6
regresi M-Quantile, Li 2006 mengembangkan pendekatan Automated GREG, Kurnia dan Notodiputro 2008 mengembangkan model aditif,
serta Zheng dan Little 2004, Kurnia, Notodiputro dan Ibrahim 2007 dan Opsomer et.al 2008 mengembangkan model pendekatan
nonparametrik. Namun demikian, persoalan yang dihadapi tersebut belum mampu dijawab secara tuntas. Dengan kekhasan kasus data
yang dihadapi, yaitu bersifat contextual covariate peubah penyerta hanya tersedia pada taraf area serta pola sebaran peubah yang
menjadi perhatian tidak simetrik atau pola hubungan peubah yang menjadi perhatian dengan peubah penyerta tidak linier, dalam
penelitian ini dikembangkan solusi alternatif melalui pendekatan transformasi logaritma pada peubah yang menjadi perhatian serta
teknik pendugaan parameternya menggunakan metode prediksi terbaik empirik.
Berdasarkan uraian di atas, penulis mengajukan tiga pokok pertanyaan penelitian yang akan dijawab dalam disertasi ini. Pokok-pokok
pertanyaan tersebut adalah : 1. Apakah dengan melakukan transformasi logaritma pada peubah
yang menjadi perhatian mampu mendapatkan penduga yang lebih baik ?
2. Bagaimana bentuk kuadrat tengah galat dari penduga yang diperoleh ?
3. Bagaimana sifat statistik dan performa dari penduga yang diperoleh ?
1.2. Tujuan Penelitian
1. Memperbaiki pendugaan area kecil ketika ditemukan masalah rasio keragaman antar area kecil terhadap keragaman total
cukup besar serta pola hubungan peubah yang menjadi perhatian dengan peubah penyerta tidak linier atau peubah
yang menjadi perhatian tidak mengikuti pola sebaran normal.
7
2. Mengembangkan pendugaan area kecil berdasarkan model transformasi logaritma.
3. Menjabarkan kuadrat tengah galat dari penduga yang dikembangkan.
4. Mengevaluasi performa dari penduga yang diperoleh melalui kajian simulasi.
1.3. Ruang Lingkup Penelitian
Ruang lingkup
penelitian secara
umum adalah
melakukan pengembangan metode pendugaan area kecil yang bersifat kekar
terutama dalam mengatasi dua masalah yang dihadapi, yaitu i besarnya rasio keragaman antar area kecil terhadap keragaman total
dan ii kemungkinan terjadinya ketidakcocokan model. Secara spesifik, penelitian ini fokus pada pengembangan prediksi
terbaik empirik empirical best prediction, EBP dalam SAE untuk model transformasi logaritma pada peubah yang menjadi perhatian
dengan peubah penyerta bersifat contextual covariate. Pemilihan fokus penelitian ini didasari oleh :
1.
berdasarkan berbagai kajian awal eksplorasi metode seperti yang dilaporkan pada Bab III dan Bab IV dalam disertasi ini,
diindikasikan bahwa penerapan berbagai metode baku SAE dalam kasus data BPS Susenas dan Podes walaupun
memberikan perbaikan akurasi dan presisi hasil pendugaan namun masih belum memuaskan, dan
2.
kenyataan bahwa pola hubungan data sosial dan ekonomi sulit memenuhi hubungan linier dalam skala pengukuran asli, dan
baru dipenuhi setelah dilakukan transformasi baik pada peubah respon, peubah bebas atau pada kedua-duanya. Walaupun
masalah transformasi sudah banyak dikaji dalam penelitian- penelitian statistika, namun sepengetahuan penulis masih belum
banyak penelitian sejenis dalam bidang SAE.
8
1.4. Kebaruan Disertasi
