Lampiran 5. Salah satu cara mengatasi permasalahan multikolinearitas adalah dengan menggunakan metode Principal omponent Analysis PCA atau Analisis
Komponen Utama.
5.2 Pendugaan Model dengan Metode Regresi Komponen Utama
Pelanggaran multikolinearitas dapat diatasi dengan mentransformasi model dalam bentuk komponen utama. Data awal yang digunakan, ditransformasi
dengan cara dibakukan. Setelah data ditransformasi dengan standarisasi atau membakukan peubah X menjadi Z dilakukan uji eigenvalue. Sebelum itu data
awal diubah bentuk dalam bentuk logaritma Lampiran 6. Setelah peubah X ditransformasi menjadi peubah Z dilakukan uji Eigenanalysis of the Correlation
Matrix untuk mengetahui principal component PC mana yang akan digunakan
dalam model PCA ini. Berdasarkan uji Eigenanalysis of the Correlation Matrix hanya PC 1 yang
memiliki Eigenvalue lebih dari satu Lampiran 7. Sehingga hanya PC 1 yang dimasukan dalam regresi komponen utama W1. . Dengan demikian komponen
utama pertama yang merupakan kombinasi linear dari Z dapat dinyatakan dalam persamaan berikut:
W1 = -0.448 Z1 – 0.453 Z2 – 0.163 Z3 – 0.458 Z4 – 0.457 Z5 – 0.387 Z6…...5.2
Kemudian Lnpjt diregresikan dengan terhadap skor komponen utama W1 yang menghasilkan persamaan regresi sebagai berikut:
Lnpjt = 6.07 - 0.157 W1………………………………………………………..5.3
Hasil regresi menunjukkan bahwa secara nyata skor komponen utama W1 berpengaruh terhadap panjang jalan tol karena memiliki nilai probabilitas
0.000 lebih kecil dibandingkan nilai alpha 5 persen, artinya W1 mewakili pp, tenaga kerja, dana pemerintah, investasi swasta, dan jumlah kendaraan semua
signifikan Lampiran 8. Model ini juga memiliki keragaman yang mampu dijelaskan oleh faktor-faktor dalam model sebesar 86.1 persen sedangkan sisanya
13.9 persen dijelaskan oleh faktor lain di luar model. Untuk memperoleh persamaan penduga dengan menggunakan peubah asli,
maka persamaan 5.3 harus ditransformasi ke peubah asal Lnpjt Lampiran 9. Dengan mentransformasi W menjadi Z sehingga diperoleh persamaan regresi
dalam peubah baku sebagai berikut:
Lnpjt = 6.07 + 0.0703 Z1 + 0.0711 Z2 + 0.0256 Z3 + 0.0719 Z4 + 0.0717 Z5 + 0.0608 Z6……………………………………………………………5.4
Setelah itu dilakukan transformasi Z ke Y untuk memperoleh persamaan penduga dengan menggunakan peubah asli, maka persamaan di atas
ditransformasi ke peubah asal LnPJT . Transformasi balik ini menghasilkan persamaan dengan peubah asal, yaitu:
Lnpjt = 4.28 + 0.342 Lnpp + 0.628 Lntk + 0.019 Lnof + 0.067 Lnis + 0.115 Lnjk + 0.135 D……………………………………………………….5.5
Persamaan di atas digunakan untuk mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat dan bagaimana hubungannya melalui
proses regresi. Hasil regresi menunjukkan bahwa semua variabel memiliki nilai
probabilitas kurang dari alpha 5 persen atau nilai t-hitung lebih besar dari t-tabel, artinya semua variabel berpengaruh nyata terhadap panjang jalan tol. Semua
variabel juga memiliki hubungan positif dengan panjang jalan tol. Jika terjadi peningkatan pada variabel-variabel bebas maka akan terjadi peningkatan pula
pada panjang jalan tol Lampiran 10. Tabel 10. Hasil Pengolahan Sebelum dan Setelah Multikolinearitas Diatasi oleh
PCA
Dependen Variabel PJT
Variabel Hasil Sebelum Diatasi Oleh PCA
Hasil Sesudah Diatasi PCA Koefisien
t-hitung Koefisien
t-hitung C
-52,63 -3,27913
4,28 PDBKapita PP
0,7870 2,423776
0,01694 20,20259
Tenaga Kerja TK 2,654
2,365419 0,017129
36,68095 Dana Pemerintah OF
0,02251 1,139747
0,006164 3,159957
Investasi Swasta IS -0,06136
-0,68774 0,017318
3,848793 Jumlah Kendaraan
Roda Empat atau Lebih JK
-0,0497 -0,21478
0,017281 6,682864
Dummy Kebijakan K
-0,0704 -0,64885
0,014634 9,247674
R-squared
0,96 0,861
Adjusted R-squared
0,945 0,854
F-statistic
63,94 129,71
Prob F-statistic
0,000 0,000
signifikan, t-hitung t table α = 5 = t
0.052
23-6-1 = 2.120
Hasil pengolahan data dengan menggunakan regresi berganda yang kemudian disempurnakan dengan analisis komponen utama ini menghasilkan
persamaan regresi seperti pada persamaan 5.5 yang digunakan untuk melihat pengaruh variabel pp, tenaga kerja, dana pemerintah, investasi swasta, dan jumlah
kendaraan bermotor terhadap panjang jalan tol yang mengindikasikan perkembangan jalan tol. Perbedaan hasil dugaan sebelum dan setelah
multikolinearitas diatasi dengan metode PCA dapat dilihat pada tabel
5.3 Faktor-faktor Yang Mempengaruhi Perkembangan Jalan Tol di Indonesia
