Estimasi Total Populasi menggunakan Penaksir Generalized Regression (GREG) (Studi Kasus Data HasiI Pendataan Statistik Pertanian HortikuItura (SPH) Untuk Komoditi Mangga dan Survei Sosial Ekonomi Nasional (SUSENAS))
Kegiatan survei telah menjadi salah satu perhatian utarna para peneliti dan
ilmuwan, hal ini berimplikasi pada berkembangnya teknik-teknik penarikan
sampel dan inferensinya seperti estimasi total populasi yang merupakan tujuan
utama dari kegiatan survei.
Dalam perkembangannya, teknik estimasi total populasi dikelompokkan
menjadi estimasi berbasis desain (design based) dan estimasi berbasis model
(model based). Estimasi total populasi berdasarkan pendekatan desain diantaranya
yakni penaksir rasio (Ratio Estimator) sedangkan yang menggunakan pendekatan
model diantaranya yakni Generalized Regression (GREG). Dasar utarna dari
penaksir GREG adalah regresi linier. Apabila asumsi normalitas dan
homokedastisitas dari data tidak terpenuhi, maka GREG bisa menggunakan model
dengan Transformasi Box Cox dan menggunakan Weighted Least Square(WLS).
Penaksir rasio, menghasilkan nilai taksiran yang relatif stabil pada
berbagai ukuran sampel tetapi penaksir GREG dengan menggunakan satu variabel
tambahan bisa lebih sesuai dibandingkan dengan penaksir rasio apabila koefisien
determinasi antara variabel x (variabel pembantu) dengan variabel y (variabel
yang akan di estimasi) termasuk ke dalam kategori tinggi (koefisien determinasi
lebih dari 73%) dan pada tingkat keberartian sebesar 6 %, penaksir GREG mampu
menghasilkan nilai estimasi yang sangat mendekati dengan nilai yang
sesungguhnya. Untuk beberapa ukuran sampel, penaksir GREG memiliki nilai
taksiran yang sangat jauh apabila dibandingkan dengan penaksir rasio, hal ini
diantaranya disebabkan oleh keberadaan beberapa nilai pencilan dari set data
dalam sampel tersebut, keberadaan pencilan akan berpengaruh terhadap
kecocokan model regresi yang digunakan dalam penaksir GREG
No copy data
No other version available