Estimasi Varians Dengan Pendekatan Metode Rescaled Bootstrap (Studi Kasus : Rata - Rata Lama Sekolah Provinsi Sulawesi Barat)
Untuk meningkatkan kualitas data survei, Badan Pusat Statistik (BPS)
melakukan kegiatan pengembangan Survei Sosial Ekonomi Nasional (Susenas)
dengan kajian utama pada kecukupan sampel rumah tangga sebagai unit sampling.
Salah satu kendala yang ditemui pada kajian tersebut adalah dibutuhkannya
anggaran yang besar. Dalam keadaan demikian penggunaan boots trap dapat
disarankan. Namun jika metode bootstrap diterapkan pada desain survei yang
berstrata, estimasi varians yang dihasilkan menjadi bias dan sampel memberikan
basil estimasi yang tidak konsisten. Oleh karena itu, untuk mengatasinya
digunakan metode rescaled boots trap.
Metode rescaled boots trap diterapkan pada penghitungan estimasi Rata
Rata Lama Sekolah dengan cakupan level kabupatenikota dan provinsi
berdasarkan data Susenas tahun 2012 di Provinsi Sulawesi Barat. Bobot bootstrap
diberikan pada seluruh sampel rumah tangga terpilih pada replikasi ke-I 000. Hasil
estimasi menunjukkan standard error MYS dengan 9 sampel rumah tangga setiap
blok sensus bemilai lebih rendah dibanding standard error Susenas tahun 2012.
4. Abstract
In order to improve the quality of the survey data, Statistics Indonesia
(BPS) developing perform activities of the National Socio-Economic Survey
(Susenas) with a major study on the sufficiency sample households as a unit of
sampling. One of the obstacles encountered is needed a large budget. In these
circumstances, the use ofbootstrap method is recommended. Nevertheless, the use
of bootstrap method is not fully applicable to the complex survey design involving
stratification. If it remains enforced, the variance estimates will be biased and the
sample will yield inconsistent estimates. To overcome such problems, the rescaled
'bootstrap method can be applied.
The rescaled bootstrap method is applied to the calculation of estimates
Mean Years of Schooling (MYS) with coverage at the regency and provinces
based on Susenas 2012 in the province of West Sulawesi. Bootstrap weights given
to the whole sample of households selected at 1000th replicate. The results of
estimation indicate standard error of the MYS which consists of 9 sample of
households is lower than the standard error of Susenas 2012.
No copy data
No other version available