Metode Kuadrat Terkecil Partial dalam Mengatasi Multikolinearitas (Studi Kasus Analisis Regresi pada Tingkat Kemiskinan di Indonesia 2013).

Abstract

Analisis regresi merupakan analisis statistika yang digunakan untuk memodelkan suatu hubungan dari peubah respon (Y) terhadap peubah penjelasnya (X). Salah satu asumsi yang harus diperiksa pada regresi berganda adalah multikolinearitas karena dapat menyebabkan masalah yang serius pada pendugaan dan pemodelan. Metode yang akan digunakan pada penelitian ini adalah metode kuadrat terkecil parsial (MKTP). MKTP adalah teknik regresi yang mengombinasikan dan menggeneralisasikan analisis komponen utama dan regresi linear berganda. Metode ini mengatasi multikolinearitas dengan membentuk komponen-komponen yang saling bebas. Pada kasus kemiskinan 2013, terbentuk 2 komponen dari 13 peubah penjelas dan 1 peubah respon dengan total keragaman X sebesar 66.62 % dan total keragaman Y sebesar 61.11 %. Berdasarkan nilai Variable Importance in Projection (VIP), terdapat 7 peubah penjelas yang dianggap penting yaitu persentase rumah tangga dengan atap terluas bukan ijuk/lainnya,lantai terluas bukan tanah, sanitasi layak, air minum layak, luas hunian per kapita ≤ 7.2 m2, memiliki kendaraan motor, dan sumber penerangan listrik.