Simulasi Power Test Parameter Spasial Depedensi Dengan Latin Hypercube Sampling Untuk Model Data Panel Dinamis

Fahreza, Moch. Bimo Aditya (2026) Simulasi Power Test Parameter Spasial Depedensi Dengan Latin Hypercube Sampling Untuk Model Data Panel Dinamis. Other thesis, Institut Teknologi Sepuluh Nopembe.

Text 2043221048-Undergraduate_Thesis..pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Model spasial memiliki peran penting dalam menangkap pola ketergantungan antar unit wilayah dimana salah satu pendekatan yang umum digunakan untuk mendeteksi efek spasial adalah uji Moran’s I. Diperlukan suatu metode simulasi dalam mengeksplorasi unit dan periode parameter Spasial Data Panel Dinamis. Latin Hypercube Sampling (LHS) merupakan metode simulasi untuk menghasilkan sampel yang lebih merata dalam ruang probabilitas. Penelitian ini bertujuan untuk mengukur power test dari uji Moran’s I dalam model Spasial Data Panel Dinamis. Selain itu, pengaplikasian model regresi Spasial Data Panel Dinamis digunakan untuk menganalisis faktor-faktor yang diduga memengaruhi Gini Rasio Indonesia Tahun 2020-2024. Hasil simulasi power test menunjukkan metode LHS dapat menghasilkan estimasi power uji Morans’s I yang konvergen pada kombinasi antara dimensi waktu (T) dan unit spasial (n), terutama pada peningkatan unit spasial (n). Hasil power uji Moran’s I terlihat lebih baik untuk nilai parameter  yang positif dibanding yang negatif, sehingga model spasial data panel dinamis akan memiliki hasil yang baik ketika memiliki autokorelasi spasial positif. Hasil analisis pemodelan menunjukkan adanya autokorelasi spasial positif, model yang terbentuk menunjukkan variabel Gini rasio di seluruh Provinsi Indonesia pada periode sebelumnya, variabel Gini Rasio di provinsi yang memiliki keterkaitan spasial pada periode saat ini dan satu periode sebelumnya, berpengaruh positif terhadap Gini Rasio di seluruh Provinsi Indonesia pada periode saat ini, Sedangkan variabel rata-rata lama sekolah berpengaruh negatif. Model akhir yang terbentuk sudah dikatakan sangat baik karena efek heteroskedastisitas telah tertangani dan memiliki nilai MAPE yang termasuk kategori sangat baik.
==============================================================================================================================
Spatial models play an important role in capturing patterns of dependence among regional units, where one commonly used approach to detect spatial effects is Moran’s I test. A simulation-based method is required to explore combinations of spatial units and time periods in dynamic spatial panel data models. Latin Hypercube Sampling (LHS) is a simulation technique that generates more uniformly distributed samples across the probability space. This study aims to evaluate the power of Moran’s I test in the context of dynamic spatial panel data models. In addition, a dynamic spatial panel regression model is applied to analyze factors that are suspected to influence Indonesia’s Gini ratio during the period 2020–2024.The simulation results indicate that the LHS method produces convergent power estimates for Moran’s I test across combinations of time dimensions (T) and spatial units (n), particularly as the number of spatial units (n) increases. The power of Moran’s I test is found to be higher for positive values of the spatial dependence parameter (δ) than for negative values, suggesting that dynamic spatial panel data models perform better in the presence of positive spatial autocorrelation. The empirical results reveal the existence of positive spatial autocorrelation. The estimated model shows that the Gini ratio in all Indonesian provinces in the previous period, as well as the Giniratio of spatially related provinces in the current and previous periods, have a positive effect on the current Gini ratio across provinces. Meanwhile, the average years of schooling have a negative effect on the Gini ratio. The final model demonstrates good performance, as heteroskedasticity effects have been adequately addressed and the Mean Absolute Percentage Error (MAPE) indicates a very good level of predictive accuracy.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Latin Hypercube Sampling, Moran’s I, Power Test, Spasial Data Panel Dinamis, Dynamic Panels Data Models, Latin Hypercube Sampling, Moran’s I, Power Test
Subjects:	H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics H Social Sciences > HA Statistics > HA30.6 Spatial analysis
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Moch. Bimo Aditya Fahreza
Date Deposited:	13 Feb 2026 06:05
Last Modified:	13 Feb 2026 06:07
URI:	http://repository.its.ac.id/id/eprint/132447

Actions (login required)

View Item