| dc.description.abstract | Small Area Estimation (SAE) merupakan suatu teknik statistika yang
digunakan untuk menduga parameter-parameter subpopulasi dengan ukuran
sampel kecil. Penelitian tentang SAE telah dilakukan oleh beberapa orang pada
kasus overdispersi.Salah satu yang menyebabkan overdispersi adalah terdapat
nilai nol yang lebih pada data pengamatan (excess zeroes).
Overdispersi pada regresi Poisson terjadi ketika varians dari respon lebih
besar dari meannya, Salah satu yang menyebabkan overdispersi adalah terdapat
nilai nol yang lebih besar pada data pengamatan (excess zeroes). Zulfi(2016) telah
meneliti bahwa estimasi dengan model Binomial Negatif lebih baik dibandingkan
dengan model M-Kuantil pada data excess zeroes dalam konteks SAE. Namun
secara umum nilai MSE estimasi model Binomial Negatif masih tergolong besar
dibandingkan dengan beberapa peneliti sebelumnya. Hal itu dikarenakan data
yang digunakan merupakan data yang mengalami excess zeroes. Sehingga pada
penelitian ini dilakukan penelitian tenntang overdispersi dengan data yang
berdistribusi Zero-Inflated Poisson menggunakan model Zero inflated Negative
Binomial (ZINB) pada konteks Small Area Estimation.
Data yang digunakan dalam penelitian ini merupakan data simulasi dengan
cara membangkitkan data berdistribusi Zero-Inflated poisson pada Small Area
i
Estimation (SAE). Area kecil yang digunakan dalam data berikut adalah 1 sampai
50 area dengan 60%, 70%, 80%, 90%, bernilai nol.
Nilai MSE pada penelitian 50 area dengan 60% nilai nol model ZINB
adalah 1.076108, sedangkan untuk model NB adalah 1.076948 menunjukkan
bahwa model ZINB memiliki nilai eror lebih kecil daripada nilai model NB.
Namun nilai MSE pada penelitian 70%, 80%,dan 90% nilai nol dengan model
ZINB berturut-turut memiliki nilai eror lebih besar dibandingkan dengan model
NB. Nilai MSE yang telah dihitung pada tabel 4.6 menunjukkan bahwa estimasi
model NB lebih baik dari pada estimasi model ZINB. | en_US |
