• Deutsch
    • English
  • English 
    • Deutsch
    • English
  • Login
Item View 
  •   Home
  • Naturwissenschaften, Mathematik und Informatik
  • Fakultät für Geowissenschaften und Geographie (inkl. GAUSS)
  • Item View
  •   Home
  • Naturwissenschaften, Mathematik und Informatik
  • Fakultät für Geowissenschaften und Geographie (inkl. GAUSS)
  • Item View
JavaScript is disabled for your browser. Some features of this site may not work without it.

Measurement of Absolute Poverty and Indicators of Poverty among Rural Households in Central Sulawesi, Indonesia

Messung absoluter Armut und Indikatoren von Amut in ländlichen Haushalten in Zentralsulawesi, Indonesien

by Xenia van Edig
Diploma thesis
Date of Examination:2006-01-27
Date of issue:2006-03-13
Advisor:Prof. Dr. Gerhard Gerold
Referee:Prof. Dr. Manfred Zeller
crossref-logoPersistent Address: http://dx.doi.org/10.53846/goediss-3676

 

 

Files in this item

Name:vanedig.pdf
Size:1.95Mb
Format:PDF
Description:Master Thesis
ViewOpen

The following license files are associated with this item:


Abstract

English

Poverty is a widespread and pervasive problem in many parts of the world. Many development programs and projects focus on poverty reduction. A precise targeting of the poor is decisive for their success. Therefore, it seemed necessary to develop a tool or instrument which facilitates the process of selecting this target group, for example absolute poor households. This study aimed to identify sets of indicators for poverty prediction in Central Sulawesi, Indonesia. Data was collected using two standardised, formal questionnaires from 281 randomly selected households. These questionnaires were a composite questionnaire measuring indicators of poverty and a benchmark questionnaire assessing the daily per capita expenditures. In the analysis two models with different initial sets of indicators and different types of regressions to generate optimal accuracy results were tested. In the first model (Model 1), all variables derived from the composite questionnaire could be possibly included in the model. In the second model (Model 7), only variables which were ranked as easy to verify were included. As to the regression models, ordinary least step regression as well as quantile regressions were used. As a result from the descriptive data analysis it became clear that poverty is a severe problem in Central Sulawesi: 19.4% of the household were classified as poor regarding the international poverty line of 1 US $ (in purchasing power parities). Almost half of the population in the research area fall short of the international poverty line of 2 US$ (in purchasing power parity).The econometric analysis showed that in order to develop low-cost, time-saving and easy-to-implement poverty assessment tools, the regression analysis presented in this thesis offers good possibilities of finding suitable indicators for poverty prediction in Central Sulawesi. When both models were compared in terms of their accuracy performance, a trade-off between accuracy and practicability was found. However, the model which includes only the variables which are easy to verify is more likely to be implemented from local organisations. The developed poverty assessment tools for this region could be instruments for the selection of a target group for local organisations whose aim it is to reduce poverty. Thus the tested indicator-based poverty assessment tools can contribute to poverty reduction in terms of an easy identification of the poor.
Keywords: Poverty assessment; Indonesia

Other Languages

Armut ist ein weitverbreitetes und nahezu überall gegenwärtiges Problem. Viele Entwicklungsprojekte- und Programme zielen auf die Verminderung von Armut ab. Ein präzises Erfassen der Zielgruppe, also der Armen, ist unabdingbar für den Erfolg dieser Projekte und Programme. Daher erscheint es notwendig Methoden zu entwickeln, die den Prozess der Auswahl von Zielgruppen, z.B. absolut armen Haushalten, erleichtern. Die vorliegende Arbeit versucht Sets von Indikatoren zu identifizieren, die sich für die Einschätzung von Armut in Zentralsulawesi, Indonesien eignen. Die zugrundeliegenden Daten wurden unter der Verwendung zweier standarisierter Fragebögen in 281 zufällig ausgewählten Haushalten erhoben. Mit einem zusammengesetzten Frageboden wurden verschiedene Indikatoren von Armut abgefragt, mit einem weiteren Frageboden wurden die täglichen pro Kopf Konsumausgaben gemessen. In der Analyse wurden zwei, hinsichtlich der eingehenden Indikatoren unterschiedliche Modelle unter Verwendung verschiedenen Regressionsmethoden hinsichtlich ihrer Genauigkeit ausgewertet. Im ersten Modell (Modell 1), hatten alle aus dem zusammengesetzten Fragebogen abgeleiteten Indikatoren die Chance Eingang in das Modell zu finden. Beim zweiten Modell (Modell 7) wurden nur Variablen berücksichtigt, die als äeinfach zu verifizieren“ klassifiziert wurden. Die verwendeten Regressionsmethoden waren OLS-Regressionen und quantile Regressionen. Als Ergebnis der deskriptiven Analyse muss festgehalten werden, dass Armut in Zentralsulawesi ein ernstzunehmendes Problem ist: 19.4% der Haushalte leben in extremer Armut, mit weniger als 1 US$ in Kaufkraftparitäten. Fast die Hälfte der dort lebenden Haushalte können als arm eingestuft werden, da sie mit weniger als 2 US$ in Kaufkraftparitäten leben. Die ökonometrische Analyse zeigte, dass sich, in Bezug auf die Entwicklung eines günstigen, zeitsparenden und einfach umzusetzenden Armutsschätzungsverfahrens, die in dieser Arbeit vorgestellten Modelle für die Identifikation von Indikatoren für die Armutsschätzung in Zentralsulawesi eignen. Beim Vergleich der beiden Modelle hinsichtlich ihrer Vorhersagegenauigkeit wurde festgestellt, dass gewisse Zielkonflikte zwischen der Genauigkeit und der Anwendbarkeit bestehen. Man kann davon ausgehen, dass das Modell welches nur Indikatoren beinhaltet, die einfach zu verifizieren sind, leichter von lokalen NROs, deren Ziel die Minderung von Armut in der Region ist, angenommen werden wird. Zusammenfassend kann gesagt werden, dass die getesteten indikatorbasierten Armutsschätzungsinstrumente zu einer Verminderung von Armut beitragen können, indem sie das Erfassen von armen Haushalten erleichtern.
Schlagwörter: Armutsmessung; Indonesien
 

Statistik

Publish here

Browse

All of eDissFaculties & ProgramsIssue DateAuthorAdvisor & RefereeAdvisorRefereeTitlesTypeThis FacultyIssue DateAuthorAdvisor & RefereeAdvisorRefereeTitlesType

Help & Info

Publishing on eDissPDF GuideTerms of ContractFAQ

Contact Us | Impressum | Cookie Consents | Data Protection Information
eDiss Office - SUB Göttingen (Central Library)
Platz der Göttinger Sieben 1
Mo - Fr 10:00 – 12:00 h


Tel.: +49 (0)551 39-27809 (general inquiries)
Tel.: +49 (0)551 39-28655 (open access/parallel publications)
ediss_AT_sub.uni-goettingen.de
[Please replace "_AT_" with the "@" sign when using our email adresses.]
Göttingen State and University Library | Göttingen University
Medicine Library (Doctoral candidates of medicine only)
Robert-Koch-Str. 40
Mon – Fri 8:00 – 24:00 h
Sat - Sun 8:00 – 22:00 h
Holidays 10:00 – 20:00 h
Tel.: +49 551 39-8395 (general inquiries)
Tel.: +49 (0)551 39-28655 (open access/parallel publications)
bbmed_AT_sub.uni-goettingen.de
[Please replace "_AT_" with the "@" sign when using our email adresses.]