• Tidak ada hasil yang ditemukan

Analisis Perbandingan Regresi Komponen Utama dan Regresi Ridge untuk Mengatasi Masalah Multikolinieritas pada Model Regresi Linier Berganda

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis Perbandingan Regresi Komponen Utama dan Regresi Ridge untuk Mengatasi Masalah Multikolinieritas pada Model Regresi Linier Berganda"

Copied!
1
0
0

Teks penuh

(1)

57

Lampiran 1 Contoh Data Ilustrasi Kasus 1

Tabel 3.1 Data rata-rata jam kerja dan faktor-faktor yang mempengaruhinya

No.

1 2.157 2,905 1.121 291 380 7.250 38,5 2,340 10,5 2 2.174 2,970 1.128 301 398 7.744 39,3 2,335 10,5 3 2.062 2,350 1.214 326 185 3.068 40,1 2,851 8,9 4 2.111 2,511 1.203 49 117 1.632 22,4 1,159 11,5 5 2.134 2,791 1.013 594 730 12.710 57,7 1,229 8,8 6 2.185 3,040 1.135 287 382 7.706 38,6 2,602 10,7 7 2.210 3,222 1.100 295 474 9.338 39,0 2,187 11,2 8 2.105 2,493 1.180 310 255 4.730 39,9 2,616 9,3 9 2.267 2,838 1.298 252 431 8.317 38,9 2,024 11,1 10 2.205 2,356 885 264 373 6.789 38,8 2,662 9,5 11 2.121 2,922 1.251 328 312 5.907 39,8 2,287 10,3 12 2.109 2,499 1.207 347 271 5.069 39,7 3,193 8,9 13 2.108 2,796 1.036 300 259 4.614 38,2 2,040 9,2 14 2.047 2,453 1.213 297 139 1.987 40,3 2,545 9,1 15 2.174 3,582 1.141 414 498 10.239 40,0 2,064 11,7 16 2.067 2,909 1.805 290 239 4.439 39,1 2,301 10,5 17 2.159 2,511 1.075 289 308 5.621 39,3 2,486 9,5 18 2.257 2,516 1.093 176 392 7.293 37,9 2,042 10,1 19 1.985 1,423 553 381 146 1.866 40,6 3,833 6,6 20 2.184 3,636 1.091 291 560 11.240 39,1 2,328 11,6 Sumber: D.H. Greenberg and M. Kosters, Income Guarantees and the Working Poor,

The Rand Corporation, R-579-OEO, December 1970

Keterangan:

= average hours worked during the year

= average hourly wage (dollars)

= average yearly earnings of spouse (dollars)

= average yearly earnings of other family members (dollars)

= average yearly nonearned income (dollars)

= average family asset holdings (bank account, etc) (dollars)

= average age of respondent

= average number of dependents

= average highest grade of school completed

Gambar

Tabel 3.1 Data rata-rata jam kerja dan faktor-faktor yang mempengaruhinya

Referensi

Dokumen terkait

Berdasarkan hasil penelitian ini melalui metode analisis komponen utama dihasilkan dua variable baru (komponen utama) yang bersifat saling bebas atau tidak ada

Metode kuadrat terkecil merupakan suatu metode estimasi parameter regresi yang paling sederhana untuk regresi linier sederhana maupun regresi linier berganda, tetapi jika

Dari ketiga metode regresi yang digunakan pada data tersebut, metode regresi ridge dan regresi akar laten mempunyai MSE yang lebih kecil daripada yang dihasilkan

Analisis komponen utama merupakan teknik statistik yang dapat digunakan untuk menjelaskan struktur variansi-kovariansi dari sekumpulan variabel melalui beberapa variabel

Berdasarkan hasil penelitian dan pembahasan pada bab sebelumnya, bahwa metode regresi ridge merupakan metode yang baik dalam mengatasi masalah multikolinearitas

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

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

Metode kuadrat terkecil merupakan suatu metode estimasi parameter regresi yang paling sederhana untuk regresi linier sederhana maupun regresi linier berganda, tetapi jika