Metode Kuadrat Terkecil dengan Pendekatan Matriks dalam Mengestimasi Parameter Regresi Linier Berganda

St. Aminah, St. Aminah (2013) Metode Kuadrat Terkecil dengan Pendekatan Matriks dalam Mengestimasi Parameter Regresi Linier Berganda. Diploma thesis, Universitas Negeri Makassar.

[img] Text
St . Aminah . 2013..docx

Download (14kB)

Abstract

ABSTRAK St. Aminah. 2013. Metode Kuadrat Terkecil dengan Pendekatan Matriks dalam Mengestimasi Parameter Regresi Linier Berganda. Skripsi. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar. Jenis penelitian ini adalah kajian teoritis yang bersifat studi literatur yang mengkaji tentang metode yang digunakan dalam mengestimasi parameter regresi linier berganda. Adapun metode yang digunakan adalah metode kuadrat terkecil dan pendekatan matriks. Banyak persoalan atau fenomena yang mempunyai lebih dari satu variabel. Sehingga penting untuk mempelajari analisis data yang terdiri dari banyak variabel yang saling berhubungan. Studi yang membahas bentuk hubungan antara variabel tersebut dikenal dengan analisis regresi. analisis regresi ada dua, yaitu analisis regresi linier sederhana dan analisis regresi berganda. Adapun persamaannya: Y_i=β_0+β_1 X_1i+β_2 X_2i+β_3 X_3i+⋯+β_k X_ki+ε_i. Tujuan penulisan ini adalah menjelaskan prosedur estimasi parameter dalam regresi linier berganda dengan metode kuadrat terkecil dan pendekatan matriks yang hanya di batasi dengan 2 variabel bebas (X) dan 1 variabel terikat (Y) sehingga diperoleh b_(0,) b_(1,) dan b_2 , yang selanjutnya dapat diketahui sifat estimator metode kuadrat terkecil dalam regresi linier berganda. Hasil penerapan estimator dengan metode kuadrat terkecil dan pendekatan matriks didapatkan keakuratan nilai atau hasilyang sama. Kata Kunci: Matriks, Analisis Regresi Linier Berganda, Metode Kuadrat Terkecil, Sifat-sifat Estimasi.

Item Type: Thesis (Diploma)
Subjects: FMIPA > Matematika
Divisions: ?? sch_mat ??
Depositing User: UPT PERPUSTAKAAN UNM
Date Deposited: 29 Apr 2016 06:39
Last Modified: 29 Apr 2016 06:39
URI: http://eprints.unm.ac.id/id/eprint/636

Actions (login required)

View Item View Item