Estimasi parameter model regresi tobit dengan metode Grizzle Starmer Koch

INDONESIA :

Estimasi parameter merupakan proses yang menggunakan sampel statistic untuk menduga atau menaksir hubungan parameter populasi yang tidak diketahui. Dengan estimasi parameter ini kita dapat mengetahui karakteristik parameter suatu populasi. Metode yang paling sering dipakai peneliti untuk mengestimasi parameter adalah metode Least Square. Dengan metode ini akan didapatkan estimator yang tidak bias, konsisten dan efisien. Jika variable tak bebas ada yang terbatas, yaitu tidak mendapatkan informasi yang sama untuk kedua nilainya, dikenal sebagai model sensor (censored model), maka analisis probit dan logit tidak dapat dipakai, dan sebagai gantinya adalah analisis tobit. Untuk menggunakan metode ini harus memenuhi asumsi-asumsi yang disebut asumsi klasik.

Least Square yang memenuhi asumsi-asumsi ini disebut Ordinary Least Square (OLS). Namun, pada pelaksanaannya sering kali terjadi penyimpangan asumsi-asumsi ini, salah satunya terjadinya heteroskedastisitas (nilai variansi tidak konstan), sehingga akan dihasilkan estimator yang bias, konsisten namun tidak efisien. Untuk itu estimasi dilakukan menggunakan metode Grizzle Starmer Koch (GSK). Pada penelitian ini diperoleh bentuk estimator dari parameter regresi tobit dengan menggunakan metode GSK adalah sebagai berikut:
β ̃=β ̃_LS-(X^T X)^(-1) X^T σ ̂ʎ ⃗

Penelitian ini dapat dikembangkan dengan menggunakan metode estimasi lain atau mengestimasi parameter regresi variabel dummy model yang lain.

ENGLISH :

Parameter estimation is a process that uses statistical sampling to estimate or assess the relationship of the unknown population parameter. With the estimated parameters, we can determine the characteristics of a population parameter. The method most commonly used to estimate the parameters of researchers is Least Quare method. With this method we will get an unbiased estimator, consistent and efficient. If variable not frees available circumscribed one, which is doesn't get same information for point second it, known as censor model (censored is model), therefore analisis probit and logit unfit for use, and from it is analisis tobit. To use this method should satisfy the assumptions called classical assumptions.

Least Square that meets these assumptions is called Ordinary Least Quare (OLS). However, the implementation is often a deviation of these assumptions, one of the eteroscedasticity (variance is not a constant value), so it will be an unbiased estimator, consistent but not efficient. For that estimation using the method of Grizzle Starmer Koch (GSK). In this research, obtained form the estimator by the tobit regression parameters using GSK is as follows:
β ̃=β ̃_LS-(X^T X)^(-1) X^T σ ̂ʎ ⃗

This research can be developed using other estimating method orestimating parameters dummy variable other model.