ROBUST WEIGHTED LEAST SQUARE PADA REGRESI DENGAN OUTLIER DAN HETEROKEDASTISITAS ERROR

SHIVATUL, ASMANITA (2021) ROBUST WEIGHTED LEAST SQUARE PADA REGRESI DENGAN OUTLIER DAN HETEROKEDASTISITAS ERROR. S1 thesis, Universitas Mataram.

[img] Text
SKRIPSI SHIVATUL ASMANITA.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Dalam model regresi linear, metode Ordinary Least square memberikan estimasi parameter yang efisien dan tidak bias ketika asumsinya terpenuhi. Namun tidak jarang ditemukan hal-hal yang menyebabkan asumsinya tidak terpenuhi, seperti adanya outlier dalam pengamatan. Outlier merupakan suatu keganjilan dalam pengamatan, dimana suatu titik data berada jauh dari pola sekumpulan data secara keseluruhan. Keberadaan outlier dapat menyebabkan pelanggaran asumsi homoskedastisitas atau terjadi gejala heteroskedastisitas dalam model regresi. Pelanggaran asumsi homoskedastisitas dapat menyebabkan model regresi tidak lagi memiliki varian yang minimum. Oleh karena itu diperlukan metode yang dapat mengatasi masalah outlier dan heteroskedastisitas secara bersamaan, yaitu dengan menggunakan metode Robust Weighted Least Square (RWLS). Metode RWLS merupakan gabungan dari metode Robust dan metode Weighted Least Square yang dapat mempertahankan sifat unbias dihadapan heteroskedastisitas dan outlier. Metode RWLS menawarkan peningkatan yang substansial dibandingkan dengan metode lain untuk menangani masalah outlier dan heteroskedastisitas. Penelitian ini bertujuan untuk mengkaji penggunaan metode RWLS dalam mengatasi masalah outlier dan heteroskedastisitas. Hasil dari penelitian ini menunjukkan bahwa hasil estimasi parameter menggunakan metode RWLS mampu mengatasi masalah heteroskedastisitas pada model regresi tetapi tidak dapat mengatasi masalah kenormalan karena masih terdapat outlier. Meskipun metode RWLS tidak dapat mengatasi masalah kenormalan pada model, namun metode RWLS dapat mengurangi persentase outlier (sedikit dipengaruhi oleh outlier).

Item Type: Thesis (S1)
Keywords (Kata Kunci): Kata Kunci : Ordinary Least Square, Outlier, Heteroskedastisitas, Robust Weighted Least Square.
Subjects: Q Science > Q Science (General)
Divisions: Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User: Rini Trisnawati
Date Deposited: 15 Feb 2022 00:23
Last Modified: 15 Feb 2022 00:23
URI: http://eprints.unram.ac.id/id/eprint/27798

Actions (login required)

View Item View Item