Penerapan metode spatial empirical best linear unbiased prediction dengan Prosedur Restricted Maximum Likelihood dan Bootsrap untuk Estimasi Persentase Penduduk Miskin Tingkat Kecamatan di Kabupaten Wonosobo

---

Penerapan Metode Spatial Empirical Best Linear
Unbiased Prediction Dengan Prosedur Restricted
Maximum Likelihood Dan Bootstrap Untuk Estimasi
Persentase Penduduk Miskin Tingkat Kecamatan Di
Kabupaten Wonosobo

2. Kata Kunci

1. Bootstrap

2. Poverty Mapping

3. REML

4. SAE

5. SEBLUP

3. Abstrak

Sampai saat ini sebagian besar data yang disajikan oleh Badan Pusat
Statistik (BPS) sebagai penyedia data statistik nasional masih terbatas pada
tingkat kabupaten/ kota. Ukuran sampel yang kurang mencukupi untuk level
wilayah lebih kecil membuat pengukuran indikator kemiskinan dengan estimasi
langsung menghasilkan standard error yang besar, sehingga analisis yang
didasarkan pada kondisi tersebut menjadi tidak dapat diandalkan. Untuk
mengatasi masalah ini diperlukan metode estimasi yang dapat memberikan tingkat
akurasi yang lebih baik dengan mengkombinasikan data survei dengan data
pendukung lain. Salah satu metode yang sering digunakan adalah Small Area
Estimation (SAE). Ada banyak metode yang digunakan dalam SAE, salah satunya
adalah Spatial Empirical Best Linear Unbiased Prediction (SEBLUP). Metode
SEBLUP dengan prosedur maximum likelihood belum mempertimbangkan
hilangnya derajat bebas akibat mengestimasi p, sehingga dikembangkan metode
Spatial EBLUP dengan prosedur restricted maximum likelihood (REML).

Dalam penelitian ini yang menjadi variabel respon adalah persentase
penduduk miskin (Po) yang diperoleh dari data Susenas Tahun 2015. Sedangkan
variabel penyerta (auxiliary variable) yang digunakan berasal dari hasil data
Potensi Desa 2014. Kabupaten Wonosobo sebagai kabupaten yang memiliki
persentase kemiskinan tertinggi di Provinsi Jawa Tengah digunakan sebagai
wilayah penelitian. Prosedur REML diterapkan dalam estimasi persentase
penduduk miskin di Kabupaten Wonosobo dan prosedur bootstrap digunakan
untuk menghitungMean Square Error yang selanjutnya digunakan untuk
menghitung RRMSE sebagai ukuran tingkat akurasi metode estimasi langsung

---

Availability @Perpustakaan Pusat

No copy data

Detail Information

Series Title

-

Call Number

519.5 Agu p/R.14.12.1

Publisher

Bandung : Magister Statistika Terapan., 2017

Collation

xii,; 72 hlm,;29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

519.5 Agu p

Content Type

-

Media Type

-

Carrier Type

-

Edition

2017

Subject(s)

-

Specific Detail Info

Tesis

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment