Perbandingan Ordinary Ridge Regression Dan Generalized Ridge Regression Pada Kasus Multikolinieritas Dengan Tingkat Koefisien Korelasi Berbeda
| Main Author: | Ningsih, Agustin Fitri Sardia |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/8809/ |
Daftar Isi:
- Analisis regresi adalah sebuah alat statistika untuk mengetahui bentuk hubungan antara peubah respon sebagai fungsi dari peubah prediktor. Asumsi yang melandasi analisis regresi adalah kenormalan sisaan, kehomogenan ragam sisaan, non autokorelasi dan non multikolinieritas. Multikolinieritas terjadi ketika terdapat hubungan linier antar peubah prediktor yang menyebabkan kondisis buruk (ill-conditioned) di mana matriks hampir singular, sehingga penduga parameter regresi menggunakan MKT tidak bersifat BLUE (Best Linier Unbiased Estimator). Multikolinieritas diatasi menggunakan Ordinary Ridge Regression (ORR) dan Generalized Ridge Regression (GRR). ORR memberikan konstanta bias (c) sama untuk setiap peubah prediktor sedangkan GRR memberikan konstanta bias (c) berbeda untuk setiap peubah prediktor . Pada penelitian ini akan dibandingkan penduga parameter regresi hasil simulasi menggunakan ORR dan GRR pada tingkat koefisien korelasi berbeda. Hasil yang didapatkan, ragam penduga dan VIF yang dihasilkan oleh metode ORR dan GRR pada tingkat koefisien korelasi rendah dan sedang cenderung sama, sedangkan pada tingkat kofisien korelasi tinggi, ragam penduga dan VIF yang dihasilkan oleh GRR lebih kecil dibanding ORR, hal ini menandakan metode GRR lebih baik dibandingkan ORR saat korelasi pada data tinggi.