Pengujian Hipotesis Simultan Pada Regresi Semiparametrik Campuran Spline Dan Deret Fourier (Studi Kasus : Tingkat Pengangguran Terbuka Kabupaten/Kota di Pulau Jawa)

Izzah, Nurul (2022) Pengujian Hipotesis Simultan Pada Regresi Semiparametrik Campuran Spline Dan Deret Fourier (Studi Kasus : Tingkat Pengangguran Terbuka Kabupaten/Kota di Pulau Jawa). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003201010-Master_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Analisis regresi merupakan metode analisis untuk mengetahui hubungan antara variabel respon dan variabel prediktor. Terdapat tiga pendekatan dalam analisis regresi yaitu pendekatan parametrik, nonparametrik dan semiparametrik. Dalam regresi parametrik terdapat banyak asumsi yang harus dipenuhi, salah satunya adalah bentuk kurva regresi yang harus diketahui. apabila bentuk kurva regresi tidak diketahui polanya, maka analisis regresi nonparametrik lebih disarankan untuk digunakan. Pendekatan regresi nonparametrik yang sering mendapat perhatian dari para peneliti adalah Kernel, Spline, Deret Fourier dan Wavelets. Sebagai pengembangan penelitian sebelumnya, dilakukan estimasi parameter terhadap model regresi semiparametrik campuran spline truncated dan deret fourier. Spline digunakan ketika pola data cenderung berubah-ubah pada interval waktu tertentu dan deret fourier digunakan ketika pola data cenderung berulang. Penentuan titik knot dan parameter osilasi dalam model regresi semiparametrik menggunakan Generalized Cross Validation (GCV). Tujuan dari penelitian ini adalah memperoleh bentuk estimator dalam regresi semiparametrik dengan menggunakan estimator campuran spline truncated dan deret fourier menggunakan metode Ordinary Least Square (OLS), kemudian dilanjutkan dengan mengkaji bentuk statistik uji untuk pengujian hipotesis pada model regresi semiparametrik campuran spline truncated dan deret fourier dengan pengaplikasian menggunakan data Tingkat Pengangguran Terbuka (TPT) kabupaten/kota di Pulau Jawa tahun 2021. Model terbaik yang diperoleh pada data Tingkat Pengangguran Terbuka (TPT) yaitu dengan menggunakan 2 titik knot dengan 1 osilasi, dengan nilai GCV sebesar 0,00577. Uji hipotesis dengan menggunakan uji F menunjukkan bahwa terdapat pengaruh yang signifikan dari variabel prediktor terhadap variabel respon dengan R2 sebesar 90,86 persen. Sementara itu, nilai R2 pada model regresi linier berganda sebesar 50,14 persen. Sehingga, model terbaik yang digunakan adalah regresi semiparametrik campuran spline truncated dan deret fourier.
====================================================================================================================================
Regression analysis is an analytical method to determine the relationship between response variables and predictor variables. There are three approaches in regression analysis, namely parametric, nonparametric and semiparametric regression approaches. In parametric regression there are many assumptions that must be met, one of which is the shape of the regression curve that must be known. if the shape of the regression curve is unknown, then nonparametric regression analysis is recommended to be used. Nonparametric regression approaches that often receive attention from researchers are Kernel, Spline, Fourier Series and Wavelets. As a development of previous research, parameter estimation was carried out on a mixed semiparametric regression model of truncated splines and Fourier series. Spline is used when the data pattern tends to change at certain time intervals and the Fourier series is used when the data pattern tends to repeat itself. Determination of knot points and oscillation parameters in a semiparametric regression model using Generalized Cross Validation (GCV). The purpose of this study is to obtain the form of the estimator in semiparametric regression using a mixed estimator of spline truncated and fourier series using the Ordinary Least Square (OLS) method, then proceed to examine the form of test statistics for hypothesis testing in the mixed semiparametric regression model spline truncated and fourier series with the application uses the district/city Open Unemployment Rate (TPT) data on the island of Java in 2021. The best model obtained from the open unemployment rate (TPT) data is using 2 knot points with 1 oscillation, resulting in a GCV value of 0,00577. Hypothesis testing using the F test shows that there is a significant effect of the predictor variable on the response variable with value of R2 is 90,86 percent. Meanwhile, the R2 value in the model of multiple linear regression is 50.14 percent. So that, the best model used is a mixed semiparametric regression of truncated splines and Fourier series.

Item Type:	Thesis (Masters)
Additional Information:	RTSt 519.536 Izz p-1 2022
Uncontrolled Keywords:	Deret Fourier, GCV, OLS, Regresi Semiparametrik, Spline Truncated, Semiparametric Regression, Spline Truncated
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	29 Apr 2026 07:23
Last Modified:	29 Apr 2026 07:23
URI:	http://repository.its.ac.id/id/eprint/132931

Actions (login required)

View Item