Perbandingan Metode Stepwise Dan Ridge Regression Dalam Menentukan Model Regresi Berganda Terbaik Pada Kasus Multikolinieritas

Analisis regresi linier berganda digunakan untuk mengetahui hubungan antara dua atau lebih peubah penjelas dan peubah respon. Salah satu asumsi yang mendasari analisis regresi berganda adalah asumsi nonmultikolinieritas, yaitu tidak terdapat hubungan linier antar peubah penjelas dalam model regresi. Jika terdapat multikolinieritas maka kesimpulan yang dihasilkan akan tidak tepat, jadi masalah multikolinieritas harus dihindari. Model regresi terbaik adalah model yang dapat menjelaskan perilaku peubah respon dengan memilih peubah penjelas dari sekian banyak peubah penjelas pada data. Pada penelitian ini metode yang digunakan dalam mengatasi multikolinieritas adalah metode stepwise dan ridge regression dengan menggunakan pembanding R2 adj dan Cp Mallow. Penelitian dilakukan dengan menggunakan dua data dengan tingkat multikolinieritas sedang dan sangat kuat. Hasil penelitian menunjukkan bahwa pada data tingkat multikolinieritas sedang, untuk menangani multikolinieritas lebih baik dilakukan dengan regresi ridge, sedangkan data dengan tingkat multikolinieritas sangat kuat dapat diatasi dengan baik menggunakan metode stepwise