ANALISIS PARTIAL LEAST SQUARES REGRESI (PLS-R) PARTIAL LEAST SQUARES REGRESSION (PLS-R) ANALYSIS

INGGRIT RABERTA, Dr.Abdurakhman,S.Si.,M.Si.

2013 | Skripsi | STATISTIKA

Metode Partial Least Squares Regresi (PLS-R) adalah teknik regresi linear antara variabel prediktor X yang bersifat multivariat dengan variabel respon Y. Model linear optimal PLS-R dibangun dari hasil reduksi variabel prediktor X. Proses reduksi tersebut menghasilkan variabel baru yang disebut sebagai komponen utama. Proses estimasi parameter-parameter yang ada pada model regresi ini, digunakan Algoritma Nonlinear Iterative Partial Least Squares (NIPALS). Metode PLS-R tersebut akan digunakan untuk studi kasus mengenai faktor-faktor yang mempengaruhi Pendapatan Asli Daerah (PAD) Kabupaten Sleman. Data menunjukkan adanya multikolinearitas, sehingga pada kondisi ini regresi OLS tidak cocok digunakan, dan digunakan PLS-R sebagai suatu alternatif dalam mengatasi multikolinearitas data. Hasil analisis studi kasus disimpulkan bahwa metode PLS-R mampu menangani masalah multikolinearitas.

Partial Least Squares Regression (PLS-R) method is regression linear technique for multivariate predictor variable X with response variable Y. The best linear PLS-R model is build by reducing predictor variable X. This reduction process produces new variable that called principal component. To estimate the regression model parameters, Nonlinear Iterative Partial Least Squares (NIPALS) Algorithm is used. PLS-R method will be used for case study about influencing factors of Regional Income in Sleman District. Based on data, there’re multicollinearity, so OLS Regression is not suitable for this case and we use PLS-R as an alternative solution for multicollinearity.

Kata Kunci : Partial Least Square Regresi, PLS-R, komponen utama, NIPALS, regresi berganda, Pendapatan Asli Daerah, multikolinearitas