PERBANDINGAN METODE KUADRAT TERKECIL DAN METODE BAYES PADA MODEL REGRESI LINIER DENGAN GALAT YANG AUTOKORELASI

Abstrak. Analisis regresi merupakan metode dalam statistik yang digunakan untuk melihat hubungan antara variabel bebas dengan variabel tak bebas. Model regresi linier sederhana melibatkan satu variabel tak bebas dan satu variabel bebas. Dalam regresi linier sederhana, metode yang biasa digunakan dalam menduga parameter regresi adalah Metode Kuadrat Terkecil (MKT). Pendugaan parameter dengan menggunakan MKT harus memenuhi asumsi-asumsi tertentu terhadap galatnya yang dinamakan dengan asumsi klasik. Jika salah satu asumsi tidak terpenuhi seperti terjadinya autokorelasi maka pendugaan dengan MKT tidak esien. Oleh karena itu diperlukan metode pendugaan lain yaitu metode Bayes. Penelitian ini menunjukkan bahwa metode Bayes menghasilkan MSE lebih kecil dibandingkan dengan MKT, sehingga metode Bayes dapat mengatasi kasus galat autokorelasi dari penduga metode OLS. Kata Kunci: Analisis Regresi Linier, Metode Kuadrat Terkecil, Metode Bayes, Galat Autokorelasi