PEMODELAN ANALISIS KOMPONEN UTAMA REGRESI TERBOBOTI SECARA GEOGRAFIS UNTUK DATA YANG MENGALAMI MULTIKOLINEARITAS = MODELING THE PRINCIPAL COMPONENT ANALYSIS OF GEOGRAPHICALLY WEIGHTED REGRESSION FOR DATA EXPERIENCING MULTICOLINEARITY

Analisis regresi linier adalah metode yang digunakan untuk memodelkan hubungan antara suatu variabel respon dengan variabel penjelas. Pada kenyataannya, antara lokasi satu dengan lainnya memiliki kondisi yang berbeda, sehingga data antar pengamatan sulit dianalisis menggunakan regresi linier. Keragaman spasial model regresi akan mengakibatkan hasil yang diperoleh kurang sesuai. Regresi Terboboti Geografis (RTG) merupakan metode statistika yang digunakan dalam menganalisis keragaman spasial. Dalam aplikasi RTG terkadang ditemukan adanya multikolinearitas yang dapat mengakibatkan parameter model regresi yang dihasilkan memiliki sisa yang sangat besar. Analisis Komponen Utama (AKU) merupakan metode yang digunakan untuk mengatasi masalah multikolinearitas. Penelitian ini bertujuan untuk mendapatkan estimasi parameter model analisis komponen utama regresi terboboti secara geografis pada data yang terdapat masalah multikolinearitas. Penelitian ini diaplikasikan pada data Produk Domestik Regional Bruto (PDRB) kabupaten/kota di Sulawesi Selatan tahun 2019. Hasil penelitian menunjukkan model analisis komponen utama regresi terboboti secara geografis lebih baik digunakan dalam memodelkan PDRB di Sulawesi Selatan tahun 2019 jika terdapat masalah multikolinearitas. Dalam analisis komponen utama regresi terboboti secara geografis variabel yang berpengaruh signifikan di 16 Kabupaten/Kota di Sulawesi Selatan diwakili dengan variabel baru (komponen utama) hasil analisis komponen utama (AKU) yaitu w1, w2 dan w3 yang mampu menerangkan total varian data 85,07%.
Analisis regresi linier adalah metode yang digunakan untuk memodelkan hubungan antara suatu variabel respon dengan variabel penjelas. Pada kenyataannya, antara lokasi satu dengan lainnya memiliki kondisi yang berbeda, sehingga data antar pengamatan sulit dianalisis menggunakan regresi linier. Keragaman spasial model regresi akan mengakibatkan hasil yang diperoleh kurang sesuai. Regresi Terboboti Geografis (RTG) merupakan metode statistika yang digunakan dalam menganalisis keragaman spasial. Dalam aplikasi RTG terkadang ditemukan adanya multikolinearitas yang dapat mengakibatkan parameter model regresi yang dihasilkan memiliki sisa yang sangat besar. Analisis Komponen Utama (AKU) merupakan metode yang digunakan untuk mengatasi masalah multikolinearitas. Penelitian ini bertujuan untuk mendapatkan estimasi parameter model analisis komponen utama regresi terboboti secara geografis pada data yang terdapat masalah multikolinearitas. Penelitian ini diaplikasikan pada data Produk Domestik Regional Bruto (PDRB) kabupaten/kota di Sulawesi Selatan tahun 2019. Hasil penelitian menunjukkan model analisis komponen utama regresi terboboti secara geografis lebih baik digunakan dalam memodelkan PDRB di Sulawesi Selatan tahun 2019 jika terdapat masalah multikolinearitas. Dalam analisis komponen utama regresi terboboti secara geografis variabel yang berpengaruh signifikan di 16 Kabupaten/Kota di Sulawesi Selatan diwakili dengan variabel baru (komponen utama) hasil analisis komponen utama (AKU) yaitu w1, w2 dan w3 yang mampu menerangkan total varian data 85,07%.
Keywords : PDRB, Multikolinearitas, Regresi Terboboti Geografis, Analisis Komponen Utama, Keragaman spasial.