ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION MENGGUNAKAN PEMBOBOT ADAPTIVE BISQUARE DAN NEAR NEIGHBOURHOOD KERNEL (Studi Kasus: Kemiskinan di Provinsi Sulawesi Tenggara tahun 2017)

Abstract

Penelitian ini bertujuan untuk membandingkan pembobot GWR yaitu adaptive kernel bisquare dan near neighbourhood kernel pada kasus kemiskinan di Provnsi Sulawesi Tenggara. Hasil analisis diperoleh nilai GWR menggunakan pembobot adaptive kernel bi-square dengan 3 variabel independen memiliki standart error sebesar 49,53732 dan Kab./Kota yang signifikan dengan α=5% sebanyak 15 lokasi pada variabel X_2. Sedangkan untuk nilai GWR menggunakan pembobot adaptive kernel bi-square dengan 1 variabel independen memiliki standart error sebesar 55,66681 dan Kab./Kota yang signifikan dengan α=5% sebanyak 17 lokasi. Dan untuk GWR menggunakan pembobot near neighbourhood kernel memiliki standart error sebesar 44,30874 dan tidak ada Kab./Kota yang signifikan dengan α=5%. Berdasarkan hasil analisis yang diperoleh untuk pembobot terbaik dalam model GWR  adalah pembobot adaptive kernel bi-square dengan 1 variabel. Hal ini dapat diketahui dari banyaknya Kabupaten/Kota yang signifikan yaitu sebanyak 17 Kabupaten/Kota.