Perpustakaan Universitas Padjajaran
Pencarian Spesifik

Detail Cantuman

Image of ESTIMATOR TERBAIK DALAM PENERAPAN MODEL GRAVITASI MIGRASI INDONESIA

 

ESTIMATOR TERBAIK DALAM PENERAPAN MODEL GRAVITASI MIGRASI INDONESIA

Migrasi merupakan komponen demografi selain kelahiran dan kematian. Untuk
memproyeksikan jumlah penduduk, BPS masih menggunakan metode ...

  • CodeCallNoLokasiKetersediaan
    010030007492519.5 Mar e/R.14.51Perpustakaan PusatTersedia
  • Perpustakaan
    Judul Seri
    -
    No. Panggil
    519.5 Mar e/R.14.51
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xii,;110 hlm,;29,5 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.5
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    2015
    Subyek
    Model Gravitasi Migrasi, Regresi Transformasi Log-
    Info Detil Spesifik
    Tesis
    Pernyataan Tanggungjawab
  • 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.

  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


Informasi