamatan dipengaruhi oleh nilai observasi lokasi lain, karakteristik ini dinamakan spasial lag. Selain itu, pengaruh spasial lainnya adalah spasial error, dimana nilai error dari suatu lokasi dipengaruhi oleh error dari lokasi lain. Asumsi yang digunakan pada model ini adalah error berdistribusi normal dan mengalami autokorelasi E(ε)≠0, mean bernilai nol dan varian kovarian yang dipengaruhi oleh autokorelasi pada error. Pada penelitian ini membahas tentang prosedur mengestimasi parameter model regresi spasial error dengan menggunakan metode Maximum Likelihood Estimation.

ENGLISH:

Regression analysis is a method used to determine the relationship between variables. Influence of these variables can be accepted if the underlying assumptions are met. If one of assumption is not met, the regression analysis test unappropriate is used to make the model. One of cause the unappropriate model of regression analysis is the occurrence of autocorrelation on the error. This can occur because of local influence of regression analysis model. One of way to solve this problem is by spatial regression analysis. Spatial regression analysis is one of method used to analyze the model coused by spatial effects. The Spatial effects can be caused by observation value from observation value in other locations, this characteristic is called the spatial lag. Beside that, the other spatial effect is spatial error, in which error value from a location is influence by the error from other location. Assumption that is used in this model is error in normal distribution and experienced autocorrelation E(ε)≠0, the mean value is zero and variance covariance which is influenced by autocorrelation on the error. In this researche discusses about the procedures for estimating parameters of spatial error regression model using the Maximum Likelihood Estimation method.