Perbandingan Metode Theil-Nagar Dan Metode Cochrane-Orcutt Iterative Dalam Mengatasi Autokorelasi (Studikasusindekshargasahamgabungandanfaktor Yang Mempengaruhitahun 2011-2014)
| Main Author: | Fauzi, Fatykhul |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154602/ |
Daftar Isi:
- Analisis regresi merupakan metode yang digunakan untuk menganalisis hubungan antara variable respondan variable prediktor.Menurut Gujarati (2004) terdapat beberapa asumsi yang harus di penuhi, salah satu asumsi tersebut menyatakan bahwa tidak terdapat autokorelasi. Auto korelasia dalah hubungan yang terjadi di antara anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu. Jika terjadi auto korelasi pada model regresi linier, maka penduga koefisien regresi yang diperoleh tidak lagi mempunyai varians yang minimum sehingga di perlukan metode untuk mengatasinya.Ada beberapa macam metode alternatif yang di kembangkan untuk mengatasi masalah auto korelasi ̧ diantaranya yaitu metode Theil-Nagar dan metode Cochrane-Orcutt Iterative.Tujuan penelitian ini yaitu untuk menentukan metode mana yang terbaik di antara metode Theil-Nagar dan metode Cochrane-Orcutt Iterative untuk mengatasi auto korelasi pada analisis regesi linier berganda. Untuk membandingkan kedua metode digunakan nilai Akaike Information Criterion(AIC) dan Schwarz Information Criterion (SIC). Berdasarkan nilai AIC dan SIC dapat disimpulkan bahwa metode Cochrane-Orcutt Iterative lebih baik dibandingkan metode Theil-Nagar dalam memodelkan kasus IHSG dan faktor yang mempengaruhinya tahun 2011-2014.