SMALL AREA ESTIMATION PADA INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN EMPIRICAL BEST LINIER UNBIASED PREDICTION (EBLUP)

Lestari, Mega Kartika, B2A014005 (2018) SMALL AREA ESTIMATION PADA INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN EMPIRICAL BEST LINIER UNBIASED PREDICTION (EBLUP). Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Universitas Muhammadiyah Semarang" not defined].

[img]
Preview
Text
ABSTRAK.pdf

Download (400kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (677kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (791kB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (643kB) | Request a copy
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (810kB) | Request a copy
[img]
Preview
Text
BAB V.pdf

Download (500kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (409kB) | Preview

Abstract

ndeks Pembangunan Manusia (IPM), merupakan salah satu indikator terpenting yang digunakan untuk mengukur keberhasilan pembangunan manusia di suatu wilayah. Diperlukan informasi yang lengkap mengenai indikator pembangunan hingga pada ukuran sampel yang kecil. Teknik pendugaan langsung biasanya memanfaatkan data sampel dengan ukuran yang kecil untuk menduga area populasi yang besar. Pendugaan langsung dengan cara ini tidak dapat memberikan gambaran karakteristik wilayah yang sebenarnya sehingga menghasilkan pendugaan yang bias. SAE dengan pendekat EBLUP dapat digunakan untuk menduga parameter pada sub-populasi dengan ukuran sampel yang kecil untuk mengatasi bias yang terjadi pada penduga tersebut. Estimasi parameter yang dihasilkan dari penelitian ini antara lain Angka Harapan Hidup sebesar 0,4480, Harapan Lama Sekolah sebesar 0,9765, Rata-rata Lama Sekolah 1,3768 dan Pengeluaran perkapita sebesar 0,000848 dengan nilai koefisien regresi sebesar 6,0531.

Item Type: Thesis (Sarjana / Sarjana Terapan (S1/D4) )
Call Number: 05/statistik/v/2018
Subjects: L Education > Statistics
Divisions: Faculty of Science and Mathematics > S1 Statistics
Depositing User: perpus unimus
URI: http://repository.unimus.ac.id/id/eprint/1923

Actions (login required)

View Item View Item