Perbandingan efektivitas metode estimasi Jackknifed Ridge Regression dan Generalized Ridge Regression untuk mengatasi masalah multikolinieritas

INDONESIA:

Masalah yang sering terjadi pada model regresi linier berganda adalah masalah multikolinieritas. Metode estimasi GRR dan JRR ini adalah metode yang sama-sama digunakan untuk menyelesaikan masalah multikolinieritas tersebut, disisi lain dua metode ini dapat digunakan untuk mengatasi nilai efektivitas. Estimasi GRR merupakan pengembangan dari prosedur Ordinary Ridge Regression yang memungkinkan terdapat parameter bias k yang bias sedangkan estimasi JRR adalah metode yang digunakan untuk mengatasi masalah multikolinieritas dengan lebih menekankan pada pengurangan bias terhadap pengestimasi ridge sehingga termasuk estimasi yang hampir tak bias.

Untuk melakukan perbandingan efektivitas antara estimasi GRR dan estimasi JRR digunakan uji coba dengan data simulasi Monte Carlo yang dibangkitkan oleh program matlab. Proses yang ada pada simulasi Monte Carlo ini adalah proses acak sehingga menghasilkan angka-angka acak. Angka-angka acak tersebut akan digunakan untuk membangun data dari model simulasi dengan teknik General dan teknik Jackknif, kemudian digunakan untuk menentukan nilai bias dan MSE dari estimasi GRR dan estimasi JRR.

Dari hasil penelitian ini didapatkan suatu kesimpulan bahwa estimasi JRR lebih efektif dari pada estimasi GRR karena setelah dilakukan simulasi nilai bias dan nilai MSE pada estimasi JRR lebih kecil dibandingkan dengan estimasi GRR.