Small Area Estimation dengan pendekatan Hierarchical Bayesian Log-Normal (Studi Kasus: Tingkat Pengangguran Terbuka di Provinsi Sumatera Barat)
Tingkat Pengangguran Terbuka (TPT) di Provinsi Sumatera Barat
perlu diperkirakan secara akurat hingga level kabupaten/kota untuk
mendukung perumusan kebijakan ketenagakerjaan daerah.
Pendugaan pada wilayah dengan ukuran sampel kecil seringkali
terkendala keterbatasan data dan sumber daya survei. Penelitian ini
menggunakan pendekatan Small Area Estimation (SAE) dengan
metode Hierarchical Bayesian (HB) berbasis distribusi
Log-Normal untuk menghasilkan estimasi TPT yang lebih akurat
pada level kabupaten/kota. Hasil analisis menunjukkan bahwa
Produk Domestik Regional Bruto (PDRB) berpengaruh signifikan
secara positif terhadap TPT dengan credible interval yang tidak
melintasi nol, sedangkan variabel Indeks Pembangunan Manusia
(IPM), Tingkat Partisipasi Angkatan Kerja (TPAK), dan persentase
penduduk miskin tidak berpengaruh signifikan. Model estimasi
yang diperoleh adalah ˆ θi = 1.5622 + 0.1868X1i + vi, dengan nilai
Mean Squared Error (MSE) sebesar 0.9504 yang menunjukkan
akurasi pendugaan yang baik. Pendekatan ini dapat menjadi
alternatif estimasi yang andal untuk pendugaan TPT pada wilayah
dengan keterbatasan data.
URI
https://repo.itera.ac.id/depan/submission/SB2508210029
Keyword
Small Area Estimation Hierarchical Bayesian Log Normal Tingkat Pengangguran Terbuka Sumatera Barat