Generalized Multilevel Linear Model dengan Pendekatan Bayesian untuk Pemodelan Data Pengeluaran Perkapita Rumah Tangga

Abstrak

Data pengeluaran perkapita rumahtangga merupakan salah satu informasi penting sebagai pendekatan untuk mengukur tingkat kemakmuran dan kesejahteraan di suatu daerah. Data tersebut sangat diperlukan oleh pemerintah baik di pusat maupun daerah dalam merumuskan, melaksanakan dan mengevaluasi pelaksanaan pembangunan. Penelitian ini akan menganalisis model yang tepat untuk pemodelan data pengeluaran perkapita rumahtangga yang memperhitungkan kekhususan data BPS yang memiliki struktur hirarki dan pola distribusi data yang memiliki karakteristik skewed kanan. Pemodelan dilakukan dengan menggunakan distribusi Log-normal tiga parameter (LN3P) dan Log-logistik tiga parameter (LL3P) dengan struktur satu tingkat (unilevel) dan dua tingkat (multilevel). Proses pendugaan parameter dilakukan dengan metode Markov Chain Monte Carlo (MCMC) dan algoritma Gibbs Sampling. Hasil penelitian menunjukkan bahwa pada model unilevel, model LL3P lebih baik dari model LN3P. Sedangkan pada model multilevel, model LN3P lebih baik dari model LL3P. Hasil penelitian juga menunjukkan model terbaik untuk pemodelan data pengeluaran perkapita rumahtangga adalah model multilevel LN3P dengan intercept sebagai komponen berhirarki dengan nilai Deviance Information Criterion (DIC) terkecil.