TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA
Abstrak: Asumsi dasar regresi
merupakan asumsi yang harus dipenuhi dalam memodelkan hubungan antara variabel
tak bebas (Y ) dengan variabel bebas (X) dalam analisis regresi linier
sederhana. Jika asumsi tersebut tidak dipenuhi, maka dapat dilakukan
transformasi Box-Cox terhadap variabel tak bebas, dimana Y dipangkatkan dengan,
sehingga menjadi Y . Pendugaan parameter
dilakukan dengan Metode Kemungkinan Maksimum dimana dipilih yang
memiliki jumlah kuadrat sisaan paling kecil. Parameter tersebut digunakan dalam transformasi
sehingga diperoleh data yang memenuhi asumsi normalitas, homogenitas, dan
linieritas.
Penulis: ELVI YATI, DODI
DEVIANTO, YUDIANTRI ASDI
Kode Jurnal: jpmatematikadd130133
