• Tidak ada hasil yang ditemukan

Perbandingan Regresi Bertatar (Stepwise Regression) dan Regresi Komponen Utama (RKU) dalam Mengatasi Multikolinieritas Pada Model Regresi Linier Berganda.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Perbandingan Regresi Bertatar (Stepwise Regression) dan Regresi Komponen Utama (RKU) dalam Mengatasi Multikolinieritas Pada Model Regresi Linier Berganda."

Copied!
57
0
0

Teks penuh

Loading

Gambar

Tabel 1. Pembangkitan Variabel Bebas yang Menyebar Normal
Tabel 2. Nilai VIF dan Selang Kepercayaan 95% dari Model Regresi I
Tabel 3. Tabel Model Regresi Bertatar
Tabel 5.Model Regresi Komponen Utama

Referensi

Dokumen terkait

Perbedaan regresi akar laten dibandingkan regresi komponen utama adalah komponen utama yang terbentuk pada regresi akar laten diperoleh dengan menghitung hubungan

Berdasarkan latar belakang yang telah dikemukakan di atas, maka masalah yang dibahas dalam penelitian ini adalah menggunakan analisis regresi komponen utama untuk

Lampiran 3 Menentukan parameter regresi linier berganda (Contoh Ilustrasi Kasus

Seperti yang telah dituliskan di atas, yang akan digunakan untuk mengatasi masalah multikolinieritas ini adalah Regresi Komponen Utama, Regresi Ridge, dan Regresi

Data angka kematian bayi yang memiliki lima variabel bebas telah direduksi menjadi satu komponen utama dengan nilai eigen lebih besar dari satu yaitu 3,778 dengan total

Tujuan dari penelitian ini adalah bagaimana menggunakan Regresi Ridge untuk mengatasi masalah Multikolinieritas dalam variabel-variabel bebas sehingga diperoleh

Setelah beberapa komponen hasil PCA yang bebas multikolinieritas diperoleh, maka komponen-komponen tersebut menjadi variabel bebas baru yang akan diregresikan atau

Jika antarvariabel saling berkorelasi tinggi, pengujian hipotesis parameter berdasarkan metode kuadrat terkecil (least square method) memberikan hasil yang tidak