PERBANDINGAN METODE KUADRAT TERKECIL DAN METODE BAYES PADA MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIEIRITAS

  • Auqino S
  • Maiyastri M
  • Diana R
N/ACitations
Citations of this article
36Readers
Mendeley users who have this article in their library.

Abstract

Penelitian ini bertujuan untuk mengkaji perbandingan Metode Kuadrat Terkecil (MKT) dan metode Bayes pada model regresi linier berganda yang mengandung multikolinieritas. Pada regresi linier berganda, asumsi yang sering tidak terpenuhi yaitu tidak ada multikolinieritas di antara variabel prediktor. Adanya multikolinieritas menyebabkan estimasi MKT menjadi tidak efisien. Oleh karena itu diperlukan metode alternatif yang menghasilkan kesalahan estimasi yang lebih kecil. Data yang digunakan adalah data random dengan dua variabel prediktor yang dibangkitkan sehingga data memenuhi sifat model yang diteliti. Penelitian ini menunjukkan bahwa metode Bayes lebih baik dalam mengestimasi parameter regresi linier berganda dilihat dari nilai Mean Squared Error (MSE) yang lebih kecil dibandingkan dengan MKT.Diterima: Direvisi: Dipublikasikan :Kata Kunci: Metode Kuadrat Terkecil, Metode Bayes, Multikolinieritas

Cite

CITATION STYLE

APA

Auqino, S., Maiyastri, M., & Diana, R. (2019). PERBANDINGAN METODE KUADRAT TERKECIL DAN METODE BAYES PADA MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIEIRITAS. Jurnal Matematika UNAND, 8(1), 307. https://doi.org/10.25077/jmu.8.1.307-312.2019

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free