Penulis / NIM

NUR ELISA FITRIYANA LAISA / 413415022

Program Studi

S1 - STATISTIKA

Pembimbing 1 / NIDN

NURWAN / 0010058106

Pembimbing 2 / NIDN

MUHAMMAD REZKY FRIESTA PAYU, M.Si / 0015128902

Abstrak

abstrak indonesia: Pelanggaran asumsi klasik pada model regresi linear berganda sering kali terjadi, salah satunya multikolinearitas. Sehingga pemodelan dilakukan menggunakan metode regresi Ridge dan metode Jack Knife. Karena kedua metode ini mampu mengatasi masalah multikolienaritas tersebut. Dari hasil nilai tetapan, Metode regresi ridge menghasilkan nilai MSE 13259,91, Varian 339592,0237 dan standar deviasi 582,745 jauh lebih baik dibandingkan dari Jack Knife dalam mengatasi masalah multikolinearitas yang terdapat pada data Indeks Harga Saham Gabungan. abstrak inggris: Violation of classical assumptions is common in multiple linear regression models; among the example is multicollinearity. For this reason, modeling is performed using the ridge regression method and the jackknife method. Both methods are capable of solving the rru.lticollinearity issue. From the constant value results, the ndge regression method yields the MSE at 13259.91, variant at 339592 0237, and standard deviation at 582.745, surpassing the jackknife method in dealing with the multicollinearity in the composite stock price index data.

Download berkas

Abstrak

Bab I : Pendahuluan

Bab V : Kesimpulan, Saran dan Daftar Pustaka