Perbandingan Estimasi Fungsi Path Nonparametrik Smoothing Spline Berbasis PLS Dan PWLS Pada Berbagai Tingkat Autokorelasi Data Bangkitan Longitudinal
| Main Author: | Nisa, Suharsiwi Ainun |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/178626/ |
Daftar Isi:
- Analisis path merupakan pengembangan analisis regresi yang dapat mengakomodir beberapa persamaan struktural. Terdapat beberapa macam data dalam analisis path salah satunya adalah data longitudinal. Data longitudinal merupakan penggabungan antara data cross section dan time series. Pada data longitudinal, struktur time series menyebabkan adanya autokorelasi karena antar pengamatan dalam satu subjek saling berhubungan. Penelitian ini menggunakan lima tingkatan autokorelasi pada 1y dan 2y yang terbagi menjadi autokorelasi sangat rendah (|0,01-0,20|), rendah (|0,21-0,40|), sedang (|0,41-0,60|), tinggi (|0,61-0,80|) dan sangat tinggi (|0,81-1,00|). Data yang digunakan pada penelitian ini merupakan data bangkitan longitudinal dan analisis yang digunakan merupakan analisis path nonparametrik smoothing spline dengan pendekatan PLS dan PWLS. Berdasarkan nilai Efisiensi Relatif (ER) yang diperoleh pendekatan PWLS merupakan pendekatan yang lebih baik daripada PLS pada seluruh tingkat autokorelasi ketika jumlah pengamatan dalam subjek lima (T=5). Pada jumlah pengamatan dalam subjek lima belas dan dua puluh (T=15,20) pendekatan PWLS lebih baik dari pada PLS ketika autokorelasi data sudah lebih dari 0,20.