Download Skripsi Mathematics:Analisis Regresi Komponen Utama Untuk Mengatasi Masalah Multikolinieritas
Bab 1 PENDAHULUAN
1.1 Latar Belakang Regresi
merupakan suatu teknik
statistika yang dapat
digunakan untuk menggambarkan hubungan fungsional antara suatu
variabel tak bebas (respon) dengan satu
atau beberapa variabel bebas (deterministik). Menurut Drapper and Smith (1992) analisis regresi merupakan metode analisis
yang dapat digunakan untuk menganalisis data dan
mengambil kesimpulan yang
bermakna tentang hubungan
ketergantungan variabel terhadap
variabel lainnya.
Analisis regresi yang sering digunakan dalam
pemecahan suatu permasalahan adalah
regresi linier. Dalam perkembangannya terdapat dua jenis regresi yang sangat terkenal,
yaitu regresi linier
sederhana dan regresi
linier berganda. Regresi
linier sederhana digunakan untuk
menggambarkan hubungan antara satu variabel bebas (X) dengan satu variabel tak bebas (Y). Sedangkan
jika variabel bebas (X) yang digunakan lebih
dari satu, maka persamaan regresinya adalah persamaan regresi linier berganda.
Secara umum persamaan regresi linier
dengan kvariabel bebas dinyatakan dengan : +
+ + … + + dengan :
Y = variable tak bebas (respon) =
variable bebas (deterministik) , …, = parameter regresi =
variabel gangguan Parameter regresi
pada persamaan diatas
dicari penduganya dengan menggunakan
metode kuadrat terkecil
(MKT). Penduga yang
dihasilkan oleh MKT bersifat
BLUE (best linear unbiased estimation) apabila asumsi–asumsi pada analisis regresi
dipenuhi, yang disebut
dengan asumsi klasik.
Asumsi klasik regresi
linier tersebut adalah nilai
variabel bebas (X) tetap pada sampel berulang dan bebas terhadap kesalahan
pengganggu, nilai rata-rata
kesalahan pengganggu adalah
nol, homoskedastisitas sama untuk
setiap observasi, tidak ada otokorelasi antar kesalahan pengganggu dan tidak ada multikolinieritas
diantara variabel bebas.
Salah
satu dari asumsi
yang harus dipenuhi
untuk melakukan pengujian hipotesis terhadap parameter pada analisis
regresi linier berganda adalah tidak terjadi multikolinieritas diantara
variabel bebas. Jika
terdapat multikolinieritas di
dalam regresi linier berganda
maka akan mengakibatkan penggunaan MKT dalam menduga parameter terganggu. Meskipun MKT dapat digunakan tetapi galat
yang dihasilkan akan menjadi
besar, variansi dan
kovariansi parameter tidak
terhingga. Sehingga parameter yang dihasilkan tidak bersifat BLUE
lagi.
Menurut Montgomery dan Peck (dalam naftali, 2007)
adanya multikolinieritas dalam analisis
regresi linier berganda disebabkan oleh berbagai hal antara lain metode pengumpulan
data yang digunakan,
kendala model pada
populasi yang diamati, spesifikasi model, dan penentuan jumlah
variabel bebas yang lebih banyak dari jumlah observasi.
Oleh karena itu,
dalam suatu penelitian
harus benar-benar diperhatikan metode, model, spesifikasi model dan jumlah
variabel bebas yang digunakan.
Ada
beberapa cara yang
dapat digunakan untuk
mengatasi masalah multikolinieritas, diantaranya ialah : 1.
Penambahan data baru
yang bertujuan untuk
memperkecil standar error.
Namun
penambahan data baru
seringkali hannya memberikan
efek penanggulangan yang kecil
pada masalah multikolinieritas.
2.
Mengeluarkan suatu variabel
atau beberapa variabel
bebas yang terlibat hubungan
kolinier, namun prosedur
ini akan mengurangi
obyek penelitian yang
diangkat sehingga menyebabkan
kesalahan spesifikasi. Kesalahan spesifikasi
terjadi karena salah
dalam menentukan variabel
yang tepat/benar dalam suatu model regresi.
3.
Analisis regresi komponen
utama, pada analisis
regresi komponen utama semua peubah
bebas masuk ke
dalam model, tetapi
sudah tidak terjadi multikolinieritas karena
sudah dihilangkan pada
tahap analisis komponen utama.
Dari beberapa cara mengatasi masalah
multikolinieritas, analisis regresi komponen utama merupakan cara yang sangat ampuh (Drapper and Smith, 1981).
Berdasarkan hal tersebut maka peneliti
tertarik untuk melakukan penelitian terhadap suatu kasus yang
mengalami masalah multikolinieritas dan
metode untuk mengatasi
masalah multikolinieritas ini,
yaitu dengan menggunakan
analisis regresi komponen
utama.
Contoh Skripsi Mathematics:Analisis Regresi Komponen Utama Untuk Mengatasi Masalah Multikolinieritas
Downloads Versi PDF >>>>>>>Klik Disini
0 komentar:
Posting Komentar