ESTIMASI PARAMETER REGRESI RIDGE ROBUST PADA DATA PROFIL KESEHATAN SULAWESI SELATAN

Multikolineritas adalah salah satu pelanggaran asumsi dalam analisis regresi. Keberadaan multikolineritas menyebabkan standar eror meningkat. Regresi ridge adalah salah satu pendekatan analisis regresi yang dapat mengatasi masalah tersebut. Selain multikolineritas, masalah lain yang sering terjadi adalah terdapat pencilan. Keberadaan pencilan menyebabkan data tidak berdistribusi normal. Regresi robust merupakan metode regresi yang digunakan untuk mengatasi data dari masalah pencilan. Least trimmed square adalah salah satu penduga dari robust yang dapat mengatasi masalah pencilan dengan meminimumkan jumlah kuadrat eror. Data yang digunakan dalam penelitian ini adalah data Data Profil Kesehatan Sulawesi Selatan Tahun 2017 yang mengalami masalah multikolineritas dan pencilan. Tujuan dari penelitian ini adalah untuk mendapatkan faktor-faktor yang mempengaruhi Angka Kematian Bayi (AKB) sebagai variabel respon (Y) dengan variabel prediktornya adalah kepadatan penduduk (X_1), persentase rumah tangga berperilaku hidup bersih dan sehat (X_2), jumlah bayi berat badan lahir rendah (X_3), jumlah bayi yang diberi asi eksklusif (X_4), jumlah bayi yang mendapat kunjungan neonatal 1 kali (X_5), jumlah bayi yang mendapat pelayanan kesehatan (X_6). Hasil analisis data menunjukkan 4 variabel prediktor yang signifikan mempengaruhi AKB diantaranya kepadatan penduduk (X_1), jumlah bayi yang diberi asi eksklusif (X_4), jumlah bayi yang mendapat kunjungan neonatal 1 kali (X_5), jumlah bayi yang mendapat pelayanan kesehatan (X_6). Nilai koefisien determinasi yang dihasilkan sebesar 88% artinya ada sekitar 88% keragaman variabel respon AKB (Y) dijelaskan oleh variabel prediktor (X) dan nilai Mean Square Eror (MSE) sebesar 1.96. Dengan demikian model yang dihasilkan cukup baik berdasarkan nilai R^2 dan MSE yang dihasilkan.