Kajian Principal Component Logistic Regression Stepwise (Pclr(S) ) Dan Regresi Ridge Logistik Dalam Pemilihan Model Regresi Logistik Biner Pada Kasus Multikolinieritas

Namara,MuhammadElvin (2012) Kajian Principal Component Logistic Regression Stepwise (Pclr(S) ) Dan Regresi Ridge Logistik Dalam Pemilihan Model Regresi Logistik Biner Pada Kasus Multikolinieritas. Sarjana thesis, Universitas Brawijaya.

Abstract

Regresi logistik adalah prosedur pemodelan yang diterapkan untuk memodelkan variabel respon (Y) yang bersifat kategori berdasarkan satu atau lebih variabel prediktor (X), baik itu yang bersifat kategori maupun kontinyu. PCLR(S) ( Principle Component Logistic Regression Stepwise ) dan Regresi Ridge merupakan beberapa cara yang dapat mengatasi multikolinieritas. Analisis tersebut juga mempunyai metode yang sama yaitu melakukan metode transformasi. PCLR(S) melakukan transformasi variabel prediktor asli ke variabel komponen utama, kemudian melakukan pemilihan komponen utama berdasarkan metode stepwise sedangkan Regresi Ridge melakukan transformasi pada variabel prediktor dengan cara pembakuan. Tujuan dari penelitian ini adalah memperoleh model regresi logistik terbaik dengan metode PCLR(s) dan Regresi Ridge kemudian membandingkan kedua metode tersebut. Kriteria pemilihan model terbaik berdasarkan Percent Correct Predictions (PCP), AIC ( Akaike Information Criteria ) dan BIC ( Bayesian Information Criteria ). Pada penelitian ini digunakan 5 data sekunder untuk menentukan model dan metode yang lebih tepat digunakan dalam mengatasi multikolinieritas pada regresi logistik. Dalam penelitian ini, dari 5 data yang dipakai diperoleh metode PCLR(S) lebih baik dibanding Regresi Ridge dihitung dari nilai Percent Correct Predictions (PCP), AIC ( Akaike Information Criteria ) dan BIC ( Bayesian Information Criteria ). Oleh karena itu, lebih disarankan untuk menggunakan PCLR(S) untuk membentuk model regresi logistik apabila terdapat multikolinieritas pada sebagian ataupun semua variabel prediktor.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2012/125/051201372
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Endang Susworini
Date Deposited: 03 Jul 2012 13:35
Last Modified: 22 Oct 2021 17:05
URI: http://repository.ub.ac.id/id/eprint/152960
[thumbnail of 051201372.pdf]
Preview
Text
051201372.pdf

Download (5MB) | Preview

Actions (login required)

View Item View Item