<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="11713">
 <titleInfo>
  <title>Penerapan model multilevel logistik untuk data status setengah penganggur di provinsi Nusa Tenggara Barat</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Wijaya, Gde Harta</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2012</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xii, 88 hlm. ; il. ; 29 cm</extent>
 </physicalDescription>
 <note>Selama ini, pengangguran cenderung dilihat dari pengangguran terbuka dan &#13;
kurang melihat setengah penganggur (underemployment). Pada suatu waktu &#13;
tertentu, ada kemungkinan lebih banyak orang yang setengah penganggur &#13;
daripada pengangguran terbuka. Setengah penganggur adalah mereka yang &#13;
bekerja di bawah jam kerja normal (kurang dari 35 jam seminggu). Di Indonesia, &#13;
pengumpulan data ketenagakerjaan (setengah penganggur) dilakukan melalui &#13;
Survei Angkatan Kerja Nasional (Sakernas). Sakernas adalah suatu survei dengan &#13;
desain sampling bertahap (multistage sampling), yang akan menghasilkan data &#13;
(sampel) dengan struktur hirarkis. &#13;
&#13;
Sampel-sampel tersebut, walaupun efisien untuk penaksiran jumlah-jumlah &#13;
untuk deskripsi populasi, namun memunculkan banyak tantangan untuk inferensi &#13;
berbasis model yang berhubungan dengan statistik. Dalam hal ini, penggunaan &#13;
model statistik satu level tidak lagi beralasan dan valid. Pendekatan yang sesuai &#13;
untuk menganalisis data hasil survei seperti ini adalah menggunakan pendekatan &#13;
multi/eve/. Model multi/eve I yang digunakan adalah model multi/evel logistik. &#13;
Metode penaksiran yang digunakan adalah pendekatan likelihood dengan Laplace &#13;
approximation dan pendekatan Bayesian dengan MCMC. &#13;
&#13;
Hasil yang diperoleh yaitu, pada a=5% prediktor umur responden (UMUR) , &#13;
status kawin (STA TP), pendidikan tertinggi yang ditamatkan (PENDDK), &#13;
lapangan pekerjaan utama (LAPPU), status dalam pekerjaan utama (STA TPU) &#13;
dan klasifikasi daerah tempat tinggal (KLASDT) merupakan prediktor-prediktor &#13;
yang masuk ke dalam model. Sedangkan untuk interaksi, pada penaksiran dengan &#13;
Laplace approximation penambahan interaksi antara lapangan pekerjaan utama &#13;
(LAPPU) dengan klasifikasi daerah tempat tinggal (KLASDT), signifikan pada &#13;
a=5%, sedangkan pada penaksiran dengan Bayesian penambahan interaksi barn &#13;
signifikan pada a=lO%. Untuk random effect, hasil penaksiran dengan &#13;
menggunakan metode Bayesian selalu menghasilkan nilai yang lebih besar &#13;
daripada hasil dengan Laplace approximation. &#13;
&#13;
</note>
 <note type="statement of responsibility">Wijaya, Gde Harta</note>
 <subject authority="">
  <topic>Multi/evel Logistik   2. Lap/ace approximation   3</topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 WIJ P/R.14.107</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001120700039</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.107)</sublocation>
    <shelfLocator>519.5 WIJ P</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>11713</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:44:36</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-06-29 08:53:14</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>