title: ANALISIS REGRESI BERGANDA DENGAN METODE PARTIAL  ROBUST-M DALAM MENGATASI MASALAH MULTIKOLINEARITAS  DAN PENCILAN
creator: Tri Dewi Cahyani, 1717031085
subject: 500 ilmu pengetahuan alam dan matematika
subject: 510 Matematika
description: Partial Robust-M Regression (PRM) is a robust alternative approach method of  Partial Least Square (PLS) regression which is used as a method of handling  multicollinearity and data contained outliers in one case. The purpose of this study  was to determine the performance of the Partial Robust-M method in overcoming  data containing multicollinearity and outliers and to compare the estimated value  with the Ordinary Least Square (OLS) method. The results of this study indicate  that PRM is better at handling data containing multicollinearity and outliers than  the OLS method based on the standard error and MSE values obtained. The  Human Development Index data from Central Java Province in 2020 is influenced  by the expected length of school, the average length of school, the number of  hospitals, and the number of doctors in each district/city based on the PRM  method, while the OLS method is only influenced by the school average variable.  Keyword : Partial Robust-M Regression (PRM), Multicollinearity, Outliers data.  Regresi Partial Robust-M (PRM) merupakan suatu metode pendekatan alternatif  robust dari regresi Partial Least Square (PLS) yang digunakan sebagai metode  penanganan multikolinieritas dan data pencilan dalam satu kasus. Tujuan dari  penelitian ini adalah untuk mengetahui performa metode Partial Robust-M dalam  mengatasi data yang mengandung multikolinearitas dan pencilan serta  membandingkan nilai dugaannya dengan metode Ordinary Least Square (OLS).  Hasil dari penelitian ini menunjukkan bahwa PRM lebih baik dalam menangani  data yang mengandung multikolinearitas dan pencilan dibandingkan dengan  metode OLS berdasarkan nilai standard error dan MSE yang didapat. Data  Indeks Pembangunan Manusia (IPM) Provinsi Jawa Tengah tahun 2020  dipengaruhi oleh harapan lama sekolah, rata-rata lama sekolah, jumlah rumah  sakit, dan jumlah dokter tiap kabupaten/kota berdasarkan metode PRM,  sedangkan dengan metode OLS hanya dipengaruhi oleh variabel rata-rata sekolah.  Kata Kunci: Partial Robust-M (PRM), Multikolinearitas, Data pencilan
publisher: Fakultas Matematika Ilmu Pengatahuan Alam
date: 2021
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/60168/1/1.%20ABSTRAK%20%28ABSTRACT%29%20-%20Rocket%20Digital.pdf
format: text
identifier: http://digilib.unila.ac.id/60168/2/2.%20SKRIPSI%20FULL%20-%20Rocket%20Digital_2.pdf
format: text
identifier: http://digilib.unila.ac.id/60168/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN%20-%20Rocket%20Digital_2.pdf
identifier:   Tri Dewi Cahyani, 1717031085  (2021) ANALISIS REGRESI BERGANDA DENGAN METODE PARTIAL ROBUST-M DALAM MENGATASI MASALAH MULTIKOLINEARITAS DAN PENCILAN.  Fakultas Matematika Ilmu Pengatahuan Alam, UNIVERSITAS LAMPUNG.     
relation: http://digilib.unila.ac.id/60168/