Miming Puspita Ningrum, 080810566 (2012) ESTIMASI MODEL SEEMINGLY UNRELATED REGRESSION DENGAN METODE GENERALIZED LEAST SQUARE. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2012-ningrummim-21365-6.abstr-k.pdf Download (135kB) | Preview
	Text (FULLTEXT) FULLTEXT.pdf Restricted to Registered users only Download (636kB) | Request a copy

Abstract

Dalam ekonometrika, model regresi linier yang sering digunakan sebagai interpretasi permasalahan ekonomi adalah regresi linier berganda. Salah satu bentuknya yaitu model Seemingly Unrelated Regression. Model yang terdiri dari beberapa persamaan dimana error antar persamaan satu dengan yang lain terjadi korelasi. Metode untuk mengestimasi model adalah metode Generalized Least Square (GLS). Prinsip dari metode tersebut yaitu meminimumkan nilai kudrat error yang bersifat heteroskedastis. Model SUR dapat dituliskan dalam bentuk persamaan berikut : FG = IGJG + LG ; i = 1,…,m dengan asumsi bahwa OPQ(εi) = STTU dan VWOXεi , εjY = STZ U dengan T ≠ Z. Dari asumsi tersebut maka dapat dibentuk matrik varian covaian yang disimbolkan. Nilai estimator model SUR adalah J] = (I^[`]−b ⊗U]I)−bI^[`] −b ⊗U]F Penerapan model SUR dilakukan pada data tingkat bunga kredit investasi bank umum di Indonesia. Analisis data dilakukan untuk mengetahui faktor mana yang paling berpengaruh terhadap tingkat bunga kredit investasi di Bank Pembangunan Daerah maupun Bank Persero. Hasil output program dapat disimpulkan bahwa faktor rasio penempatan dana bank di Bank Indonesia paling berpengaruh terhadap model SUR.

Actions (login required)

View Item