Estimasi parameter spatial error model yang memuat pencilan

INDONESIA:

Regresi spasial merupakan regresi yang mempunyai pengaruh tempat atau spasial. Beberapa model regresi spasial yaitu Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), dan Spatial Autoregressive Moving Average (SARMA). Pada penelitian ini hanya terdapat dependensi error pada data, sehingga data dimodelkan dengan model SEM. Dalam menganalisis data terkadang ditemukan adanya pencilan. Pencilan dapat menyebabkan hasil estimasi parameter menjadi bias. Salah satu metode penyelesaian pencilan adalah metode Penduga-S.

Penelitian ini bertujuan untuk memperoleh estimasi parameter model SEM yang memuat pencilan dengan metode Penduga-S sehingga akan diperoleh model IPM di Jawa Timur tahun 2016. Peubah bebas yang digunakan meliputi angka harapan hidup (X_1), angka kematian bayi (X_2), persentase penduduk miskin (X_3), laju pertumbuhan penduduk (X_4), angka harapan sekolah (X_5), dan kepadatan penduduk (X_6). Hasil yang diperoleh dari penelitian ini adalah model SEM yang memuat pencilan pada data IPM di Jawa Timur tahun 2016 dapat diselesaikan dengan baik menggunakan metode Penduga-S.

ENGLISH:

Spatial regression is a regression that has a place or spatial influence. Some spatial regression models are Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), and Spatial Autoregressive Moving Average (SARMA). In this research there is only dependency error on the data, accordingly the data is modeled with SEM model. In analyzing of the data, found the existence of the outliers. Outlier causes biased estimation results. One method to resolve outliers is S-Estimator.

The purpose of this research is to get parameter estimation of the SEM model contains an outlier using S-Estimator so that the mapping of Human Development Index in East Java 2016. Dependent variables used are the life expectancy (X_1), infant mortality rate (X_2), percentage of poor population (X_3), population growth rate (X_4), school expectations (X_5), and population density (X_6). The results from this research is that the SEM model that contains outliers of Human Development Index in East Java 2016 can be solved properly using the S-Estimator.