ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE

Noeryanti Noeryanti

Sari


INTISARI

Metode kuadrat terkecil merupakan metode standar  untuk mengestimasi nilai parameter model regresi linear. Metode tersebut dibangun berdasarkan asumsi error bersifat identik dan independen, serta berdistribusi normal dengan mean nol dan variansi .Apabila asumsi tidak terpenuhi maka metode ini tidak akurat.Alternatif untuk mengatasi hal tersebut adalah dengan menggunakan metode resampling. Dalam penelitian ini, dilakukan estimasi nilai parameter regresi untuk analisis data pengaruh rasio profitabilitas (EPS, NPM, ROA, ROE) terhadap harga saham dari Perusahaan Jasa Sektor Keuangan yang tercatat di Bursa Efek Indonesia pada tahun 2014. Data tersebut merupakan data sekunder diperoleh dari laporan yang telah diunggah (www.idx.co.id).Dari uji asumsi klasik diperoleh bahwa model tidak bersifat homoskedastis dan residual tidak berdistribusi normal sehingga modelregresi yang diperoleh tidak dapat dipertanggungjawabkan.Kemudian diterapkan metode resampling. Estimasi parameter model regresi linear berganda dari metode resampling Bootstrap residual ukuran sampel Bootstrap 10 dengan B=12000dan metode resampling Jackknife dengan Jackknife Terhapus-3 diperoleh model regresi Berdasarkan analisis yang dilakukan, diperoleh metode resampling Jackknife memiliki standard error yang lebih kecil daripada metode resampling Bootstrap residual. Oleh karena itu, dapat disimpulkan bahwa dalam estimasi parameter model regresi linear berganda,  metoderesampling Jackknife lebih baik daripada metode resampling Bootstrap residual.

 


Kata Kunci


OLS,Bootstrap,Jackknife

Teks Lengkap:

PDF

Referensi


Draper NR dan Smith H, 1998, Applied Regression Analysis, 3rd Edition, John Wiley & Sons, Inc, New York.

Efron B, dan Tibshirani RJ, 1993, An Introduction To The Bootstrap, Chapman & Hall, Inc., New York.

Handayani N, 2009, Estimasi Parameter Regresi Linear Menggunakan Metode Bootstrap, Skripsi, FMIPA UNY, Yogyakarta.

Noeryanti, 2012, Metoda Statistika II, Diktat Kuliah, Akprind Press, Yogyakarta

Syofian I, 2007, Estimasi Parameter Regresi dengan Menggunakan Model Residual Bootstrap, Skripsi, Fakultas MIPA UGM, Yogyakarta.

Purnamasari D, 2015, Estimasi Parameter Regresi Linear Berganda Menggunakan Metode Jackknife, Skripsi, FMIPA UGM, Yogyakarta.

Rencher AC, dan Schaalje GB, 2008, Linear Model In Statistics, 2nd Edition, John Wiley & Sons, Inc., New Jersey.

Sahinler S dan Topuz D, 2007, Bootstrap and Jackknife Resampling Algorithm for Estimation of Regression Parameters, Journal of Applied Quantitative Method, Vol.2, No.2 : 188-199.

Shao J, dan Tu D, 1995, The Jackknife and Bootstrap, Springer-Verlag, Inc., New York.

Sungkono J, 2010, Resampling Bootstrap dan Jackknife untuk Estimasi Parameter Regresi, Tesis, UGM, Yogyakarta.

www.idx.co.id/id-id/beranda/publikasi/ringkasankinerjaperusahaantercatat.aspx diakses pada bulan Agustus 2016


Refbacks

  • Saat ini tidak ada refbacks.