Perbandingan Metode Kuadrat Terkecil dengan Metode Regresi Komponen Utama Pada Kasus Multikolinearitas
Abstrak: Dalam analisis
regresi berganda sering terjadi masalah multikolinearitas antara peubah-peubah
bebas. Masalah multikolinearitas penting diperhatikan dan perlu diatasi karena
akan berdampak terhadap pendugaan dan pengujian koefisien regresi. Pada
akhirnya hal ini akan menyebabkan kesalahan dalam pegambilan kesimpulan
terhadap pengamatan regresi. Salah satu pendekatan yang sering digunakan dalam
mengatasi multikolinearitas adalah metode Regresi Komponen Utama. Untuk melihat
kebaikan metode tersebut akan dibandingkan dengan Metode Kuadrat Terkecil.
Kriteria yang digunakan untuk membandingkan kedua metode tersebut adalah rataan
R2, nilai standar deviasi dugaan parameter, dan nilai bias dugaan parameter.
Metode yang lebih baik apabila memiliki rataan R2 yang tinggi, nilai standar
deviasi penduga yang minimum dan nilai bias penduga yang minimum. Pada
penelitian ini akan dilihat pengaruh ukuran contoh n dan penambahan komponen
pada metode RKU terhadap hasil perbandingan kedua metode. Hasil penelitian
menunjukkan untuk pengaruh ukuran contoh dan penambahan komponen, metode RKU
merupakan metode yang lebih baik digunakan dalam penanganan multikolinearitas
dengan melihat kriteria, kriteria untuk melihat kebaikan metode.
Penulis: Wiwik Aries Tanti
Kode Jurnal: jpmatematikadd120182
