Pemodelan Geographically Weighted Regression Multikolinearitas Menggunakan Regresi Ridge

Geographically weighted regression (GWR) adalah metode untuk mengatasi masalah heterogenitas pada data spasial yang disebabkan oleh karakteristik antar lokasi tidak sama berdasarkan unsur geografis. GWR memberikan matriks pembobot dilokasi pengamatan sehingga menghasilkan pendugaan parameter model yang bersifat lokal untuk setiap lokasi penelitian. Fungsi yang digunakan untuk membentuk matriks pembobot pada setiap lokasi adalah fungsi fixed gaussian kernel. Dalam menganalisis model GWR terkadang ditemukan multikolinearitas lokal disebabkan adanya hubungan antar variabel bebas yang menyebabkan nilai galat pada pendugaan parameter besar. Salah satu metode penyelesaian multikolinearias adalah regresi ridge yang melakukan transformasi pada masing-masing variabel X dan Y melalui prosedur pemusatan dan penskalaan. Multikolinearitas dapat dilihat melalui nilai VIF (Variance Inflation Factor). Nilai VIF lebih besar dari 10 mengindetifikasi adanya multikoliniearitas. Metode GWR multikolinearitas menggunakan regresi ridge diaplikasikan pada data jumlah angka kematian bayi (AKB) di Sulawesi Selatan 2014 dan diperoleh hasil data jumlah AKB tidak mengalami multikolinearias pada nilai koefisien VIF (??=0,3)