Regresi semiparametrik spline dalam memodelkan hasil UNAS SMAN 1 Sekaran Lamongan

INDONESIA:

Pada penelitian ini model Regresi Semiparametrik adalah Y = Xβ + Zu + ε yang digunakan untuk memodelkan hasil UNAS SMAN 1 Sekaran Lamongan dengan terlebih dahulu menentukan estimasi parameter regresi semiparametrik menggunakan MLE (Maximum Likelihood Estimator).

Regresi semiparametrik merupakan gabungan antara regresi parametrik dan nonparametrik. Dengan menggunakan spline sebagai fungsi regresi nonparametrik. Estimasi parameter yang diperoleh adalah sebagai berikut:
β = (X..X)_-1 (X..Y - X..Zu)

Hasil analisis data regresi semiparametrik terhadap nilai UNAS SMA (Y) yang dipengaruhi oleh beberapa indikator didapatkan model sebagai berikut
ŷ = 27.0821 - 5.4134z +u_i(z_i-1.4175)_+ -5.4849z_2 +u_i(z_21 -1.4175)_+ -5.5148z_3 +u_i(z_21 -1.4175)_+

dengan R^2 = 39.5%

Dari hasil tersebut menunjukkan bahwa model belum bisa menjelaskan keadaan yang sebenarnya namun dapat dipergunakan untuk mengetauhi faktor- faktor yang dapat mempengaruhi nilai UNAS SMAN 1 Sekaran.

ENGLISH:

In this thesis semiparametric regression model is Y = Xβ + Zu + ε used to modelling UNAS SMAN 1 Sekaran Lamongan result before it determining parameter estimation of semiparametric regression using MLE (Maximum Likelihood Estimator).

Semiparametric regression is a combination of parametric and nonparametric regression. By using spline as a nonparametric regression function and obtained the parameter estimation is:

β = (X..X)_-1 (X..Y - X..Zu)

The result of semiparametric regression analysis of data on the value of UNAS SMA (Y) which is influenced by several indicators obtained model
ŷ = 27.0821 - 5.4134z +u_i(z_i-1.4175)_+ -5.4849z_2 +u_i(z_21 -1.4175)_+ -5.5148z_3 +u_i(z_21 -1.4175)_+

with R^2 = 39.5%

From these result shown that the model can not explain the real situation but can be used to known factors that may affect the value of UNAS SMAN 1
Sekaran Lamongan.