Multikolinearitas: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
k Bot: Penggantian teks otomatis (-merubah +mengubah) |
Fitur saranan suntingan: 1 pranala ditambahkan. Tag: VisualEditor Suntingan perangkat seluler Suntingan peramban seluler Tugas pengguna baru Disarankan: tambahkan pranala |
||
(11 revisi perantara oleh 8 pengguna tidak ditampilkan) | |||
Baris 1:
'''Multikolinearitas''' atau ''Kolinearitas Ganda'' ([[Bahasa Inggris]]: ''Multicollinearity'') adalah adanya hubungan linear antara peubah bebas X dalam [[Regresi|Model Regresi Ganda]].<ref name="Bambang Juanda">Juanda, Bambang. ''Ekonometrika
:Y=ß<sub>0</sub>+ß<sub>1</sub>X<sub>1</sub>+ß<sub>2</sub>X<sub>2</sub>+E <!-- Susah kali bikin rumus di sini
:dimana
:X<sub>1</sub>
:X<sub>2</sub>
Peubah X<sub>1</sub> dan X<sub>2</sub> berkolinearitas sempurna karena X<sub>1</sub> = 12X<sub>2</sub>. Jika kedua peubah ini dimasukkan ke dalam model regresi, akan timbul masalah Kolinearitas Sempurna, yang tidak mungkin diperoleh pendugaan koefisien parameter regresinya.<ref name="Bambang Juanda"/>
Baris 9:
Jika tujuan pemodelan hanya untuk peramalan nilai Y (peubah respon) dan tidak mengkaji hubungan atau pengaruh antara peubah bebas (X) dengan peubah respon (Y) maka masalah multikolinearitas bukan masalah yang serius.<ref name="Bambang Juanda"/> Seperti jika menggunakan Model ARIMA dalam peramalan,<ref name="Deret Waktu">Cryer, Jonathan D. ''Time Series Analysis'' (Boston: Duxbury Press, 1986). ISBN 0-87150-963-6.</ref> karena korelasi antara dua parameter selalu tinggi, meskipun melibatkan data sampel dengan jumlah yang besar.<ref name="Deret Waktu"/> Masalah multikolinearitas menjadi serius apabila digunakan unruk mengkaji hubungan antara peubah bebas (X) dengan peubah respon (Y) karena simpangan baku koefisiennya regresinya tidak siginifikan sehingga sulit memisahkan pengaruh dari masing-masing peubah bebas.<ref name="Bambang Juanda"/>
[[Berkas:VIF_Tinggi.JPG|
== Sejarah ==
Istilah Multikolinearitas (Bahasa Inggris
:''Y''= ''X''ß<ref name="Steinar"/>
dengan matrik Y merupakan matriks dengan n baris dan 1 kolom dan matriks X adalah matriks dengan n baris dan k+1 kolom dimana k adalah jumlah parameter regresi,<ref name="Steinar"/>
== Pendeteksian adanya multikolinearitas ==
# Lakukan uji koefisien korelasi sederhana (Bahasa Inggris
# Lihat nilai VIF (Bahasa Inggris
:VIF = (1-R<sub>j</sub><sup>2</sup>)<sup>-1</sup>,
nilai VIF ini menggambarkan kenaikan varians dari dugaan parameter antar peubah penjelas.
== Cara mengatasi multikolinearitas ==
Beberapa cara yang bisa digunakan dalam mengatasi masalah multikolinearitas dalam Model Regresi Ganda antara lain, [[Analisis komponen utama]]<ref name="Bambang Juanda"/> yaitu analisis dengan mereduksi peubah bebas (X) tanpa mengubah karakteristik peubah-peubah bebasnya,<ref name="APG">Johnson, Richard A & Wichern, Dean W. ''Applied Multivariate Statistical Analysis'' (New Jersey: Prentice-Hall International Inc, 1998). ISBN 0-13-080084-8.</ref>
== Referensi ==
Baris 34:
[[Kategori:Ekonomi]]
[[Kategori:Analisis Regresi]]
|