BIMASTER
Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya

ESTIMASI PARAMETER METODE WEIGHTED LEAST SQUARE DALAM MENGATASI MASALAH HETEROSKEDASTISITAS

Hidayatun Nisa (Universitas Tanjungpura)
Dadan Kusnandar (Universitas Tanjungpura)
Shantika Martha (Universitas Tanjungpura)



Article Info

Publish Date
06 Jan 2020

Abstract

Regresi linear berganda merupakan salah satu metode statistika yang digunakan untuk menganalisis pengaruh antara dua atau lebih variabel independen terhadap variabel dependen. Salah satu asumsi yang harus terpenuhi pada analisis regresi linear berganda adalah tidak terjadinya heteroskedastisitas atau varians error harus tetap (konstan) di dalam model regresi. Metode Weighted Least Square (WLS) merupakan bentuk dari pengembangan penduga least square yang digunakan untuk mengatasi masalah heteroskedastisitas. Tujuan dari penelitian ini adalah menduga parameter metode WLS untuk mengatasi masalah heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah data sosial ekonomi dari 33 provinsi di Indonesia. Data yang dianalisis adalah data tingkat pengangguran terbuka , pertumbuhan ekonomi , jumlah penduduk , tingkat partisipasi angkatan kerja , dan kebutuhan hidup minimum . Hasil analisis menunjukkan bahwa metode WLS dapat mengatasi masalah heteroskedastisitas. Model regresi  yang diperoleh menggunakan metode WLS hanya melibatkan tiga variabel yaitu:  dengan nilai adjusted  sebesar 95,49% yang berarti bahwa besarnya pengaruh variabel jumlah penduduk, tingkat partisipasi angkatan kerja dan kebutuhan hidup minimum terhadap tingkat pengangguran terbuka sebesar 95,49%.  Kata Kunci: regresi linear berganda, transformasi, weighted least square

Copyrights © 2020






Journal Info

Abbrev

jbmstr

Publisher

Subject

Decision Sciences, Operations Research & Management Mathematics

Description

Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA ...