PERBANDINGAN PENDUGA ORDINARY LEAST SQUARES (OLS) DAN GENERALIZED LEAST SQUARES (GLS) PADA MODEL REGRESI LINIER DENGAN REGRESOR BERSIFAT STOKASTIK DAN GALAT MODEL BERAUTOKORELASI
Abstrak: Pendugaan parameter
model regresi linier pada analisis regresi linier, biasanya dilakukan dengan
metode penduga OLS. Penduga OLS harus memenuhi asumsi-asumsi statistik yang
disebut dengan asumsi klasik. Jika asumsi tidak dipenuhi, maka akan menghasilkan
kesimpulan yang tidak valid sehingga penduga OLS tidak bisa digunakan lagi
dalam melakukan pendugaan parameter. Oleh karena itu diperlukan metode pendugaan
lain untuk memperoleh hasil yang valid yaitu penduga GLS. Pelanggaran asumsi diantaranya
terdapat autokorelasi pada galat model dan regresor bersifat stokastik. Adanya
autokorelasi dengan regresor bersifat stokastik dilihat melalui simulasi Monte Carlo
dengan ukuran sampel, koesien autokorelasi dan ulangan yang bervariasi. Selain itu,
pendugaan parameter juga dievaluasi melalui beberapa kriteria yaitu nilai
Absolut Bias, Varian dan MSE. Hasil simulasi menunjukkan bahwa semakin
bertambahnya uku-ran sampel mengakibatkan kriteria penduga parameter semakin
kecil. Sementara itu, ulangan yang tinggi yang dilakukan pada simulasi ini
tidak mempengaruhi kriteria pen-duga parameter. Pada pendugaan parameter model
untuk semua penduga, penduga GLSlebih esien dan stabil dibanding dengan penduga
OLS kecuali untuk koesen autoko-relasi 0:5
0:25 dan = 0:5 pada b1 , dan = 0:25
pada b2 .
Kata Kunci: Analisis Regresi
Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regre-sor Bersifat Stokastik
Penulis: HELMI ISWATI, RAHMAT
SYAHNI, MAIYASTRI
Kode Jurnal: jpmatematikadd141166
