Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal BIMASTER
Hidayatun Nisa
Universitas Tanjungpura
Decision Sciences, Operations Research & Management Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ESTIMASI PARAMETER METODE WEIGHTED LEAST SQUARE DALAM MENGATASI MASALAH HETEROSKEDASTISITAS Hidayatun Nisa; Dadan Kusnandar; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.94 KB) | DOI: 10.26418/bbimst.v9i1.38586

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
Co-Authors Laksono Trisnantoro Shantika Martha