3.4.1 Menghitung Transformasi Ridge
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
Maka selanjutnya, perhitungan dengan cara yang sama akan dilakukan terhadap setiap data ke - i untuk transformasi Y dan Z seperti pada tabel berikut :
Tabel 3.7 Transformasi Ridge
y -0,4054
-0,3878 -0,4015
-0,1632 -0,4501
-0,3533 -0,3730
-0,3969 -0,1463
-0,3587 -0,2842
-0,2520 -0,2505
-0,0860 -0,3488
-0,2102 -0,2059
-0,1590 -0,0162
-0,2083 -0,1018
-0,1198 -0,0571
0,0586 -0,0857
0,0028 -0,0143
-0,0717 0,1716
0,1054 0,1107
0,1181 0,0637
0,0673 0,2205
0,2725 0,2399
0,2843 0,1332
0,3459 0,3854
0,3886 0,4196
-0,0019 0,4702
0,5835 0,6062
0,5691 -0,0170
0,3097
Dari Tabel 3.7, maka diperoleh matriks korelasi dari variable bebas :
Universitas Sumatera Utara
=
Korelasi dari variabel bebas terhadap variabel tak bebas y
3.4.2 Menghitung Nilai
dengan berbagai harga
Rumus untuk menghitung koefisien regresi Ridge adalah :
dengan θ adalah Ridge parameter bilangan kecil positif terletak antara 0 dan 1.
Sehingga, dalam skripsi ini, akan dicoba untuk memasukkan tiap nilai θ tersebut,
dengan perhitungan :
Misalnya untuk θ = 0,01
Universitas Sumatera Utara
untuk θ = 0,13
Dan selanjutnya untuk setiap θ akan dilakukan perhitungan dengan yang sama. Tetapi
dalam skripsi ini, untuk mempermudah perhitungan dibantu dengan software MATLAB. Hasilnya dapat dilihat pada tabel berikut :
Universitas Sumatera Utara
Tabel 3.8 Nilai dengan berbagai harga
0,00
0.7940 0.1193
0.0183 0.0829
0,01 0.5988
0.2810 0.0094
0.1188 0,02
0.5316 0.3241
0.0047 0.1427
0,03 0.4954
0.3414 0.0020
0.1601 0,04
0.4719 0.3494
0.0006 0.1733
0,05 0.4550
0.3533 -0.0001
0.1836 0,06
0.4419 0.3550
-0.0002 0.1919
0,07 0.4314
0.3554 0.0001
0.1987 0,08
0.4226 0.3551
0.0007 0.2043
0,09 0.4151
0.3544 0.0014
0.2089 0,10
0.4085 0.3534
0.0024 0.2129
0,11 0,4027
0,3521 0,0034
0,2162 0,12
0,3947 0,3508
0,0045 0,2191
0,13 0,3927
0,3493 0,0057
0,2215 0,14
0,3883 0,3478
0,0069 0,2236
0,15 0,3842
0,3463 0,0081
0,2255 0,16
0,3805 0,3447
0,0093 0,2270
0,17 0.3769
0.3432 0.0106
0.2284 0,18
0.3736 0.3416
0.0118 0.2296
0,19 0.3705
0.3400 0.0131
0.2306 0,20
0.3675 0.3385
0.0143 0.2315
0,30 0.3434
0.3237 0.0258
0.2354 0,40
0.3255 0.3105
0.0352 0.2347
0,50 0.3108
0.2987 0.0427
0.2320 0,60
0.2982 0.2880
0.0486 0.2284
0,70 0.2871
0.2784 0.0533
0.2244 0,80
0.2772 0.2695
0.0571 0.2202
0,90 0.2682
0.2614 0.0600
0.2159 1,00
0.2600 0.2538
0.0623 0.2117
Universitas Sumatera Utara
Tabel 3.9 Nilai VIF dengan Berbagai Nilai
0,00
58,8256 57,6246
2,5862 14,3484
0,01 14,3496
14,2368 2,1394
9,9574 0,02
6,7382 6,7590
1,8602 7,3254
0,03 4,0560
4,1021 1,6687
5,6215 0,04
2,7795 2,8277
2,5284 4,4552
0,05 2,0621
2,1065 1,4203
3,6220 0,06
1,6141 1,6535
1,3335 3,0060
0,07 1,3132
1,3477 1,2617
2,5378 0,08
1,1000 1,1301
1,2007 2,1736
0,09 0,9428
0,9690 1,1477
1,8846 0,10
0,8229 0,8459
1,1009 1,6516
0,11 0,7290
0,7493 1,0591
1,4608 0,12
0,6540 0,6719
1,0211 1,3027
0,13 0,5928
0,6087 0,9865
1,1702 0,14
0,5422 0,5564
0,9545 1,0580
0,15 0,4997
0,5124 0,9249
0,9622 0,16
0,4637 0,4750
0,8973 0,8797
Universitas Sumatera Utara
0,17 0.4327
0.4428 0.8714
0.8082 0,18
0.4058 0.4150
0.8470 0.7457
0,19 0.3823
0.3906 0.8240
0.6908 0,20
0,3617 0,3692
0,8023 0,6424
0,30 0,2402
0,2432 0,6322
0,3619 0,40
0,1847 0,1861
0,5162 0,2443
0,50 0,1522
0,1529 0,4314
0,1832 0,60
0,1305 0,1308
0,3670 0,1468
0,70 0,1148
0,1148 0,3167
0,1229 0,80
0,1026 0,1026
0,2765 0,1026
0,90 0,0929
0,0928 0,2438
0,0937 1,00
0,0850 0,0848
0,2168 0,0842
dari tabel 3.9 di atas tampak bahwa mulai tetapan bias = 0,00 sampai pada = 1,00, VIF koefisien estimator
semakin lama semakin kecil. Nilai VIF yang diambil adalah VIF yang relatif dekat dengan satu, sedangkan nilai koefisien estimator
parameter dengan bebagai kemungkinan tetapan bias dapat dilihat pada
tabel 3.7. Dari berbagai harga yang ada, nilai VIF mulai tampak ada penurunan, dan
harga yang memberikan nilai VIF yang relatif dekat dengan 1, yaitu pada .
Ini menunjukkan bahwa pada , koefisien
lebih stabil. Dengan demikian, regresi Ridge yang diperoleh jika yang diambil sebesar 0,13 yaitu :
3.5 Uji Koefisien Regresi Ridge
Kategori