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).