PARTIAL LEAST SQUARES (PLS) GENERALIZED LINEAR DALAM REGRESI LOGISTIK

Authors

Retno Subekti, Jurusan Pendidikan Matematika, FMIPA, Universitas Negeri Yogyakarta, Indonesia

Document Type

Article

Abstract

Kasus multikolinieritas seringkali dijumpai dalam regresi yang mengakibatkan salah interpretasi model regresi yang terbentuk. Seperti halnya dalam regresi linear, dalam regresi logistik kasus multikolinearitas juga dapat menjadi masalah, karena adanya korelasi yang cukup tinggi antara variabel prediktornya. Sehingga untuk mengatasi masalah seperti ini, akan digambarkan aplikasi prosedur partial least squares terhadap suatu kasus regresi logistik khususnya dalam contoh kasus makalah ini adalah regresi logistik ordinal.

Kata kunci : Partial Least Square generalized linier , multikolinieritas, regresi logistik

Page Range

101-110

Issue

2

Volume

5

Digital Object Identifier (DOI)

10.21831/pg.v5i2.549

Source

https://journal.uny.ac.id/index.php/pythagoras/article/view/549

Recommended Citation

Subekti, R. (2009). PARTIAL LEAST SQUARES (PLS) GENERALIZED LINEAR DALAM REGRESI LOGISTIK. PYTHAGORAS : Jurnal Matematika dan Pendidikan Matematika, 5(2), 101-110. https://doi.org/10.21831/pg.v5i2.549

References

Bastien, P., Vinzi, V.E., &Tenenhaus, M., 2004. Partial Least Square Generalized Linear Regression. Computational Statistics & Data Analysis 48, 17-46.

Herve, A. 2003. Partial Least Square (PLS) Regression. Encyclopedia of Social Sciences Research Methods.

Hosmer, D.W. & Lemeshow, S. 1989. Applied Logistik Regression. New York: John Willey & Sons

Myers, R.H. 1996. Classical and Modern Regression with Applications. Boston: PWS- KENT Publishing Company.

Neter, J., Wasserman, W. & Kutner, M.H. 1990. Applied Linear Statistical Models Third Edition. Illinois: Richard D. Irwin, Inc.