Perbandingan Regresi Komponen Utama Terkoreksi dengan Regresi Ridge dalam Mengatasi Multikolinearitas

Abstract

Regresi berganda dengan peubah bebas saling berkorelasi (multikolinear) merupakan masalah yang sering terjadi dalam melakukan analisis data. Salah satu akibat yang terjadi adalah ragam penduga parameter regresi yang besar sehingga dugaan koefisien regresi cenderung menjadi tidak signifikan. Salah satu pendekatan yang sering digunakan adalah regresi komponen utama. Penelitian ini mengkaji metode regresi komponen utama yang meminimumkan kuadrat tengah galat (mean square error-MSE) penduga parameter regresi (dinamakan regresi komponen utama terkoreksi). Sebagai pembanding digunakan metode regresi ridge dengan iterasi HKB. Hasil penelitian menunjukkan bahwa untuk multikolinear rendah dan sedang regresi komponen utama terkoreksi selalu merupakan metode yang baik dengan nilai rataan ragam dugaan parameter dan MSE dugaan parameter yang kecil walaupun nilai rataan biasnya bukan merupakan nilai terkecil. Pada kondisi multikolinear tinggi regresi komponen utama terkoreksi selalu merupakan metode yang baik untuk ukuran contoh besar.