Permatasari, Mas`uliyah (2016) Perbandingan Metode Pca Dan Robpca Untuk Penanganan Data Yang Mengandung Berbagai Kombinasi Derajat Multikolinieritas Dan Persentase Pencilan. Sarjana thesis, Universitas Brawijaya.
Abstract
Regresi linier berganda merupakan regresi yang melibatkan satu peubah respon dengan lebih dari satu peubah prediktor. Masalah yang sering terjadi pada regresi linier berganda adalah multikolinieritas. Multikolinieritas terjadi karena terdapat dua atau lebih variabel prediktor yang saling berkorelasi. Salah satu metode yang dapat menangani masalah multikolinieritas adalah regresi komponen utama (PCA). Dalam analisis komponen utama, perhitungan didasarkan pada matriks ragam peragam. Matriks ini sangat sensitif terhadap pencilan. Untuk mengatasi masalah tersebut maka diperlukan metode yang kekar terhadap keberadaan pencilan. Metode ROBPCA merupakan salah satu metode yang kekar untuk PCA terhadap keberadan pencilan. Penelitian ini bertujuan untuk mengetahui metode mana yang terbaik sehingga digunakanlah Mean Square Error (MSE) yang menghasilkan kesimpulan yaitu metode ROBPCA baik digunakan saat tidak terjadi multikolinieritas untuk pencilan 10% sedangkan untuk pencilan 20%, 30% dan 40%, metode PCA lebih baik daripada ROBPCA karena dengan semakin banyak pencilan maka pencilan yang telah ditambahkan tersebut tidak terdeteksi sebagai pencilan lagi. Lain halnya apabila terjadi multikolinieritas dalam data, metode ROBPCA baik digunakan pada berbagai persentase pencilan untuk mengatasi kasus multikolinieritas dan pencilan dari ukuran sampel.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2016/177/051605795 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 16 Sep 2016 09:01 |
| Last Modified: | 16 Sep 2016 09:01 |
| URI: | http://repository.ub.ac.id/id/eprint/154682 |
Actions (login required)
 |
View Item |