Cover
-
Upload
joko-sukowo -
Category
Documents
-
view
7 -
download
0
description
Transcript of Cover
ANALISIS REGRESI KOMPONEN UTAMA UNTUK
MENGATASI MASALAH MULTIKOLINIERITAS
SKRIPSI
LEONARDO SILALAHI
070803049
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2011
Universitas Sumatera Utara
2
ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI
MASALAH MULTIKOLINIERITAS
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains
LEONARDO SILALAHI
070803049
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2011
Universitas Sumatera Utara
3
PERSETUJUAN
Judul : ANALISIS REGRESI KOMPONEN UTAMA
UNTUK MENGATASI MASALAH
MULTIKOLINIERITAS
Kategori : SKRIPSI
Nama : LEONARDO SILALAHI
Nomor Induk Mahasiswa : 070803049
Program Studi : SARJANA (SI) MATEMATIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA
UTARA
Diluluskan di
Medan, Juni 2011
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Drs. Djakaria Sebayang, M.Si. Drs. Henry Rani Sitepu, M.Si.
NIP. 195112271985031002 NIP. 195303031983031002
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua,
Prof. Dr. Tulus, M.Si.
NIP: 196209011988031002
Universitas Sumatera Utara
4
PERNYATAAN
ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI
MASALAH MULTIKOLINIERITAS
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juni 2011
LEONARDO SILALAHI
070803049
Universitas Sumatera Utara
5
PENGHARGAAN
Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas berkat dan
anugrah yang dilimpahkanNya sehingga skripsi ini dapat diselesaikan.
Skripsi ini merupakan salah satu syarat yang harus dipenuhi dan diselesaikan
oleh seluruh mahasiswa Fakultas FMIPA Departemen Matematika. Pada skripsi ini
penulis mengambil judul skripsi tentang Analisis Regresi Komponen Utama Untuk
Mengatasi Masalah Multikolinieritas.
Dalam penyusunan skripsi ini banyak pihak yang membantu, sehingga dengan
segala rasa hormat penulis mengucapkan terima kasih kepada:
1. Bapak Dr. Sutarman, M.Sc. selaku Dekan FMIPA USU.
2. Bapak Prof. Dr. Tulus M.Si dan Ibu Dra. Mardiningsih, M.Si selaku ketua dan
sekretaris Departemen Matematika FMIPA USU.
3. Bapak Drs. Henry Rani Sitepu, M.Si. selaku dosen dan pembimbing I yang
berkenan dan rela mengorbankan waktu, tenaga dan pikiran guna memberikan
petunjuk dan bimbingannya dalam penulisan skripsi ini.
4. Drs. Djakaria Sebayang, M.Si. selaku dosen dan pembimbing II yang juga
berkenan dan rela mengorbankan waktu, tenaga dan pikiran guna memberikan
petunjuk dan bimbingannya dalam penulisan skripsi ini.
5. Bapak Prof . Dr. Tulus, M.Si dan Drs. Ujian Sinulingga selaku komisi penguji atas
masukan dan saran yang telah diberikan demi perbaikan skripsi ini.
6. Seluruh Staf pengajar departemen matematika dan pegawai FMIPA USU
7. Alm Bapak U. Silalahi, Ibunda tercinta R.S. br Manurung yang penulis sayangi.
Terima kasih atas segala pengertian, kesabaran, dan kasih sayang yang telah
diberikan serta dukungan selama penulis masih dibangku perkuliahan hingga
akhirnya menyelesaikan tugas ini.
8. Saudara-Saudara ku, K’Lenni Silalahi, Amd, K’Lestarina Silalahi, Spd, B’Lamhot
Silalahi, Sth, K’Lusiana Silalahi, Spsi serta adik ku Lorencius Silalahi. Terima
kasih buat kasih saying motivasi serta semangat yang selalu diberikan kepada
penulis “you are my spirit”.
9. Terima kasih buat Opung ku Biv. R. br Gultom, buat doa serta kasih sayang yang
setiap saat diberikan kepada penulis.
Penulis juga mengucapkan terima kasih kepada teman-teman yang banyak
membantu penulis dalam perkuliahan hingga pada penyelesaian skripsi ini. Buat
Enrico, Erbin, Magdalena, Rolina, Dewi, Imelda, Desri, Riris, Jojor, Siska serta semua
teman-teman satu satmbuk 2007, buat kawan-kawan pengurus HMM juga buat junior
2008, 2009, hingga “adik kandung” 2010 yang telah memberi semangat, penulis
ucapkan terima kasih. Terima kasih juga kepada seluruh pihak yang tidak dapat
penulis sebutkan satu persatu yang telah banyak membantu penulis dalam
menyelesaikan tulisan ini.
Universitas Sumatera Utara
6
Penulis juga menyadari masih banyak kekurangan dalam penulisan ini. Oleh
karena itu, penulis meminta saran dari pembaca guna menyempurnakan tulisan ini.
Demikian yang dapat penulis sampaikan, atas perhatian serta kerjasamanya
penulis ucapkan terima kasih. Semoga tulisan ini bermanfaat bagi yang membutuhkan.
Medan, Juni 2011
Penulis
Leonardo Silalahi
Universitas Sumatera Utara
7
ABSTRAK
Multikolinieritas merupakan suatu masalah yang serius pada regresi linier berganda,
dimana antar variable bebas saling berkorelasi. Masalah multikolinieritas
menyebabkan penggunaan Metode Kuadrat Terkecil dalam menduga parameter
terganggu, sehingga dalam pengujian hipotesis memberikan hasil yang tidak valid.
Adanya masalah multikolinieritas dapat dideteksi dengan nilai korelasi dan faktor
inflasi ragam. Pada penelitian ini digunakan analisis regresi komponen utama sebagai
suatu metode untuk mengatasi masalah multikolinieritas pada regresi linier berganda.
Berdasarkan hasil penelitian ini melalui metode analisis komponen utama dihasilkan
dua variable baru (komponen utama) yang bersifat saling bebas atau tidak ada
multikolinieritas, yang didasarkan pada nilai eigen lebih besar dari satu. Masing-
masing komponen tersebut mempunyai nilai eigen 4.452 dan 1.049 serta menjelaskan
91.683% keragaman dari total keragaman variabel asal. Komponen utama tersebut
kemudian diregresikan dengan peubah bebas melalui metode kuadrat terkecil yang
disebut regresi komponen utama. Persamaan regresi dengan variable baku Z
menunjukkan bahwa nilai T-hitung masing-masing variable lebih besar dari T-tabel.
Berdasarkan pengujian koefisien regresi, analisis regresi komponen utama
memberikan hasil yang lebih baik daripada analisis regresi linier berganda.
Universitas Sumatera Utara
8
THE PRINCIPAL COMPONENT REGRESSION ANALYSIS FOR SOLVING
MULTICOLLINEARITY
ABSTRACT
Multicolinearity is a seriously problem in multiple linear regression, that the
dependent variable having correlation each other. Multicollinearity cause of using
Ordinary Least Square Methods is not correct to estimate the parameter, so in test
hypothesis give the result is not valid. Multicolinearity problem can be detected by
correlation value and variance inflation factor. In this research the principal
component regression analysis is used for solving multicolinearity in multiple linear
regression. The result of this research, by principal component methods is gotten two
new variables (principal component) that each other is dependent or not having
multicolinearity based the eigen value more than one. Each component having the
eigen value 4.452 and 1.049 and eksplain varians 91.683% from total varaians origin
variable. The principal component then be regressed with dependent variable by
Ordinary Least Square Methods that called principal component regression.
Regression model with standart variable Z is showing that T-count value more than T-
table. According test the regression coefficient, principal component regression
analysis give the result better than multiple linier regression analysis.
Universitas Sumatera Utara
9
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel x
Bab 1 Pendahuluan 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 3
1.3 Pembatasan Masalah 3
1.4 Tinjauan Pustaka 4
1.5 Tujuan Penelitian 4
1.6 Manfaat Penelitian 5
1.7 Metodologi Penelitian 5
Bab 2 Landasan Teori 6
2.1 Aljabar Matriks 6
2.1.1 Definisi 6
2.1.2 Jenis-jenis Matriks 8
2.1.3 Operasi Matriks 10
2.2 Nilai Eigen dan Vektor Eigen 13
2.3 Matriks Korelasi 15
2.4 Analisis Regresi Linier Berganda 18
2.4.1 Asumsi Regresi Linier Berganda 18
2.4.2 Metode Kuadrat Terkecil 19
2.4.3 Sifat Penduga Kuadrat Terkecil 21
2.5 Uji Regresi Linier 22
2.6 Koefisien Determinasi 23
2.7 Multikolinieritas 24
2.7.1 Pendeteksian Multikolinieritas 25
2.7.2 Pengaruh Multikolinieritas 26
2.8 Analisis Komponen Utama 27
2.8.1 Menentukan Komponen Utama 28
2.8.1.1 Komponen Utama Berdasarkan Matriks Kovariansi 28
2.8.1.2 Komponen Utama Berdasarkan Matriks Korelasi 32
2.8.2 Kriteria Pemilihan Komponen Utama 33
2.8.3 Kontribusi Komponen Utama 34
Bab 3 Pembahasan 35
2.1 Regresi Komponen Utama 35
2.2 Uji Koefisien Regresi Komponen Utama 36
Universitas Sumatera Utara
10
2.3 Ilustrasi Regresi Komponen Utama Mengatasi Multikolinieritas 38
3.3.1 Analisis Dengan Regresi Linier Berganda 39
3.3.2 Pendeteksian Multikolinieritas 40
3.3.3 Analisis Dengan Regresi Komponen Utama 42
3.3.4 Uji Signifikansi Koefisien Regresi Variabel Baku 46
Bab 4 Kesimpulan dan Saran
4.1 Kesimpulan 47
4.2 Saran 48
Daftar Pustaka 49
Lampiran
Universitas Sumatera Utara
11
DAFTAR TABEL
Halaman
Tabel 3.1 Data Gas Mileage pada 30 Mobil 38
Tabel 3.2 Uji Signifikansi Koefisien Regresi Linier Berganda 40
Tabel 3.3 Nilai Korelasi Data Gas Mileage 41
Tabel 3.4 Nilai Faktor Variansi Inflasi 41
Tabel 3.5 Nilai Eigen, Proporsi Total Variansi dan Proporsi Variansi Kumulatif 43
Tabel 3.6 Koefisien Komponen Utama (Vektor Eigen) 43
Tabel 3.7 Skor Faktor Komponen Utama 44
Tabel 3.8 UJi Signifikansi Koefisien Regresi Komponen Utama 45
Tabel 3.9 Nilai Varian dan T-Hitung Variabel Bebas Z 46
Universitas Sumatera Utara