Selang Kepercayaan Bootstrap Dan Peluang Cakupan Penduga Parameter Koefisien Regresi Menggunakan Metode Trimmed Elemental Estimation (Tee) Pada Data Yang Memuat Pencilan
| Main Author: | Mahmudha, Awaliyah |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/182570/ |
Daftar Isi:
- Analisis regresi berganda merupakan suatu metode analisis untuk menggambarkan hubungan satu peubah respon dan lebih dari satu peubah prediktor. Metode penduga parameter regresi berganda yang sering digunakan yaitu Ordinary Least Square (OLS) . Metode OLS termasuk metode analisis regresi yang sangat peka terhadap pencilan . Ketika pada suatu data amatan terdapat p encilan, maka metode OLS tidak dapat digunakan sehingga dibutuhkan metode analisis yang kekar terhadap pencilan, salah satunya yaitu metode Trimmed Elemental Estimation (TEE). Metode TEE merupakan metode penduga regresi dengan menggunakan amatan yang dipilih berdasarkan nilai jumlah galat mutlak paling minimum. Menggunakan metode TEE dapat dihitung selang kepercayaan bootstrap bias-corrected acceleration (BCa) pada data regresi. Selang kepercayaan bootstrap BCa merupakan metode penduga selang bootstrap dengan mempertimbangkan nilai bias terkoreksi dan nilai akselerasi. Berdasarkan selang tersebut dapat dihitung nilai peluang cakupan. Peluang cakupan pada selang kepercayaan bootstrap dapat diartikan sebagai besar peluang dari penduga selang dapat menerima penduga titik hasil resampling bootstrap . Pada penelitian ini digunakan data simulasi dengan satu peubah respon dan tiga peubah prediktor yang memuat pencilan dan akan diduga parameter regresi dengan selang kepercayaan bootstrap BCa dan peluang cakupannya menggunakan metode TEE. Hasil penelitian menunjukkan bahwa metode TEE(0,25) menghasilkan penduga parameter yang paling baik dengan selang kepercayaan bootstrap BCa memberikan hasil penduga selang yang cukup baik dengan nilai peluang cakupan di atas 87 % pada ukuran B sebesar 500 dan 1000.