PENGGUNAAN AKAR LATEN DALAM MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI

Abstract

Akar laten merupakan metode yang digunakan untuk mengatasi masalah multikolinearitas pada data. Penelitian ini bertujuan untuk mengatasi masalah multikolinearitas menggunakan akar laten. Data yang digunakan pada penelitian ini merupakan data sekunder yang diambil dari Badan Pusat Statistik (BPS) pada tahun 2014 dengan variabel dependen yaitu, data tingkat pengangguran terbukadan tiga variabel independen yaitu jumlah penduduk miskin (X₁), jumlah penduduk Indonesia (X₂) dan jumlah partisipasi angkatan kerja (X₃). Nilai Variance Inflation Factor (VIF) diawal diperoleh sebesar 12,949(X₁), 12,949(X₂), 1,113(X₃), hal ini menunjukkan terjadinya multikolinearitas pada data  (X₁) dan (X₂). Setelah dilakukan uji menggunakan akar laten nilai Variance Inflation Factor (VIF) dari ketiga variabel untuk masing-masing variabel yaitu sebesar 1,231629(X₁), 1,172524(X₂), 1,220886 (X₃). Hal ini menunjukkan bahwa jumlah penduduk miskin, jumlah penduduk Indonesia dan jumlah partisipasi angkatan kerja berpengaruh secara signifikan terhadap tingkat pengangguran terbuka dengan  sebesar 91% dan tidak terjadi masalah multikolinearitas pada model. Dari hasil penelitian menunjukkan bahwa masalah multikolinearitas pada data dapat teratasi dengan menggunakan akar laten.

Kata Kunci: Akar laten, multikolinearitas, vektor laten, regresi berganda.