title: ANALISIS REGRESI RIDGE ROBUST-MM UNTUK MENGATASI DATA MULTIKOLINEARITAS DAN TIDAK NORMAL
creator: WAHYU HIDAYAT TULLAH, 1417031125
subject: QA Mathematics
description: Regresi ridge robust-MM merupakan sebuah metode yang dapat digunakan untuk mengatasi data multikolinearitas dan tidak normal dalam model analisis regresi.  Tujuan dari penelitian ini adalah untuk mengetahui kinerja metode regresi ridge robust-MM dalam menangani data yang mengandung multikolinearitas dan tidak normal serta membandingkan nilai dugaan nya dengan menggunakan MKT.  Hasil dari penelitian ini menunjukkan bahwa regresi ridge robust-MM lebih baik dalam menangani data multikolinearitas dan tidak normal dibandingkan dengan MKT berdasarkan nilai dari koefisien regresi, MSE dan AMSE.        Kata Kunci: regresi ridge robust-MM,  multikolinearitas, data tidak normal, MSE, AMSE      Ridge robust-MM regression is a method that can solve multicollinearity and non-normality data in regression model.  The purpose of this study is to know the performance of ridge robust-MM regression to handle multicollinearity and non-normality data and compare its etimates with OLS.  The results show that ridge robust-MM regression gives better estimator in handling multicollinearity and non-normality than OLS based on the value of regression coefficient, MSE and AMSE .      Keywords: ridge robust-MM regression, multicollinearity, non-normality, MSE, AMSE   
publisher: Fakultas Matematika dan Ilmu Pengetahuan Alam
date: 2014-05-16
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/31699/12/ABSTRAK.pdf
format: text
identifier: http://digilib.unila.ac.id/31699/11/SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/31699/13/SKRIPSI%20FULL%20TANPA%20BAB%20PEMBAHASAN.pdf
identifier:   WAHYU HIDAYAT TULLAH, 1417031125  (2014) ANALISIS REGRESI RIDGE ROBUST-MM UNTUK MENGATASI DATA MULTIKOLINEARITAS DAN TIDAK NORMAL.  Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung.     
relation: http://digilib.unila.ac.id/31699/