%A NIM. 14610037 SRI WAHYUNINGSIH
%O Dr. Epha Diana Supandi, M.Sc,
%T MENGATASI DAMPAK MULTIKOLINEARITAS DALAM ANALISIS
REGRESI LINEAR BERGANDA DENGAN METODE REGRESI RIDGE
DAN PRINCIPAL COMPONENT ANALYSIS (PCA)
(STUDI KASUS: HASIL PENJUALAN ANA BAKERY TAHUN 2017 DI YOGYAKARTA)
%X Multikolinearitas merupakan salah satu masalah dalam analisis regresi
linear berganda. Multikolinearitas adalah korelasi atau hubungan antar variabel
independen atau variabel bebasnya. Multikolinearitas dapat mengakibatkan
pendugaan dengan metode kuadrat terkecil akan menghasilkan penduga yang tak
bias dan tidak efisien, sehingga varian dari koefisien regresi menjadi tidak
minimum.
Masalah multikolinearitas dapat diatas dengan menggunakan dua metode
yaitu metode Regresi Ridge dan metode Principal Component Analysis (PCA).
Metode Regresi Ridge bertujuan untuk mengatasi multikolineritas dengan
menentukan penduga yang bias tetapi mempunyai varians yang lebih kecil.
Sedangkan metode Principal Component Analysis (PCA) bertujuan untuk
mengatasi multikolineraitas dengan membentuk komponen utama sebagai
variabel bebas baruyang mempunyai varians penduga yang kecil. Adapun tujuan
dari penelitian ini adalah untuk membandingakan metode Regresi Ridge dan
metode Principal Component Analysis (PCA) sebagai model yang terbaik dengan
kriteria Statistik Cp Mallows .
Data yang digunakan untuk penelitian ini merupakan data hasil penjualan
toko roti di Yogyakarta pada tahun 2017. Hasil penelitian ini metode Regresi
ridge lebih efektif dibandingkan dengan metode Principal Component Analysis
(PCA) dilihat dari nilai Statistik Cp Mallows yang lebih kecil.
%K Multikolinearitas, Regresi Ridge, Principal Component Analysis
(PCA), Statistik Cp Mallows.
%D 2018
%I UIN SUNAN KALIJAGA YOGYAKARTA
%L digilib32175