BAB I PENDAHULUAN
1.1
Latar Belakang Dalam perkembangan zaman yang semakin modern ini data adalah sesuatu
yang sangat dibutuhkan baik individu, instansi, organisasi dan perusahaan. Sebuah perusahaan sangat bergantung pada data demi kepentingan perusahaan baik data pengarsipan, data transaksi, data kepegawaian dan sebagainya. Di zaman yang juga sangat bergantung pada teknologi membuat data juga akan semakin berkembang dan akan lebih mudah didapatkan. Sebuah perusahaan yang melakukan aktivitas ekonomi saat ini mendapatkan data tidak hanya data yang diambil dari satu tempat saja namun dalam aktivitas ekonomi data akan menjadi lebih berkorelasi terhadap ruang atau kewilayahan yang disebut dengan data spasial. Data spatial ini akan lebih mudah didapatkan karena adanya komunikasi yang menggunakan teknologi modern, perkembangan transportasi, dan adanya Geographic Information System(GIS) yang menyebabkan data spasial lebih tersedia. Dalam pengambilan data spasial perlu memperhatikan masalah pengukuran, penyimpanan, dan pengambilan informasi. Data spasial dipengaruhi karena perbedaan wilayah/lokasi dalam suatu geografi.Spasial atau ruang memiliki observasi datayang berada pada geografi di permukaan bumi. Fischer (2011) menyatakan pada hukum pertama geografi bahwa “everything is related to everything else, but near things are more related than distant things”. Hukum tersebut dapat diartikan bahwa segala sesuatu memiliki hubungan satusama lain, hubungan yang kuat akan terjadi jika hubungan tersebut terjadi pada jarak yang dekat dan sebaliknya hubungan akan lemah jika hubungan tersebut terjadi pada jarak yang jauh. Data spasial ini diduga akan menunjukkan efek ketergantungan atau dependen antar data dari lokasi yang berlainan. Data spasial terjadi karena tidak adanya independensi antar data atau antar observasi karena struktur spasial yang mendasari adanya korelasi spasial.
1
2
Data spasial ini dapat digunakan untuk menganalisis suatu data yang diterapkan di dalam metode analisis regresi. Jika suatu data yang diambil dari berbagai wilayah atau lokasi namun analisis langsung dilakukan dengan menggunakan analisis regresi klasik maka kemungkinan akan terjadi pelanggaran asumsiseperti variansi tidak konstans. Jika informasi ruang atau spasial diabaikan pada data yang memiliki informasi ruang atau spasial dalam analisis, maka koefisien regresi akan bias atau tidak konsisten, sehingga kesimpulan yang ditarik tidak tepat karena model tidak akurat bahkan estimasi yang didapat tidak akurat atau terjadi kebiasan karena nilai – nilai kriteria model akan jauh lebih baik jika dilakukan analisis dengan menggunakan unsur spasial di dalam analisis regresi tersebut. Di dalam analisis yang mengandung data spasial ini termasuk di dalam spatial econometrics yang merupakan salah satu kumpulan dari teknik yang disebabkan oleh faktor areal/ lokasi/ wilayah di dalam analisis statistika terutama pada model yang mengandung unsur kewilayahan (Anselin: 1988). Anselin(1988) menyatakan bahwa suatu data spasial yang diambil di tempat
yang berbeda – beda akan menyebabkan kemungkinan terjadinya dependensi dalam data. Pemodelan yang menerapkan data yang memuat unsur spasial atau wilayah maka akan terdapat ketergantungan yaitu model tersebut akan mengalami proses atau efek spasial di dalam komponen galat atau error, model ini yang disebut dengan model spasial dengan komponen galat (error) atau disebut Spatial Error Model sedangkan jika model tersebut terjadi akibat adanya dependensi nilai respon antar wilayah, model ini yang disebut dengan Spatial Autoregresive Model. Skripsi ini akan dibahas estimasi model regresi spasial yang merupakan pengembangan dari analisis regresi linear klasik. Model regresi spasial yang memuat efek spasial dalam galat (error) dan dependensi nilai respon antar areal atau wilayah. Pada skripsi ini akan dilakukan estimasi parameter untuk Spatial
3
Error Model dan Spatial Autoregressive Model dengan menggunakan metode estimasi kemungkinan maksimum (Maximum Likelihood Estimation). 1.2
Pembatasan Masalah Model regresi spasial yang memiliki komponen spasial galat (error) atau
spasial autoregressive atau bahkan kedua komponen yang memiliki ruang lingkup pembahasan yang cukup kompleks. Pembatasan masalah untuk skrispsi ini sangat diperlukan agar tidak terjadi penyimpangan dengan tujuan yang telah ditentukan dan permasalahan yang akan dibahas menjadi lebih fokus serta dapat menghasilkan kesimpulan dari skripsi yang dapat dijamin keabsahannya. Untuk itu skripsi ini akan fokus membahas estimasi model regresi spasial dengan komponen Spatial Autoregresive Model
dan Spatial Error Model dan
menggunakan studi kasus dengan data crosssection yang unitnya adalah lokasi atau wilayah. 1.3
Tujuan dan ManfaatKarya Tulis Berdasarkan latar belakang, penulisan karya tulis ini bertujuan untuk: 1. Mengetahui bentuk model dari Spatial Regression dengan komponen Spatial Autoregresive Modelatau Spatial Error Model . 2. Mengetahui
estimasi
parameter
Spatial
Regression
dengankomponen Spatial Autoregresive Model dan Spatial Error Modeldengan menggunakan metode Maximum Likelihood. 3. Mampu menerapkan aplikasi dari Spatial Regression apakah mengandung komponen Spatial Autoregresive atau Spatial Error dalam menyelesaikan suatu aplikasi permasalahan pada data. Manfaat karya tulis ini yaitu: 1. Menambah khazanah keilmuan Statistika tentang jenis data terutama data spasial. 2. Memperkenalkan salah satu metode dan teknik pemodelan dalam ilmu Statistika yang tepat digunakan pada data yang berkaitan dengan data spasial.
4
1.4
Tinjauan Pustaka Metode multivariat dalam analisis spasial mulai diterapkan pada tahun
1950 dan puncaknya pada 1970an, dengan meningkatnya dan aksesibilitas komputer. Pada tahun 1948, dalam sebuah publikasi, dua sosiolog, Bell dan Shevky,telah menunjukkan bahwa sebagian besar populasi kota di Amerika Serikat dan di seluruh dunia dapat diwakili oleh tiga faktor independen yaitu status sosial ekonomi, siklus hidup dan ras/ etnis yang mengidentifikasikan wilayah migran yang terletak di dalam kota. Analisis spasial muncul dalam upaya awal di bidang kartografi dan survey seperti di bidang studi botani, studi ekologi , studi etologi dan studi biogeografi. Statistika telah memberikan kontribusi besar melalui pekerjaan dalam statistika spasial dalam bidang Epidemiologi berkontribusi dalam pemetaan penyakit, terutama memetakan wabah kolera oleh Dr. Snows Work, dengan penelitian tentang pemetaan penyebaran penyakit dengan studi locational untuk penyediaan layanan kesehatan. Mustika (2013) membahas tentang Model Panel Random Effect dengan Komponen Spatial Galat dengan metode Estimasi Maximum Likelihoodyang membahas estimasi beserta statistik uji spatial Haussman dan Lagrange Multiplier dengan analisis dan pembahasan menggunakan data time series pada daerah yang berbeda. Dalam tesisnya, Apriliati (2009) yang berjudul Estimasi Maximum Likelihood pada model panel Linear Fixed Effect dengan Komponen Spatial Error juga membahas tentang estimasi model panel Linear Fixed Effect yang mengandung komponen Spatial Error beserta statistik uji spatial Haussman dan Lagrange Multiplier. Skripsi ini akan dibahas estimasi parameter dengan metode maximum likelihooduntuk analisis data spasial dengan metode regresi yang memasukkan unsur wilayah di dalamnya dengan menggunakan data crossesctional. Analisis ini dapat mengetahui apakah suatu data yang dikumpulkan dari berbagai wilayah
5
mengandung unsur sapsial autoregressive atau spasial error yang dapat saling berpengaruh pada wilayah – wilayah yang saling berdekatan. Pada skripsi ini penulis mengacu pada buku Anselin tahun 1988, 2005, dan 2010 yang menjelaskan tentang analisis data spasial dan model model serta metode spatial econometrics, Baltagi (2009) yang membahas tentang metode spatial econometrics beserta aplikasinya, Fischer (2011) yang membahas tentang data spasial dan analisis regresi klasik diambil dari buku (Sembiring; 1995). Dan masih banyak lagi buku acuan yang digunakan untuk melengkapi skripsi ini. 1.5
Metode Penulisan Metode yang digunakan dalam penulisan skripsi ini dengan menerapkan
studi literatur yang didapatkan dari perpustakaan, buku – buku, berbagai jurnal dan situs – situs internet yang berhubungan dengan tema skripsi ini. Skripsi ini dikerjakan dengan menggunakan perangkat lunak (software) Open GeoDa untuk mencari nilai Moran’s I test dan mencari nilai Lagrange Multiplier test untuk error danLagrange Multiplier test untuk autoregressive dan mencari estimasi model dari masing – masing variabel independen. yang mengandung komponen spasial galat (error) atau spasial autoregressive. 1.6
Sistematika Panulisan
Karya ini disusun dengan sistematika penulisan sebagai berikut: BAB I
PENDAHULUAN Bab ini membahas Latar Belakang Masalah, Batasan Masalah, Tujuan karya Tulis, Tinjauan Pustaka, Metode Penelitian, Manfaat Karya Tulis, dan Sistematika Penulisan.
BAB II
LANDASAN TEORI Bab ini membaas beberapa definisi dan teorema penting yang berkaitan dengan pembahasan pokok permasalahan.
6
BAB III
SPATIAL
AUTOREGRESSIVE
MODELDAN
SPATIAL
ERROR MODEL Bab ini membahas Konsep Dasar Analisis Regresi Linear, Konsep Dasar Spatial Regression, Estimasi parameter Spatial Regression dengan efek Spatial Autoregresive Model , dan Estimasi Parameter Spatial Regression dengan Efek Spatial Error Model. BAB IV
STUDI KASUS DETEKSI EFEK SPASIAL PADA ANALISIS FAKTOR – FAKTOR YANG MEMPENGARUHI CRUDE BIRTH RATE (CBR) Bab ini membahas tentang aplikasi Spatial Regression dengan Komponen Spatial Autoregresive Model dan Spatial Error Model Model pada suatu permasalahan dengan menggunakan software SPSS dan Open GeoDa.
BAB VI
PENUTUP Bab ini membahas Kesimpulan dan Saran berdasarkan hasil pembahasan pada bab – bab sebelumnya.
