Kifayati, Zuni (2011) Estimasi parameter model regresi data panel common effect dengan metode ordinary least square (OLS). Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
07610083.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (802kB) | Preview |
Abstract
INDONESIA:
Penelitian ini membahas mengenai data panel common effect dan mengestimasi parameternya supaya dapat mengetahui karakteristik parameter suatu populasi dengan menggunakan Metode Kuadrat Terkecil (Least Square Method).
Penelitian ini bertujuan untuk menentukan bentuk estimasi parameter model regresi data panel common effect dengan metode kuadrat terkecil biasa dan mengetahui model common effect pada data harga saham empat Perusahaan jasa Transportasi yang Go public di BEI tahun 2004-2007.
Estimasi Parameter merupakan proses yang menggunakan sampel statistik untuk menduga atau menaksir hubungan parameter populasi yang tidak diketahui. Pendugaan merupakan suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan populasi dari sampel. Dengan estimasi parameter ini kita dapat mengetahui karakteristik parameter suatu populasi.
Data panel merupakan gabungan antara data cross section dengan data time series. Salah satu model regresi pada data panel adalah model common effect. Model ini mengasumsikan bahwa intercept dan koefisien slope konstan sepanjang individu.
Metode yang dipakai peneliti untuk mengestimasi parameter adalah Metode Kuadrat Terkecil biasa. Dengan menggunakan metode ini akan didapatkan penduga parameter yang tidak bias, konsisten dan efisien. Untuk menggunakan metode ini harus memenuhi asumsi-asumsi yang disebut asumsi klasik.
Penerapan model common effect dalam skripsi ini adalah harga saham (Y) empat perusahaan yang dipengaruhi oleh arus kas (X_1) dan perubahan laba (X_2) selama empat tahun dengan model common effect dugaannya adalah sebagai berikut:
Y ̂= 269.4277+103.5721X_1+139.1840X_2
ENGLISH:
This research talk about the panel data common effect and estimate the parameter to know the caracteristic of the parameter sn population by Least Square Method.
This research aims to determine the shape of the parameters estimation of common effect panel data regression model with ordinary least square method and know common effect models on the share data of four companies that go public in the BEI in 2004-2007.
The parameters estimation is a process that use the syatistical sample to estimate the relation of the parameters population that isn’t known. The estimation is a proposition abaout population parameters that is known that based population from the sample.
Panel data are combination of cross section with time series data. One of the panel data regression modelis the common effect model.This model assumes that the slope coefficient and the intercept are constant over individuals.
The method that used by researcher to estimate the parameters is ordinary least square (OLS). Used by this method will get the parameters estimator that unbiased, consistance, and efficient to use this method must be fullfill the assumtions that called by classical assumtion.
Application of common effect model in this thesisis an share (Y) are four companies that are affected by the cash flow (X_1) and the change of the profit for four years with expected common effect model sare as follows:
...
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Aziz, Abdul and Rozi, Fachrur | |||||||||
Contributors: |
|
|||||||||
Keywords: | Estimasi Parameter; Data Ppanel; Common Effect; Kuadrat Terkecil Biasa; Parameter Estimation; Panel Data; Common Effects; Ordinary Least Square | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika | |||||||||
Depositing User: | Prameswari Nurjannah | |||||||||
Date Deposited: | 12 Jun 2017 10:22 | |||||||||
Last Modified: | 12 Jun 2017 10:22 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/6861 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |