Sri Pujilestari, - and Nurkaromah Dwidayati, - and Sugiman, FMIPA Matematika (2017) Pemilihan Model Regresi Linier Berganda Terbaik Pada Kasus Multikolinieritas Berdasarkan Metode Principal Component Analysis (PCA) Dan Metode Stepwise. Unnes Journal of Mathematics Education, 6 (1). ISSN 2252-6927

PDF - Published Version Download (914kB)

Abstract

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 dan metode Principal Component Analysis (PCA). Tujuan utama dari penelitian ini yaitu mencari model terbaik dengan menggunakan metode Stepwise dan metode Principal Component Analysis (PCA). Hasil penelian 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)

Actions (login required)

View Item