Melola Discovery

← Melola Discovery

Jurnal SINTA 3

MODEL REGRESI RIDGE UNTUK MENGATASI MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIERITAS

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 8 No. 1 (2014) · pp. 31–37

DOI
10.30598/barekengvol8iss1pp31-37
ISSN
2615-3017, 1978-7227
Published
2014-03-01
Publisher
PATTIMURA UNIVERSITY
Language
eng

Abstract

Model Regresi Linier Berganda merupakan sebuah model yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat diekspresikan dalam bentuk persamaan yang menghubungkan variabel terikat (Y) dengan beberapa variabel bebas (X). Jika adanya hubungan linier yang sempurna atau pasti diantara beberapa atau semua variabel bebas dari model Regresi Berganda disebut Multikolinieritas. Jika korelasi antara dua atau lebih variabel bebas dalam suatu persamaan regresi linier berganda ini terjadi maka taksiran koefisien dari variabel yang bersangkutan tidak lagi tunggal melainkan tidak terhingga banyaknya sehingga tidak mungkin lagi menduganya. Dalam kasus ini peneliti akan melihat hubungan antara variabel-variabelnya. Apabila terdapat hubungan antara variabel-variabel bebasnya. Maka akan diterapkan metode Regresi Ridge untuk menstabilkan nilai koefisien regresi karena adanya Multikolinieritas. Regresi Ridge merupakan metode estimasi koefisien regresi yang diperoleh melalui penambahan konstanta bias 𝑐 pada diagonal 𝑋𝑇𝑋. Sehingga diperoleh persamaan regresi linier yang baru dan tidak mengandung multikolinieritas.

Collaboration network of the authors

40 authors · 85 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Henry J. WattimanelaAffiliation unknown4
Marlon S. N. van DelsenAffiliation unknown2
Henry W.M. PattyAffiliation unknown2
Lexy J. SinayAffiliation unknown2
Yopi Andry LesnussaAffiliation unknown2
Venn Y. I. IlwaruAffiliation unknown2
F. S. TututparyAffiliation unknown2
Sitri YuniAffiliation unknown2
Stenly J. NanuruAffiliation unknown1
Thomas PenturyAffiliation unknown1
Freya N. WattimenaAffiliation unknown1
Gresyea L. MarcusAffiliation unknown1
Jefri TipkaAffiliation unknown1
Lidia SalakaAffiliation unknown1
Melky M. RomseryAffiliation unknown1
Eunike M. SahetapyAffiliation unknown1
HARMANUS BATKUNDEAffiliation unknown1
M. TomasoaAffiliation unknown1
Geornando G. PattyAffiliation unknown1
Ferry Kondo LembangAffiliation unknown1
Angelia C. LeunupunAffiliation unknown1
Dorteus L. RahakbauwAffiliation unknown1
Serly SurlialyAffiliation unknown1
Abraham Z. WattimenaAffiliation unknown1
Vanbasten TemartenanAffiliation unknown1
Zeth A. LeleuryAffiliation unknown1
A. W. TalutaAffiliation unknown1
Salmon N. AuleleAffiliation unknown1
B. TuasikalAffiliation unknown1
H. AbrahamsAffiliation unknown1
Jemsr S. BatlajeryAffiliation unknown1
Salmon Noce AuleleAffiliation unknown1
Helda Y. TaihuttuAffiliation unknown1
Berny P. TomasouwAffiliation unknown1
Venn Yan Ishak IlwaruAffiliation unknown1
Syella Z LimbaAffiliation unknown1
Fredrylo Alberth Noel Joddy ApituleyAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, first harvested 5 Nov 2026, last seen 5 Nov 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">MODEL REGRESI RIDGE UNTUK MENGATASI MODEL REGRESI LINIER BERGANDA YANG MENGANDUNG MULTIKOLINIERITAS</dc:title>
	<dc:creator>Wasilaine, Trifena L.</dc:creator>
	<dc:creator>Talakua, Mozart W.</dc:creator>
	<dc:creator>Lesnussa, Yopi A.</dc:creator>
	<dc:description xml:lang="en-US">Model Regresi Linier Berganda merupakan sebuah model yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat diekspresikan dalam bentuk persamaan yang menghubungkan variabel terikat (Y) dengan beberapa variabel bebas (X). Jika adanya hubungan linier yang sempurna atau pasti diantara beberapa atau semua variabel bebas dari model Regresi Berganda disebut Multikolinieritas. Jika korelasi antara dua atau lebih variabel bebas dalam suatu persamaan regresi linier berganda ini terjadi maka taksiran koefisien dari variabel yang bersangkutan tidak lagi tunggal melainkan tidak terhingga banyaknya sehingga tidak mungkin lagi menduganya. Dalam kasus ini peneliti akan melihat hubungan antara variabel-variabelnya. Apabila terdapat hubungan antara variabel-variabel bebasnya. Maka akan diterapkan metode Regresi Ridge untuk menstabilkan nilai koefisien regresi karena adanya Multikolinieritas. Regresi Ridge merupakan metode estimasi koefisien regresi yang diperoleh melalui penambahan konstanta bias 𝑐 pada diagonal 𝑋𝑇𝑋. Sehingga diperoleh persamaan regresi linier yang baru dan tidak mengandung multikolinieritas.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2014-03-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/261</dc:identifier>
	<dc:identifier>10.30598/barekengvol8iss1pp31-37</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 8 No 1 (2014): BAREKENG : Jurnal Ilmu Matematika dan Terapan; 31-37</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/261/212</dc:relation>
</oai_dc:dc>