3
Kencana,
2013). Pelanggaran terhadap uji autokorelasi residual yaitu terdapat
autokorelasi pada residual variabel. Adanya autokorelasi menyebabkan estimasi yang
dihasilkan masih tidak efisien. Dalam mengatasi autokorelasi terdapat beberapa cara
yang dapat dilakukan, dua diantaranya yaitu menggunakan Generalized Least Square
(GLS) dan Feasible Generalized Least Square (FGLS). GLS digunakan apabila
koefisien autokorelasi diketahui, namun apabila koefisien autokorelasi tidak
diketahui maka digunakan FGLS. Koefisien autokorelasi dapat diduga berdasarkan
nilai Durbin Watson, nilai residual, atau cochrane orcutt iterative procedure.
Pelanggaran selanjutnya yaitu adanya
multikolinearitas
yang menyebabkan nilai
estimasi parameter model yang dihasilkan tidak stabil sehingga hal tersebut harus
diatasi. Salah satu metode yang digunakan untuk mengatasi adanya kasus
multikolinearitas adalah regresi ridge (Aeni, Sutikno, Djumali, 2012).
Terdapat penelitian yang berhubungan dengan penelitian ini. Pada tahun
2013 terdapat penelitian tentang penerapan metode transformasi logaritma natural
dan partial least squares
untuk memperoleh model bebas multikolinearitas
dan
outlier. Kasus yang terjadi pada penelitian tersebut yaitu terdapat multikolinearitas
dan outlier
pada data tingkat penghunian kamar hotel di kota Kendari. Dengan
menggunakan gabungan antara transformasi logaritma natural dan partial least
squares
diperoleh model yang bebas multikolinearitas
dan outlier,
dan model yang
diperoleh masih mempunyai nilai R²
yang kecil (Ohyver, 2013). Pada tahun 2011
terdapat penelitian tentang faktor
konsumsi bahan bakar
yang
dianalisis secara
statistik
dan menghasilkan model
regresi yang optimal. Hasil
analisis
dari
Best
Subset Regression
yaitu diperoleh lima variabel penjelas yang menunjukkan bahwa
model memiliki
nilai adjusted
R²
yang tinggi serta nilai
statistik
C-p
Mallow
dan
kuadrat residual
(S²)
terendah (Nirmalraj and Malliga, 2011). Pada tahun 2010,
 |