Scribd
Unggah
5 tayangan2 halaman

Analisis Spasial Gizi Buruk Balita NTT

Dokumen ini menjelaskan metode analisis untuk mengevaluasi gizi buruk balita di NTT, termasuk analisis deskriptif, regresi linear berganda, dan pembobotan spasial. Tiga model spasial (SAR, SEM, SDM) digunakan untuk menguji efek spasial, dengan interpretasi berdasarkan nilai AIC dan MSE untuk menentukan model terbaik. Proses ini melibatkan pembentukan matriks jarak dan pembobotan untuk menganalisis pengaruh lokasi terhadap variabel dependen.

Diunggah oleh

dini
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
5 tayangan2 halaman

Analisis Spasial Gizi Buruk Balita NTT

Dokumen ini menjelaskan metode analisis untuk mengevaluasi gizi buruk balita di NTT, termasuk analisis deskriptif, regresi linear berganda, dan pembobotan spasial. Tiga model spasial (SAR, SEM, SDM) digunakan untuk menguji efek spasial, dengan interpretasi berdasarkan nilai AIC dan MSE untuk menentukan model terbaik. Proses ini melibatkan pembentukan matriks jarak dan pembobotan untuk menganalisis pengaruh lokasi terhadap variabel dependen.

Diunggah oleh

dini
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd

Metode

1. Analisis deskriptif (seperti mencari rata-rata) digunakan untuk mencari persentase gizi
buruk balita tertinggi pada provinsi NTT
2. Dilakukan analisis regresi linear berganda dengan metode OLS
Y = β0 + β 1 X 1 + β 2 X 2 +…+ β k X k + ε
Keterangan:
Y =Variabel dependen
β 0 , β 1 , … , β k =Parameter Regresi
X 1 , X 2 , … , X k =Variabel Independen
ε =redidual
3. Kemudian dilanjutkan pembobotan Queen Contiguity dan Euclidean Distance
Pembentukan matriks Euclidean Distance sebagai berikut

√ 2
d ij = ( ui−u j ) + ( v i−v j )
2

Keterangan
ui=longitude pada lokasi ke−i
u j=longitude pada lokasi ke− j
v i=latitude pada lokasi ke−i
v j=latitude pada lokasi ke− j
Berdasarkan jarak yang diperoleh, maka akan dibuat matriks pembobot W ij yang
terbentuk berdasarkan batas jarak suatu lokasi yang mempengaruhi lokasi lain (r ) dengan
ketentuan pembentukan matriks W ij (d ) sebagai berikut:

W ij =
{
1 , jika d ij < r
0 , jika d ij ≥r

4. Setelah itu melakukan uji efek spasial menggunakan parameter SAR, SEM, dan SDM
a. Model SAR atau Spatial Lag Model (SLM)
Model SAR adalah salah satu model spasial dengan pendekatan area dengan
memperhitungkan pengaruh spasial lag pada variabel dependen saja.
y= ρW 1 y + Xβ+ ε
Keterangan:
X =matriks variabel bebas
β=vektor koefisien parameter regresi
W =matriks pembobot spasial yang berukuran n× n
ρ=koefisien autokorelasi lag spasial
ε =redidual
b. Model SEM
Model SEM adalah salah satu bentuk analisis regresi spasial yang terbentuk ketika
terjadi autokorelasi pada error.
2
y=xβ + ( 1−λ W 2 ) + ε
Keterangan:
X =matriks variabel bebas
β=vektor koefisien parameter regresi
W =matriks pembobot spasial yang berukuran n× n
λ=koefisien autokorelasi lag dan error
ε =redidual
c. Model SDM
Model SDM memiliki bentuk persamaan dengan SAR akan tetapi dengan
menambahkan pengaruh lag pada variabel independen.
2
Y = ρW 1 Y + β 0 + X β 1+ WX β 2+ ε , ε N (0 , σ I )
Keterangan:
X =matriks variabel bebas
β=vektor koefisien parameter regresi
W =matriks pembobot spasial yang berukuran n× n
ε =redidual
5. Setelah melakukan uji efek spasial langkah selanjutnya yaitu menginterpretasikan dan
membandingkan ketiga pemodelan tersebut menggunakan nilai AIC dan MSE. Jika nilai
AIC dan MSE lebih kecil maka dianggap sebagai model terbaik.

Anda mungkin juga menyukai