Please use this identifier to cite or link to this item: http://paper.sci.ui.ac.id/jspui/handle/2808.28/51
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSiswantining, Titin-
dc.contributor.authorSoemartojo, Saskya Marry-
dc.contributor.authorWidyaningsih, Yekti-
dc.date.accessioned2016-02-25T07:36:36Z-
dc.date.available2016-02-25T07:36:36Z-
dc.date.issued2013-11-28-
dc.identifier.isbn978-602-17004-5-7-
dc.identifier.urihttp://paper.sci.ui.ac.id/jspui/handle/2808.28/51-
dc.description.abstractsaat ini , permintaan tentang penduga yang mempunyai presisi tinggi untuk suatu area kecil dan ukuran sampel yang berukuran kecil akan mempunyai variansi yang meningkat. Dari sisi statistika suatu sampel yang berukuran kecil akan mempunyai variansi yang besar. Dari sisi praktek, peneliti biasanya ukuran sampelnya kecil. Salah satu jalan keluarnya adalah menggunakan Small Area Estimation (SAE). SAE merupakan pendekatan yang menggunakan data survey dan meminjam kekuatan dari data yang mewakili karakteristik populasi seperti pada data sensus. Pada makalah ini digunakan model level area SAE dan parameternya adalah proporosi. SAE selain digunakan untuk menduga parameter pada area sedikit, dapat juga dimanfaatkan untuk menduga parameter proporosi pada area yang lebih luas, artinya menduga parameter proporosi berdasarkan area sedikit kemudian dilakukan pendugaan untuk area yang lebih luas. Asumsi yang digunakan dalam SAE biasanya adalah antar areanya saling bebas, namun pada kenyataanya antar area tidak saling bebas. Pada makalah ini digunakan Hierarchical Bayes (HB) Spatical SAE yaitu HB SAE yang mempertimbangkan unsur spasial (HBks), dimana antar area tidak saling bebas. Pembobot spasial yang digunakan pada makalah ini adalah adalah pembobot spasial korelasi. Simulasi dilakukan pada area berjumlah sedikit dan area berjumlah banyak, dengan ukuran sampel yang sesuai dengan ukuran sampel untuk setiap blok yang dilakukan Susenas dari Badan Pusat Statistik yaitu 16. Penelitian ini memberikan hasil bahwa HB spasial SAE pembobot korelasi pada area tesurvei mempunyai sifat statistic yang baik dan dapat digunakan untuk menduga parameter proporosi pada area yang lebih luas ( tidak tesurvei ) berdasarkan ukuran sampel yang sama dengan ukuran sampel Susenas.en_US
dc.language.isoen_USen_US
dc.publisherIndoMS Wilayah Aceh - Sumatera Utaraen_US
dc.relation.ispartofseriesVolume 1;-
dc.sourceProsiding Seminar Nasional Matematika dan Terapan (SimanTap) ke-4, 28-29 November 2013, Universitas Syiah Kuala, Banda Acehen_US
dc.subjectSAEen_US
dc.subjectHB SAE pembobot korelasispasialen_US
dc.subjectmoddellevel areaen_US
dc.subjectukuran sampel kecilen_US
dc.titlePemanfaatan Hierarchical Bayes Spatial Small Area Estimation (SAE) dengan Pembobot Korelasi untuk Menduga Proporsi pada Area yang Tidak Tersurveien_US
dc.typeArticleen_US
Appears in Collections:Proceedings Collection

Files in This Item:
File Description SizeFormat 
Yekti.Simantap4.2013.pdf3,65 MBAdobe PDFView/Open    Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.