Kelimagun, Sari Yanti (2023) Penerapan Regresi Partial Least Square Dalam Mengatasi Multikolinearitas. Undergraduate thesis, Universitas Cenderawasih.
![[thumbnail of COVER : Halaman Judul, Abstrak, Abstract, Lembar Persetujuan, Lembar Pengesahan, Lembar Motto dan Persembahan, Pedoman Penggunaan Skripsi, Ucapan Terimakasih, Daftar Isi, Daftar Gambar, Daftar Tabel, Daftar Lampiran, Daftar Singkatan dan Lambang]](http://repository.uncen.ac.id/style/images/fileicons/text.png "COVER : Halaman Judul, Abstrak, Abstract, Lembar Persetujuan, Lembar Pengesahan, Lembar Motto dan Persembahan, Pedoman Penggunaan Skripsi, Ucapan Terimakasih, Daftar Isi, Daftar Gambar, Daftar Tabel, Daftar Lampiran, Daftar Singkatan dan Lambang")
Text (COVER : Halaman Judul, Abstrak, Abstract, Lembar Persetujuan, Lembar Pengesahan, Lembar Motto dan Persembahan, Pedoman Penggunaan Skripsi, Ucapan Terimakasih, Daftar Isi, Daftar Gambar, Daftar Tabel, Daftar Lampiran, Daftar Singkatan dan Lambang)
COVER.pdf
Download (498kB)
Text (BAB I Pendahuluan)
BAB I.pdf
Download (51kB)
Text (BAB II Landasan Teori)
BAB II.pdf
Download (239kB)
Text (BAB III Metodologi Penelitian)
BAB III.pdf
Restricted to Repository staff only
Download (165kB)
Text (BAB IV Hasil dan Pembahasan)
BAB IV.pdf
Restricted to Repository staff only
Download (208kB)
Text (BAB V Penutup)
BAB V.pdf
Restricted to Repository staff only
Download (31kB)
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf
Restricted to Repository staff only
Download (107kB)
Text (Lampiran)
LAMPIRAN.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Kelimagun, Sari Yanti. 2023. Penerapan Regresi Partial Least Square Dalam Mengatasi Multikolinearitas. Skripsi Program Studi Statistika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Cenderawasih.
Multikolinearitas adalah suatu kondisi adanya hubungan linear antara variabel independen dalam model regresi, dimana terdapat dua atau lebih variabel bebas yang saling berkorelasi. Tujuan dari penelitian ini adalah untuk mengetahui penerapan
regresi Partial Least Square (PLS) dalam mengatasi multikolinearitas. Aplikasi PLS dimanfaatkan untuk menentukan variabel penjelas yang terlibat dalam model
tersebut. Dalam penelitian ini parameter model akan diprediksi dan dianalisis melalui variabel tidak bebas terhadap prediktor . Prediksi akan dicapai melalui proses ekstrasi prediktor yang dipandang sebagai suatu himpunan variabel ortogonal. Berdasarkan hasil analisis diketahui bahwa multikolinearitas pada set data cornell dapat diatasi menggunakan set data PLS.
Kata kunci : Multikolinearitas, Regresi Partial Least Square (PLS), VIF.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Contributors: | Contribution Name NIDN Email Thesis advisor Wororomi, Jonathan Kiwasi 0007117202 UNSPECIFIED Thesis advisor Ruru, Yacob 0005036206 UNSPECIFIED |
| Uncontrolled Keywords: | Multikolinearitas, Regresi Partial Least Square (PLS), VIF. |
| Subjects: | 500 – Ilmu Pengetahuan > 510 Matematika > 519 Probabilitas dan matematika terapan |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Program Studi Statistika - S1 |
| Depositing User: | Imanuel |
| Date Deposited: | 04 Dec 2025 02:14 |
| Last Modified: | 04 Dec 2025 02:14 |
| URI: | http://repository.uncen.ac.id/id/eprint/334 |
Actions (login required)
- View Item