ANALISIS REGRESI KOMPONEN UTAMA YANG MEMINIMUMKAN KUADRAT TENGAH GALAT

Abstract

Regresi multipel dengan variabel bebas yang saling berhubungan (mengandung multikolinearitas) merupakan masalah
yang cukup serius dalam melakukan analisis data penelitian. Apabila terdapat Multikolinearitas diantara variabel bebas
maka penaksiran parameter model regresi dengan menggunakan metode kuadrat terkecil akan menghasilkan penaksir yang
tak bias tetapi mungkin penaksir tesebut mempunyai varians yang besar. Salah satu pendekatan untuk mengatasi masalah
multikolinearitas adalah penggunaan penduga regresi berbias. Beberapa metode yang berkenaan dengan pendekatan
regresi berbias ini diantaranya adalah regresi gulud (ridge regression), regresi akar laten, dan regresi komponen utama.
Pada makalah ini dibahas metode analisis regresi komponen utama dengan memilih komponen utama yang dapat
meminimumlan kuadrat tengah Galat (Mean Squared Error – MSE) dari penaksir parameter regresi.