Nuke Andrea Sari, 080610238 (2011) Uji Bersama Koefisien Spatial Autoregressive dan Bentuk Fungsional pada Model Box - Cox Spatial Lag Dependence. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (Abstrak) gdlhub-gdl-s1-2011-sarinukean-15385-abstrak-u.pdf Download (243kB) | Preview
	Text (Full Text) gdlhub-gdl-s1-2011-sarinukean-13121-kkckkm-u.pdf Restricted to Registered users only Download (829kB) | Request a copy

Abstract

Pemilihan bentuk fungsional yang tepat sangat penting dilakukan terutama saat adanya dugaan kenonlinier pada model sehingga model Box – Cox seringkali dipertimbangkan untuk memilih diantara bentuk fungsional alternatif. Namun, spatial lag dependence mempersulit estimasi dan pengujian pada model tersebut. Oleh karena itu, pada skripsi ini digunakan model Box Cox spatial lag dependence yang merupakan perluasan dari model Box – Cox yaitu dimana di bawah hipotesis nol , model menjadi linier tanpa spatial lag dependence sedangkan di bawah hipotesis nol , model menjadi loglinier tanpa spatial lag dependence. Tujuan dari skripsi ini adalah menguji bersama koefisien spatial autoregressive dan bentuk fungsional pada model Box – Cox spatial lag dependence. Pada skripsi ini digunakan metode Newton Raphson Multivariate untuk mendapatkan parameter terestriksi dan uji Lagrange Multiplier untuk uji bersama. Uji Lagrange Multiplier digunakan karena perhitungan statistik ujinya sederhana dan dapat dengan mudah diimplementasikan. Data yang digunakan untuk mengilustrasikan uji bersama ini adalah data tingkat kriminalitas yang berasal dari pengamatan terhadap 49 lingkungan yang berdekatan di Columbus. Jumlah keseluruhan kasus perampokan rumah dan pencurian kendaraan bermotor per seribu rumah tangga pada masing – masing lingkungan sebagai variabel respon (y), rata – rata pendapatan rumah tangga sebagai variabel prediktor pertama , rata – rata harga rumah pada tiap lingkungan sebagai variabel prediktor kedua sedangkan variabel dummy (z) digunakan untuk membedakan antara lingkungan barat dan timur. Dari hasil uji bersama dengan menggunakan software S - Plus diperoleh bahwa model yang tepat untuk data kriminal adalah model log linier yaitu Artinya, semakin tinggi nilai pendapatan dan nilai perumahan maka tingkat kriminalitas di suatu lingkungan juga akan semakin tinggi. Selain itu tingkat kriminalitas di suatu lingkungan dipengaruhi oleh tingkat kriminalitas lingkungan di sekitarnya.

Actions (login required)

View Item