METODE PRINCIPAL COMPONENT ANALYSIS (PCA) SEBAGAI PENANGANAN ASUMSI MULTIKOLINEARITAS
(STUDI KASUS: DATA PRODUKSI TAPIOKA)
Abstract
Salah satu metode analisis yang banyak digunakan dalam penelitian adalah analisis regresi linier. Pada kasus regresi sederhana, pola hubungan linier diterapkan untuk satu variabel bebas dan satu variabel terikat. Sedangkan pada kasus regresi berganda, pola hubungan linier diterapkan untuk satu variabel bebas dengan beberapa variabel terikat. Pada tahapan analisis regresi, terdapat beberapa asumsi yang wajib untuk dipenuhi. Beberapa asumsi tersebut yakni asumsi normalitas, linearitas, heterokedastisitas, autokorelasi, dan multikolinearitas. Metode principal component analysis atau PCA merupakan suatu teknik multivariat yang bertujuan untuk mereduksi faktor atau variabel dalam jumlah besar menjadi beberapa faktor yang lebih sedikit. Selain digunakan untuk mereduksi jumlah variabel, metode PCA juga dapat digunakan untuk menangani masalah multikolinearitas dengan mereduksi jumlah variabelnya. Tujuan penulisan jurnal ini yakni untuk melakukan penanganan pada pelanggaran asumsi multikolinearitas tanpa melakukan reduksi jumlah variabel. Hasil dari penelitian ini adalah bahwa metode PCA layak untuk digunakan dalam menangani masalah pelanggaran asumsi multikolinearitas tanpa melakukan reduksi terhadap jumlah variabel awal. Sehingga keseluruhan informasi yang terkandung pada masing-masing variabel dapat tetap dipertahankan.
Downloads
References
[2] R. Zelvia, “Penerapan Analisis Regresi Dummy Pada Data Kualitatif Kasus Ekonomi,” Adzkiya J. Huk. dan Ekon. Syariah, vol. 5, no. 1, p. 45, 2017, doi: 10.32332/adzkiya.v5i1.804.
[3] M. Wangge, “Penerapan Metode Principal Component Analysis (PCA) Terhadap Faktor-faktor yang Mempengaruhi Lamanya Penyelesaian Skripsi Mahasiswa Program Studi Pendidikan Matematika FKIP UNDANA,” J. Cendekia J. Pendidik. Mat., vol. 5, no. 2, pp. 974–988, 2021, doi: 10.31004/cendekia.v5i2.465.
[4] K. N. Khikmah, “Penerapan Principal Component Analysis dalam Penentuan Faktor Dominan Cuaca Terhadap Penyebaran Covid-19 di Surabaya,” ESTIMASI J. Stat. Its Appl., vol. 2, no. 1, pp. 11–18, 2021, doi: 10.20956/ejsa.v2i1.11943.
[5] F. Fitrianingsih and S. Sugiyarto, “Implementasi Analisa Komponen Utama untuk Mereduksi Variabel yang Mempengaruhi Perbaikan pada Fungsi Ginjal Tikus,” J. Ilm. Mat., vol. 6, no. 2, p. 62, 2019, doi: 10.26555/konvergensi.v6i2.19549.
[6] Syafril, Statistika, 1st ed. Padang: Sukabina Press, 2010.
[7] I. N. Budiantara and Zulfikar, Manajemen Riset Dengan Pendekatan Komputasi Statistika, 1st ed. Yogyakarta: Deepublish, 2014. [Online]. Available: https://opac.perpusnas.go.id/DetailOpac.aspx?id=1005862#
[8] V. Sujarweni, Kupas Tuntas Penelitian Akuntansi Dengan SPSS. Yogyakarta: Pustaka Baru Press, 2016.
[9] I. Nyoman Radiarta, dan Akhmad Mustafa, P. Penelitian dan Pengembangan Perikanan Budidaya Jl Ragunan, P. Minggu, J. Selatan, and B. Penelitian dan Pengembangan Budidaya Air Payau, “Sitakka No. 129, Maros 90512,” Februari, no. June 2011, p. 22, 2012.
[10] Solimun;, A. Fernandes, and Nurjannah, Metode statistika multivariat : pemodelan persamaan struktural (SEM) pendekatan WarpPLS, 2nd ed. Malang: UB Press, 2017. [Online]. Available: https://opac.perpusnas.go.id/DetailOpac.aspx?id=1141341
Copyright (c) 2023 Dwi Retno Puspita Sari
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
