Simulasi Analisis Multikolinieritas Pada Regresi Linier Berganda Menggunakan Metode Ridge Bayesian
| Main Author: | Effrihan, - |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/4230/ |
Daftar Isi:
- Suatu kajian atau analisis yang melibatkan satu atau lebih variabel prediktor dan satu variabel respon disebut analisis regresi, dengan tujuan untuk memprediksi nilai rata-rata dari variabel respon dengan nilai variabel prediktor yang telah diketahui. Terdapat beberapa asumsi yang melandasi dalam analisis regresi yaitu non- multikolinieritas, normalitas, non-autokorelasi, dan homoskedastisitas. Banyak kasus tidak terpenuhinya asumsi non-multikolinieritas, sehingga perlu adanya penanganan kasus tersebut. Salah satu metode yang dapat digunakan dalam pendugaan parameter regresi ridge selain dengan Metode Kuadrat Terkecil (MKT) yaitu dengan metode Bayesian. Pada penelitian ini, metode Bayesian diterapkan pada data simulasi dengan berbagai ukuran sampel dan korelasi. Hasil yang didapatkan berupa penduga parameter, standard error (SE), R2adjusted, dan Kuadrat Tengah Galat (KTG). Berdasarkan hasil simulasi regresi ridge dengan metode Bayesian didapatkan bahwa pendugaan parameter regresi ridge bayesian mempunyai hasil yang serupa dengan MKT. Standard error (SE) penduga regresi ridge bayesian memiliki pola yang sama dengan MKT di mana SE menurun seiring bertambahnya ukuran sampel. Metode Bayesian sangat baik digunakan pada ukuran sampel yang kecil (n=20) karena menghasilkan nilai SE penduga parameter yang kecil. R2adjusted untuk ridge bayesian meningkat dan cenderung semakin stabil seiring bertambahnya ukuran sampel. Sedangkan KTG regresi ridge bayesian yang dihasilkan semakin kecil seiring bertambahnya ukuran sampel.