Penerapan metode empirical best linear unbiased prodiction pada model small area estimation dalam pendugaan tingkat pengangguran di Kota Bogor

Abstract

Pendugaan area kecil (small area estimation) mendapatkan perhatian statistisi dunia pada beberapa tahun belakangan ini. Pendugaan parameter secara langsung berdasarkan data survey untuk menduga statistik area kecil tidak dapat diandalkan karena memiliki keragaman yang besar akibat ukuran contoh yang kecil. Small area estimation merupakan salah satu solusi untuk memperbaiki ha1 tersebut, yaitu melakukan pendugaan dengan informasi-informasi tambahan yang bisa didapatkan dari area lain yang serupa, survey terdahulu yang dilakukan di area yang sama dan peubah lain yang berhubungan dengan peubah yang ingin diduga. Salah satu metode yang dikembangkan dalam small area estimation adalah EBLUP (Empirical Best Linear Unbiased Prediction). Perbandingan kebaikan antara pendugaan langsung dan pendugaan tidak Iangsung dapat dilihat dari RRMSE (Relalive Root Mean Squared Error) yang diperoleh. Pendugaan tidak langsung dengan metode EBLUP untuk kasus tingkat pengangguran di Kota Bogor memiliki RRMSE yang lebih kecil daripada RRMSE yang didapat dari pendugaan langsung. Dengan demikian secara empirik pada keragaman sampling error yang cenderung homogen, pendugaan tidak langsung dengan metode EBLUP memiliki akurasi dm presisi yang Iebih baik dibandingkan dengan pendugaan langsung.