Model Geographically Weighted Regression (GWR) merupakan pengembangan dari model regresi atau
bentuk lokal regresi yang memperhatikan lokasi dari titik pengamatan yang
menghasilkan penaksir parameter model yang bersifat lokal untuk setiap titik
atau lokasi di mana data tersebut dikumpulkan. Dalam menganalisis data dengan menggunakan model GWR, terkadang ditemukan
adanya outlier. Outlier ini dapat diidentifikasi secara jelas
karena berbeda dengan mayoritas titik sampel lainnya. Adanya outlier dapat
berdampak terhadap hasil estimasi parameter model yang menyebabkan estimasi
parameter menjadi bias. Salah satu metode
penyelesaian outlier
adalah metode bounded influence M-estimator. Penelitian ini bertujuan untuk mendapatkan model angka putus
sekolah tingkat SMA di Provinsi Jawa Timur Tahun 2013 yang di dalamnya termuat
outlier, sehingga akan didapatkan pemetaan putus sekolah tingkat SMA di Jawa
Timur. Variabel respon yang digunakan pada penelitian ini adalah pengangguran
(X1), kemiskinan (X2), pendidikan kepala rumah tangga (X3), indeks pembangunan
manusia (X4), angka partisipasi sekolah (X5), wilayah pedesaan (X6), perceraian
orang tua (X7). Hasil yang didapatkan dari penelitian ini adalah model GWR yang
mengandung outlier dapat
diselesaikan dengan baik oleh metode bounded influence M-estimator serta keadaan angka
putus sekolah di Jawa Timur pada tahun 2013 mampu dijelaskan dengan baik.
Kata kunci: GWR, outlier, bounded influence M-estimator, angka putus sekolah
Lengkapnya dapat di download disini
Semoga bermanfaaf
Salam "Speaks By Data"
Tidak ada komentar:
Posting Komentar