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.