%A SELVIANA EVA 
%T PERFORMA ESTIMATOR LIU UNTUK MENGATASI
MULTIKOLINEARITAS PADA ANALISIS REGRESI LOGISTIK
%X Analisis regresi logistik merupakan metode statistika untuk menganalisis
hubungan antara variabel dependen yang bersifat dikotomik dan beberapa variabel
independen. Dalam beberapa penelitian regresi logistik, sering ditemukan
permasalahan dimana data mengandung multikolinearitas. Metode MLE
(Maximum Likelihood Estimation) merupakan metode yang sering digunakan
pada regresi logistik. Namun, metode MLE tidak akan stabil digunakan ketika
data yang diteliti mengandung multikolinearitas. Salah satu metode untuk
mengatasi multikolinearitas adalah metode Liu yang diusulkan oleh Liu Kejian
(1993). Kelebihan metode Liu dibanding metode lainnya yaitu memiliki nilai
tetapan yang merupakan fungsi linear, sehingga metode Liu mudah ditentukan.
Penelitian ini bertujuan untuk mengetahui perbandingan performa estimator Liu
dan metode MLE dalam mengatasi multikolinearitas melalui simulasi Monte
Carlo dengan n = 50, 75, dan 100 serta 4 variabel independen dengan tingkat
multikolinearitas sebesar 0,99 pada pengulangan sebanyak 100 kali. Penelitian ini
memberikan hasil bahwa metode Liu dinilai mampu mengatasi multikolinearitas
lebih baik dibanding metode MLE, karena menghasilkan nilai MSE yang lebih
kecil serta memberikan kesimpulan bahwa semakin kecil nilai SE yang diperoleh
akan menyebabkan pendugaan parameter data yang mengandung multikolinearitas
semakin baik.
Kata Kunci: Estimator Liu, MLE, Multikolinearitas, simulasi Monte Carlo,
Regresi Logistik
%C UNIVERSITAS LAMPUNG
%D 2023
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%L eprints72405