<![CDATA[Suatu model dalam statistik yang dapat digunakan untuk menganalisis keterkaitan antara dua atau lebih variabel independen terhadap variabel dependen adalah model regresi linear berganda. Tidak terjadi multikolinearitas pada model regresi merupakan salah satu asumsi yang harus dipenuhi dalam regresi linear berganda. Salah satu metode yang dapat digunakan untuk mengatasi multikolinearitas adalah metode regresi ridge. Metode regresi ridge merupakan pengembangan dari metode kuadrat terkecil dengan menambahkan konstanta bias c pada diagonal matriks XTX. Tujuan dari penelitian ini adalah menerapkan metode regresi ridge dalam mengatasi multikolinearitas pada studi kasus angka kematian bayi di provinsi Jawa Timur tahun 2020. Data yang digunakan dalam penelitian ini adalah angka kematian bayi (Y), jumlah bayi dengan berat badan lahir rendah (X1), jumlah bayi terkena penyakit asfiksia (X2), cakupan pelayanan kesehatan bayi (X3) dan cakupan pemberian Vitamin A (X4). Hasil dari penelitian ini diperoleh nilai VIF menggunakan metode kuadrat terkecil untuk X1=2,652, X2=2,737, X3=46,893 dan X4=50,919 yang menunjukkan terjadi multikolinearitas pada model regresi linear berganda. Untuk mengatasi multikolinearitas pada model regresi diterapkan metode regresi ridge dan diperoleh nilai VIF untuk X1=0,933, X2=0,942, X3=0,424 dan X4=0,388. Variabel jumlah bayi berat badan lahir rendah (X1), cakupan pelayanan kesehatan bayi (X3) dan cakupan pemberian Vitamin A (X4) berpengaruh secara signifikan terhadap angka kematian bayi dengan nilai koefisien determinasi pada model diperoleh sebesar 70,15%.Kata kunci : regresi linear berganda, multikolinearitas, regresi ridge]]>
Copyrights © 2022
