PERBANDINGAN ESTIMATOR CENSORED LEAST ABSOLUTE DEVIATIONS (CLAD) DAN SYMMETRICALLY CENSORED LEAST SQUARES (SCLS) UNTUK MODEL REGRESI TOBIT (Studi Kasus : Analisis Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan dalam Perekonomian Rumah Tangga di Provinsi Daerah Istimewa Yogyakarta); A COMPARISON BETWEEN CENSORED LEAST ABSOLUTE DEVIATIONS (CLAD) AND SYMMETRICALLY CENSORED LEAST SQUARES (SCLS) FOR TOBIT MODEL (Case Study: Factors Analyzes of Women’s Participant in Domestic Economy of Yogyakarta province)

VANIA PRIMA AMELINDA, Subanar

2014 | Skripsi | PROGRAM STUDI STATISTIKA

Dalam tugas akhir ini, dibahas suatu metode alternatif untuk estimator Maximum Likelihood untuk data tersensor atau yang sering disebut dengan Model Tobit. Ada dua metode alternatif yang akan dibahas dan dibandingkan yaitu Censored Least Absolute Deviations (CLAD) dan Symmetrically Censored Least Squares (SCLS). Tidak seperti metode Maximum Likelihood, metode CLAD konsisten dan asimtotis normal serta robust digunakan untuk data yang tidak memenuhi asumsi normalitas dan homoskedastisitas. Sementara metode SCLS masih mengasumsikan kesimetrisan (dan independensi) dari distribusi error, namun tetap konsisten walaupun residual tidak berdistribusi identik dan tetap robust untuk data heterokedastik. Untuk studi kasus, digunakan data Survei Angkatan Kerja Nasional (SAKERNAS) 2013 untuk memodelkan faktor-faktor yang mempengaruhi partisipasi perempuan dalam perekonomian rumah tangga di provinsi Daerah Istimewa Yogyakarta

Kata Kunci : Regresi Semi Parametrik Tersensor; Model Tobit; Censored Least Absolute Deviations, Simmetrically Censored Least Squares; Bootstrap; Algoritma ILPA; Algoritma Newton Type