KARAKTERISTIK PENDUGA GENERALIZED LEAST SQUARE (GLS) PADA MODEL LINEAR BERDASARKAN KAJIAN SIMULASI

0717031028, Djuwita Agustina (2012) KARAKTERISTIK PENDUGA GENERALIZED LEAST SQUARE (GLS) PADA MODEL LINEAR BERDASARKAN KAJIAN SIMULASI. Digital Library.

Preview	Text BAB I.pdf Download (270kB) | Preview
Preview	Text BAB II.pdf Download (343kB) | Preview
Preview	Text BAB III.pdf Download (259kB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Download (847kB)
Preview	Text BAB V.pdf Download (233kB) | Preview
Preview	Text cover.pdf Download (7kB) | Preview
Preview	Text ABSTRAK.pdf Download (151kB) | Preview
Preview	Text Lembar Pengesahan.pdf Download (4kB) | Preview
Preview	Text MENGESAHKAN.pdf Download (4kB) | Preview
Preview	Text Persembahan.pdf Download (107kB) | Preview
Preview	Text RIWAYAT HIDUP.pdf Download (13kB) | Preview
Preview	Text SANWACANA.pdf Download (54kB) | Preview

Abstract

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 β 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

Item Type:	Article
Subjects:	A General Works = Karya Karya Umum
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	IC-STAR . 2015
Date Deposited:	20 Nov 2015 02:09
Last Modified:	20 Nov 2015 02:09
URI:	http://digilib.unila.ac.id/id/eprint/14574

Actions (login required)

View Item