APLIKASI GENERALIZED RIDGE REGRESSION UNTUK MENGATASI MASALAH MULTIKOLINEARITAS

VALENDRA GRANITHA SHANDIKA P., Dr. Abdurakhman S.Si., M.Si

2014 | Skripsi | STATISTIKA

Metode kuadrat terkecil adalah salah satu metode penaksiran parameter yaitu metode untuk menduga koefisien regresi. Jika salah satu asumsi regresi klasik yaitu asumsi no multikolinearitas tidak terpenuhi, estimasi parameter dengan menggunakan metode kuadrat terkecil menjadi kurang valid, bahkan jika terjadi multikolinearitas sempurna dapat menyebabkan parameter beta tidak dapat diestimasi. Hubungan linier antar variabel independen ini menyebabkan variansi parameter beta menjadi besar, errornya pun besar. Padahal nilai estimasi yang diinginkan adalah yang memiliki nilai variansi dan error yang kecil. Salah satu penanganan multikolinearitas ini adalah dengan regresi ridge. Konsep dari regresi ridge adalah menambahkan tetapan bias sebesar k yang merupakan matriks diagonal, ke dalam matriks korelasi ' X X . Dalam skripsi ini akan dibahas mengenai salah satu metode estimasi parameter k yaitu dengan metode Generalized Ridge Regression. Dengan metode ini, nilai parameter ridge k yang dihasilkan tidak hanya satu macam, nilai k yang didapat berbeda untuk tiap variabel independennya.

Least square method is one of parameter estimation method, it is a method for estimating regression coefficient. If any of classical regression assumption, that is no multicollinearity is not met, parameter estimation using least square method becomes less valid, even if there is perfect multicollinearity then it causes beta parameters can’t be estimated. Linear relationship between the independent variables causes the variance parameter beta becomes large, the error was large. In fact, the estimated value we desired is a small variance and error. For handling this multicollinearity problem, one of the way is using ridge regression. The concept of ridge regression is by adding a k biased constant which is a diagonal matrix, to the correlation matrix ' X X . In this paper we will discuss one of the k parameter estimation methods, namely Generalized Ridge Regression. This method obtain the k ridge parameter that is not a single parameter but multiple k ridge parameters. Those k ridge parameters are different for each independent variables.

Kata Kunci : Metode Kuadrat Terkecil, Multikolinearitas, Regresi Ridge, Generalized Ridge Regression.