Modeling of Human Development Index Using Ridge Regression Method
| Main Authors: | Yanuar, Ferra, Tillah, Mardha, Devianto, Dodi |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Padang
, 2018
|
| Subjects: | |
| Online Access: |
http://eksakta.ppj.unp.ac.id/index.php/eksakta/article/view/134 http://eksakta.ppj.unp.ac.id/index.php/eksakta/article/view/134/71 |
Daftar Isi:
- This article aims to model factors affecting HDI (Human Development Index) in North Sumatera by 2015 using ridge regression method. This ridge regression method is used because in the IPM data there is a multicolinearity problem so that the least squares regression method, as regression method commonly used in statistical modeling, is not suitable for use any more. This study compares the models resulting from the use of the least squares method and the ridge regression method to the HDI data. This study proves that the ridge regression method produces a better model and can eliminate the multicolinearity effect, while the least squares method can not. The significant factors in affecting HDI on North Sumtera data in 2015 are Average School length and Total expenditure / capita / month. The indicator of the goodness of this ridge regression model is 81.81% which means that the model is good and could be accepted.
- Artikel ini bertujuan untuk memodelkan faktor-faktor yang mempengaruhi IPM (Indeks Pembangunan Manusia) di Sumatera Utara pada tahun 2015 dengan menggunakan metode regresi ridge. Metode regresi ridge ini dipakai karena pada data IPM tersebut terdapat masalah multikolinearitas sehingga metode regresi kuadrat terkecil, sebagai metode regresi yang biasa dipakai pada pemodelan secara statistika, tidak sesuai untuk digunakan lagi. Kajian ini melakukan perbandingan antara model yang dihasilkan dari penggunaan metode kuadrat terkecil dan metode regresi ridge terhadap data IPM. Studi ini membuktikan bahwa metode regresi ridge menghasilkan model yang lebih baik dan dapat menghilangkan efek multikolinearitas, sedangkan metode kuadrat terkecil tidak. Adapun faktor yang signifikan dalam mempengaruhi IPM pada data Sumtera Utara tahun 2015 adalah Rata-rata lama sekolah dan Jumlah pengeluaran/kapita/bulan. Indikator kebaikan model hasil regresi ridge ini adalah 81,81% yang berarti model tersebut sudah baik dan dapat diterima.