Sri Pujilestari , 4111412017 (2016) PEMILIHAN MODEL REGRESI LINEAR BERGANDA TERBAIK PADA KASUS MULTIKOLINEARITAS BERDASARKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN METODE STEPWISE. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF - Published Version Download (2MB) | Preview

Abstract

Analisis regresi merupakan salah satu metode statistik yang sering digunakan dalam kehidupan sehari-hari. Analisis regresi linier berganda digunakan untuk mengetahui sejauh mana hubungan sebuah variabel bebas dengan beberapa variabel tak bebas. Model regresi terbaik adalah model yang dapat menjelaskan perilaku peubah tak bebas dengan sebaik-baiknya dengan memilih peubah-peubah bebas dari sekian banyak peubah bebas yang tersedia dalam datadengan menggunakan kriteria pembanding adjusted dan . Salah satu permasalahan asumsi pada model regresi linier berganda adalah seringnya terjadi korelasi antar variabel-variabel bebas pada model regresi linier berganda yang disebut sebagai multikolinieritas. Jika terdapat multikolinieritas maka kesimpulan yang dihasilkan tidak tepat. Pada penelitian ini metode yang digunakan untuk mencari model terbaik pada kasus multikolinieritas adalah metode Stepwise danmetode Principal Component Analysis (PCA). Tujuan utama dari penelitian ini yaitu mencari model terbaik dengan menggunakan metode Stepwise dan metode Principal Component Analysis (PCA). Langkah pertama yang dilakukan yaitu, menguji asumsi regresi yaitu uji normalitas, uji kelinieran, uji keberartian, uji multikolinieritas, uji heterokesdastisitas, dan uji autokorelasi. Kemudian mencari model terbaik dengan menggunakan metode Stepwise danmetode Principal Component Analysis (PCA) dengan pembanding adjusted dan pada data return saham perusahaan dalam Indeks LQ 45 di BEI periode Juli – Desember 2015. Berdasarkan penelitianhasil yang diperoleh untuk mencari model terbaik pada kasus multikolinieritas data return saham perusahaan dalam Indeks LQ 45 di BEI periode Juli – Desember 2015 dengan menggunakan metode Principal Component Analysis (PCA) = 11,992 + 2,179 dengan nilai adjusted sebesar 0,050 dan nilai sebesar 63,049 sedangkan hasil yang diperoleh dengan metode Stepwise yaitu = 4,891 + 7,804 + 0,144 dengan nilai adjusted sebesar 0,191 dan nilai sebesar 53,678. Dari hasil tersebut dapat disimpulkan bahwa metode Stepwise lebih cocok untuk mencari model terbaik pada kasus multikolinieritas.

Actions (login required)

View Item