Abstract. The statistical method used to determine the causal relationship of the independent variable to the dependent variable that has a dependency relationship between observations or regions is the spatial regression method. One approach in Spatial Regression Analysis is the Spatial Durbin Error Model (SDEM). Spatial Durbin Error Model (SDEM) is a regression model that has a spatial lag on the error variable (ɛ) and also on the independent variable (X). In addition, because the data used consists of cross-sectional units and time series, a panel data model is used with one approach, namely the fixed effect. In this study, the data used is the Human Development Index (HDI) data in West Java Province by Regency/City in 2017-2020. The variable used in this study is the Human Development Index (Y) as the dependent variable. Average Length of School (X1), Poor Population (X2), Life Expectancy (X3), Per capita Expenditure (X4), and Number of Health Facilities (X5) as independent variables. Based on the analysis, the Adjusted R-Square value is 99.99% and the five independent variables directly affect the Human Development Index, while the variables that have a spatial effect are Average Length of School, Number of Poor Population, and Number of Health Facilities. Abstrak. Metode statistika yang digunakan untuk menentukan hubungan sebab-akibat dari peubah bebas terhadap peubah tak bebas yang memiliki hubungan ketergantungan antar pengamatan atau wilayah adalah metode regresi spasial. Salah satu pendekatan dalam Analisis Regresi Spasial yaitu Spatial Durbin Error Model (SDEM). Spatial Durbin Error Model (SDEM) merupakan model regresi yang memiliki spasial lag pada variabel error (ɛ) dan juga pada variabel bebas (X). Selain itu, karena data yang digunakan terdiri dari unit cross-section dan time-series maka digunakan model data panel dengan salah satu pendekatan yaitu fixed effect. Dalam penelitian ini, data yang digunakan adalah data Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat menurut Kabupaten/Kota tahun 2017-2020. Variabel yang digunakan pada penelitian ini yaitu Indeks Pembangunan Manusia (Y) sebagai variabel tak bebas. Rata-rata Lama Sekolah (X1), Penduduk Miskin (X2), Angka Harapan Hidup (X3), Pengeluaran Perkapita (X4), dan Jumlah Fasilitas Kesehatan (X5) sebagai variabel bebas. Berdasarkan analisis diperoleh nilai Adjusted R-Square sebesar 99,99% dan kelima variabel bebas tersebut berpengaruh secara langsung terhadap Indeks Pembangunan Manusia, sedangkan variabel yang memiliki spatial effect yaitu Rata-rata Lama Sekolah, Jumlah Penduduk Miskin, dan Jumlah Fasilitas Kesehatan.
Copyrights © 2022