<![CDATA[Pulau Kalimantan sebagai pulau terluas di Indonesia, ternyata memiliki IPM yang lebih rendah di tiga dari lima provinsinya dibandingkan dengan IPM Provinsi DKI Jakarta. Ketiga provinsi tersebut diantaranya adalah Provinsi Kalimantan Barat, Kalimantan Tengah dan Kalimantan Selatan. Penelitian ini akan dilakukan dengan memodelkan faktor-faktor yang signifikan terhadap IPM kabupaten/kota ketiga provinsi dengan menggunakan Geographically Weighted Log-Normal Regression (GWLNR). Tujuan penelitian ini adalah untuk mengetahui persebaran spasial setiap variabel yang terlibat pada penelitian dan faktor-faktor yang memengaruhi IPM ketiga provinsi menggunakan GWLNR. Data yang digunakan adalah variabel-variabel penelitian tahun 2022 dari setiap kabupaten/kota ketiga provinsi, yaitu persentase penduduk dengan keluhan kesehatan (X_1), rasio sarana kesehatan-penduduk (X_2), rasio sekolah-siswa (X_3), persentase penduduk miskin (X_4), dan Tingkat Pengangguran Terbuka (X_5). Pengujian Breusch-Pagan menunjukkan terjadinya heterogenitas spasial pada data penelitian. Pemodelan IPM pada tingkat kabupaten/kota ketiga provinsi pada tahun 2022 menggunakan GWLNR dengan fungsi pembobot Adaptive Bisquare Kernel merupakan model terbaik karena memiliki AICc dan MSE terkecil dari seluruh model. Model tersebut menghasilkan 41 model regresi yang berbeda sehingga variabel prediktor yang berpengaruh signifikan setiap kabupaten/kota tidak seragam. Model ini membentuk tujuh kelompok kabupaten/kota berdasarkan kesamaan variabel prediktor yang berpengaruh signifikan terhadap IPM dan tanda estimasi koefisien regresi. Kelompok 1 merupakan kelompok kabupaten/kota dengan X_1, X_3 dan X_4 yang berpengaruh signifikan terhadap IPM, kelompok 2 dengan X_3 dan X_4, kelompok 3 dengan X_2, kelompok 4 dengan X_3, kelompok 5 dengan X_4, kelompok 6 dengan X_5 dan kelompok 7 tanpa variabel prediktor yang berpengaruh signifikan terhadap IPM.]]>
Copyrights © 2024
