SMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT PARTISIPASI ANGKATAN KERJA DI PROVINSI MALUKU DENGAN PENDEKATAN KERNEL-BOOTSTRAP

  • Mozart W. Talakua Jurusan Matematika FMIPA Universitas Pattimura
  • Geornando G. Patty Jurusan Matematika FMIPA Universitas Pattimura
Keywords: Bootstrap, Kernel, Mean Square Error, Small Area Estimation

Abstract

Pendugaan area kecil dengan dengan teknik pendugaan tak langsung memerlukan asumsi adanya hubungan linear antara rataan area kecil dengan variabel penyerta. Jika tidak ada hubungan linier antara rataan area kecil dan variabel penyerta maka tidak tepat ‘meminjam kekuatan’ dari area lain dengan menggunakan model linear dalam pendugaan tak langsung. Untuk mengatasi hal tersebut dikembangkan pendekatan nonparametrik. Salah satu pendekatan nonparametrik yang digunakan adalah pendekatan Kernel-Bootstrap. Pendugaan tak langsung dengan pendekatan Small Area Estimation Kernel-Bootstrap digunakan untuk mennduga angka tingkat partisipasi angkatan kerja pada level Kabupaten di Provinsi Maluku. Variabel yang digunakan dalam penelitian ini terdiri atas dua bagian, yakni Tingkat partisipasi Angkatan Kerja (Y) sebagai variabel dependen, serta sebagai variabel penyerta : Angkatan Kerja Usia 15 Tahun Keatas (X). Evaluasi hasil pendugaan dilakukan dengan melihat nilai MSE (Mean Square Error) penduga Small Area Estimation Kernel-Bootstrap. Hasil pendugaan Small Area Estimation Kernel-Bootstrap terbaik yaitu 0,122 dengan menggunakan replikasi ðµ=50

Downloads

Download data is not yet available.

References

[1] R. JNK, Small Area Estimation, New Jersey: John Wiley & Sons, Inc., 2003.
[2] S. Rahayu dan Tarno, “Prediksi Produksi Jagung di Jawa Tengah dengan ARIMA dan Bootstrap,” dalam Prosiding SPMIPA, Semarang, 2006.
[3] P. Simanjuntak, Pengantar Ekonomi Sumberdaya Manusia, Jakarta: LPFEUI, 2001.
[4] Dumairy, Perekonomian Indonesia, Cetakan Kedua, Jakarta: Penerbit Erlangga, Anggota IKAPI, 1997.
[5] Dudewicz, J. Edward dan S. Mishra, Statistika Matematika Modern, Bandung: ITB, 1995.
[6] D. N. Gujarati, Basic Econometrics, New York: McGraw-Hill, 2003.
[7] D. N. Gujarati, Dasar-dasar Ekonometrika, Jakarta: SalembaEmpat, 2010.
[8] I. Hasan, Pokok-Pokok Materi Statistik 2 (Statistika Inferensi), Jakarta: Bumi Aksara, 2002.
[9] L. Laome, “Perbandingan Model Regresi Non Parametrik Dengan Regresi Spline dan Kernel,” 2010.
[10] A. M. Mood, F. A. Graybill dan D. C. Boes, Introduction To The Theory Of Statistics, 1974.
[11] P. Mukhopadhayay dan P. Maiti, “Two Stage Non Parametric Approach For Small Area Estimation,” dalam ASA Section On Survey Research Methods, 2004.
[12] R. E. Walpole dan R. H. Myers, Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuan Terjemahan RK Sembiring, Bandung: ITB, 1995.
[13] S. Yitnosumarto, Dasar-Dasar Statistika, Jakarta: C.V Rajawali, 1990.
Published
2016-03-01
How to Cite
[1]
M. Talakua and G. Patty, “SMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT PARTISIPASI ANGKATAN KERJA DI PROVINSI MALUKU DENGAN PENDEKATAN KERNEL-BOOTSTRAP”, BAREKENG: J. Math. & App., vol. 10, no. 1, pp. 17-23, Mar. 2016.

Most read articles by the same author(s)

1 2 3 > >>