dc.contributor.advisor | Gerold, Gerhard Prof. Dr. | de |
dc.contributor.author | van Edig, Xenia | de |
dc.date.accessioned | 2013-01-31T08:20:22Z | de |
dc.date.available | 2013-01-31T08:20:22Z | de |
dc.date.issued | 2006-03-13 | de |
dc.identifier.uri | http://hdl.handle.net/11858/00-1735-0000-000D-F271-E | de |
dc.identifier.uri | http://dx.doi.org/10.53846/goediss-3676 | |
dc.description.abstract | 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. | de |
dc.format.mimetype | application/pdf | de |
dc.language.iso | eng | de |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ | de |
dc.title | Measurement of Absolute Poverty and Indicators of Poverty among Rural Households in Central Sulawesi, Indonesia | de |
dc.type | diplomaThesis | de |
dc.title.translated | Messung absoluter Armut und Indikatoren von Amut in ländlichen Haushalten in Zentralsulawesi, Indonesien | de |
dc.contributor.referee | Zeller, Manfred Prof. Dr. | de |
dc.date.examination | 2006-01-27 | de |
dc.subject.gok | QGK 700 | de |
dc.subject.gok | LC | de |
dc.subject.gok | YG | de |
dc.description.abstracteng | 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. | de |
dc.subject.topic | Agricultural Sciences | de |
dc.subject.ger | Armutsmessung | de |
dc.subject.ger | Indonesien | de |
dc.subject.eng | Poverty assessment | de |
dc.subject.eng | Indonesia | de |
dc.subject.bk | 83.46 | de |
dc.subject.bk | 74.08 | de |
dc.subject.bk | 74.21 | de |
dc.identifier.urn | urn:nbn:de:gbv:7-webdoc-679-0 | de |
dc.identifier.purl | webdoc-679 | de |
dc.identifier.ppn | 501879641 | de |