TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA
Abstract
Asumsi dasar regresi merupakan asumsi yang harus dipenuhi dalam memod-
elkan hubungan antara variabel tak bebas (Y ) dengan variabel bebas (X) dalam analisis
regresi linier sederhana. Jika asumsi tersebut tidak dipenuhi, maka dapat dilakukan
transformasi Box-Cox terhadap variabel tak bebas, dimana Y dipangkatkan dengan ,
sehingga menjadi Y . Pendugaan parameter dilakukan dengan Metode Kemungkinan
Maksimum dimana dipilih yang memiliki jumlah kuadrat sisaan paling kecil. Param-
eter tersebut digunakan dalam transformasi sehingga diperoleh data yang memenuhi
asumsi normalitas, homogenitas, dan linieritas.
elkan hubungan antara variabel tak bebas (Y ) dengan variabel bebas (X) dalam analisis
regresi linier sederhana. Jika asumsi tersebut tidak dipenuhi, maka dapat dilakukan
transformasi Box-Cox terhadap variabel tak bebas, dimana Y dipangkatkan dengan ,
sehingga menjadi Y . Pendugaan parameter dilakukan dengan Metode Kemungkinan
Maksimum dimana dipilih yang memiliki jumlah kuadrat sisaan paling kecil. Param-
eter tersebut digunakan dalam transformasi sehingga diperoleh data yang memenuhi
asumsi normalitas, homogenitas, dan linieritas.
Full Text:
PDFDOI: https://doi.org/10.25077/jmu.2.2.115-122.2013
Refbacks
- There are currently no refbacks.
Copyright (c) 2016 Jurnal Matematika UNAND
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.