1 / 7

Identitas Mahasiswa

ANA IFADAH, 4150406530 ANALISIS METODE PRINCIPAL COMPONENT ANALYSIS (KOMPONEN UTAMA) DAN REGRESI RIDGE DALAM MENGATASI DAMPAK MULTIKOLINEARITAS DALAM ANALISIS REGRESI LINEAR BERGANDA. Identitas Mahasiswa.

amara
Download Presentation

Identitas Mahasiswa

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ANA IFADAH, 4150406530ANALISIS METODE PRINCIPAL COMPONENT ANALYSIS (KOMPONEN UTAMA) DAN REGRESI RIDGE DALAM MENGATASI DAMPAK MULTIKOLINEARITAS DALAM ANALISIS REGRESI LINEAR BERGANDA

  2. Identitas Mahasiswa • - NAMA : ANA IFADAH - NIM : 4150406530 - PRODI : Matematika - JURUSAN : Matematika - FAKULTAS : Matematika dan Ilmu Pengetahuan Alam - EMAIL : el_abfakisy_501 pada domain yahoo.co.id - PEMBIMBING 1 : Drs. Supriyono, M.Si - PEMBIMBING 2 : Dr. Scolastika Mariani, M. Si - TGL UJIAN : 2011-02-09

  3. Judul • ANALISIS METODE PRINCIPAL COMPONENT ANALYSIS (KOMPONEN UTAMA) DAN REGRESI RIDGE DALAM MENGATASI DAMPAK MULTIKOLINEARITAS DALAM ANALISIS REGRESI LINEAR BERGANDA

  4. Abstrak • Principal Component Analysis dan Regresi Ridge adalah metode untuk mengatasi multikolinearitas yang terjadi pada analisis regresi ganda. Permasalahan dalam skripsi ini adalah: (1) Bagaimana prosedur penanggulangan masalah multikolinearitas dengan Metode Principal Component Analysis (Komponen Utama)? (2) Bagaimana prosedur penanggulangan masalah multikolinearitas dengan Metode Regresi Ridge? (3) Berdasarkan sampel yang diuji, metode manakah antara Metode Principal Component Analysis dan Metode Regresi Ridge yang lebih efektif? Tujuan dari penelitian ini adalah untuk mengetahui prosedur penanggulangan masalah multikolinearitas dengan Metode Principal Component Analysis (Komponen Utama), untuk mengetahui prosedur penanggulangan masalah multikolinearitas dengan Metode Regresi Ridge dan untuk mengetahui metode yang efektif antara metode Principal Component Analysis dan Metode Regresi Ridge dalam menanggulangi masalah multikolinearitas. Metode penelitian dari skripsi ini adalah penemuan masalah, kajian pustaka, analisis dengan program microsoft excel dan program SPSS simulasi dengan lima data sampel dan pemecahan masalah, dan penarikan kesimpulan. Berdasarkan hasil penelitian dapat disimpulkan bahwa untuk mengatasi multikolinearitas dengan metode PCA bertujuan untuk menyederhanakan variabel yang diamati dengan cara mereduksi dimensinya. Hal ini dilakukan dengan cara menghilangkan korelasi diantara variabel bebas melalui transformasi variabel bebas asal ke variabel baru yang tidak berkorelasi sama sekali. Setelah beberapa komponen hasil PCA yang bebas multikolinearitas diperoleh, maka komponen tersebut menjadi variabel bebas baru yang akan diregresikan pengaruhnya terhadap variabel tak bebas (Y). Sedangkan Metode regresi ridge pada hakikatnya mengusahakan sifat-sifat jumlah kuadrat MSE menjadi lebih kecil dengan cara menambahkan suatu konstanta positif yang kecil pada diagonal matriks persamaan normal. Hal ini akan menyebabkan taksiran regresi ridge menjadi stabil walaupun menjadi bias. Saran bagi pembaca untuk mengatasi multikolinearitas lebih baik menggunakan metode Regresi Ridge karena lebih efektif dibandingkan dengan metode PCA, karena setelah dibandingkan dilihat dari nilai Means Square Error-nya lebih kecil.

  5. Kata Kunci • Multikolinearitas, Principal Component Analysis, Regresi Ridge.

  6. Referensi • Anton, Howard. 1992. Aljabar Linear Elementer. Jakarta: Penerbit Erlangga. Ariyanto, dkk. 2005. Pengembangan Analisis Multivariate dengan SPSS 12. Jakarta: Penerbit Salemba Infotek. Gujarati, D. N, dkk. 1995. Basics Ekonometrics, Mc Graw Hill, Inc. New York. Hasan, Iqbal. 2008. Pokok-Pokok Materi Statistik 2. Jakarta: Bumi Aksara. Masriah. 2007. Permasalahan yang dapat Terjadi dalam Model Linear Analisis Regresi dan Aplikasinya. Skripsi, Program Studi Matematika, Fakultas MIPA UNNES. Nyoman, S. I. 1984. Matriks. Jakarta: Penerbit Erlangga. Santoso, Singgih. 2003. Buku Latihan SPSS Statistik Multivariat. Jakarta: PT Gramedia Jakarta. Sembiring, R. K. 1995. Analisis Regresi. ITB. Bandung. Sukestiyarno. 2008. Workshop Olah Data Penelitian dengan SPSS. Diktat Mta Kuliah Model Linear. Sumodiningrat, G. 1998. Ekonometrika Pengantar. Yogyakarta: BPFE. Supranto, J. 2005. Ekonometri. Bogor: Ghalia Indonesia. Usman, Husaini. 2009. Pengantar Statistika. Jakarta: Bumi Akasara. Widianingsih, Nur. 2008. Penggunaan Metode Regresi Ridge untuk Mengatasi Multikolinearitas dalam Analisis Regresi Linear Bergandadan Simulasinya pada Data yang Mempengaruhi Pajak Daerah Kabupaten Pati. Skripsi, Program Studi Matematika, Fakultas MIPA UNNES. Yuniastuti, Anita. 2010. Pendeteksian Multikolinearitas dan Autokorelasi dalam Analisis Regresi Beserta Konsekuensi dan Tindakan Perbaikannya. Skripsi, Program Studi Matematika, Fakultas MIPA UNNES.

  7. Terima Kasih • http://unnes.ac.id

More Related