PENANGANAN KASUS HETEROSKEDASTISITAS DENGAN MENGGUNAKAN METODE WLS (WEIGHTED LEAST SQUARE)

NUR LATIFAH ULFA, NIM.: 15610019 (2019) PENANGANAN KASUS HETEROSKEDASTISITAS DENGAN MENGGUNAKAN METODE WLS (WEIGHTED LEAST SQUARE). Skripsi thesis, UIN Sunan Kalijaga.

Preview	Text (PENANGANAN KASUS HETEROSKEDASTISITAS DENGAN MENGGUNAKAN METODE WLS (WEIGHTED LEAST SQUARE)) 15610019_BAB-I_VI_DAFTAR-PUSTAKA.pdf - Published Version Download (3MB) | Preview
	Text (PENANGANAN KASUS HETEROSKEDASTISITAS DENGAN MENGGUNAKAN METODE WLS (WEIGHTED LEAST SQUARE)) 15610019_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (5MB)

Abstract

Permasalahan yang sering terjadi pada regresi linear berganda adalah adanya variansi error yang tidak konstan antar variabel predictor yang disebut masalah heteroskedastisitas. Apabila data mengandung unsur heteroskedastisitas, maka terjadi pelanggaran asumsi klasik. Hal ini menandakan penduga yang dihasilkan dari metode OLS (Ordinary Least Squares) atau metode kuadrat terkecil bersifat tidak BLUE (Best Linear Unbiased Estimator). Metode yang dapat digunakan untuk mengatasi masalah heteroskedastisitas salah satunya dengan metode WLS (Weighted Least Squares). Penelitian ini bertujuan untuk melihat bagaimana keefektivan metode WLS (Weighted Least Squares) dalam mengatasi masalah heteroskedastisitas. Kasus dalam penelitian ini diambil dari data BPS Indonesia tentang Produk Domestik Bruto ( ), infrastruktur jalan ( ), infrastruktur listrik ( ), dan infrastruktur air ( ) di Indonesia pada tahun 2000-2017. Hasil penelitian regresi dengan menggunakan metode WLS mampu mengatasi masalah heteroskedastisitas disbanding dengan metode OLS. Dari hasil penelitian diperoleh persamaan metode OLS dengan nilai koefisien determinasi , sedangkan dengan metode WLS dihasilkan persamaan dengan nilai koefisien determinasi.

Share this knowledge with your friends :

Actions (login required)

View Item