PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA
Abstrak: Analisis regresi
adalah suatu teknik statistika yang digunakan untuk menarik suatu kesimpulan
mengenai hubungan antara satu variabel tak bebas (Y) dengan satu atau lebih
variabel bebas (X) dalam suatu sistem. Dalam analisis regresi, diperlukan
beberapa asumsi yang harus dipenuhi oleh sebaran komponen galat (É›). Metode
bootstrap merupakan salah satu metode yang dapat digunakan untuk menduga
nilai-nilai penduga parameter jika asumsi sebaran komponen galat tidak
terpenuhi. Dalam metode bootstrap biasanya dilakukan resampling sebanyak B kali
ulangan bootstrap. Penelitian ini menggunakan metode simulasi Monte Carlo. Penelitian
ini dilakukan dengan tujuan menentukan banyaknya ulangan bootstrap untuk
menduga β0 dan β1 pada analisis regresi linier sederhana. Hasil dari penelitian
ini diperoleh, untuk ulangan bootstrap B=5 menghasilkan nilai ragam penduga
bootstrap relatif lebih tinggi. Untuk ukuran contoh berukuran lebih atau sama
dari 40, tidak perlu dilakukan banyak ulangan bootstrap, karena dengan
melakukan ulangan yang sedikit penduga parameter regresi sederhana sudah
memiliki ragam yang kecil. Untuk sampel berukuran yang lebih kecil, dapat
dilakukan 25 kali ulangan bootstrap. Namun perlu dicatat untuk ukuran sampel
sebesar 10 sebaiknya tidak digunakan, karena menghasilkan penduga parameter
regresi dengan ragam yang masih cukup besar.
Penulis: OLIVIA ATINRI,
HAZMIRA YOZZA, YUDIANTRI ASDI
Kode Jurnal: jpmatematikadd140086
