Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Abstract

Angka Buta Huruf (ABH) merupakan salah satu target dalam Millennium Development Goals (MDGs) yaitu menurunkan angka buta huruf menjadi 0%. Faktor yang mempengaruhi ABH berbeda dari suatu wilayah ke wilayah lain sehingga dalam penelitian ini digunakan metode Geographically Weighted Regression (GWR) untuk mendapatkan faktor yang berpengaruh tiap kabupaten/kota di Provinsi Sumatera Barat. Berdasarkan hasil pengujian aspek spasial, tidak terdapat dependensi spasial dan tidak terdapat heterogenitas spasial di setiap lokasi pengamatan. Pemilihan pembobot fungsi kernel yang terpilih dengan kriteria Cross Validation (CV) minimum adalah fungsi kernel Gaussian. Model GWR pada angka buta huruf  lebih baik dibandingkan pemodelan dengan regresi linier. Hal ini dikarenakan nilai AIC pada model GWR lebih kecil yaitu sebesar 32,2707 dibandingkan model regresi linier yaitu sebesar 41,6471. Faktor angka partisipasi murni SD, angka partisipasi murni SMP, persentase fasilitas pendidikan SMP dan persentase tenaga pendidik SMP berpengaruh signifikan pada sebagian besar kabupaten/kota di Provinsi Sumatera Barat.