<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH)"^^ . "Permasalahan yang sering terjadi pada regresi linear berganda adalah adanya\r\nkorelasi yang tinggi antar variabel prediktor disebut multikolinearitas. Jika data\r\nmengandung unsur multikolinearitas, maka terjadi pelanggaran asumsi klasik. Hal ini\r\nmenyebabkan standar eror yang dihasilkan akan tinggi dan menandakan bahwa\r\npenduga yang dihasilkan dari OLS (Ordinary Least Squares) atau metode kuadrat\r\nterkecil bersifat tidak BLUE (Best Linear Unbiased Estimator). Metode yang dapat\r\ndigunakan untuk mengatasai masalah multikolinearitas antara lain Partial Least\r\nSquare (PLS) dan Principal Component Regression (PCR). Metode PLS dapat\r\ndiperoleh melalui regresi berganda dengan mengambil kesimpulan dari uji\r\nsignifikansi. Uji signifikansi bertujuan untuk memilih variabel prediktor pembangun\r\nkomponen PLS dan menentukan banyaknya komponen PLS yang terbentuk.\r\nSedangkan metode PCR merupakan teknik analisis yang mengkombinasikan antara\r\nanalisis regresi dengan Principal Component Analysis (PCA). PCA bertujuan untuk\r\nmenyederhanakan variabel yang diamati dengan cara mereduksi dimensinya tanpa\r\nkehilangan banyak informasi dari variabel asalnya.\r\nPenelitian ini bertujuan untuk membandingkan metode manakah yang paling\r\nmampu mengatasi masalah multikolinearitas dilihat dari kriteria nilai koefisien\r\ndeterminasi yang paling tinggi dan nilai Mean Square Error (MSE) yang paling\r\nrendah. Penelitian ini diterapkan pada kasus kemiskinan di Provinsi Jawa Tengah\r\nperiode 2007-2016 yang di dalam data tersebut terdapat masalah multikolinearitas.\r\nVariabel prediktor yang digunakan berjumlah 4 variabel yaitu PDRB, Angka Melek\r\nHuruf, Angka Partisipasi Sekolah dan Pengeluaran Per Kapita.\r\nHasil penelitian terhadap kasus kemiskinan di Provinsi Jawa Tengah periode\r\n2007-2016, metode PLS mampu mengatasi masalah multikolinearitas dibandingkan\r\ndengan metode PCR. Hal ini dilihat dari kriteria nilai koefisien determinasi\r\nmetode PLS sebesar 86,3% dan metode PCR sebesar 86,1% serta nilai Mean Square\r\nError (MSE) metode PLS sebesar 112747,814 dan metode PCR sebesar 114029,899."^^ . "2018-05-08" . . . . "UIN SUNAN KALIJAGA YOGYAKARTA"^^ . . . "FAKULTAS SAINS DAN TEKNOLOGI, UIN SUNAN KALIJAGA YOGYAKARTA"^^ . . . . . . . . . "NIM. 14610004"^^ . "WANDA AYU PUSPITA"^^ . "NIM. 14610004 WANDA AYU PUSPITA"^^ . . . . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Text)"^^ . . . . . "14610004_BAB I_BAB VI_DAFTAR_PUSTAKA.pdf"^^ . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Text)"^^ . . . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS)\r\nDAN METODE PRINCIPAL COMPONENT REGRESSION\r\n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS\r\n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN\r\nDI PROVINSI JAWA TENGAH) (Other)"^^ . . . . . . "small.jpg"^^ . . "HTML Summary of #32140 \n\nPERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS) \nDAN METODE PRINCIPAL COMPONENT REGRESSION \n(PCR) UNTUK MENGATASI MULTIKOLINEARITAS \n(STUDI KASUS: FAKTOR-FAKTOR YANG MEMENGARUHI KEMISKINAN \nDI PROVINSI JAWA TENGAH)\n\n" . "text/html" . . . "Matematika"@id . .