ANALISIS PENDUGAAN UKURAN KEMISKINAN MONETER PADA CONTOH BERUKURAN KECIL

Article Sidebar

PDF
Published: Jul 6, 2019
DOI: https://doi.org/10.24853/fbc.5.1.37-54
Keywords:
indikator kemiskinan pendugaan langsung Bayes empiris indeks perilaku

Main Article Content

Nurul Hidayati
Institut Agama Islam Negeri Bengkulu
Asep Saefuddin
Institut Pertanian Bogor
Anang Kurnia
Institut Pertanian Bogor

Abstract

Kemiskinan merupakan sebagian dari masalah pembangunan yang berkaitan dengan berbagai dimensi yang meliputi sosial, ekonomi, budaya, politik, regional dan waktu.Penelitian ini bertujuan untuk menilai ukuran sampel dari ukuran kemiskinan moneter yang digunakan oleh Badan Pusat Statistik Indonesia (BPS) dan juga untuk mencari solusi alternatif dalam mengestimasi ukuran kemiskinan moneter dalam contoh berukuran kecil. Metode yang digunakan dalam penelitian ini adalah estimasi langsung yang dilengkapi dengan simulasi yang bertujuan untuk mengevaluasi ukuran sampel dalam perhitungan estimasi pengukuran kemiskinan dan Bayes empiris sebagai solusi alternatif dalam mengestimasi ukuran kemiskinan moneter dengan ukuran sampel kecil. Hasil penelitian ini menunjukkan nilai estimasi memiliki varians kecil dan tidak bias jika ukuran sampel yang digunakanbesar, dan sebaliknya. Ini terbukti dalam perbandingan ukuran sampel, seperti yang ditunjukkan padaperilaku indeks bias Relative Bias (RB), Absolute Relative Bias, dan Relative Mean Square Error (RMSE). Dengan demikian, estimasi langsung dapat dikoreksi dengan estimasi Bayesian empiris dalam menangani masalah ukuran sampel yang kecil.

Article Details

Issue
Vol. 5 No. 1 (2019): FIBONACCI: Jurnal Pendidikan Matematika dan Matematika
Section
Articles

Authors who publish with this journal agree to the following terms:

 

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

References

Abdillah, R. 2011. Pengelompokkan Kabupten/Kota Berdasarkan Ukuran Kemiskinan Moneter dan Nonmoneter di Jawa Tengah Tahun 2008. Skripsi tidak diterbitkan. Jakarata :Sekolah Tinggi Ilmu Statistik.

BPS. 2008. Analisis dan Penghitungan Tingkat Kemiskinan 2008. Jakarta : Badan Pusat Statistik.

Casella, G & Berger, RL. 2002. Statistical Inference. California : Duxbury.

Elbers, C., Lanjouw, J. O. and Lanjouw, P. 2003. Micro-level Estimation of Poverty and Inequality. Econometrica, Vol. 71 (1), pp: 355–364.

Foster J, Greer J and Thorbecke E. 1984. A Class of Decomposable Poverty Measures. Econometrica, Vol. 52 (3), pp: 761-766.

Haslett JS, Isidro CM, and Jones G. 2010. Comparison of Survey regression Techniques In The Context Of Small Area Estimation of Poverty, Vol. 36 (2), pp: 157-170.

Mafruhah I. 2009. Multidimensi Kemiskinan. Surakarta: LPP dan UNS Press.

Molina I, Rao, JNK. 2010. Small Area Estimation of Poverty Indicators. The Canadian Journal Statistics. Vol.38 (3), pp: 369-385.

Rao, JNK. 2003. Small Area Estimation. New York : John Willey & Sons.

Rozuli, AI. 2012. Menakar Program-Program Penanggulangan Kemiskinan dan Upaya Pembangunan Berkelanjutan. [online] Tersedia: http://www.infid.org/wp-content/uploads/2012/05/Poverty-Reduction-Imron-Rozuli-FISIB-UB-Malang.pdf. [08 Mei 2012].

Saei A, Chambers R. 2003. Small Area Estimation : A Review of Methods Based on The Application of Mixed Model. University of Southampton : S3RI Methodology Working Paper M30/16. [online] Tersedia: http://siteresources.worldbank.org/PGLP/Resources/200709gv-03-povertymeasurement.pdf.