<![CDATA[Pendugaan area kecil (SAE) dewasa ini berkembang cukup pesat seiring dengan meningkatnya kebutuhan atas penyediaan statistik yang terpercaya di area kecil, yaitu area dengan jumlah contoh (sampel) yang sedikit atau tidak mencukupi untuk dilakukan pendugaan secara langsung. Metode SAE dapat meningkatkan efektivitas contoh dengan “meminjam” kekuatan dari informasi area yang bertetanggaan dan pengaruh peubah penyertanya. Dalam aplikasinya, model Fay-Herriot menggunakan pendekatan Empirical Best Linear Prediction (EBLUP) banyak dilakukan karena sifat modelnya yang sederhana. Salah satu sifat sederhana dari model EBLUP adalah penggunaan hubungan linier antara peubah yang diamati dengan peubah penyertanya. Namun sering dijumpai bahwa hubungan linier tersebut belum cukup untuk meningkatkan efisiensi model SAE sebagai akibat pola yang terbentuk antara peubah amatan dan peubah penyertanya tidak linier. Paper ini menjelaskan salah satu alternatif cara untuk meningkatkan efisiensi model SAE dengan menerapkan model regresi threshold. Dari hasil simulasi dan aplikasi data pengeluaran perkapita makanan tingkat kabupaten/kota di Jawa Tengah tahun 2015 diperoleh keterangan bahwa model regresi threshold menghasilkan pendugaan dengan RMSE (root mean square error) dan RSE (relative standard error) yang lebih kecil dibandingkan model EBLUP. Hal ini menunjukkan bahwa penerapan model regresi threshold mampu untuk meningkatkan efisiensi dalam pendugaan area kecil.]]>
Copyrights © 2019
