Perbandingan Estimasi Metode Kuadrat Terkecil Terboboti dan Metode Transformasi Box-Cox Pada Data Heteroskedastisitas
Comparison of Weighted Least Squares Estimation Method and Box-Cox Transformation Method on Heteroscedasticity Data
Keywords:
Heteroskedastisitas, kuadrat terkecil terboboti, transformasi Box-CoxAbstract
Dalam mengestimasikan parameter regresi umumnya digunakan metode kuadrat terkecil. Metode ini memiliki beberapa asumsi yang perlu dipenuhi salah satunya yakni homoskedastisitas. Pelanggaran asumsi homoskedastisitas dapat menyebabkan model estimasi tidak efisien. Oleh karena itu jika terjadi pelanggaran homoskedastisitas maka metode kuadrat terkecil tidak dapat lagi digunakan,sehingga diperukan metode alternative. Metode untuk mengatasi pelanggaran homoskedatisitas dua diantaranya yakni metode kuadrat terkecil terboboti dan metode transformasi Box-Cox. Dalam penelitian ini akan dibandingkan metode kuadrat terkecil terboboti dan metode transformasi Box-Cox. Dari penerapan kedua metode tersebut didapatkan metode kuadrat terkecil terboboti memiliki RMSE (root mean square error) yang lebih kecil dan R2 yang lebih besar dibandingkan metode transformasi Box-Cox. Maka dapat disimpulkan metode kuadrat terkecil terboboti lebih bagus digunakan dalam menangani pelanggaran homoskedastisitas.
References
Gujarati, D.N. Basic Econometric. 4th ed. New York : The McGraw-Hill Companies, 2004.
Asmoro, Y.W. Pendeteksian dan Perbaikan Heteroskedastisitas dalam Regresi Linier Menggunakan Metode Weighted Least Squares (WLS) dan Transformasi Variabel. Skripsi. Universitas Sanata Dharma, 2013.
Setyaningsih, Y.D. Penggunaan Metode Weighted Least Square Untuk Mengatasi Masalah Heteroskedastisitas Dalam Analisis Regresi (Studi Kasus Pada Data Balita Gizi Buruk Tahun 2014 di Provinsi Jawa Tengah). Jurnal Statistika Industri dan Komputasi, Volume 2, No. 1, pp. 51-58, 2017.
Hanifah, N., Herhyanto, N. & Agustina, F. Penerapan Metode Weighted Least Square untuk mengatasi Heteroskedastisitas pada Analisis Regresi Linear. Eurekamatika, Vol 3, No.1, 2015.
Cahyani, N.W.Y., Srinadi, I.G.A.M. & Susilawati, M. Perbandingan Transformasi Box-Cox dan Regresi Kuantil Median dalam Mengatasai Heteroskedastisitas. E-Jurnal Matematika, Vol. 4(1), januari 2015, pp. 8-13, 2015.
Maziyya, P.A, Sukarsa, I.K.G. & Asih, N.I. Perbandingan Transformasi Box-Cox dan Regresi Kuantil Median dalam Mengatasi Heteroskedastisitas. E-Jurnal Matematika, Vol. 4 (1), pp. 8-13, 2015.
Fransiska, W., Nugroho, S. & Faisal,F. Transformasi Box Cox dalam Analisis Regresi Linier Sederhana. E-jurnal FMIPA Universitas Bengkulu, 2012.
Kutner, M.H, Nachtsheim, C.J, Neter, J. & Li, W. Applied Linear Statistical Models. Fifth ed. New York : The McGraw-Hill Companies, 2005.
Box, G. E. P. & Cox, D. R.An Analysis of Transformations. Journal of the Royal Statistical Society. Series B (Methodological), Vol. 26, No. 2, pp.211-252, 1964.
Ispriyanti, D. Pemodelan Statistika dengan Transformasi Box - Cox. Jurnal Matematika dan Komputer, Volume 7, pp. 8-17, 2004.
Downloads
Published
Versions
- 2022-02-02 (3)
- 2022-02-02 (2)
- 2022-02-02 (1)
Issue
Section
License
Copyright
It is the author's responsibility to ensure that his or her submitted work does not infringe any existing copyright. Authors should obtain permission to reproduce or adapt copyrighted material and provide evidence of approval upon submitting the final version of a manuscript.
