bab i pendahuluan

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.