ANALISIS BAYESIAN PADA REGRESI KUANTIL

Pada estimasi parameter dengan menggunakan metode klasik, terdapat beberapa asumsi yang harus dipenuhi, salah satunya yaitu varians error bersifat konstan (homoskedastisitas). Suatu metode estimasi parameter model yang tidak memerlukan asumsi apapun yang dinamakan dengan metode regresi kuantil. Regresi kuantil merupakan suatu pendekatan dalam analisis regresi yang dikenalkan oleh Koenker dan Bassett. Penggunaan metode regresi ini dilakukan dengan pembagian atau pemisahan data menjadi beberapa kelompok yang mempunyai perbedaan hasil estimasi pada kuantil-kuantil. Sehingga bermanfaat ketika varians error bersifat tidak konstan (heteroskedastisitas). Untuk mendeteksi masalah heteroskedastisitas adalah salah satu uji yang dilakukan adalah dengan uji Breusch Bagan Godfrey (BPG). Pada penelitian ini metode yang digunakan untuk estimasi parameter yaitu mengkombinasikan metode bayes dengan kuantil yang dinamakan dengan kuantil bayesian. Data yang akan digunakan pada penelitian ini adalah data sekunder. Dari analisis yang dilakukan diperoleh bahwa estimasi metode kuantil bayesian menghasilkan standard error yang lebih kecil dari metode kuantil. Hal ini mengindikasikan bahwa estimasi dengan metode kuantil bayesian lebih baik. Sedangkan nilai R^2 masing-masing kuantil pada kedua metode estimasi menghasilkan nilai R^2 yang lebih dari 90