PERBANDINGAN METODE KUADRAT TERKECIL DAN METODE BAYES PADA MODEL REGRESI LINIER DENGAN GALAT YANG AUTOKORELASI

Abstract

Abstrak. Analisis regresi merupakan metode dalam statistik yang digunakan untuk
melihat hubungan antara variabel bebas dengan variabel tak bebas. Model regresi linier
sederhana melibatkan satu variabel tak bebas dan satu variabel bebas. Dalam regresi
linier sederhana, metode yang biasa digunakan dalam menduga parameter regresi adalah
Metode Kuadrat Terkecil (MKT). Pendugaan parameter dengan menggunakan MKT
harus memenuhi asumsi-asumsi tertentu terhadap galatnya yang dinamakan dengan
asumsi klasik. Jika salah satu asumsi tidak terpenuhi seperti terjadinya autokorelasi maka
pendugaan dengan MKT tidak esien. Oleh karena itu diperlukan metode pendugaan
lain yaitu metode Bayes. Penelitian ini menunjukkan bahwa metode Bayes menghasilkan
MSE lebih kecil dibandingkan dengan MKT, sehingga metode Bayes dapat mengatasi
kasus galat autokorelasi dari penduga metode OLS.
Kata Kunci: Analisis Regresi Linier, Metode Kuadrat Terkecil, Metode Bayes, Galat
Autokorelasi