Penerapan Metode Weight Estimation by Re-Estimated Absolute Residuals pada Analisis Regresi Linear Berganda Berdasarkan Data Pendapatan Asli Daerah (PAD) Kabupeten/Kota Provinsi Jawa Barat Tahun 2018

Safitri Dewi Nur, Yayat Karyana

Abstract


Abstract. Multiple linear regression analysis is a linear regression model which can state the functional relationship between two or more independent variables and one dependent variable. In linear regression analysis, so that the parameter estimator has BLUE properties, one of the assumptions that must be fulfilled is homoscedasticity. When estimating the regression parameters on the District /City revenue data of West Java Province in 2018 as dependent variables (Y) with local government spending, population, and gross regional domestic product as independent variables (X) there was a violation of the assumption, namely heteroscedastic with BDR type which was proven in the visual test. heteroscedasticity, where the plot shrinks then enlarges to form a basin resembling a butterfly wing. So, to overcome this problem, the WRAR method is applied, which is a weighting method to overcome the heteroscedasticity problem of the BDR type. The estimation of regression parameters by applying the WRAR method resulted in smaller MSE values than that produced by the OLS method.

Keywords: Weight Estimation by Re-Estimated Absolute Residuals (WRAR) method, Butterfly Distributed Residuals (BDR), Multiple Linear Regression, Ordinary Least Square (OLS) Method.

Abstrak. Analisis regresi linear berganda merupakan model regresi linear yang dapat menyatakan hubungan fungsional antara dua atau lebih variabel bebas dengan satu variabel tak bebas. Dalam analisis regresi linear agar penaksir parameter memiliki sifat BLUE, salah satu asumsi yang harus terpenuhi yaitu homoskedastisitas. Saat melakukan estimasi parameter regresi pada data PAD Kabupaten/Kota Provinsi Jawa Barat tahun 2018 sebagai variabel tak bebas (Y) dengan Pengeluaran Pemerintah Daerah (PPD), Jumlah Penduduk (JP), dan Produk Domestik Regional Bruto (PDRB) sebagai variabel bebas (X) telah terjadi pelanggaran asumsi yaitu heteroskedastis dengan tipe BDR yang terbukti pada uji visual heteroskedastisitas, dimana plot mengecil kemudian membesar membentuk cekungan menyerupai sayap kupu-kupu. Sehingga untuk mengatasinya dilakukan pengaplikasian metode WRAR yang merupakan metode pembobotan untuk mengatasi masalah heteroskedastisitas tipe BDR. Taksiran parameter regresi dengan mengaplikasikan metode WRAR menghasilkan nilai MSE yang lebih kecil daripada yang dihasilkan oleh metode OLS.

Kata Kunci: Metode Weight Estimation by Re-Estimated Absolute Residuals (WRAR), Butterfly Distributed Residuals (BDR), Regresi Linear Berganda, Metode Ordinary Least Square (OLS).


Keywords


Metode Weight Estimation by Re-Estimated Absolute Residuals (WRAR), Butterfly Distributed Residuals (BDR), Regresi Linear Berganda, Metode Ordinary Least Square (OLS).

Full Text:

PDF

References


Badan Pusat Statistik Provinsi Jawa Barat. (2019).

Celik, R. (2015). Stabilizing heteroscedasticity for butterfly-distributed residuals by the weighting absolute centred. Appl. Stat., (42) 705–721.

Çelik, R., & Erar, A. (2016). An Alternative Method Correcting BDR Type of Heteroskedasticity by the Weighting Re-Estimated Absolute Residuals. Communications in Statistics - Theory and Methods, 46(23), 11514–11538.

Ghozali, I. (2005). Aplikasi Analisis Multivariate dengan SPSS. Semarang: Badan Penerbit UNDIP.

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

Syukriyah, A. (2011). Analisis Heteroskedastisitas Pada Regresi Linear Berganda. Skripsi Fakultas Sains dan Teknologi Universitas islam Negeri Mulana Malik Ibrahim Malang.




DOI: http://dx.doi.org/10.29313/.v7i1.25749

Flag Counter