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)

SRI WAHYUNINGSIH, NIM. 14610037 (2018) 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). Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (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)) 14610037_BAB-1_VI_DAFTAR-PUSTAKA.pdf - Published Version Download (4MB) | Preview
	Text (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)) 14610037_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (5MB)

Abstract

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.

Share this knowledge with your friends :

Actions (login required)

View Item