Regresi Ridge-Robust Untuk Menangani Multikolinieritas Dan Pencilan

Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel prediktor dengan satu variabel terikat. Suatu data yang akan dianalisis menggunakan analisis regresi linier berganda harus dipastikan memenuhi asumsi-asumsi yang mendasari analisis regresi linier berganda. Namun, pada kenyataannya seringkali terdapat pelanggaran pada satu atau lebih asumsi. Misalnya pada penelitian variabel-variabel Pendapatan Asli Daerah (PAD), jumlah penduduk, dan total belanja yang mempengaruhi Produk Domestik Regional Bruto (PDRB) pada 27 kabupaten/kota di Jawa Timur tahun 2011 terdapat pelanggaran asumsi kenormalan galat yang disebabkan oleh adanya pencilan dan terdapat multikolinieritas. Oleh karena itu, dikembangkan metode pendugaan parameter, yaitu Regresi Ridge-Robust. Berdasarkan pengujian pemilihan model terbaik menggunakan nilai Radj2, AIC, dan SBC dapat disimpulkan bahwa metode Regresi Ridge-Robust lebih baik dibandingkan dengan MKT. Hal ini menunjukkan bahwa metode Regresi Ridge-Robust dapat menjadi alternatif pendugaan parameter terhadap data yang melanggar asumsi nonmultikolinieritas dan terdapat pencilan secara bersamaan