Articles

Found 1 Documents
Search

Penerapan Model Analisis Regresi Linier Berganda dengan Pendekatan Bayesian pada Data Aset Bank di Indonesia

Jurnal Keteknikan dan Sains (JUTEKS) Vol 1, No 1 (2018): Jurnal Keteknikan dan Sains - Juni 2018
Publisher : LPPM Universitas Hasanuddin

Show Abstract | Original Source | Check in Google Scholar | Full PDF (523.445 KB)

Abstract

Analisis regresi merupakan salah satu teknik analisis data yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel. Salah satu penerapan regresi dapat ditemukan pada bidang ekonomi yakni penentuan faktor-faktor yang mempengaruhiaset bergantung pada Suku Bunga Dasar Kredit (SBDK). Tujuan penelitian ini adalah mengestimasi parameter dan menentukan faktor-faktor yang mempengaruhi aset bankmenggunakan metode regresi linier berganda dengan pendekatan Bayesian. Aplikasi WinBUGSdigunakan dalam iterasi algoritma. Variabel bebas yang digunakan dalam penelitian adalah        Aset (Y), Kredit korporasi (X1), Kredit ritel (X2), Kredit mikro (X3), Kredit komsumsi KPR (X4), Kredit konsumsi non KPR (X5). Sebanyak 5000 iterasidengan penerapan metode MCMC dan hasil estimasi parameter yaitu :yˆ = 2,836+0,2836x +0,2634x +0,1953x +0,2718x +0,2617x 1i 2i 3i 4i 5i dengan selang kepercayaan 95% untuk masing-masing penduga parameter berturut-turut adalah(1.383;4.791), (0,135;0,479), (0,123;0,447), (0,092;0,333), (0,13;0,468)dan (0,126;0,439).Kata Kunci :Bayesian, MCMC, suku bunga, WinBUGSABSTRACT Regression analysis is a technique of statistical data analysis to investigate the relationship between several variables. One of the application of the regression can be found in the economic field to determine factors that affect the asset which depends on the Basic Interest Rate of Credit (SBDK). The purpose of this study is to estimate the parameters and determining factors that affect bank assets using multiple linear regression method with Bayesian approach. The WinBUGS is used in algorithm iteration. The independent variables used in the research are Assets (Y), Corporate Credit (X1), Retail Credit (X2), Micro Credit (X3), KPR Consumption Loan (X4), Non-KPR Consumption Loans (X5). A total of 5000 iterations with the application of the MCMC method and parameters estimation showing that the regression equations are: yˆ =2,836+0,2836x +0,2634x +0,1953x +0,2718x +0,2617x 1i 2i 3i 4i 5i with 95% confidence intervals for each parameterized predictor are (1,383,4,791), (0,135; 0,479), (0,123; 0,447), (0,092; 0,333), (0,13; 0,468) and (0,126; 0.439). Our research reveals that the 5 independent variables affect the asset Keywords : Bank Asset, Bayesian, MCMC, Regression Analysis, WinBUGS