PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL - Diponegoro University | Institutional Repository (UNDIP-IR)
i
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN
PER KAPITA DI KABUPATEN SRAGEN
DENGAN PENDEKATAN KERNEL
SKRIPSI
Disusun Oleh :
BITORIA ROSA NIASHINTA 24010211120021
JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
SEMARANG 2015
(2)
ii
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN
PER KAPITA DI KABUPATEN SRAGEN
DENGAN PENDEKATAN KERNEL
Disusun Oleh :
BITORIA ROSA NIASHINTA 24010211120021
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika
JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
SEMARANG 2015
(3)
(4)
(5)
v
KATA PENGANTAR
Alhamdulillah, puji syukur penulis panjatkan kehadirat Allah SWT atas rahmat, hidayah dan karunia-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir dengan judul Pendugaan Area Kecil terhadap Pengeluaran Per Kapita di Kabupaten Sragen dengan Pendekatan Kernel .
Dalam penulisan Tugas Akhir ini penulis mengalami banyak hambatan. Namun atas bantuan dari berbagai pihak, tugas akhir ini dapat diselesaikan dengan baik. Oleh karena itu, penulis ingin menyampaikan rasa terima kasih kepada:
1. Ibu Dra. Dwi Ispriyanti, M.Si sebagai Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro dan sekaligus sebagai dosen pembimbing 1.
2. Bapak Abdul Hoyyi, S.Si, M.Si selaku dosen pembimbing II.
3. Bapak/Ibu dosen Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro yang telah memberikan masukan demi perbaikan penulisan Tugas Akhir ini.
4. Pihak-pihak lain yang tidak dapat penulis sebutkan satu per satu yang telah membantu penulisan Tugas Akhir ini.
Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna. Sehingga penulis mengharapkan kritik dan saran demi kesempurnaan penulisan selanjutnya.
(6)
vi
(7)
Se Sol dn Ekonomi Nasional (SUSENAS) merupakan data yang sampelnya relatif kecil, sehingga data tersebut disebut area kecil. Dalam pendugaan parameter di area kecil dapat dilakukan dengan dua cara, yaitu dengan penduga langsung dan penduga tidak langsung. Penduga langsung merupakan penduga tak bias tetapi menghasilkan varian yang besar karena diperoleh dari ukuran sampel yang kecil. Teknik yang digunakan untuk meningkatkan efektifitas ukuran sampel adalah pendugaan tidak langsung atau pendugaan area kecil (Small Area Estimation/SAE). SAE dilakukan dengan menambahkan variabel penyerta
dalam menduga parameter. Diasumsikan bahwa variabel penyerta memiliki hubungan yang linier dengan penduga langsung. Jika asumsi tidak terpenuhi digunakan pendekatan nonparametrik. Dalam penelitian ini digunakan pendekatan Kernel Gaussian untuk memodelkan hubungan antara penduga langsung yaitu pengeluaran per kapita dengan variabel penyertanya yaitu kepadatan penduduk. Evaluasi hasil pendugaan dilakukan dengan membandingkan nilai varian penduga langsung dengan nilai varian penduga tidak langsung yang dilakukan pendekatan Kernel. Hasil pendugaan parameter yang didekati dengan SAE merupakan pendugaan yang paling baik karena menghasilkan nilai varian yang kecil yaitu 5,31275, sedangkan nilai varian penduga langsung adalah sebesar 6,38052.
(8)
of Social Survey and Economic National is a relatively small sample of data, so that data is called small area. Estimation of parameter in small area can be done in two ways, there are direct estimation and indirect estimation. Direct estimation is unbias estimation but give a high variance because from small sample of data. The technique that use to increase efectivity of sample size is indirect estimation or called Small Area Estimation (SAE). SAE is done by adding auxiliary variable. on estimating parameter. Assumed that auxiliary variable has a linear correlation with the direct estimation. If that assumption is incomplete, use an nonparametric approaching. This research is using Kernel Gaussian approaching to build a correlation between direct estimation which expenditure per capita and auxiliary variable which population density. Evaluation of estimation result is done by comparing the value of direct estimation variance with the value of indirect estimation variance using Kernel Gaussian approaching. The result of parameter estimation which approached by SAE is the best estimation, because it produce the small value of variance that is 5,31275, while the value of direct estimator variance is 6,380522.
(9)
vii
DAFTAR
! "!# $l$m$n #% &%' %()*+ *&... , - .( /.0%#%(1... ,, - .( /.0%#%(11... , , ,
2%3%- .(/%(3%R ... iv
ABSTRAK... v
ABSTRACT... vi
DAFTAR ISI... vii
DAFTAR GAMBAR ... ix
DAFTAR TABEL... x
DAFTAR LAMPIRAN... xi
DAFTAR SIMBOL ... xii
BAB I PENDAHULUAN 1.1. Latar Belakang ... 1
1.2. Rumusan Masalah ... 3
1.3. Batasan Masalah ... 3
1.4. Tujuan Penulisan ... 4
BAB II TINJAUAN PUSTAKA 2.1. Profil Kabupaten Sragen ... 5
2.2. Pengeluaran Per Kapita ... 6
2.3. KorelasiPearson Product Moment(PPM)... 7
2.4. Menentukan Ukuran Sampel... 10
2.5. Area Kecil (Small Area)... 11
(10)
viii
24546 789:;<=> 9<?@<8 ;A :8 ;(Indirect Estimation)... 14
2454B6 789:;< <n Cr7 <D 7E >F ( Small Area Estimation) ... 14
2454G6 789:;< <n Cr7 <D 7E >F 97 8 ;<86 7 897? <t<8D7r87F .. 18
BAB III METODE PENELITIAN 3.1. Sumber Data... 23
3.2. Variabel Penelitian ... 23
3.3. Langkah Metode Analisis Data ... 23
3.4. Diagram Alir Analisis ... 24
BAB IV HASIL DAN PEMBAHASAN 4.1.Pendugaan Langsung Pengeluaran Per Kapita... 26
4.2. Pendugaan tidak Langsung Pengeluaran Per Kapita dengan Pendekatan Kernel ... 29
4.2.1. Pemilihan Variabel Penyerta... 29
4.2.2. Model Pendugaan Area Kecil dengan Menggunakan Metode Pendekatan Kernel... 33
4.3. Perbandingan Nilai Pendugaan Langsung dan Pendugaan tidak Langsung Pengeluaran Per Kapita ... 41
BAB V PENUTUP 5.1 Kesimpulan... 43
5.2 Saran... 44
DAFTAR PUSTAKA ... 45
(11)
ix
DAFTAR
HIM
JAR
K LlLmLn Mambar N OLP1.rLmQ lOr QRLOS Ol s NLtLT URUlOtOLn VVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVV 25 Mambar N OLP2.rLmWoxXYot T URPUYZ LrLRT Ur [LXOtLKLSOYT UR\ZPL
]LR PSZR P... 2^ Mambar 3 _ `LttU.rXYot abOcormLlOtLs untZde LrOLfUl T UnyUrtL VVVVVVVVVVVVVVVVVVVVVVV 31 Mambar N OLP4.rLm T Un`Lr T UR\ZPL]LRPSZR P\URPLRe LrOLfUYT URyUrtL ... 32 Mambar N OLP5.rLgWoxXYot T URPUYZ LrLRT Ur [LXOtLK L S OYT UR\ZPLLRhO\Ld
(12)
x
DAFTAR TA
i jkl mlmmmn Tabel numlmo1.p qrststusmn numlmovqwmlmv qltmrxm pmsmymo trz{|} ~~~~~ Tabel 2 rqrprq.tm vq q rvorq m m r ... 9 Tabel Pengeluaran Per Kapita Penduga Langsung di Kabupaten Sragen3.
(x Rp 100.000)... 27 Tabel Nilai Statistik Pengeluaran Per Kapita Hasil Penduga Langsung4.
(x Rp 100.000)... 28 Tabel Hasil Pendugaan nilai5. ( )... 37 Tabel Pengeluaran Per Kapita pada masing-masing Kecamatan di Kabupaten6.
Sragen ( x Rp 100.000) dengan Pendekatan Kernel ... 39 Tabel Nilai Statistik Pengeluaran Per Kapita Hasil Pendugaan Tidak Langsung7.
(13)
xi
DAFTAR
M
RAN
lmn ampiran 1 l. rn r t nn nn t
n tr(x Rp 100.000)... 47 ampiran Variabel Penyerta di Kabupaten Sragen (X) ... 482. ampiran Perhitungan Pendugaan Fungsi Pemulusan Nilai3. ( ) ... 49 ampiran Pengeluaran Per Kapita dengan Menggunakan Metode Pendugaan4.
tidak Langsung Pendekatan Kernel (x Rp 100.000)... 58 ampiran Program Software R-2.15.3 ... 595. ampiran Output Program Software R-2.15.3 ... 616. ampiran 7 Tabel.Kolmogorov-Smirnov... 63 ampiran 6 Tabel Korelasi r. Product-Moment ... 64
(14)
xii
DAFTAR
M
¡ ¢£ ¤ ¥ ¦§¨¦l©ªrªn «¦r ¬ ª«tª¤ ¥ ¦§¨¦l©ªrªn rumª®¯ ª §¨¨ª s¦°©± ªn ¤ ²umlª®ª§¨¨otª rumª® tª§¨¨ª
( ) ¤³©§¨´ p¦l©ªn¨µ©¶ulªt·¸ªtª´ª¶«¦± ( ) ¤ ³©§¨´µ©¶ulªt·¸ªr¸tr °©´§¹º¶ª± ( ) ¤ ³©§¨´µ©¶ulªt·¸ªr»ªr ª°¦±ª¼ªµ
¤ ¬¹¦·´ ¦§µ¹º¦±ª´ª§¯ªrª»ªr ª°¦± ¸¦§ ¨ª§»ªrª°¦± ¤ ½µ©ºª§´ª¶«¦±
¤ ½µ©ºª§«¹«©±ª´
¤ ¥ ¦r´¦§¯ ª´ µ¦±¹§ ¨¨ªrª § µ¦t¸ªµ¯¦rµªtª§ µªr¦§ ª µ¦´ª±ª®ª§ p¦§ ¨ª¶°± ª § ´ª¶«¦± yª § ¨¶ª´ § ¨¸§¨ §µª§
¤ ¾©¨ª ª§ºªtª¿rªtª«¦n ¨¦l©ªrªn «¦r µª«tª¸ªr¦ªµ ¦¿ ¸¦n¨ªn «¦§¸© ¨ª
l
ª§¨sun¨
¤ ¥ ¦§¨¦l©ªrªn «¦r µª«ªt rumª®¯ªn¨¨ª µ¦¿ ¸ªr¦ªµ¦ ¿ ¤ ²umlª®ºumª®¯ ª§¨¨ª¸ªr¦ªµ¦ ¿
¤»ªrªn «¦§¸© ¨ª lªn¨su§¨
¤ Rata-rata pengeluaran per kapita untuk semua area : Variabel penyerta
ke-: Banyaknya variabel penyerta
: Parameter berukuran × 1untuk data pendukung : Pengaruh acak pada area
(15)
ke-xiii
( ) À ÁunÂÃÄÅÆmÇ ÃÈul n ( smoothing function) yÈÉÂÊÆÉËÆÌ ÆÉÄÃÄ Í ÈÉÎÇÏÇÉÂÈÉ ÈÉ Ð ÈÈr pÆÉ ËÇÂÈÑ ÈÉÂÃÇÉÂËÈÉ ÒÈrÄÈÏÆÑÅÆÉÆyrtÈÅÈ ËÈÈrÆ ÈÍ Æ Ó Ô
(. ) À ÁÇÉ ÂÃÄÕÆrÉ Æl
h À BandwidthÈtÈu lÆÏ Èr Ö ÆÉ ËÆlÈ Ô
( ) À ÁÇÉ ÂÃÄ pÆmÏ ×Ï ×ÐÅÈË ÈËÈÆrÈÎËÄà ÆÍÄtÈr x À Õ ÆrÈ ÂÈmÈn ÃÈÄÉ Âmpl errorÅÈËÈÈrÆÈ ÍÆÓ À Õ ÆrÈ ÂÈmÈn ÈntÈr ÈrÆÈ Ô
= varian penduga tidak langsung
: Pengeluaran per kapita di area- dengan pendekatan kernel : Rata-rata pengeluaran per kapita untuk semua area
(16)
ÙÚ ÙÛ ÜÝÞß Úà áLá ÚÞ 1.1 Lâãâ äÙåæâç âè é
êëìíîíï ðPS (ñòØó), Síîôëõ Sö÷õ øù ú øì ûü öìöýõ Nø÷õ öìøù (SUSûþ ÿS) ý ëîí øü øì ÷ íîôëõ yø ìú õ îøìøì íìïíü ÷ü øù øìø÷ õ öìøùSíîôëõïëî÷ ë íïúõùøü íü øì íìï íü ýëìíý íùü øì úøïø ÷ ö÷õ øù ü ë ëìú íú íü øì yø ì øùõì ùí ø÷ ú øì ú øïøìyø ý ëìø÷õùü øì õ ìöîý ø÷õ yø ì íü í ù ëìü ø ïë ìï øì ü ë÷ëaïëîaaì ýa÷yaîaü øï ú øì ÷ øìaï úõbíï íü øì öù ë ëý ëîõ ìïa ÷ ëbaaõ õìö îýa÷õ ëìa øõaì ø÷õù
îö îaý ëýbaìíìøì ÷ëîïa íìï íü ýëìëïa íõ ÷ëbëîa a aí îöîaý îöîaý ëýbaìíìøì yaì úõ õ ý ù ëýëìïa÷õü øì ú ø øï ý ëìõìüaï ü øì üë÷ ëaï ëîaaì ýa÷yaîaüaï
êëìíîíï ðPS (ñòØó), ú øïø Síîôëõ Sö÷õøù ú øì ûü öìöý õ Nø÷õ öìøù (SUSûþ ÿS)úõ øý õ ù ëì øîõü øì ÷øý ëù ÷ ëøìyøü Øò îíýø ï øìø ú øîõ ý ø÷õ ì ýa÷õ ìbù öü ÷ ëì÷í÷ yaì ïëî õùõ ÷ëøîø ÷õ ÷ïëýøïõü (ý ëìíîíï ï õ ìüøï ëìú õ úõü øì) Sëõìø úøï ø ÷ íîôëõ ïëî ÷ ë íï ý ëý íìyøõ ÷ øý ë ù yøì îëùøï õ ü ëõù ü øîì ø ï õú øü ú ø øï ý ë øüõùõ ú øïø ö íù ø÷õ ú øì ú øïø ïëî÷ë íï úõ÷ë íï øîë ø ü ëõ ù ( ) øùøý ëìú í øøì ø îøýëï ëîúõ ø îëøü ëõ ù ú ø øï ú õ ù øü íü øìú ëìøìú íøøî ø, yøõ ï í ëìú í øøì ÷ ë øî ø ù øì÷ íì ( ) ú øì ëìú íøøì ïõ ú øü ùø ì÷íì
( )
êëìíîíï íîìõa (ñòò), Pëìú í øøì ÷ ëøî ø ùøì ÷ íì ( ) úõ ù øü íü øì ëîú ø÷øîü øì ú øïø ÷ øý ëù yøì ïëî÷ëúõ ø, ëìú íø yøì úõø÷õ ùü øì ý ëîí øü øì ëìú í ø ï øü õø÷ ïëï ø õ ý ëý õ ùõ üõ ôøîõ øì yøì ë÷ øî ü øîëìø úõ ëîöù ë ú øîõ íü íîøì ÷øý ëù yø ì üëõù Së ø øõ øùï ëî ìøïõ ï ëü ìõ ü ëìú í ø øì íìï íü ý ëìõ ìü øïüøì ë ëüï õ õ ï ø÷ íü íîøì ÷ øý ëù, úõüëý øìüøì ïëü ìõ ü ëìú í øø ì ï õú øü
(17)
a ( ! " #$%#&% '( % ) )*P+, --./, -0- .+1 + 2.,/ 0+- +2--/ 3+, ---1+-0+4/(small area estimation)*
T+ 0/ 0 3+, -- .-0 - (indirect estimation) 5+13 -0- -. 3+, -- ,+- 4 -1- 5+ 5- 6--. 0- / 671 5 - / . -52-8 - y- 2+18 2-,+ - 3 -1-5+ .+1 y- -0- ,/ -5 -./ * 9+. 7,+ , + - 5+ 5a 6aa. 0- / 671 5- / .-52-8 - .+1+ 2. + 4-1- .-././0 5+ 5/ /0/ / 6-. meminjam kekuatan
(borrowing strength) informasi dari hubungan antara penduga langsung dengan
informasi yang ditambahkan. Jika tidak ada hubungan linier antara penduga langsung dan variabel penyerta maka tidak tepat meminjam kekuatan dari area lain dengan menggunakan model linier dalam pendugaan tak langsung (indirect
estimation). Untuk mengatasi hal tersebut dikembangkan pendekatan
nonparametrik.Salah satu pendekatan nonparametrik yang digunakan adalah pendekatanKernel-Based(Mukhopadhay dan Maiti, 2004).
Dari penjelasan di atas, maka penulis dalam hal ini akan mencoba mengaplikasikan metode pendugaan area kecil (small area estimation) dengan pendekatan nonparametrik yaitu pendekatan kernel untuk menduga pengeluaran per kapita di Kabupaten Sragen. Parameter yang menjadi variabel respon adalah pengeluaran rumah tangga diambil dari hasil Survei Sosial Ekonomi Nasional (SUSENAS) Tahun 2013 dan variabel peyerta yaitu kepadatan penduduk diambil dari hasil sensus Sragen dalam Angka (SDA) Tahun 2014 yang dilaksanakan oleh Badan Pusat Statistik Provinsi Jawa Tengah.
(18)
1.2 ; <musan Masalah
=>?@aA B?CaD EaFa? b>EaCBD G yaDG F>EaH @I C>JK CBCBD L JaCB ?K JKAaD JaA BEaH@B?IM >D>E I FIaDIDI a@BEaHA>baGBIb> ?I CK F N
OP =aGaIJaDa DIEaI @K GBaD M>D G>E KB?aD M> ? CBMIFa @I A > FIaM C>QB JBFBD yBDG B@B@I KBRKM B F>DS ?BG>DR> ?@BA B?CBDM>D @KGBEBDGA KDG?
2. Bagaimana nilai dugaan pengeluaran per kapita di setiap kecamatan yang ada di Kabupaten Sragen dengan penduga tidak langsung yaitu dengan pendekatan kernel?
3. Bagaimana perbedaan nilai varian dari hasil pendugaan pengeluaran per kapita di setiap kecamatan yang ada di Kabupaten Sragen dengan penduga langsung dan penduga tidak langsung?
1.3 Batasan Masalah
Pada penelitian ini, penulis membatasi masalah pada metode dan data yang digunakan.
1. Metode yang digunakan untuk menentukan penduga tidak langsung adalah dengan pendekatan Kernel Gaussian. Data yang digunakan adalah data Survei Sosial dan Ekonomi Nasional (SUSENAS) Tahun 2013 dan data Sragen dalam Angka Tahun 2014.
2. Variabel-variabel yang digunakan dalam penelitian ini sebagai variabel respon adalah pengeluaran perkapita Kabupaten Sragen, sedangkan untuk variabel penyertaadalah kepadatan penduduk.
(19)
1.4 UVjuan Penulisan
WXYZa[ \Y]a^ _ XY`a[ \aaba^ Zc ada[ `a]\ d efe\^ Z\ Yc _X^ Xa cd ca^ ya^g a]\ ^ Zc_X Yha X b\ Z\aabi
jk lX^ Z\_\d ]\^ ^ caac Ze g\a^ _X^gXa e\ Ya^ _X Y ]\_ cda Zc [ Xdca_ ]Xm\ `\d \^ Zc K\ne_\dX^oY\gX^ZX^g\ ^_X^ Ze g\a \^g[e^gk
pk lX^ Z\_\d ]\^
^ caac Zegaa^ _X^gXa e\Ya^ _XY ]\_cda Zc [ Xd ca_
]Xm\` \d\^ y\ ^g \ Z\ Zc K\ne_\dX^ SY\ gX^ ZX^g\^ _ X^ Zeg\ dcZ\ ] a\^g[ e^g y\cd e ZX^ g\^_X^ ZX ]\d\^KX Y^ Xak
qk lX `ba^ Zc^ g]a^ b\[ca ^ caac r\ Yca^ Z\Yc _X^ Zega aa^g[e^g Za^ dcZ\ ] aa^ g[e^g e^d e ] `Xacb\d _X^ Ze g\ `a^\ ya^g `X ^ gb\[ ca]\^ ^ caac Zeg\ a^
(1)
xii
DAFTAR
M
¡ ¢£ ¤ ¥ ¦§¨¦l
©ªr
ªn
«¦r
¬ ª«t
ª¤
¥ ¦§¨¦
l
©ªr
ªn rum
ª®¯ ª §¨¨ªs
¦°©± ªn
¤
²
um
l
ª®ª§¨¨ot
ªrum
ª®t
ª§¨¨ª( )
¤³©§¨´p
¦l
©ªn
¨µ©¶ul
ªt
·¸ªt
ª´ª¶«¦±( )
¤³©§¨´µ©¶
ul
ªt
·¸ªr
¸tr
°©´§¹º¶ª±( )
¤³©§¨´µ©¶
ul
ªt
·¸ªr
Ȼr
ª°¦±ª¼ªµ¤
¬¹¦·´ ¦§µ¹º¦±ª´ª§¯ª
r
ª»ªr
ª°¦± ¸¦§ ¨ª§»ªr
ª°¦± ¤½µ©ºª§´ª¶«¦±
¤ ½µ©ºª§«¹«©±ª´
¤ ¥ ¦
r
´¦§¯ ª´ µ¦±¹§ ¨¨ªr
ª § µ¦t
¸ªµ¯¦r
µªt
ª§ µªr
¦§ ª µ¦´ª±ª®ª§p
¦§ ¨ª¶°± ª § ´ª¶«¦±y
ª § ¨¶ª´ § ¨¸§¨ §µª§¤ ¾©¨ª ª§ºª
t
ª¿r
ªt
ª«¦n
¨¦l
©ªr
ªn
«¦r
榮t
ª¸ªr
¦ªµ ¦¿ ¸¦n
¨ªn
«¦§¸© ¨ªl
ª§¨
sun
¨¤
¥ ¦§¨¦
l
©ªr
ªn
«¦r
µª«ªt
rum
ª®¯ªn
¨¨ª µ¦¿ ¸ªr
¦ªµ¦ ¿ ¤²
um
l
ª®ºum
ª®¯ ª§¨¨ª¸ªr
¦ªµ¦ ¿¤»ª
r
ªn
«¦§¸© ¨ªl
ªn
¨su
§¨¤
Rata-rata pengeluaran per kapita untuk semua area
: Variabel penyerta
ke-: Banyaknya variabel penyerta
: Parameter berukuran
× 1
untuk data pendukung
: Pengaruh acak pada area
(2)
ke-xiii
( )
À Áun
ÂÃÄÅÆm
Ç ÃÈul
n
(
smoothing function) y
ÈÉÂÊÆÉËÆÌ ÆÉÄÃÄ Í ÈÉÎÇÏÇÉÂÈÉ ÈÉ Ð ÈÈr
p
ÆÉ ËÇÂÈÑ ÈÉÂÃÇÉÂËÈÉ ÒÈr
ÄÈÏÆÑÅÆÉÆy
rt
ÈÅÈ ËÈÈr
Æ ÈÍ Æ Ó Ô(. )
ÀÁÇÉ ÂÃÄÕÆ
r
É Æl
h
ÀBandwidth
Èt
Èu l
ÆÏ Èr
Ö ÆÉ ËÆl
È Ô( )
ÀÁÇÉ ÂÃÄ
p
Æm
Ï ×Ï ×ÐÅÈË ÈËÈÆr
ÈÎËÄÃ ÆÍÄt
Èr
x
À Õ Ær
È ÂÈm
Èn
ÃÈÄÉ Âm
pl
error
ÅÈËÈÈr
ÆÈ ÍÆÓ ÀÕ Æ
r
È ÂÈm
Èn
Ènt
Èr
Èr
ÆÈ Ô= varian penduga tidak langsung
: Pengeluaran per kapita di area- dengan pendekatan kernel
: Rata-rata pengeluaran per kapita untuk semua area
(3)
ÙÚ ÙÛ
ÜÝÞß Úà á
L
á ÚÞ1
.1
L
âãâ äÙåæâç âè éêëìíîíï ð
PS
(
ñòØó), S
íîôëõS
ö÷õ øù ú øì ûü öìöýõN
ø÷õ öìøù(SUS
ûþ ÿS)
ý ëîí øü øì ÷ íîôëõy
ø ìú õ îøìøì íìïíü ÷ü øù øìø÷ õ öìøùS
íîôëõïëî÷ ë íïúõùøü íü øì íìï íü ýëìíý íùü øì úøïø ÷ ö÷õ øù ü ë ëìú íú íü øìy
ø ì øùõì ùí ø÷ ú øì ú øïøìy
ø ý ëìø÷õùü øì õ ìöîý ø÷õy
ø ì íü í ù ëìü ø ïë ìï øì ü ë÷ëa
ïëîaa
ì ýa
÷ya
îa
ü øï ú øì ÷ øìa
ï úõb
íï íü øì öù ë ëý ëîõ ìïa
÷ ëba
a
õ õìö îýa
÷õ ëìa
øõa
ì ø÷õùîö î
a
ý ëýba
ìíìøì ÷ëîïa
íìï íü ýëìëïa
íõ ÷ëb
ëîa a
a
í îöîa
ý îöîa
ý ëýba
ìíìøìya
ì úõ õ ý ù ëýëìïa
÷õü øì ú ø øï ý ëìõìüa
ï ü øì üë÷ ëa
ï ëîaa
ì ýa
÷ya
îa
üa
ïêëìíîíï ð
PS
(
ñòØó),
ú øïøS
íîôëõS
ö÷õøù ú øì ûü öìöý õN
ø÷õ öìøù(SUS
ûþ ÿS)
úõ øý õ ù ëì øîõü øì ÷øý ëù ÷ ëøìy
øü Øò îíýø ï øìø ú øîõ ý ø÷õ ì ýa
÷õ ìb
ù öü ÷ ëì÷í÷ya
ì ïëî õùõ ÷ëøîø ÷õ ÷ïëýøïõü(
ý ëìíîíï ï õ ìüøï ëìú õ úõü øì)
S
ëõìø úøï ø ÷ íîôëõ ïëî ÷ ë íï ý ëý íìy
øõ ÷ øý ë ùy
øì îëùøï õ ü ëõù ü øîì ø ï õú øü ú ø øï ý ë øüõùõ ú øïø ö íù ø÷õ ú øì ú øïø ïëî÷ë íï úõ÷ë íï øîë ø ü ëõ ù(
)
øùøý ëìú í øøì ø îøýëï ëîúõ ø îëøü ëõ ù ú ø øï ú õ ù øü íü øìú ëìøìú íøøî ø, y
øõ ï í ëìú í øøì ÷ ë øî ø ù øì÷ íì(
)
ú øì ëìú íøøì ïõ ú øü ùø ì÷íì(
)
êëìíîíï íîìõ
a
(
ñòò), P
ëìú í øøì ÷ ëøî ø ùøì ÷ íì(
)
úõ ù øü íü øì ëîú ø÷øîü øì ú øïø ÷ øý ëùy
øì ïëî÷ëúõ ø,
ëìú íøy
øì úõø÷õ ùü øì ý ëîí øü øì ëìú í ø ï øü õø÷ ïëï ø õ ý ëý õ ùõ üõ ôøîõ øìy
øì ë÷ øî ü øîëìø úõ ëîöù ë ú øîõ íü íîøì ÷øý ëùy
ø ì üëõùS
ë ø øõ øùï ëî ìøïõ ï ëü ìõ ü ëìú í ø øì íìï íü ý ëìõ ìü øïüøì ë ëüï õ õ ï ø÷ íü íîøì ÷ øý ëù,
úõüëý øìüøì ïëü ìõ ü ëìú í øø ì ï õú øü(4)
a
(
! " #$%#&% '( % ))
*P
+, --./, -0- .+1 + 2.,/ 0+- +2--/ 3+, ---1+-0+4/(small area estimation)
*T
+ 0/ 0 3+, -- .-0 -(
indirect estimation
)
5+13 -0- -. 3+, -- ,+- 4 -1- 5+ 5- 6--. 0- / 671 5 - / . -52-8 -y
- 2+18 2-,+ - 3 -1-5+ .+1y
- -0- ,/ -5 -./ * 9+. 7,+ , + - 5+ 5a
6aa
. 0- / 671 5- / .-52-8 - .+1+ 2. + 4-1- .-././0 5+ 5/ /0/ / 6-.meminjam kekuatan
(borrowing strength) informasi dari hubungan antara penduga langsung dengan
informasi yang ditambahkan. Jika tidak ada hubungan linier antara penduga
langsung dan variabel penyerta maka tidak tepat meminjam kekuatan dari area
lain dengan menggunakan model linier dalam pendugaan tak langsung (indirect
estimation). Untuk mengatasi hal tersebut dikembangkan pendekatan
nonparametrik.Salah satu pendekatan nonparametrik yang digunakan adalah
pendekatan
Kernel-Based
(Mukhopadhay dan Maiti, 2004).
Dari penjelasan di atas, maka penulis dalam hal ini akan mencoba
mengaplikasikan metode pendugaan area kecil (small area estimation)
dengan
pendekatan nonparametrik yaitu pendekatan kernel untuk menduga pengeluaran
per kapita di Kabupaten Sragen. Parameter yang menjadi variabel respon adalah
pengeluaran rumah tangga diambil dari hasil Survei Sosial Ekonomi Nasional
(SUSENAS) Tahun 2013 dan variabel peyerta yaitu kepadatan penduduk diambil
dari hasil sensus Sragen dalam Angka (SDA) Tahun 2014 yang dilaksanakan oleh
Badan Pusat Statistik Provinsi Jawa Tengah.
(5)
1.2
; <musan Masalah
=>?@
a
A B?Ca
D Ea
Fa
?b
>Ea
CBD Gya
DG F>Ea
H @I C>JK CBCBD L Ja
CB ?K JKAa
D Ja
A BEa
H@B?IM >D>E I FIa
DIDIa
@BEa
HA>ba
GBIb
> ?I CK F NOP =
a
Ga
IJa
Da
DIEa
I @K GBa
D M>D G>E KB?a
D M> ? CBMIFa
@I A > FIa
M C>QB JBFBDy
BDG B@B@IK
BRKM B F>DS ?BG>DR> ?@BA B?CBDM>D @KGBEBDGA KDG?
2. Bagaimana nilai dugaan pengeluaran per kapita di setiap kecamatan yang
ada di Kabupaten Sragen dengan penduga tidak langsung yaitu dengan
pendekatan kernel?
3. Bagaimana perbedaan nilai varian dari hasil pendugaan pengeluaran per
kapita di setiap kecamatan yang ada di Kabupaten Sragen dengan penduga
langsung dan penduga tidak langsung?
1.3
Batasan Masalah
Pada penelitian ini, penulis membatasi masalah pada metode dan data
yang digunakan.
1. Metode yang digunakan untuk menentukan penduga tidak langsung adalah
dengan pendekatan Kernel Gaussian. Data yang digunakan adalah data
Survei Sosial dan Ekonomi Nasional (SUSENAS) Tahun 2013 dan data
Sragen dalam Angka Tahun 2014.
2. Variabel-variabel yang digunakan dalam penelitian ini sebagai variabel
respon adalah pengeluaran perkapita Kabupaten Sragen, sedangkan untuk
variabel penyertaadalah kepadatan penduduk.
(6)
1.4
UVjuan Penulisan
WXYZ
a
[ \Y]a
^ _ XY`a
[ \aa
ba
^ Zca
da
[ `a
]\ d efe\^ Z\ Yc _X^ Xa cd ca
^ya
^ga
]\ ^ Zc_X Yha X b\ Z\aa
bijk lX^ Z\_\d ]\^ ^ ca
a
c Ze g\a
^ _X^gXa e\ Ya
^ _X Y ]\_ cda
Zc [ Xdca
_ ]Xm\ `\d \^ ZcK
\ne_\dX^oY\gX^ZX^g\ ^_X^ Ze g\a \^g[e^gkpk lX^ Z\_\d ]\^
^ ca
a
c Zegaa
^ _X^gXa e\Ya
^ _XY ]\_cda
Zc [ Xd ca
_]Xm\` \d\^
y
\ ^g \ Z\ ZcK
\ne_\dX^S
Y\ gX^ ZX^g\^ _ X^ Zeg\ dcZ\ ] a\^g[ e^gy
\cd e ZX^ g\^_X^ ZX ]\d\^K
X Y^ Xakqk lX `