Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009.
USU Repository © 2009
= 1
214 ,
999 ,
214 ,
1 215
, 999
, 215
, 1
C
0019 ,
= C
Nilai determinan dari matriks korelasi C mendekati 0, ini menunjukkan bahwa tingkat multikolinieritasnya tinggi.
3.3 Pemodelan Regresi Ridge
Sebelum pemodelan regresi Ridge dibentuk, perlu dilakukan pentransformasian untuk meminimumkan kesalahan pembulatan dan untuk menganggap regresi sudah dipenuhi
kenormalannya. Dengan menggunakan transformasi pers. 2.17 diperoleh data sebagai berikut :
Tabel 3.4 Data Transformasi
No Y
Z1 Z2
Z3 1
-0,2752 -0,3368
-0,0727 -0,3458
2 -0,2655
-0,2914 -0,0588
-0,3592 3
-0,2151 -0,2521
-0,0805 -0,2577
4 -0,2132
-0,2368 -0,0805
-0, 2361 5
-0,2190 -0,2166
-0,3590 -0,2058
6 -0,1880
-0,1788 -0,2058
-0,1731 7
-0,1046 -0,1355
-0,2197 -0,1247
8 -0,0697
-0,0959 0,2677
-0,0778 9
-0,0387 -0,0436
0,1842 -0,0296
10 -0,0484
-0,0214 0,1981
-0,0179 11
-0,0736 0,0057
-0,4147 0,0013
12 0,0195
0,0782 0,2677
0,0550 13
0,0622 0,1233
0,0310 0,1121
14 0,1339
0,1943 -0,0805
0,1885 15
0,2561 0,2558
0,1284 0,2714
16 0,3666
0,3279 0,4627
0,3291 17
0,3918 0,3791
-0,3451 0,3769
18 0,5139
0,4444 0,1145
0,4405
Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009.
USU Repository © 2009
Dalam proses pengestimasian regresi Ridge pemilihan tetapan bias c merupakan hal yang paling penting dalam penelitian ini, penentuan tetapan bias c
ditempuh melalui pendekatan nilai VIF dan gambar Ridge trace. Nilai dari koefisien
c
β
ˆ
dengan berbagai kemungkinan tetapan bias c dapat dilihat pada tabel.
Tabel 3.5 Nilai VIF
c
β
ˆ
Dengan Berbagai Nilai c
Nilai c VIF
c
1
ˆ
β VIF
c
2
ˆ
β VIF
c
3
ˆ β
0,000 469,3032
1,0499 468,9395
0,001 125,1808
1,0465 125,0844
0,002 56,9900
1,0441 56,9495
0,003 32,3153
1,0418 32,4948
0,004 21,0415
1,0395 21,0260
0,005 14,7548
1,0373 14,7442
0,006 10,9425
1,0351 10,9348
0,007 8,4577
1,0328 8,4520
0,008 6,7488
1,0306 6,7443
0,009 5,5232
1,0285 5,5197
0,010 4,6146
1,0263 4,6118
0,020 1,4580
1,0048 1,4576
0,030 0,8059
0,9841 0,8060
0,040 0,5667
0,9640 0,5670
0,050 0,4522
0,9445 0,4525
0,060 0,3880
0,9256 0,3884
0,070 0,3479
0,9072 0,3483
0,080 0,3208
0,8894 0,3213
0,090 0,3014
0,8722 0,3019
0,100 0,2868
0,8554 0,2873
0,200 0,2250
0,7116 0,2254
0,300 0,1983
0,6014 0,7986
Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009.
USU Repository © 2009
0,400 0,1790
0,5152 0,1793
0,500 0,1633
0,4465 0,1636
0,600 0,1500
0,3907 0,1502
0,700 0,1384
0,3449 0,1386
0,800 0,1282
0,3067 0,1284
0,900 0,1192
0,2746 0,1193
1,000 0,1111
0,2473 0,1112
Dari tabel diatas tampak bahwa mulai tetapan bias c = 0,000 sampai pada c = 1, VIF koefisien estimator
c
β
ˆ
semakin lama semakin kecil. Nilai VIF yang diambil adalah VIF yang relatif dekat dengan satu, sedangkan nilai koefisien estimator
parameter
c
β
ˆ
dengan berbagai kemungkinan ketetapan bias c dapat dilihat pada tabel 3.6.
Tabel 3.6 Nilai
c
β
ˆ
Dengan Berbagai Harga c
Nilai c
c
1
ˆ
β
c
2
ˆ
β c
3
ˆ β
0,000 0,1583
0,0600 0,8135
0,001 0,3166
0,0598 0,6548
0,002 0,3715
0,0598 0,5994
0,003 0,3993
0,0598 0,5712
0,004 0,4160
0,0598 0,5540
0,005 0,4271
0,0598 0,5424
0,006 0,4350
0,0598 0,5340
0,007 0,4419
0.0599 0,5276
0,008 0,4454
0.0599 0,5226
0,009 0,4490
0.0599 0,5185
0,010 0,4519
0,0600 0,5151
0,020 0,4645
0,0604 0,4977
0,030 0,4674
0,0608 0,4900
0,040 0,4677
0,0612 0,4848
0,050 0,4670
0,0616 0,4808
0,060 0,4658
0,0619 0,4773
0,070 0,4643
0,0623 0,4742
0,080 0,4626
0,0626 0,4713
Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009.
USU Repository © 2009
0,090 0,4608
0,0629 0,4686
0,100 0,4590
0,0632 0,4659
0,200 0,4394
0,0656 0,4430
0,300 0,4207
0,0669 0,4231
0,400 0,4034
0,0675 0,4051
0,500 0,3873
0,0677 0,3888
0,600 0,3725
0,0674 0,3737
0,700 0,3588
0,0669 0,3599
0,800 0,3461
0,0663 0,3470
0,900 0,3343
0,0655 0,3351
1,000 0,3232
0,0646 0,3239
Atas dasar koefisien estimator pada tabel 3.6 dapat dibuat suatu gambar Ridge trace yang disajikan pada gambar 3.1.
Gambar 3.1 Ridge Trace
Dari berbagai harga c yang ada, nilai VIF mulai tampak ada penurunan pada c sebesar 0,03. harga c yang memberikan nilai VIF relatif dekat dengan 1, yaitu pada c
= 0,03 ini menunjukkan bahwa pada c = 0,03 koefisien β
ˆ
lebih stabil. Dengan
Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009.
USU Repository © 2009
demikian persamaan regresi Ridge yang diperoleh jika c yang diambil sebesar 0,03 yaitu :
3 2
1
1474 ,
0608 ,
4647 ,
ˆ Z
Z Z
y +
+ =
3.4 Uji Keberartian Regresi
