ESTIMASI PARAMETER MODEL MIXED GEOGRAPHICALLY WEIGHTED REGRESSION MENGGUNAKAN METODE GENERALIZED M-ESTIMATOR

Mixed Geographically Weighted Regression (MGWR) merupakan suatu model gabungan regresi global dan model GWR, sehingga parameter model yang dihasilkan bersifat lokal dan sebagian lainnya bersifat global. Dalam menganalisis data dengan model MGWR, terkadang ditemukan adanya pencilan yang dapat berpengaruh besar terhadap koefisien regresi sehingga membuat estimasi parameter menjadi bias. Oleh karena itu, untuk mengatasi hal tersebut diperlukan sebuah metode yang lebih robust (kekar) terhadap keberadaan pencilan dalam mengestimasi parameter model MGWR. Pada penelitian ini, estimasi parameter dilakukan menggunakan metode GM-estimator dengan fungsi pembobot Tukey Bisquare. Selanjutnya, model MGWR diterapkan pada data persentase penduduk miskin di Provinsi Sulawesi Selatan tahun 2019 dengan faktor-faktor yang mempengaruhinya diantaranya indeks pembangunan manusia (X1), persentase penduduk (X2), tingkat pengangguran terbuka (X3), persentase pengeluaran per kapita untuk makanan (X4), persentase rumah tangga dengan sumber air minum kemasan, air minum isi ulang, dan leding (X5) serta persentase rumah tangga dengan luas lantai rumah < 50 m2 (X6). Hasil yang diperoleh adalah variabel yang berpengaruh signifikan secara lokal terhadap persentase penduduk miskin di Provinsi Sulawesi Selatan tahun 2019 adalah indeks pembangunan manusia (X1) dan persentase rumah tangga dengan luas lantai rumah < 50 m2 (X6). Adapun variabel yang berpengaruh signifikan secara global terhadap persentase penduduk miskin di Provinsi Sulawesi Selatan tahun 2019 adalah tingkat pengangguran terbuka (X3) dan persentase pengeluaran per kapita untuk makanan (X4).