Penerapan Metode Penaksiran Nilai d Terbaru dalam Liu Estimator untuk Mengatasi Masalah Multikolinieritas pada Kasus Pemodelan Pendapatan Pajak Daerah Kabupaten/Kota di Jawa Barat Tahun 2018

Fauziah Khairunnisa, Siti Sunendiari

Abstract


Abstract. Multiple regression analysis is a statistical method used to model and summarize the relationship between two or more dependent variables (X) and one independent variable (Y). In multiple regression analysis, there are several classical assumptions that must be fulfilled so that the estimation of the regression parameters in the model is BLUE (Best Linear Unavailable Estimator) so that the assessment obtained is correct and effective. One of the assumptions that must be fulfilled is the multicollinearity assumption. To overcome multicollinearity, an alternative method will be used to increase the precision of the regression parameter estimation, namely the Liu estimator which was first introduced by Liu (1993). There are several ways to estimate the d value in the Liu Estimator, one of which is the d value estimator proposed by Qasim et al. (2019), namely the most recent d value estimate. In this paper, we will discuss the Application of the Latest d Value Estimation Method in Liu Estimator to Overcome Multicollinearity Problems in the Case of Modeling Regional Tax Revenue in West Java in 2018. From the results of the analysis, the d value is obtained using the method from Qasim at.al, namely D13 = 0 and the tax revenue model = -179870600-226857800 X1-4017937 X2 + 294051.9 X3 +311314.2 X4 +7.485723 X5 + 24295.61 X6.

Keywords: Multiple Linear Regression, Multicollinearity, Liu Estimator, Local Tax.

 Abstrak. Analisis Regresi berganda merupakan salah satu metode statistika yang digunakan untuk memodelkan dan meringkas hubungan diantara dua atau lebih variabel tak bebas (X) dengan satu variabel bebas (Y).  Dalam analisis  regresi berganda terdapat beberapa asumsi klasik yang harus terpenuhi agar penaksiran parameter regresi dalam model bersifat BLUE ( Best Linier Unbiased Estimator ) sehingga  penaksiran yang diperoleh benar dan efektif. Salah satu asumsi yang harus terpenuhi yaitu asumsi multikolinieritas. Untuk mengatasi multikolinieritas akan di gunakan salah satu metode alternatif untuk  meningkatkan presisi pada penaksiran parameter regresi  yaitu  Liu estimator yang diperkenalkan pertamakali oleh Liu (1993). Dalam menaksir nilai d pada Liu Estimator  terdapat beberapa cara, salah satunya penaksir  nilai d yang diusulkan oleh Qasim et al. (2019) yaitu taksiran nilai d terbaru. Dalam makalah ini akan di bahas mengenai  Penerapan Metode Penaksiran Nilai d Terbaru Dalam Liu Estimator Untuk Mengatasi Masalah Multikolinieritas Pada Kasus Pemodelan  Pendapatan Pajak Daerah Kabupaten/Kota Di Jawa Barat Tahun 2018. Dari hasil analisis didapat nilai d  mengunakan metode dari Qasim at.al  yaitu D13= 0 dan model pendapatan pajak .

Kata Kunci: Regresi Linier Berganda, Multikolinieritas, Liu Estimator, Pajak Daerah.


Keywords


Regresi Linier Berganda, Multikolinieritas, Liu Estimator, Pajak Daerah.

Full Text:

PDF

References


Badan Pusat Statistik Provinsi Jawa Barat. (2019). Provinsi Jawa Barat Dalam Angka 2019. Bandung: BPS Provinsi Jawa Barat.

Badan Pusat Statistik Provinsi Jawa Barat. (2019). Statistik Keuangan Pemerintahan Daerah Provinsi Jawa Barat 2019. Bandung: BPS Provinsi Jawa Barat.

Frisch, R. 1934. Statistical confluence analysis by means of complete regression systems. (Vol. 5). Universitetets Økonomiske Instituut.

Suliadi. (2017). Bahan Ajar Analisis Regresi. Bandung: Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Islam Bandung.

Qasim, Muhammad,. Amin, Muhammad,. Omer, Talha. 2019. Performance Of Some New Liu Parameters For The Linear Regression Model. Communication In Statistiks- Theory And Methods, 1-19. Doi: 10.1080/03610926.2019.1595654.

Yuliara, I Made. 2016. Modul Regresi Linier Berganda. Bali: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana.




DOI: http://dx.doi.org/10.29313/.v7i1.25601

Flag Counter