Penentuan Distribusi Sample Terbatas Uji-J Davidson dan Mackinnon dengan Metode Bootstrap pada Model Regresi Tak Tersarang

Georgina Maria Tinungki* AbstractThere are some tests proposed for un-nested hypothesis between J-Davidson Test  and MacKinnon Test. J’s Test is often bad result, but it always works very well when used bootstrap. Bootstrapping   for J’s Test is expected to be able to show that by using bounded sample is better, because there is no fault in counting process. Moreover, bootstrapping J-Test will omit the possibility of inconsistence of the results test previously. Simulation result of Monte Carlo will compare the proposed bounded sample test with Cox and J’s Test previously. Keywords: un-nested hypothesis, J-Davidson Test, MacKinnon TestAbstrakTerdapat beberapa pengujian yang diusulkan untuk hipotesis tak tersarang antara lain Uji-J Davidson dan MacKinnon. Uji-J sering bekerja buruk, tetapi biasanya bekerja sangat baik ketika dibootstrapkan.. Bootstrapping Uji-J diharapkan mampuh menunjukkan sampel terbatas lebih baik karena tidak mempunyai kesalahan didalam proses perhitungan. Lebih dari itu, bootstrapping J-Tests akan mengeluarkan kemungkinan dari ketidak konsistenan hasil uji yang sebelumnya. Hasil Simulasi Monte Carlo membandingkan uji sampel terbatas yang diusulkan dengan test yang sebelumnya seperti Uji Cox  dan J-Test. Kata Kunci:    Hipotesis tak tersarang,,  Uji-J Davidson,  Uji MacKinnon