LEAST SQUARE AND RIDGE REGRESSION ESTIMATION
Abstrak: Metode kuadrat
terkecil atau Ordinary Least Square (OLS) merupakan suatu metode penaksiran
koefisien regresi yang paling sederhana. Jika diantara variabel bebas terjadi
multikolinearitas sempurna (koefisien korelasi antar variabel bebas sama dengan
1), maka metode OLS tidak dapat digunakan. Sedangkan jika terdapat
multikolinearitas hampir sempurna, meskipun OLS dapat digunakan tapi galat yang
dihasilkan akan menjadi besar, serta variansi inflasi faktor akan besar pula,
padahal nilai estimasi yang diinginkan haruslah memiliki galat dan variansi
yang minimum, sehingga digunakan metode regresi gulud. Metode regresi gulud
merupakan salah satu alternatif yang baik untuk mengatasi multikolinearitas
diantara variabel-variabel bebas, karena memberikan tetapan bias yang relatif
kecil dan memberikan variansi yang minimum. Adapun estimator regresi gulud
yaitu: 𝜷𝑅(𝑐)=(𝐙𝑇𝐙+𝑐𝐈)−1
𝐙𝑇𝒀
dimana c bilangan positif, pada umumnya terdapat pada selang [0,1] atau
0≤𝑐≤1.
Jika c = 0 maka koefisien regresi gulud sama dengan koefisien regresi linear
dengan menggunakan metode kuadrat terkecil.
Penulis: Muh. Irwan
Kode Jurnal: jpmatematikadd150963
