Perbandingan metode weightede least square dan regresi kuantil median dalam menyelesaikan kasus heteroskedastisitas pada analisis regresi / Tyas Pramukti Kirnasari
Main Author: | Kirnasari, Tyas Pramukti |
---|---|
Format: | Thesis NonPeerReviewed |
Terbitan: |
, 2014
|
Subjects: | |
Online Access: |
http://repository.um.ac.id/17367/ |
Daftar Isi:
- KirnasariTyasPramukti.2014.PerbandinganMetodeWeightedLeastSquaredanRegresiKuantilMediandalamMenyelesaikanKasusHeteroskedastisitaspadaAnalisisRegresi.SkripsiJurusanMatematikaFakultasMatematikadanIlmuPengetahuanAlamUniversitasNegeriMalang.PembimbingDrs.SusiswoM.Si.KatakunciOLSWLSregresikuantilmedianheteroskedastisitas.TujuanutamadaripenelitianiniadalahuntukmengetahuihasilestimasiparametermodelanalisisregresidenganmenggunakanmetodeWeightedLeastSquare(WLS)danRegresiKuantilMedian.Tujuanlainmembandingkankeduametodeuntukmengetahuimetodeyangterbaikdalammenyelesaikankasusheteroskedastisitaspadaanalisisregresi.Heteroskedastisitasadalahkondisidimananilaivariansdarierrortidakidentik.Dampakyangakanditimbulkanadalahhasilestimasimodelyangterjadimasihtetaptidakberbiastetapitidaklagiefisien.EstimasiparametermodelanalisisregresitidakdapatdilakukandenganmetodeOrdinaryLeastSquare(OLS)apabilaterdapatkasusheteroskedastisitas.UntukmengatasipermasalahaninimakaestimasiparametermodeldilakukandenganmenggunakanmetodeWeightedLeastSquare(WLS)danRegresiKuantilMedian.SelanjutnyametodeiniditerapkanpadadatahargasahamperusahaandankursnilaitengahIDRterhadapUSDmulaiJanuari2012hinggaDesember2013.HasildariestimasiparametermodeldenganmenggunakanmetodeWLSdiperolehmodelY_i25122.95105-1.92438714512310X12311_idengannilaiR292%.SedangkandenganregresikuantilmediandiperolehmodelY25454.40-1.97282212310X12311_idengannilaiR262%.HasilperbandinganmetodeWLSdenganRegresiKuantilMediandiperolehnilaiR2darimetodeWLSlebihbesardariregresikuantilmedianyaitu92%62%.JadidapatdisimpulkanbahwaMetodeWLSlebihbaikdaripadaRegresiKuantilMediandalammenyelesaikankasusheteroskedastisitaspadadataHargasahamperusahaan(Y)denganvariabelbebasnyayaitukursnilaitengah(X).