Pemilihan Model Regresi Linier Berganda Pada Kasus Multikolinearitas Dengan Metode Regresi Komponen Utama (Principal Component Regression) Dan Regresi Gulud (Ridge Regression)

Main Author: Masruroh, Illati
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2014
Subjects:
Online Access: http://repository.ub.ac.id/142413/1/GABUNGAN_BAB1-LAMPIRAN.pdf
http://repository.ub.ac.id/142413/
ctrlnum 142413
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/142413/</relation><title>Pemilihan Model Regresi Linier Berganda Pada Kasus Multikolinearitas Dengan Metode Regresi Komponen Utama (Principal Component Regression) Dan Regresi Gulud (Ridge Regression)</title><creator>Masruroh, Illati</creator><subject>519.5 Statistical mathematics</subject><description>Pada analisis regresi berganda di katakan baik atau cocok, jika memenuhi asumsi &#x2013; asumsi klasik berikut ini yaitu asumsi non autokorelasi, normalitas galat, heterokesdastisitas, dan multikolinearitas. Dari ke empat asumsi klasik tersebut masalah yang sering muncul dalam regresi linier berganda adalah tidak terpenuhinya asumsi multikolinearitas. Pada penelitian ini akan dilihat metode mana yang paling tepat untuk mengatasi multikolinearitas antara metode regresi komponen utama dan regresi gulud dengan tingkat multikolinearitas. Kriteria pembanding yang digunakan untuk kedua metode yaitu R2adj. Data yang digunakan adalah data sekunder yaitu data 1 adalah data kebugaran tubuh dan data 2 adalah data permintaan ayam di AS. Kemudian dilakukan analisis diperoleh hasil Pada data 1 dengan menggunakan metode regresi komponen utama menpunyai nilai R2adj sebesar 68,7%, sedangkan pada metode regresi gulud sebesar 68,2%. Pada data 2 nilai R2adj pada metode regresi komponen utama sebesar 89,4 %, sedangkan pada metode regresi gulud sebesar 88,2%. Dari hasil tersebut dapat disimpulkan bahwa metode regresi komponen utama lebih baik digunakan daripada metode regresi gulud, ini berarti data yang disifati multikolinearitas sangat kuat dan kuat lebih baik menggunakan metode regresi komponen utama.</description><date>2014-03-06</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/142413/1/GABUNGAN_BAB1-LAMPIRAN.pdf</identifier><identifier> Masruroh, Illati (2014) Pemilihan Model Regresi Linier Berganda Pada Kasus Multikolinearitas Dengan Metode Regresi Komponen Utama (Principal Component Regression) Dan Regresi Gulud (Ridge Regression). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FT/2014/141/051402677</relation><recordID>142413</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Masruroh, Illati
title Pemilihan Model Regresi Linier Berganda Pada Kasus Multikolinearitas Dengan Metode Regresi Komponen Utama (Principal Component Regression) Dan Regresi Gulud (Ridge Regression)
publishDate 2014
topic 519.5 Statistical mathematics
url http://repository.ub.ac.id/142413/1/GABUNGAN_BAB1-LAMPIRAN.pdf
http://repository.ub.ac.id/142413/
contents Pada analisis regresi berganda di katakan baik atau cocok, jika memenuhi asumsi – asumsi klasik berikut ini yaitu asumsi non autokorelasi, normalitas galat, heterokesdastisitas, dan multikolinearitas. Dari ke empat asumsi klasik tersebut masalah yang sering muncul dalam regresi linier berganda adalah tidak terpenuhinya asumsi multikolinearitas. Pada penelitian ini akan dilihat metode mana yang paling tepat untuk mengatasi multikolinearitas antara metode regresi komponen utama dan regresi gulud dengan tingkat multikolinearitas. Kriteria pembanding yang digunakan untuk kedua metode yaitu R2adj. Data yang digunakan adalah data sekunder yaitu data 1 adalah data kebugaran tubuh dan data 2 adalah data permintaan ayam di AS. Kemudian dilakukan analisis diperoleh hasil Pada data 1 dengan menggunakan metode regresi komponen utama menpunyai nilai R2adj sebesar 68,7%, sedangkan pada metode regresi gulud sebesar 68,2%. Pada data 2 nilai R2adj pada metode regresi komponen utama sebesar 89,4 %, sedangkan pada metode regresi gulud sebesar 88,2%. Dari hasil tersebut dapat disimpulkan bahwa metode regresi komponen utama lebih baik digunakan daripada metode regresi gulud, ini berarti data yang disifati multikolinearitas sangat kuat dan kuat lebih baik menggunakan metode regresi komponen utama.
id IOS4666.142413
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:45:04Z
last_indexed 2021-10-28T07:30:34Z
recordtype dc
_version_ 1751454821176573952
score 17.538404