Kajian Metode Ridge Regression Untuk Mengatasi Berbagai Tingkatan Multikolinieritas Pada Analisis Regresi Linier Berganda

Analisis regresi linier berganda merupakan analisis yang terdiri dari satu peubah respon dan lebih dari satu peubah penjelas di mana terdapat beberapa asumsi yang harus dipenuhi. Salah satu asumsi yang sering tidak terpenuhi pada regresi berganda adalah nonmultikolinieritas. Nonmultikolinieritas merupakan tidak terdapatnya hubungan linier antara peubah penjelas. Pada penelitian digunakan metode untuk mengatasi multikolinieritas yaitu metode Ridge Regression. Dari metode tersebut akan dipilih model yang lebih baik diantara beberapa tingkatan multikolinieritas dalam penanganan multikolinieritas pada Ridge Regression dengan menggunakan kriteria R2adj dan Cp Mallows. Data yang digunakan adalah 3 data sekunder dengan berbagai kriteria tingkatan multikolinieritas yaitu data 1 tentang faktor-faktor yang mempengaruhi pendapatan anggota Koperasi Peternakan Sapi Perah “SAE” Kecamatan Pujon yang memiliki tingkat multikolinieritas kuat, data 2 tentang faktor-faktor produksi usaha tani bawang putih di Kabupaten Wonosobo yang memiliki tingkat multikolinieritas sedang, data 3 tentang peubah yang mempengaruhi pendapatan pengusaha kecil yang menjadi nasabah penerima kredit BPR Gunung Ringgit KKP Ranugrati Malang yang memiliki tingkat multikolinieritas lemah. Hasil penelitian menunjukkan bahwa pada Ridge Regression lebih sesuai digunakan untuk mengatasi multikolinieritas pada data 1 yang mengandung multikolinieritas kuat karena menghasilkan model regresi linier berganda terbaik dengan memiliki nilai R2adj yang paling besar yaitu 97,67% dan Cp Mallows yang paling kecil yaitu 4,99 dibandingkan dengan data 2 dan data 3