PERBANDINGAN METODE STEPWISE DAN RIDGE REGRESSION DALAM MENENTUKAN MODEL REGRESI BERGANDA TERBAIK PADA KASUS MULTIKOLINIERITAS
Abstract: Analisis regresi
linier berganda digunakan untuk mengetahui hubungan antara dua atau lebih
peubah penjelas dan peubah respon. Salah satu asumsi yang mendasari analisis
regresi berganda adalah asumsi nonmultikolinieritas, yaitu tidak terdapat
hubungan linier antar peubah penjelas dalam model regresi. Jika terdapat
multikolinieritas maka kesimpulan yang dihasilkan akan tidak tepat, jadi
masalah multikolinieritas harus dihindari. Model regresi terbaik adalah model
yang dapat menjelaskan perilaku peubah respon dengan memilih peubah penjelas
yang berpengaruhpada data. Pada penelitian ini metode yang digunakan dalam
mengatasi multikolinieritas adalah metode stepwise dan ridge regression dengan
menggunakan pembanding R2adj dan Cp Mallow. Penelitian dilakukanmenggunakan dua
data dengan tingkat multikolinieritas sedang dan sangat kuat. Hasil penelitian
menunjukkan bahwa pada data tingkat multikolinieritas sedang, untuk menangani
multikolinieritas lebih baik dilakukan dengan regresi ridge, sedangkan data
dengan tingkat multikolinieritas sangat kuat dapat diatasi dengan baik
menggunakan metode stepwise.
Penulis: Diana Elfa Pusparani
Kode Jurnal: jpmatematikadd141171
