Aplikasi Metode Bayes Untuk Model Regresi Komponen Utama Pada Data Indeks Pembangunan Manusia (Ipm)

Analisis regresi linier berganda merupakan analisis yang digunakan untuk mengetahui hubungan antara peubah respon dan peubah prediktor di mana peubah prediktor lebih dari satu peubah. Apabila terdapat korelasi antar peubah prediktor maka dikatakan terjadi multikolinieritas pada data. Data yang mengandung multikolinieritas tidak dapat memberikan pendugaan parameter yang valid. Analisis komponen utama digunakan untuk mereduksi data sehingga dihasilkan peubah baru yaitu komponen utama di mana antar peubah tersebut tidak mengandung multikolinieritas. Teknik meregresikan skor komponen utama dengan peubah respon disebut regresi komponen utama. Salah satu metode pendugaan parameter yang dapat digunakan adalah metode Bayes. Metode Bayes merupakan metode penggabungan antara prior dan fungsi likelihood sehingga didapatkan posterior. Pada penelitian ini akan dilakukan analisis pada data Indeks Pembangunan Manusia (IPM). Setelah dilakukan analisis komponen utama dengan metode Bayes didapatkan 4 komponen utama. Keempat komponen utama tersebut berpengaruh signifikan terhadap peubah respon. Selanjutnya dilakukan analisis regresi Bayes antara komponen utama dengan peubah respon. Koefisien regresi ditransformasi dari peubah komponen ke peubah awal agar dapat diinterpretasi. Hasil analisis menunjukkan bahwa jumlah perawat dan bidan, APM, kepadatan penduduk, dan jumlah tenaga medis berpengaruh positif terhadap IPM di Indonesia sebaliknya jumlah penduduk miskin dan kematian bayi berpengaruh negatif