Daftar Isi: Metode Estimasi Parameter Bayesian Pada Analisis Regresi Linier Piecewise (Studi Kasus Pada Data Indeks Pembangunan Manusia dan Angka Melek Huruf di Provinsi Jawa Timur Tahun 2016)

Daftar Isi:

Regresi linier piecewise adalah bentuk regresi yang memungkinkan untuk digunakan berbagai model regresi linier yang sesuai dengan data untuk setiap interval X. Pada regresi linier piecewise terdapat titik penghubung antara persamaan regresi linier yang disebut breakpoint. Model pada regresi linier piecewise di setiap segmen harus diestimasi terlebih dahulu menggunakan Metode Kuadrat Terkecil (MKT) agar dapat diperoleh nilai breakpoint awal untuk mengestimasi parameter menggunakan metode Bayesian. Metode Bayesian digunakan karena Bayesian dapat mengestimasi berdasarkan informasi dari data sampel dan mempertimbangkan informasi dari sebaran prior untuk mendapatkan sebaran posterior agar hasil pendugaan lebih baik. Tujuan penelitian ini adalah untuk mengestimasi parameter regresi linier piecewise menggunakan pendekatan Bayesian. Pada estimasi parameter Bayesian menggunakan teknik simulasi Markov Chain Monte Carlo (MCMC) dengan algoritma Gibss Sampling untuk memperoleh nilai estimasi parameter regresi linier piecewise. Data yang digunakan pada penelitian ini adalah data Indeks Pembangunan Manusia (IPM) dan Angka Melek Huruf (AMH) di Provinsi Jawa Timur tahun 2016. Pada uji signifikansi parameter diperoleh bahwa AMH berpengaruh secara signifikan terhadap IPM. Kriteria pada AMH kurang dari 94,934 diperoleh sebesar 81,2%. Sedangkan pada AMH lebih dari 94,934 diperoleh sebesar 84,1%.