Kajian Metode Pendugaan Area Kecil untuk Indikator Kemiskinan Melalui Pendekatan Regresi Kekar M-Kuantil
Abstract
Pendugaan parameter indikator kemiskinan pada area yang tidak menjadi
rencana dalam survey sering terkendala adanya data pencilan dimana akibat dari
karakteristik dari data pengeluaran rumah tangga yang digunakan. Salah satu
upaya untuk mengatasi hal tersebut adalah menggunakan suatu metode pendugaan
area kecil yang kekar terhadap pencilan. Terdapat beberapa pilihan metode
pendugaan area kecil yang bersifat kekar umumnya berbasis model linier
campuran sebagai model konvensional. Akan tetapi model tersebut menuntut
terpenuhinya suatu asumsi-asumsi kedistribusian pada model. Sebagai metode
alternatif untuk menghindari hal tersebut dipilih suatu pendekatan melalui regresi
M-kuantil yang diaplikasikan pada pendugaan area kecil.
Penelitian ini bertujuan untuk mengkaji pendugaan indikator kemiskinan
pada tingkat kecamatan di kabupaten Bogor Provinsi Jawa Barat melalui
pendekatan metode M-kuantil untuk pendugaan area kecil dengan memanfaatkan
ketersediaan data Susenas dan Potensi Desa yang berasal dari Badan Pusat
Statistik (BPS).
Hasil penelitian ini menunjukkan bahwa penduga langsung indikator
kemiskinan untuk proporsi penduduk miskin untuk tingkat kecamatan
menghasilkan 11 kecamatan dengan penduga 0% akibat ketidakcukupan ukuran
contoh. Dari tinjauan kualitas pendugaan, hasil Root Mena Square Error (RMSE)
masih pada daerah yang dapat diterima.