LEAST SQUARE AND RIDGE REGRESSION ESTIMATION
Muh. Irwan ยท 2015
Metode kuadrat terkecil atau Ordinary Least Square (OLS) merupakan suatu metode penaksiran koefisien regresi yang paling sederhana. Jika diantara variabel bebas terjadi multikolinearitas sempurna (koefisien korelasi antar variabel bebas sama dengan 1), maka metode OLS tidak dapat digunakan. Sedangkan jika terdapat multikolinearitas hampir sempurna, meskipun OLS dapat digunakan tapi galat yang dihasilkan akan menjadi besar, serta variansi inflasi faktor akan besar pula, padahal nilai estimasi yang diinginkan haruslah memiliki galat dan variansi yang minimum, sehingga digunakan metode regresi gulud. Metode regresi gulud merupakan salah satu alternatif yang baik untuk mengatasi multikolinearitas diantara variabel-variabel bebas, karena memberikan tetapan bias yang relatif kecil dan memberikan variansi yang minimum. Adapun estimator regresi gulud yaitu: ๐ท๐ (๐)=(๐๐๐+๐๐)โ1 ๐๐๐ dimana c bilangan positif, pada umumnya terdapat pada selang [0,1] atau 0โค๐โค1. Jika c = 0 maka koefisien regresi gulud sama dengan koefisien regresi linear dengan menggunakan metode kuadrat terkecil.