MENGATASI MASALAH MULTIKOLINEARITAS DALM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS

TAMBUNAN, ERMAN SOLI ALBERTO (2019) MENGATASI MASALAH MULTIKOLINEARITAS DALM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS. Undergraduate thesis, Universitas Negeri Medan.

[img]
Preview
Text
1. NIM. 4152230004 COVER.pdf - Published Version

Download (39kB) | Preview
[img]
Preview
Text
2. NIM. 4152230004 LEMBAR PENGESAHAN (2).pdf - Published Version

Download (172kB) | Preview
[img]
Preview
Text
3. NIM. 4152230004 ABSTRAK.pdf - Published Version

Download (38kB) | Preview
[img]
Preview
Text
4. NIM. 4152230004 KATA PENGANTAR.pdf - Published Version

Download (181kB) | Preview
[img]
Preview
Text
5. NIM. 4152230004 DAFTAR ISI.pdf - Published Version

Download (70kB) | Preview
[img]
Preview
Text
6. NIM. 4152230004 DAFTAR TABEL.pdf - Published Version

Download (67kB) | Preview
[img]
Preview
Text
7. NIM. 4152230004 DAFTAR LAMPIRAN.pdf - Published Version

Download (34kB) | Preview
[img]
Preview
Text
8. NIM. 4152230004 BAB I.pdf - Published Version

Download (247kB) | Preview
[img]
Preview
Text
12. NIM. 4152230004 BAB V.pdf - Published Version

Download (112kB) | Preview
[img]
Preview
Text
13. NIM. 4152230004 DAFTAR PUSTAKA.pdf - Published Version

Download (148kB) | Preview

Abstract

Penelitian ini bertujuan untuk mengatasi masalah multikolinearitas menggunakan Principal Component Analysis (PCA) dan mengetahui keunggulan Principal Component Analysis (PCA). Data yang dipakai dalam peneltian ini adalah data sekunder, dimana data tersebut merupakan data yang memiliki multikolinearitas. Data yang memiliki multikolinearitas tersebut akan diukur tingkat multikolin- earitasnya dengan Variance Inflation Factor (VIF) dan diatasi dengan Principal Component Analysis (PCA). Berdasarkan hasil penelitian dapat disimpulkan bahwa untuk mengatasi multikolinearitas dengan metode Principal Component Analysis (PCA)bertujuan untuk menyederhanakan variabel yang diamati dengan cara mereduksi dimensinya. Hal ini dilakukan dengan cara menghilangkan korelasi diantara variabel bebas melalui transformasi variabel bebas asal ke variabel baru yang tidak berkorelasi sama sekali. Setelah beberapa komponen hasil Principal Component Analysis (PCA) yang bebas multikolinearitas diperoleh, maka komponen tersebut menjadi variabel bebas baru yang akan diregresikan pengaruhnya terhadap variabel tak bebas (Y ).

Item Type: Thesis (Undergraduate)
Contributors:
ContributionNameNIDN/NIDK
Thesis advisorSimamora, Elmananinidn0016117206
Thesis advisor-, -UNSPECIFIED
Call Number: SK-2019 MAT 140
Keywords: MULTIKOLINEARITAS
Subjects: L Education > LA History of education > LA173 Higher education
Q Science > QA Mathematics
Q Science > QA Mathematics > QA101 Elementary mathematics. Arithmetic
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Mrs Elsya Fitri Utami
Date Deposited: 18 Sep 2019 09:30
URI: http://digilib.unimed.ac.id/id/eprint/36052

Actions (login required)

View Item View Item