%A Djuwita Agustina 0717031028
%J Digital Library
%T KARAKTERISTIK PENDUGA GENERALIZED LEAST SQUARE (GLS)
PADA MODEL LINEAR BERDASARKAN KAJIAN SIMULASI
%X Abstrak

Metode yang paling sering dipakai peneliti untuk menduga parameter adalah
Metode Kuadrat Terkecil (Least Square Methode). Dengan menggunakan metode
ini akan didapatkan penduga parameter yang tidak bias, konsisten dan efisien.
Untuk menggunakan metode ini harus memenuhi asumsi-asumsi yang disebut
asumsi klasik.
Kuadrat Terkecil yang memenuhi asumsi-asumsi ini disebut Ordinary Least
Square (OLS). Namun, pada pelaksaannya sering kali terjadi penyimpangan
asumsi-asumsi ini, salah satunya adalah terjadinya heteroskedastisitas (nilai
variansi tidak konstan) atau varians galat yang berautokorelasi. Apabila
penyimpangan ini terjadi maka akan dihasilkan penduga yang tidak bias,
konsisten namun tidak efisien. Maka harus digunakan metode kuadrat terkecil
yang merupakan pengembangan dari kuadrat terkecil yang bisa digunakan pada
data yang homoskedastisitas dan juga bisa digunakan untuk mengatasi
heteroskedastisitas atau autokorelasi supaya tetap mendapatkan penduga yang
tidak bias, konsisten dan efisien yaitu metode Generalized least Square (GLS).
Hasil yang diperoleh dengan menggunakan metode GLS yaitu penduga ? yang
mendekati nilai sebenarnya ketika keheterogenan di perkecil. Jika ? menjauh dari
asumsi H0 maka kuasa uji yang didapat akan semakin besar.
Kata Kunci : Model Linear, GLS, Heterokedastisitas, Autokorelasi
%D 2012
%L eprints14574