• Bagikan:
• 
• 
• 
• 
• 
• 
• 

 

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

---

• Ketersediaan
• Informasi Detil
• Deskripsi
• Versi lain/terkait
• Komentar

• Code	CallNo	Lokasi	Ketersediaan
  010030007646	519.5 Agu p/R.14.12.1	Perpustakaan Pusat	Tersedia

• Perpustakaan	Perpustakaan Pusat
  Judul Seri	-
  No. Panggil	519.5 Agu p/R.14.12.1
  Penerbit	Magister Statistika Terapan : Bandung., 2017
  Deskripsi Fisik	xii,; 72 hlm,;29 cm
  Bahasa	Indonesia
  ISBN/ISSN	-
  Klasifikasi	519.5 Agu p
  Tipe Isi	-
  Tipe Media	-
  Tipe Pembawa	-
  Edisi	2017
  Subyek	Kata Kunci 1. Bootstrap 2. Poverty Mapping 3
  Info Detil Spesifik	Tesis
  Pernyataan Tanggungjawab	Agustin Siti Aminah

• 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

• Tidak tersedia versi lain

• Silakan login dahulu untuk melihat atau memberi komentar.