Spatial Analysis

   Analisis spasial atau statistik spasial mencakup salah satu teknik formal yang mempelajari entitas menggunakan sifat topologi, geometris, atau geografisnya. Analisis spasial mencakup berbagai teknik, banyak yang masih dalam pengembangan awal mereka, menggunakan pendekatan analitik yang berbeda dan diterapkan di bidang beragam seperti astronomi, dengan studi penempatan galaksi di kosmos, untuk rekayasa chip fabrikasi, dengan penggunaan " tempat dan rute "algoritma untuk membangun struktur kabel yang kompleks. Dalam arti yang lebih terbatas, analisis spasial adalah teknik yang diterapkan pada struktur pada skala manusia, terutama dalam analisis data geografis.
Isu-isu kompleks muncul dalam analisis spasial, banyak di antaranya tidak didefinisikan dengan jelas atau tidak sepenuhnya diselesaikan, tetapi membentuk dasar untuk penelitian saat ini. Yang paling mendasar dari ini adalah masalah menentukan lokasi spasial entitas yang dipelajari.
Klasifikasi teknik analisis spasial sulit karena sejumlah besar bidang penelitian yang berbeda terlibat, berbagai pendekatan fundamental yang dapat dipilih, dan berbagai bentuk data dapat diambil.


Analisis spasial menghadapi banyak masalah mendasar dalam definisi objek penelitiannya, dalam pembangunan operasi analitik yang akan digunakan, dalam penggunaan komputer untuk analisis, dalam keterbatasan dan kekhasan analisis yang diketahui, dan dalam presentasi hasil analitik. Banyak dari masalah ini adalah subyek aktif dari penelitian modern.
Kesalahan umum sering muncul dalam analisis spasial, beberapa karena matematika ruang, beberapa karena cara data disajikan secara spasial, beberapa karena alat yang tersedia. Data sensus, karena melindungi privasi individu dengan menggabungkan data ke dalam unit-unit lokal, menimbulkan sejumlah masalah statistik. Sifat fraktal garis pantai membuat pengukuran tepat panjangnya sulit jika bukan tidak mungkin. Perangkat lunak komputer yang memasang garis lurus ke kurva garis pantai, dapat dengan mudah menghitung panjang garis yang ditentukannya. Namun garis lurus ini mungkin tidak memiliki makna yang melekat di dunia nyata, seperti yang ditunjukkan untuk garis pantai Inggris.


Masalah-masalah ini merupakan tantangan dalam analisis spasial karena kekuatan peta sebagai media presentasi. Ketika hasil disajikan sebagai peta, presentasi menggabungkan data spasial yang umumnya akurat dengan hasil analitik yang mungkin tidak akurat, yang mengarah pada kesan bahwa hasil analitik lebih akurat daripada yang ditunjukkan oleh data.

Spatial dependency or auto-correlation

Ketergantungan spasial adalah co-variasi properti dalam ruang geografis: karakteristik di lokasi proksimal tampaknya berkorelasi, baik secara positif maupun negatif. Ketergantungan spasial mengarah pada masalah autokorelasi spasial dalam statistik karena, seperti autokorelasi temporal, ini melanggar teknik statistik standar yang mengasumsikan independensi di antara pengamatan. Misalnya, analisis regresi yang tidak mengompensasi ketergantungan spasial dapat memiliki estimasi parameter yang tidak stabil dan menghasilkan tes signifikan yang tidak dapat diandalkan. Model regresi spasial (lihat di bawah) menangkap hubungan ini dan tidak menderita dari kelemahan ini. Juga tepat untuk melihat ketergantungan spasial sebagai sumber informasi dan bukan sesuatu yang harus diperbaiki.


Efek lokasi juga bermanifestasi sebagai heterogenitas spasial, atau variasi nyata dalam suatu proses sehubungan dengan lokasi dalam ruang geografis. Kecuali jika ruang seragam dan tidak terbatas, setiap lokasi akan memiliki tingkat keunikan relatif terhadap lokasi lain. Ini mempengaruhi hubungan ketergantungan spasial dan oleh karena itu proses spasial. Heterogenitas spasial berarti bahwa keseluruhan parameter yang diperkirakan untuk keseluruhan sistem mungkin tidak cukup menggambarkan proses di lokasi tertentu.

Common errors in spatial analysis

Masalah mendasar dalam analisis spasial menyebabkan banyak masalah dalam analisis termasuk bias, distorsi dan kesalahan langsung dalam kesimpulan yang dicapai. Masalah-masalah ini seringkali saling terkait tetapi berbagai upaya telah dilakukan untuk memisahkan isu-isu tertentu dari satu sama lain.

Length

Dalam membahas garis pantai Inggris, Benoit Mandelbrot menunjukkan bahwa konsep spasial tertentu secara inheren tidak masuk akal meskipun ada anggapan validitasnya. Panjang dalam ekologi tergantung langsung pada skala di mana mereka diukur dan dialami. Jadi, sementara para surveyor biasanya mengukur panjang sungai, panjang ini hanya memiliki makna dalam konteks relevansi teknik pengukuran dengan pertanyaan yang diteliti, contoh nya:

 

Solutions to the fundamental issues

Geographic space

Ruang matematika ada setiap kali kita memiliki satu set pengamatan dan ukuran kuantitatif atribut mereka. Misalnya, kita dapat mewakili pendapatan individu atau tahun pendidikan dalam sistem koordinat di mana lokasi masing-masing individu dapat ditentukan sehubungan dengan kedua dimensi. Jarak antara individu dalam ruang ini adalah ukuran kuantitatif dari perbedaan mereka sehubungan dengan pendapatan dan pendidikan. Namun, dalam analisis spasial, kami prihatin dengan jenis ruang matematika tertentu, yaitu, ruang geografis. Dalam ruang geografis, pengamatan sesuai dengan lokasi dalam kerangka pengukuran spasial yang menangkap kedekatan mereka di dunia nyata. Lokasi dalam kerangka pengukuran spasial sering mewakili lokasi di permukaan bumi, tetapi ini tidak sepenuhnya diperlukan. Kerangka kerja pengukuran spasial juga dapat menangkap kedekatan sehubungan dengan, misalnya, ruang antarbintang atau dalam entitas biologis seperti hati. Prinsip dasar adalah Hukum Geografi Pertama Tobler: jika keterkaitan antara entitas meningkat dengan kedekatan di dunia nyata, maka representasi dalam ruang geografis dan penilaian menggunakan teknik analisis spasial sesuai.


Jarak Euclidean antara lokasi sering mewakili kedekatan mereka, meskipun ini hanya satu kemungkinan. Ada jarak tak terbatas selain Euclidean yang dapat mendukung analisis kuantitatif. Misalnya, jarak "Manhattan" (atau "Taxicab") di mana gerakan terbatas pada jalur yang sejajar dengan sumbu bisa lebih bermakna daripada jarak Euclidean di pengaturan perkotaan. Selain jarak, hubungan geografis lainnya seperti konektivitas (mis., Keberadaan atau tingkat batas bersama) dan arah juga dapat memengaruhi hubungan antar entitas. Dimungkinkan juga untuk menghitung jalur biaya minimal melintasi permukaan biaya; misalnya, ini dapat mewakili kedekatan di antara lokasi saat perjalanan harus terjadi di medan yang berat.

Spatial data analysis

Studi Urban dan Regional menangani tabel besar data spasial yang diperoleh dari sensus dan survei. Penting untuk menyederhanakan sejumlah besar informasi terperinci untuk mengekstraksi tren utama. Analisis multivariabel (atau Analisis faktor, FA) memungkinkan perubahan variabel, mengubah banyak variabel sensus, biasanya berkorelasi di antara mereka sendiri, menjadi lebih sedikit "Faktor" atau "Komponen Utama" yang independen, yang sebenarnya merupakan vektor eigen dari korelasi data matriks tertimbang oleh kebalikan dari nilai eigen mereka. Perubahan variabel ini memiliki dua keunggulan utama:

1. Karena informasi terkonsentrasi pada faktor-faktor baru pertama, adalah mungkin untuk menyimpan hanya sedikit dari mereka sementara kehilangan hanya sejumlah kecil informasi; pemetaan mereka menghasilkan peta yang lebih sedikit dan lebih signifikan.

2. Faktor-faktor, sebenarnya vektor eigen, adalah ortogonal oleh konstruksi, yaitu tidak berkorelasi. Dalam kebanyakan kasus, faktor dominan (dengan nilai eigen terbesar) adalah Komponen Sosial, memisahkan kaya dan miskin di kota. Karena faktor-faktor tidak berkorelasi, proses-proses lain yang lebih kecil dari status sosial, yang akan tetap tersembunyi jika tidak, muncul pada faktor kedua, ketiga.

sumber : https://en.wikipedia.org/wiki/Spatial_analysis