文章基本信息

标题：Perbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas
本地全文：下载
作者：Nurhasanah Nurhasanah ; Muhammad Subianto ; Rika Fitriani 等
期刊名称：Statistika
印刷版ISSN：1411-5891
出版年度：2012
卷号：12
期号：1
页码：33-42
DOI：10.29313/jstat.v12i1.1059
出版社：Universitas Islam Bandung
摘要：Dalam mengatasi multikolinearitas pada suatu data, ada beberapa metode yang dapat digunakan, diantaranya yaitu metode Partial Least Square (PLS) dan metode regresi komponen utama (RKU). Data yang digunakan dalam penulisan ini adalah data sekunder yang diperoleh dari Jurnal Technometrics (Naes, 1985). Hasilnya menunjukkan bahwa metode PLS lebih baik dari pada RKU berdasarkan nilai koefisien determinasi (R2) yang tinggi, nilai Mean Square Error Prediction (MSEP) dan nilai Root Mean Square Error Prediction (RMSEP) yang minimum.
关键词：multikolinearitas;metode Partial Least Square (PLS);regresi komponen utama (RKU);R2;MSEP;RMSEP.