REGRESI KUANTIL SEBAGAI PENDUGA KADAR TIMBAL (Pb) DALAM TUBUH PEKERJA SPBU DI KOTA SEMARANG
(1) 
(2) 
(3) 
(*) Corresponding Author
Abstract
Regresi kuantil merupakan metode yang mempelajari pola antara variabel respon (Y) dengan satu atau lebih variabel prediktor (X). Regresi Kuantil merupakan perkembangan dari metode OLS (Ordinary Least Square) metode ini sangat rentan dipengaruhi adanya data pencilan, pencilan menyebabkan hasil estimasi tidak stabil. Regresi kuantil (Quantile Regression)
dikembangkan untuk mengatasi adanya data pencilan tersebut. Dalam menentukan kadar retikulosit di tubuh para pekerja SPBU kota semarang, terdapat beberapa indikator yang dapat digunakan antara lain umur dan kadar timbal. Tujuan dari penelitian ini yaitu untuk memodelkan faktor-faktor yang mempengaruhi kadar retikulosit dengan regresi kuantil. Data
yang digunakan dalam penelitian ini adalah data sekunder. Kadar Retikulosit sebagai variabel dependen (Y) dan variabel independen meliputi Umur (X1), dan kadar timbal (X2). Hasil dari penelitian ini adalah model Regresi Kuantil yang digunakan sebagai penduga kadar retikulosit adalah regresi kuantil dengan nilai kuantil 0.1 dengan nilai kadar timbal terbaik 0,028.
Kata kunci :Regresi Kuantil, Timbal(Pb).
dikembangkan untuk mengatasi adanya data pencilan tersebut. Dalam menentukan kadar retikulosit di tubuh para pekerja SPBU kota semarang, terdapat beberapa indikator yang dapat digunakan antara lain umur dan kadar timbal. Tujuan dari penelitian ini yaitu untuk memodelkan faktor-faktor yang mempengaruhi kadar retikulosit dengan regresi kuantil. Data
yang digunakan dalam penelitian ini adalah data sekunder. Kadar Retikulosit sebagai variabel dependen (Y) dan variabel independen meliputi Umur (X1), dan kadar timbal (X2). Hasil dari penelitian ini adalah model Regresi Kuantil yang digunakan sebagai penduga kadar retikulosit adalah regresi kuantil dengan nilai kuantil 0.1 dengan nilai kadar timbal terbaik 0,028.
Kata kunci :Regresi Kuantil, Timbal(Pb).
Full Text:
PDFArticle Metrics
Abstract view : 754 timesPDF - 387 times
DOI: https://doi.org/10.26714/jsunimus.3.2.2015.%25p
Refbacks
- There are currently no refbacks.
Copyright (c) 2016 Jurnal Statistika
Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences
Universitas Muhammadiyah Semarang
Jl. Kedungmundu No. 18 Semarang Indonesia
Published by:
Department of Statistics Universitas Muhammadiyah Semarang
This work is licensed under a Creative Commons Attribution 4.0 International License