PENAKSIRAN PARAMETER REGRESI SEDERHANA DENGAN METODE THEIL

Abstrak

ABSTRAKMetode Kuadrat Terkecil (MKT) merupakan metode penaksir parameter yang biasa digunakan dalam regresi sederhana. Penaksir ini mensyaratkan asumsi bahwa galat model regresi harus berdistribusinormal. Namun dalam penerapannya seringkali ditemui kasus data regresi yang tidak memenuhi asumsitersebut. Penelitian ini mengkaji efisiensi metode Theil dalam penaksiran parameter regresi sederhanaapabila galat berdistribusi log-normal dengan μ = 0 dan σ2 = 0,35 serta σ2 = 2. Data penelitiandibangkitkan dengan simulasi pada ukuran sampel n = 15, 35, 60, dan 150 yang diulang 1000 kali. Dataregresi dibentuk dengan mengambil β0 = 10, β1 = 2, dan X berdistribusi seragam. Hasil penaksirandievaluasi dengan statistik KTG. Hasil penelitian menunjukkan bahwa metode Theil lebih baik digunakanuntuk berbagai ukuran sampel ketika galat model berdistribusi log-normal dibandingkan dengan MKT.Kata kunci: metode Theil, penaksiran parameter, regresi sederhana