Studi Simulasi Efisiensi Dan Konsistensi Resampling Bootstrap Dan Jackknife Dalam Menduga Parameter Pada Analisis Jalur
| Main Author: | Tyas, Maulida Fajrining |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179919/ |
Daftar Isi:
- Simulasi data merupakan suatu proses pembentukan data imitasi yang dilakukan untuk memperoleh suatu data yang dapat merepresentasikan kondisi sesuai dengan kenyataan di lapang. Dalam praktiknya, kondisi data dapat menghasilkan galat yang tidak memenuhi asumsi normalitas sehingga diperlukan suatu metode untuk mengatasinya. Resampling dapat menanggulangi terlanggarnya asumsi normalitas pada galat. Penelitian ini menerapkan metode resampling Bootstrap dan Jackknife dalam menduga parameter pada analisis jalur untuk mengetahui metode resampling yang lebih efisien dengan menggunakan efisiensi relatif serta konsistensinya pada beberapa besaran resampling dalam menduga parameter. Berdasarkan studi simulasi, hasil efisiensi relatif menunjukkan bahwa metode resampling Jackknife tiga kali lebih efisien dibandingkan dengan Bootstrap. Selain itu, besaran resampling yang diperlukan pada proses resampling Jackknife dan Bootstrap agar dapat menghasilkan suatu penduga yang konsisten pada analisis jalur adalah masing-masing 750 dan 1000.