Pendugaan area kecil terhadap proporsi rumah tangga miskin level kelurahan di Kabupaten Sampang menggunakan Hierarchical Bayes (HB) logit normal

Abstract

Pendugaan area kecil menjadi perhatian dalam kajian survei metodologi seiring dengan kebutuhan penyajian data pada level area dengan sampel yang kecil. Metode pendugaan area kecil yang digunakan dalam makalah ini adalah Basic Area Level Models (Type A) dikarenakan variabel prediktor yang digunakan dalam menduga variabel respon tersedia pada level area yaitu desa/kelurahan. Model dasar yang digunakan adalah model Fay-Herriot. Model ini merupakan gabungan antara sampling model dan linking model. Metode yang menangani adanya linking model dalam pendugaan area kecil adalah Hierarchical Bayes (HB). Fungsi hubung yang digunakan untuk ”borrowing strength” dari berbagai variabel prediktor terhadap variabel respon dalam penelitian ini adalah logit normal. Hal ini dikarenakan variabel respon adalah variabel biner yaitu status miskin dan tidak miskin serta diasumsikan sampel area kecil tersebar secara acak mengikuti distribusi normal. Bentuk integrasi yang kompleks dari sebaran peluang bersyarat pada model diselesaikan menggunakan Markov Chain Monte Carlo (MCMC) Gibbs Sampling dengan perangkat lunak WinBUGS. Hasil pendugaan menunjukkan bahwa model HB mampu memberikan dugaan proporsi rumah tangga miskin di level kelurahan di Kabupaten Sampang dengan tingkat error yang kecil.