Kajian Model Pendugaan Area Kecil Untuk Pendugaan Tingkat Pengangguran Menggunakan Pendekatan Bayes

Abstract

Pendugaan area kecil merupakan suatu metode untuk menduga parameter pada suatu subpopulasi dengan ukuran contoh kecil. Metode yang dikembangkan dalam pendugaan area kecil adalah metode pendugaan tidak langsung dengan memanfaatkan kekuatan area di sekitarnya dan sumber data di luar area. Tujuan dari metode pendugaan ini adalah untuk meningkatkan keefektifan ukuran contoh dan menurunkan keragaman dugaan parameter. Pada praktiknya pendugaan yang menggunakan data administrasi dari Badan Pusat Statistik terkadang tidak sesuai dengan area yang akan dibentuk. Untuk mengatasi hal tersebut, dilakukan post-stratification yang merupakan pengelompokan (strata) data setelah pengambilan contoh. Data Sakernas BPS terkait pengangguran terbuka distratifikasi berdasarkan latar belakang pendidikan yang terdiri dari tujuh kategori pendidikan. Post-stratification yang dihasilkan dapat dipandang dengan dua pendekatan model yakni model I, pengaruh pendidikan dianggap sebagai pengaruh tetap yang dimodelkan dengan menggunakan peubah dummy, dan model II, pengaruh pendidikan dianggap sebagai pengaruh acak. Pendekatan post-stratification pada model I menghasilkan kelayakan model yang lebih baik dari model II. Pada kasus pendugaan tingkat pengangguran terbuka yang menjadi perhatian penelitian, pendekatan model Poisson-Gamma mampu mengatasi asumsi sebaran Poisson yang tidak terpenuhi, baik data yang mengalami overdispersi maupun underdispersi. Penduga dengan menggunakan metode Bayes empirik memiliki nilai KTG yang lebih kecil dibanding dengan penduga langsung. Metode Bayes empirik dapat mengatasi permasalahan dari pendugaan langsung dengan menambahkan informasi peubah penyerta, sehingga menghasilkan pendugaan yang lebih akurat. .