PEMODELAN LINEARIZED RIDGE REGRESSION PADA DATA YANG MENGANDUNG MULTIKOLINEARITAS


ADAM, MUKRIMIN (2021) PEMODELAN LINEARIZED RIDGE REGRESSION PADA DATA YANG MENGANDUNG MULTIKOLINEARITAS. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H051171304_skripsi_01-11-2021 Cover1.jpg

Download (240kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H051171304_skripsi_01-11-2021 Bab 1-2.pdf

Download (2MB)
[thumbnail of Dapus] Text (Dapus)
H051171304_skripsi_01-11-2021 Dapus-lamp.pdf

Download (163kB)
[thumbnail of Full Text] Text (Full Text)
H051171304_skripsi_01-11-2021.pdf
Restricted to Repository staff only

Download (2MB)

Abstract (Abstrak)

Salah satu asumsi yang harus dipenuhi dalam model regresi linier berganda adalah tidak terjadinya masalah multikolinearitas diantara variabel bebas. Namun jika terjadi masalah multikolinearitas, maka estimasi parameter dapat dilakukan dengan menggunakan metode linearized ridge regression (LRR). Metode LRR memiliki kelebihan pemilihan konstanta optimal yang mudah ditentukan dan juga memiliki nilai PRESS yang minimum. Pada penelitian ini, angka kematian bayi di Provinsi Sulawesi Selatan akan dimodelkan dengan menggunakan metode LRR berdasarkan variabel jumlah pemberian vitamin A, jumlah pelayanan kesehatan, jumlah bayi lahir dengan berat badan rendah, jumlah ibu bersalin yang ditolong tenaga medis, dan jumlah bayi yang diberi ASI eksklusif. Salah satu ukuran untuk melihat kebaikan model regresi adalah Prediction Error Sum of Squares (PRESS). Berdasarkan uji t pada tingkat signifikansi 5% diperoleh jumlah cakupan pemberian vitamin A dan jumlah bayi lahir dengan berat badan rendah memberikan pengaruh yang signfikan terhadap angka kematian bayi dengan nilai PRESS sebesar 0.6846.
Kata Kunci: Angka Kematian Bayi, Multikolinearitas, Linearized Ridge Regression, Prediction Error Sum of Squares.

Item Type: Thesis (Skripsi)
Subjects: Q Science > Q Science (General)
Depositing User: S.Sos Rasman -
Date Deposited: 02 Dec 2021 01:04
Last Modified: 02 Dec 2021 01:04
URI: http://repository.unhas.ac.id:443/id/eprint/11578

Actions (login required)

View Item
View Item