REGRESI ROBUST PADA DATA INFLASI DI INDONESIA PERIODE AGUSTUS 2014 – JULI 2016

Kholifaturokhma, Kholifaturokhma and Listyani, Endang (2017) REGRESI ROBUST PADA DATA INFLASI DI INDONESIA PERIODE AGUSTUS 2014 – JULI 2016. S1 thesis, UNY.

[img] Text
BAGIAN AWAL.pdf
Restricted to Repository staff only

Download (904kB)
[img] Text
ABSTRAK.docx

Download (18kB)
[img]
Preview
Text
BAB I.pdf

Download (336kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (516kB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (536kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (265kB)
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (89kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (991kB)

Abstract

Analisis regresi linier adalah analisis hubungan satu variabel dependen dengan satu atau lebih variabel independen. Pada umumnya, estimasi parameter dalam analisis regresi menggunakan Metode Kuadrat Terkecil (MKT). Namun, apabila terdapat outlier (pencilan) pada data, maka estimasi parameter regresi menggunakan MKT menjadi kurang tepat. Hal tersebut dapat diatasi dengan menggunakan analisis regresi robust. Estimasi-S (Scale) dan estimasi-LTS (Least Trimmed Squares) merupakan dua metode estimasi yang mempunyai nilai breakdown point cukup tinggi, yaitu 50% yang dapat mengatasi masalah outlier. Tujuan dari penelitian ini adalah untuk menganalisis model regresi robust dari kedua metode estimasi untuk data inflasi di Indonesia periode Agustus 2014 – Juli 2016 dan menentukan model terbaik regresi robust untuk data inflasi di Indonesia periode Agustus 2014 – Juli 2016. Metode estimasi yang digunakan adalah metode estimasi-S dengan dua pembobot, yaitu Welsch dan Tukey-bisquare, serta metode estimasi-LTS. Data yang digunakan untuk mengaplikasikan analisis regresi robust adalah data sekunder yang diambil dari Badan Pusat Statistik (BPS) Indonesia yaitu data mengenai inflasi di Indonesia periode Agustus 2014 hingga Juli 2016, dengan variabel-variabel independennya meliputi Indeks Harga Konsumen (IHK), jumlah uang beredar, dan suku bunga, serta variabel dependennya adalah inflasi. Proses analisis dimulai dengan identifikasi data, pegujian asumsi regresi, pendeteksian outlier, analisis MKT, analisis estimasi-S, analisis estimasi-LTS, dan menentukan model terbaik dari kedua metode estimasi tersebut. Penentuan model terbaik untuk regresi robust dilakukan dengan membandingkan nilai

Item Type: Thesis (S1)
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 25 Aug 2017 02:45
Last Modified: 30 Jan 2019 14:57
URI: http://eprints.uny.ac.id/id/eprint/52418

Actions (login required)

View Item View Item