Pemodelan Data Outlier dengan Metode Robust Seemingly Unrelated Regression (Studi Kasus: PDRB Sektoral di Pulau Jawa Tahun 2021)

Sari, Rizki Ayu Fitrian (2023) Pemodelan Data Outlier dengan Metode Robust Seemingly Unrelated Regression (Studi Kasus: PDRB Sektoral di Pulau Jawa Tahun 2021). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003211003-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (1MB) | Request a copy

Abstract

Ordinary Least Square (OLS) digunakan untuk mengestimasi parameter dari satu persamaan regresi atau lebih, tetapi tidak terdapat hubungan antara error pada variabel respons persamaan yang satu dengan variabel respons yang lain, namun, seringkali suatu model terdiri dari beberapa persamaan regresi yang diantara variabel responnya terdapat keterkaitan, sehingga estimasi menggunakan metode OLS menjadi tidak efisien untuk digunakan. Salah satu cara yang untuk mengatasi permasalahan tersebut adalah dengan model Seemingly Unrelated Regression (SUR). Model SUR digunakan apabila antar persamaan regresi terdapat korelasi contemporaneous yang parameternya diestimasi menggunakan Generalized Least Square (GLS). Model SUR dengan metode GLS lebih baik digunakan karena error yang dihasilkan lebih kecil daripada error yang dihasilkan OLS. Pada penelitian ini menggunakan data outlier, untuk mengurangi pengaruh dari outlier adalah dengan menggunakan pendugaan yang bersifat robust. Metode SUR Robust memiliki kemampuan tahan terhadap adanya outlier. Sehingga penelitian ini bertujuan melakukan estimasi parameter model SUR metode Robust yang diaplikasikan pada PDRB Sektor Industri, PDRB Sektor Konstruksi, dan PDRB Sektor Perdagangan Besar & Eceran, Reparasi & Perawatan Mobil & Sepeda Motor di Pulau Jawa Tahun 2021, kemudian membandingkan dengan model SUR OLS dan SUR GLS. Hasil penelitiannya adalah dengan melihat nilai MSE terkecil, nilai R^2 terbesar, dan nilai standard error terkecil bahwa metode SUR Robust lebih baik digunakan daripada SUR OLS dan SUR GLS dalam menangani data yang outlier. Variabel yang signifikan mempengaruhi PDRB Sektor Industri di Pulau Jawa pada Tahun 2021 adalah PMA, Jumlah Tenaga Kerja, dan Upah Tenaga Kerja Sektor Industri. Sedangkan variabel yang signifikan mempengaruhi PDRB Sektor Konstruksi di Pulau Jawa pada Tahun 2021 adalah PMDN, Jumlah Tenaga Kerja, dan Upah Tenaga Kerja Sektor Konstruksi. Sementara itu, variabel yang signifikan mempengaruhi PDRB Sektor Perdagangan Besar & Eceran, Reparasi & Perawatan Mobil & Sepeda Motor di Pulau Jawa pada Tahun 2021 adalah PMA, Jumlah Tenaga Kerja, dan Upah Tenaga Kerja Sektor Perdagangan Besar & Eceran, Reparasi & Perawatan Mobil & Sepeda Motor.
===============================================================================================================================
Ordinary Least Square (OLS) is used to estimate the parameters of one or more regression equations, but there is no relationship between the error in the response variable of one equation and the other response variables, however, often a model consists of several regression equations in which there is a relationship between the response variables, so estimation using the OLS method becomes inefficient to use. One way to overcome this problem is with the Seemingly Unrelated Regression (SUR) model. The SUR model is used if there is a contemporaneous correlation between the regression equations whose parameters are estimated using Generalized Least Square (GLS). The SUR model with the GLS method is better to use because the resulting error is smaller than the error generated by OLS. In this study using outlier data, to reduce the influence of outliers is to use robust estimates. Robust SUR method has the ability to withstand the presence of outliers. So this study aims to estimate the parameters of the SUR model of the Robust method which is applied to the GRDP of the Industrial Sector, GRDP of the Construction Sector, and GRDP of the Wholesale & Retail Trade, Car & Motorcycle Repair & Maintenance Sector in Java Island in 2021, then compare it with the SUR OLS and SUR GLS models. The results of the research are by looking at the smallest MSE value, the largest R^2 value, and the smallest standard error value that the SUR Robust method is better to use than SUR OLS and SUR GLS in handling outlier data. Variables that significantly influence the GRDP of the Industrial Sector in Java Island in 2021 are FDI, Total Workforce, and Wages for Industrial Sector Workers. Meanwhile, the variables that significantly affect the GRDP of the Construction Sector in Java Island in 2021 are PMDN, Number of Workers, and Wages for Construction Sector Workers. Meanwhile, the variables that significantly affect the GRDP of the Wholesale & Retail Trade, Car & Motorcycle Repair & Maintenance Sector in Java Island in 2021 are FDI, Total Workforce, and Wage for the Wholesale & Retail Trade, Car & Bicycle Repair & Maintenance Sector Motorcycle.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Generalized Least Square, Korelasi Contemporaneous, Outlier, SUR Robust, Seemingly Unrelated Regression, Contemporary Correlation, Generalized Least Square, Unrelated Regression
Subjects:	H Social Sciences > HA Statistics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Rizki Ayu Fitrian Sari
Date Deposited:	07 Sep 2023 03:18
Last Modified:	07 Sep 2023 03:18
URI:	http://repository.its.ac.id/id/eprint/104267

Actions (login required)

View Item