<![CDATA[Regresi linear berganda adalah suatu teknik dalam metode statistika yang digunakan untuk menganalisis pengaruh dua atau lebih variabel independen terhadap variabel dependen. Salah satu asumsi pada analisis regresi linear berganda adalah tidak adanya multikolinearitas di dalam model regresi. Jika terdapat pelanggaran asumsi multikolinearitas, ada beberapa cara yang dapat digunakan untuk mengatasinya salah satunya yaitu dengan menggunakan metode regresi ridge yang merupakan modifikasi dari metode kuadrat terkecil yang dilakukan dengan menambahkan tetapan bias . Generalized ridge regression (GRR) merupakan pengembangan dari metode regresi ridge, yaitu dengan menggunakan konstanta bias yang berbeda untuk setiap variabel bebasnya . Penelitian ini bertujuan untuk menduga parameter menggunakan metode GRR untuk mengatasi masalah multikolinearitas pada analisis faktor-faktor tingkat pengangguran terbuka di Indonesia. Berdasarkan hasil penelitian didapatlah persamaan GRR yang mempengaruhi tingkat pengangguran terbuka yaitu: dengan tingkat partisipasi angkatan kerja dan produk domestik regional bruto berpengaruh secara signifikan terhadap tingkat pengangguran terbuka. Metode GRR dapat mengatasi masalah multikolinearitas dalam menduga parameter regresi yang dibuktikan dengan nilai variance inflation factors (VIF) untuk masing-masing variabel yang didapatkan kurang dari 10 yaitu sebesar , , , dan dengan nilai koefisien determinasi sebesar 0,6025 yang berarti bahwa besarnya variabel tingkat partisipasi angkatan kerja dan produk domestik regional bruto terhadap tingkat pengangguran terbuka sebesar 60,25% sedangkan 39,75% dipengaruhi oleh variabel lainnya. Kata Kunci: Regresi Linear Berganda, Multikolinearitas, Generalized Ridge Regression]]>
Copyrights © 2019
