Penduga Parameter Met Perbandingan Penggunaan Metode Analisis Regresi Ridge dan Metode Analisis Regresi Komponen Utama dalam Menyelesaikan Masalah Multikolinieritas (Studi Kasus Data PDRB Propinsi Sumatera Utara)

6. , artinya kesalahan pengganggu menyebar mengikuti distribusi normal dengan rata-rata 0 dan varian . Dalam data PDRB propinsi Sumatera Utara, salah satu asumsi yaitu tidak ada multikolinieritas diantara variabel bebasnya yaitu antara faktor – faktor yang mempengaruhinya telah dilanggar sehingga mengakibatkan penduga koefisien regresi linier ganda relatif tidak stabil atau kurang tepat dalam hal ini dianggap asumsi lainnya telah terpenuhi.

2.3 Penduga Parameter

Metode Kuadrat Terkecil Metode kuadrat terkecil merupakan suatu metode yang paling banyak digunakan untuk menduga parameter-parameter regresi. Pada model regresi linier berganda juga digunakan metode kuadrat terkecil untuk menduga parameter. Biasanya penduga kuadrat terkecil ini diperoleh dengan meminimumkan jumlah kuadrat galat. Misalkan model yang akan diestimasi adalah parameter dari persamaan dengan n pengamatan, maka diperoleh : Persaman-persamaan diatas dapat ditulis dalam bentuk matriks : 2.6 dengan : Universitas Sumatera Utara Untuk mendapatkan penaksir-penaksir MKT Metode Kuadrat Terkecil bagi , maka dengan asumsi klasik ditentukan dua vektor dan e sebagai: Persamaan hasil estimasi dari persamaan 2.6 dapat ditulis sebagai : Sedangkan untuk taksiran parameter pada analisis regresi linier berganda dapat dinyatakan sebagai berikut :

2.4 Met

ode Centering and Rescaling dan Matriks Korelasi 2.4.1 Metode Centering and Rescaling Dalam persamaan regresi yang memiliki model : Persamaan tersebut di atas dapat dibentuk menjadi : menurut rumus untuk mendapatkan yaitu : sehingga jika maka dapat persamaan baru yaitu : Universitas Sumatera Utara Prosedur untuk membentuk persamaan pertama menjadi persamaan terakhir disebut dengan prosedur centering. Prosedur ini mengakibatkan hilangnya yang membuat perhitungan untuk mencari model regresi menjadi lebih sederhana. Bila dari persamaan di atas kita bentuk persamaan : dengan maka prosedur ini disebut dengan prosedur rescaling. Keseluruhan dari prosedur di atas disebut prosedur centering and rescaling. 2.4.2 Matriks Korelasi Persamaan yang didapat melalui prosedur Centering and Rescaling di atas bila dituliskan dalam bentuk matriks adalah : Universitas Sumatera Utara untuk, Hal ini berlaku juga untuk sedangkan untuk sehingga matriks korelasi untuk persamaan regresinya adalah : Universitas Sumatera Utara Matriks yang diperoleh disebut matriks korelasi.

2.5 Mult