Pemodelan New Ridge Regression Estimator pada Tingkat Kemiskinan di Kabupaten/Kota Provinsi Jawa Barat Tahun 2020

Abstract

Abstract. Linear regression is a statistical method used to predict value dependent variable or response with one or more independent variables. If there is more than one predictor variable, multiple linear regression analysis is used. Ridge regression estimator has been introduced as an alternative to the ordinary least squares estimator (OLS) in the presence of multicollinearity. Ridge regression minimizes the mean square residual by introducing a bias constant and produced biased but stable coefficients estimate. The aim of this research is to apply a method introducing by Al-hassan (2010) to obtaine the bias constant in ridge regression that produces smaller bias than method given by Hoerl & Kennad. We apply this method to model the poverty rate in districts/cities in West Java in 2020. The dependent variable (Y) is the proverty rate and the independet variables are (average length of school),  (unemployment rate), (gross domestic regional product), (human development index), (number of labor force participation rate). The value of the ridge constant using the Al-hassan (2010) method is 1.377633. The ridge regression model for the standardized variables is  with  ,  &  that significanly affect the reponse. The regression model based on the original variable is

Abstrak. Analisis regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependent atau respon ) dengan satu atau lebih variabel bebas (independent atau prediktor). Apabila variabel prediktor lebih dari satu maka digunakan analisis regresi linier berganda. Ada beberapa asumsi yang harus terpenuhi dalam regresi linier berganda diantaranya asumsi multikolinearitas. Salah satu metode untuk mengatasi masalah multikolinieritas adalah menggunakan metode regresi ridge. Regresi ridge meminimumkan residual dengan menambahkan tetapan bias (k).  Namun metode ini masih memiliki kelemahan yaitu masih terdapat bias. Untuk memperbaiki kelemahan tersebut Al-hassan mengajukan metode baru. Metode ini bertujuan untuk memperkecil nilai bias dari suatu penduga dengan cara memodifikasi nilai k. Dalam skripsi ini kami menerapkan metode tersebut untuk memodelkan tingkat kemiskinan di Kabupaten/Kota di Jawa Barat Tahun 2020. Variabel responnya adalah Y (tingkat kemiskinan) dan variabel bebasnya (lama rata-rata sekolah), (tingkat pengangguran terbuka), (produk domestik regional bruto), (indeks pembangunan manusia), (jumlah angkatan kerja). Nilai konstanta ridge menggunakan metode Al-hassan (2010) sebesar  Sehingga didapatkan model persamaan ridge yaitu :  Dengan variabel baku  , dan varibel baku  yang signifikan terhadap variabel . Dan model berdasarkan variabel aslinya adalah