Kurniawan, Deny (2007) Pendugaan parameter model Geographically Weighted Regression. Sarjana thesis, Universitas Brawijaya.
Abstract
Regresi OLS ( Ordinary Least Square ) merupakan salah satu metode statistika yang sering digunakan di dalam kehidupan. Namun, regresi OLS tidak dapat diterapkan pada semua jenis data, misalnya data spasial. Heterogenitas spasial adalah salah satu hal yang perlu mendapat perhatian ketika melakukan analisis data spasial menggunakan regresi. Apabila heterogenitas spasial terjadi, parameter regresi akan bervariasi secara spasial. Jika regresi OLS diterapkan, hanya akan menghasilkan nilai rata-rata dari semua nilai parameter regresi yang bervariasi secara spasial tersebut. Tujuan penelitian ini adalah untuk membentuk model regresi pada data yang mengalami heterogenitas spasial dengan menggunakan Geographically Weighted Regression (GWR). Selain itu, ingin pula mengetahui informasi yang akan diperoleh dari penggunaan GWR apabila terjadi heterogenitas spasial. Data yang digunakan dalam penelitian ini adalah data primer mengenai harga sewa rumah dan luas lantai rumah di beberapa Rukun Warga (RW) di Kecamatan Lowokwaru. Metode penarikan contoh yang digunakan adalah stratified purposive sampling . Penelitian ini memberikan informasi bahwa pengaruh luas lantai terhadap harga sewa rumah bervariasi bergantung pada lokasi rumah sewa. Nilai duga parameter titik-titik pengamatan yang terletak dekat dengan kampus lebih besar dibandingkan dengan yang lain. Dalam kasus ini, jumlah kuadrat galat (JKG) GWR lebih kecil dibandingkan dengan JKG regresi OLS.
English Abstract
OLS (Ordinary Least Square) regression is one of the statistics methods that is frequently used in life. But, OLS regression cannot be applied to all kind of data , such as spatial data. Spatial heterogeneity is one thing that merit attention when analyzing spatial data by using regression. When spatial heterogeneity happens, regression parameters will vary spatially. If OLS regression is applied, it will only yield an average value of the whole parameters that vary spatially. The objective of this research is to form regression model on data with spatial heterogeneity by using Geographically Weighted Regression (GWR). Besides, it is also wanted to know about the information that will be gained due to GWR application when spatial hete rogeneity happens. The data used in this research is primary data concerning house-lease cost prices and floor sizes on some Rukun Warga (RW) in District of Lowokwaru. Sampling method used in this research is stratified purposive sampling. This research gives information that the contribution of the floor sizes to the house-lease cost prices varies spatially depends on the location of the houses. Parameter estimated values for observation points located near campus are bigger than the others. In this case, GWR error sum of squares (SSE) is smaller than OLS regression SSE
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2007/223/050703284 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 19 Dec 2007 13:59 |
| Last Modified: | 07 Mar 2022 03:52 |
| URI: | http://repository.ub.ac.id/id/eprint/151723 |
Preview |
Text
050703284.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |