Text

Pemodelan Regresi Ridge Robust-MM dalam Penanganan Multikolinearitas dan Pencilan (Studi Kasus: Faktor-Faktor yang Mempengaruhi AKB di Jawa Tengah)

---

ABSTRAK
Metode Kuadrat Terkecil (MKT) merupakan salah satu metode yang sering digunakan untuk mengestimasi parameter regresi linier. Jika terdapat multikolinieritas antar variabel bebas, apalagi ditambah dengan adanya pencilan pada data, maka OLS tidak dapat lagi digunakan. Salah satu metode yang dapat digunakan untuk mengatasi masalah multikolinieritas dan pencilan adalah dengan Regresi Ridge Robust-MM. Regresi Ridge Robust-MM adalah modifikasi dari regresi ridge dengan menerapkan metode MM-estimator dalam regresi robust. Studi kasus pada penelitian ini adalah data Angka Kematian Bayi (AKB) di Jawa Tengah tahun 2017 yang dipengaruhi oleh kepadatan penduduk, persentase rumah tangga berperilaku hidup bersih dan sehat, jumlah bayi berat badan lahir rendah, jumlah bayi yang diberi ASI eksklusif, jumlah bayi yang mendapat kunjungan neonatal 1 kali, dan jumlah bayi yang mendapat pelayanan kesehatan. Hasil estimasi menggunakan MKT menunjukkan bahwa terdapat masalah multikolinieritas dan pencilan. Dengan diterapkan Regresi Ridge Robust-MM pada studi kasus, membuktikan bahwa regresi Regresi Ridge Robust-MM dapat memperbaiki estimasi parameter. Berdasarkan uji t pada taraf signifikansi 5% disimpulkan sebagian besar variabel bebas berpengaruh signifikan terhadap variabel AKB. Besarnya pengaruh variabel bebas terhadap AKB adalah 47,68% dan nilai MSE-nya 0,01538.

Kata Kunci: Metode Kuadrat Terkecil (MKT), Multikolinieritas, Pencilan, Regresi
Ridge, Regresi Robust, Angka Kematian Bayi (AKB).

ABSTRACT
The Ordinary Least Squares (OLS) is one of the most commonly used method to estimate linear regression parameters. If multicollinearity is exist within predictor variables especially coupled with the outliers, then regression analysis with OLS is no longer used. One method that can be used to solve a multicollinearity and outliers problems is Ridge Robust-MM Regression. Ridge Robust-MM Regression is a modification of the Ridge Regression method based on the MM-estimator of Robust Regression. The case study in this research is AKB in Central Java 2017 influenced by population dencity, the precentage of households behaving in a clean and healthy life, the number of low-weighted baby born, the number of babies who are given exclusive breastfeeding, the number of babies that receiving a neonatal visit once, and the number of babies who get health services. The result of estimation using OLS show that there is violation of multicollinearity and also the presence of outliers. Applied ridge robust-MM regression to case study proves ridge robust regression can improve parameter estimation. Based on t test at 5% significance level most of predictor variables have significant effect to variable AKB. The influence value of predictor variables to AKB is 47.68% and MSE value is 0.01538.

Keywords: Ordinary Least Squares (OLS), Multicollinearity, Outliers, Ridge
Regression, Robust Regression, AKB.

---

Ketersediaan

715E19III

715 E 19-ii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

715 E 19-ii

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

512.5

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eka Destiyani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar