Salah satu analisis statistika yang menghubungkan variabel dependent dengan variabel independent yaitu metode regresi. Analisis regresi telah banyak diaplikasikan pada berbagai bidang untuk menguji pengaruh hubungan suatu variabel terhadap variabel lainnya. Hasil keluaran (output) dari metode ini adalah estimasi dari parameter yang membentuk suatu model tertentu (Draper dan Smeeth, 1992). Masalah utama dari metode regresi sederhana adalah jika metode ini diterapkan pada data spasial. Untuk mengatasi permasalahan pada data spasial, maka metode regresi yang akan digunakan adalah Geographically Weighted Regression (GWR), yaitu model yang menggunakan faktor geografis sebagai variabel independent yang dapat mempengaruhi variabel dependent. Estimasi pada model GWR dengan pendekatan MLE (Maxsimum Likelihood Estimator) yang sebenarnya menghasilkan estimator yang sama dengan pendekatan Weighted Least Square (WLS) yang sudah umum digunakan. Namun pendekatan ini tidak dapat digunakan secara langsung untuk menaksir estimator varians. Dalam penelitian ini, regresi spasial diterapkan dalam bidang hidrologi yang berkaitan dengan karakteristik Kali Konto pada sub Daerah Aliran Sungai (DAS). Karakteristik faktor-faktor penyebab terjadinya banjir yang dipertimbangkan antara lain: curah hujan (y), koefisien thiessen (x 1 ) dan luas sungai (x 2 ). Model regresi yang diperoleh dari penelitian ini adalah : 1 2 y 1346.093 3118665.369x 5820.669x Aplikasi model GWR dapat menunjukkan bahwa terdapat pengaruh faktor geografis pada data curah hujan, luas sungai serta koefisien thiessen berdasarkan p-value dari uji signifikansi parameter. Artinya lokasi pengamatan yang berdekatan akan saling mempengaruhi atau dengan kata lain model GWR dapat mengatasi masalah data spasial yang dihadapi oleh regresi global (klasik).
60. Estimasi Parameter dan Statistik Uji Model Geographically Weighted Regression (GWR)
ABSTRAK
Salah satu analisis statistika yang menghubungkan variabel dependent dengan variabel independent yaitu metode regresi. Analisis regresi telah banyak diaplikasikan pada berbagai bidang untuk menguji pengaruh hubungan suatu variabel terhadap variabel lainnya. Hasil keluaran (output) dari metode ini adalah estimasi dari parameter yang membentuk suatu model tertentu (Draper dan Smeeth, 1992). Masalah utama dari metode regresi sederhana adalah jika metode ini diterapkan pada data spasial. Untuk mengatasi permasalahan pada data spasial, maka metode regresi yang akan digunakan adalah Geographically Weighted Regression (GWR), yaitu model yang menggunakan faktor geografis sebagai variabel independent yang dapat mempengaruhi variabel dependent. Estimasi pada model GWR dengan pendekatan MLE (Maxsimum Likelihood Estimator) yang sebenarnya menghasilkan estimator yang sama dengan pendekatan Weighted Least Square (WLS) yang sudah umum digunakan. Namun pendekatan ini tidak dapat digunakan secara langsung untuk menaksir estimator varians. Dalam penelitian ini, regresi spasial diterapkan dalam bidang hidrologi yang berkaitan dengan karakteristik Kali Konto pada sub Daerah Aliran Sungai (DAS). Karakteristik faktor-faktor penyebab terjadinya banjir yang dipertimbangkan antara lain: curah hujan (y), koefisien thiessen (x 1 ) dan luas sungai (x 2 ). Model regresi yang diperoleh dari penelitian ini adalah : 1 2 y 1346.093 3118665.369x 5820.669x Aplikasi model GWR dapat menunjukkan bahwa terdapat pengaruh faktor geografis pada data curah hujan, luas sungai serta koefisien thiessen berdasarkan p-value dari uji signifikansi parameter. Artinya lokasi pengamatan yang berdekatan akan saling mempengaruhi atau dengan kata lain model GWR dapat mengatasi masalah data spasial yang dihadapi oleh regresi global (klasik).
Salah satu analisis statistika yang menghubungkan variabel dependent dengan variabel independent yaitu metode regresi. Analisis regresi telah banyak diaplikasikan pada berbagai bidang untuk menguji pengaruh hubungan suatu variabel terhadap variabel lainnya. Hasil keluaran (output) dari metode ini adalah estimasi dari parameter yang membentuk suatu model tertentu (Draper dan Smeeth, 1992). Masalah utama dari metode regresi sederhana adalah jika metode ini diterapkan pada data spasial. Untuk mengatasi permasalahan pada data spasial, maka metode regresi yang akan digunakan adalah Geographically Weighted Regression (GWR), yaitu model yang menggunakan faktor geografis sebagai variabel independent yang dapat mempengaruhi variabel dependent. Estimasi pada model GWR dengan pendekatan MLE (Maxsimum Likelihood Estimator) yang sebenarnya menghasilkan estimator yang sama dengan pendekatan Weighted Least Square (WLS) yang sudah umum digunakan. Namun pendekatan ini tidak dapat digunakan secara langsung untuk menaksir estimator varians. Dalam penelitian ini, regresi spasial diterapkan dalam bidang hidrologi yang berkaitan dengan karakteristik Kali Konto pada sub Daerah Aliran Sungai (DAS). Karakteristik faktor-faktor penyebab terjadinya banjir yang dipertimbangkan antara lain: curah hujan (y), koefisien thiessen (x 1 ) dan luas sungai (x 2 ). Model regresi yang diperoleh dari penelitian ini adalah : 1 2 y 1346.093 3118665.369x 5820.669x Aplikasi model GWR dapat menunjukkan bahwa terdapat pengaruh faktor geografis pada data curah hujan, luas sungai serta koefisien thiessen berdasarkan p-value dari uji signifikansi parameter. Artinya lokasi pengamatan yang berdekatan akan saling mempengaruhi atau dengan kata lain model GWR dapat mengatasi masalah data spasial yang dihadapi oleh regresi global (klasik).
