5
terjadinya multikolinearitas. Misalnya, variabel jumlah fasilitas dan tarif maksimal
dimana semakin banyak jumlah fasilitas suatu hotel maka tarif maksimal hotel
tersebut akan meningkat. Selain itu, semakin banyak jumlah kamar maka jumlah
tenaga kerja akan semakin banyak juga. Terdapat beberapa cara yang dapat
digunakan dalam mengatasi korelasi antar variabel penjelas. Salah satu diantaranya
menggunakan regresi ridge. Seperti
yang disebutkan sebelumnya, tidak menutup
kemungkinan model yang diperoleh untuk mengetahui variabel-variabel
yang
mempengaruhi jumlah tamu tidak optimal. Hal ini yang melatarbelakangi penelitian
tentang aplikasi pemilihan model terbaik menggunakan Best Subset Regression dan
regresi ridge.
1.2. RUMUSAN MASALAH
Dari latar belakang yang telah diuraikan sebelumnya, maka peneliti
merumuskan masalah dalam penelitian ini, yaitu:
1.2.1.
Variabel penjelas mana saja yang terpilih dengan menggunakan Best Subset
Regression berdasarkan statistik C-p Mallow?
1.2.2.
Apakah model yang diperoleh sudah dapat digunakan untuk mengestimasi
jumlah tamu hotel di kota Kendari?
1.3. RUANG LINGKUP
Agar penelitian tidak meluas dan menyimpang dari pembahasan maka perlu
diberikan pembatasan masalah. Pembatasan masalahnya sebagai berikut:
1.
Penulis membahas mengenai Best Subset Regression
menggunakan statistik C-p
Mallow.
2.
Best Subset Regression
menggunakan
statistik C-p Mallow
diperoleh untuk
mendapatkan
variabel yang mempengaruhi jumlah tamu di kota Kendari
berdasarkan data dari Badan Pusat Statistik (BPS).
 |