ESTIMATOR TERBAIK DALAM PENERAPAN MODEL GRAVITASI MIGRASI INDONESIA
Migrasi merupakan komponen demografi selain kelahiran dan kematian. Untuk
memproyeksikan jumlah penduduk, BPS masih menggunakan metode demografi
formal, dan belum memasukkan faktor pendorong dan faktor penarik migrasi. Model
gravitasi migrasi adalah metode proyeksi yang mengandung faktor pendorong dan
faktor penarik yang berdasarkan pada teori migrasi. Hipotesis model gravitasi migrasi
dasar menyatakan bahwa jumlah penduduk di suatu wilayah berkorelasi secara positif
terhadap migrasi, sedangkan jarak antarwilayah berkorelasi secara negatif. Penelitian
ini melakukan simulasi untuk menentukan metode estimasi parameter terbaik pada
model gravitasi migrasi dasar. Metode estimasi yang akan dibandingkan adalah
regresi transformasi log-linear (regresi dengan spesifikasi metode kuadrat terkecil
(MKT); model regresi Poisson (MRP); model regresi quasi-Poisson (RQP); dan
model regresi binomial negatif (RBN). Hasil simulasi, menunjukkan bahwa koefisien
yang dihasilkan MRP dan RQP tidak berbeda. MRP dan RQP menghasilkan bias
parameter yang paling kecil dibandingkan metode lainnya. Walaupun menghasilkan
koefisien yang sama, RQP dipilih sebagai metode terbaik karena galat baku yang
dihasilkannya lebih baik daripada galat baku yang dihasilkan MRP. Penerapan RQP
dalam data training menunjukkan bahwa model gravitasi migrasi sangat baik dalam
rnengestimasi arus migrasi dengan nilai kecil, namun menghasilkan galat yang relatif
besar untuk estimasi nilai migrasi yang besar. Semakin banyak sampel yang
digunakan sebagai data training, maka semakin baik pula hasilnya dalam
rnenggambarkan populasi.
No copy data
No other version available