Kajian Pendugaan Area Kecil Menggunakan Model Multivariat Fay-Herriot (Studi Kasus Rataan Pengeluaran per Kapita per Desa di Kabupaten Bogor)

Abstract

Badan Pusat Statistik (BPS) merupakan Lembaga Pemerintah Non Kementerian yang bertanggung jawab langsung kepada Presiden. Peranan yang harus dijalankan BPS adalah menyediakan kebutuhan data bagi pemerintah dan masyarakat. Kegiatan survei yang selama ini dilakukan BPS pada umumnya dirancang untuk menyediakan informasi-informasi statistik untuk level nasional, provinsi dan kabupaten/kota. Sedangkan untuk informasi statistik pada level yang lebih kecil seperti kecamatan atau desa belum mampu dipresentasikan oleh survei ini karena ukuran contoh yang kecil. Kebutuhan akan informasi statistik sampai tingkat kecamatan dan desa merupakan suatu yang sangat penting bagi pemangku kebijakan saat ini, karena program kebijakan yang dilakukan sudah menyentuh langsung sampai kecamatan atau desa tersebut. Misalnya rata-rata pengeluaran konsumsi rumah tangga per kapita per desa yang digunakan untuk menghitung indikator kemiskinan tingkat desa, merupakan statistik yang sangat diperlukan ketersediannya untuk programprogram kebijakan dalam rangka mengurangi jumlah kemiskinan di desa. Salah solusi yang dapat dilakukan untuk menduga parameter tingkat kecamatan atau desa adalah menggunakan teknik pendugaan area kecil (Small Area Estimation). Data Susenas 2016 dan PODES 2014 digunakan sebagai studi kasus untuk menduga rata-rata pengeluaran per kapita per desa makanan dan non makanan di Kabupaten Bogor. Pada penelitian ini dilakukan perbandingan pendugaan untuk pendugaan langsung, model Univariat Fay-Herriot (UFH) dan Multivariat Fay- Herriot (MFH) menggunakan metode EBLUP. Selain itu juga membandingkan hasil pendugaan ragam menggunakan Maximum Likelihood (ML) dengan Restricted Maximum Likelihood (REML) pada model MFH. Untuk desa yang tidak tersurvei dilakukan prediksi rata-rata pengeluaran per kapita makanan dan non makanan dimana terlebih dahulu dilakukan perbandingan model antara desadesa tanpa digerombolkan dengan desa-desa yang digerombolkan. Hasil analisis menunjukkan bahwa nilai sebaran pendugaan langsung menghasilkan nilai yang lebih besar dibandingkan pendugaan tidak langsung (UFH dan MFH). Selanjutnya untuk model yang terbaik dapat dilihat dari nilai RMSE yang paling kecil, pendugaan area kecil model MFH memperlihatkan nilai RMSE yang paling kecil dari pada pendugaan langsung dan model UFH, sehingga kecilnya nilai RMSE menunjukkan bahwa penduga model MFH memberikan hasil ketelitian yang lebih tinggi untuk pengeluaran per kapita makanan maupun non makanan. Selain itu prediksi rata-rata pengeluaran per kapita per desa makanan dan non makanan untuk desa yang tidak tersurvei menggunakan model MFH-ML dengan penggerombolan karena nilai ukuran kebaikan model dengan penggerombolan lebih baik dibanding model tanpa penggerombolan.