Analisa Data Spasial II

Analisis terhadap data spasial memerlukan perhatian lebih dibandingkan dengan analisis terhadap data bukan spasial. Kondisi dari suatu lokasi pengamatan akan berbeda dengan lokasi pengamatan yang lain, namun bisa juga kondisi disuatu lokasi pengamatan akan memiliki hubungan yang erat dengan lokasi pengamatan lain yang berdekatan. Hubungan tersebut dinamakan efek spasial. Efek spasial di sini terkait dengan perbedaan karakteristik lingkungan dan geografis antar lokasi pengamatan sehingga masing-masing pengamatan kemungkinan memiliki keragaman yang berbeda. Efek spasial ini kemudian disebut sebagai keragaman spasial atau heterogenitas spasial.

Oleh karena itu, diperlukan sebuah metode statistika yang diharapkan dapat mengantisipasi heterogenitas spasial. Metode statistika tersebut yaitu metode regresi terboboti geografis atau Geographically Weighted Regression (GWR). Pendekatan yang dilakukan dalam GWR adalah pendekatan titik. Setiap nilai parameter ditaksir pada setiap titik lokasi pengamatan, sehingga setiap titik lokasi pengamatan mempunyai nilai parameter yang berbeda-beda.