Kajian Transformasi Logaritma Untuk Penduga Spatial Empirical Best Linear Unbiased Prediction Pada Pendugaan Area Kecil

Abstract

Berbagai survei umumnya dirancang untuk menduga parameter populasi berskala nasional. Masalah akan timbul jika dari survei tersebut ingin diperoleh informasi untuk area yang lebih kecil, misalnya pada level propinsi,level kabupaten atau level kecematan. Ukuran contoh pada level area tersebut biasanya sangat kecil sehingga statistik yang diperoleh akan memiliki ragam yang besar. Guna mengatasi hal ini, dikembangkan sebuah metode pendugaan parameter yang dikenal metode pendugaan area kecil (small area estimation, SAE). Salah satu metode dalam pendugaan area kecil adalah Empirical Best Linear Unbiased Prediction (EBLUP). Metode Empirical Best Linear Unbiased Prediction (EBLUP) telah banyak digunakan untuk Small Area Estimation. Beberapa tahun kemudian pendekatan EBLUP dikembangkan dengan memasukkan pengaruh spasial ke dalam model. Penduga EBLUP dengan memperhatikan pengaruh acak area yang berkorelasi spasial dikenal dengan istilah penduga Spatial Empirical Best Linear Unbiased Prediction (SEBLUP). Penduga SEBLUP maupun EBLUP menggunakan model campuran linier dalam pendugaannya. Model campuran linier memiliki asumsi distribusi normal sehingga data (peubah yang menjadi perhatian) yang digunakan pada penduga SEBLUP maupun EBLUP harus memilki distribusi normal. Pada kenyataanya, data yang ditemukan dilapangan memiliki distribusi tidak normal sehingga model yang digunakan untuk pendugaan akan memberikan hasil yang kurang baik. Salah satu dari metode untuk menangani masalah tersebut adalah dengan menggunakan transformasi logaritma pada peubah yang menjadi perhatian agar distribusinya mendekati distribusi normal. Pada kenyataannya, ada juga data yang memilki distribusi tidak normal sekaligus memilki pengaruh spasial sehingga diperlukan metode pendugaan yang tepat untuk menangani masalah tersebut. Pada penelitian ini, transformasi logaritma dilakukan pada metode SEBLUP. Penduga ini diharapkan dapat menghasilkan penduga dengan presisi dan akurasi yang lebih baik. Penduga transformasi logaritma SEBLUP juga diharapkan dapat mengatasi data yang memilki distribusi tidak normal sekaligus memiliki pengaruh spasial. Hasil dari kajian simulasi menunjukkan bahwa penduga transformasi logaritma SEBLUP memiliki nilai rata-rata BR dan nilai rata-rata AKTGR yang hampir sama jika dibandingkan dengan penduga transformasi logaritma EBLUP. Hasil simulasi ini sejalan dengan hasil studi kasus rata-rata pengeluaran per kapita tingkat kecamatan di kota atau kabupaten Bogor 2010. Sehingga dapat disimpulkan bahwa penduga transformasi logaritma SEBLUP dan penduga transformasi logaritma EBLUP sama baiknya. Kedua penduga tersebut memiliki performa yang sama dalam melakukan pendugaan area kecil.