<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="97271">
 <titleInfo>
  <title>PERBANDINGAN  METODE  PARTIAL LEAST SQUARE (PLS) DENGAN REGRESI  KOMPONEN UTAMA UNTUKMENGATASI MULTIKOLINEARITAS</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Rika Fitriyani</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>FAKULTAS MATEMATIKA DAN PENGETAHUAN ALAM</publisher>
   <dateIssued>2011</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Multikolinearitas adalah   suatu  kondisi   dimana   terjadi   korelasi  antara   variabel bebas  atau   antar  variabel     bebas     tidak     bersifat     saling     bebas.     Masalah multikolinearitas      pada   regresi   linear   berganda    mengakibatkan     penduga    model regresi  yang  berbias,   tidak  stabil,  dan  mungkin  jauh  dari  nilai  prediksinya.    Salah satu  besaran   yang  dapat   digunakan    untuk   mendeteksi    adanya   multikolinearitas adaJah  faktor  inflasi  ragam  (Variance   Inflation   Factor  / VIF).  Dalam  mendeteksi multikolinearitas     pada   suatu   data.  ada  beberapa   metode   yang  dapat   digunakan,diantaranya    metode   yang   digunakan    dalam   penelitian    ini yaitu   metode   Partial&#13;
Least   Square    (PLS)   dan   metode   regresi   komponen    utama   (RKU).    Data   yang digunakan    dalam   penelitian   ini  adalah   data  sekunder   yang  diperoleh   dari Jurnal Technometrics   (Naes, 1985).Hasil  penelitian  ini   menunjukkan  bahwa   metode PLS  lebih  baik  dari pada  RKU berdasarkan    nilai  koefisien   determinasi    (R2) yang tinggi,  nilai  Mean  Square Error  Prediction   (MSEP)   dan nilai  Root  Mean  Square Error Prediction (RMSEP) yang  minimum. Hasil  R2,  MSEP,  dan RMSEP   yang diperoleh   untuk  metode   PLS  secara   berturut-turut    sebesar   0.93115,  0.93n,  dan 0.9683, sedangkan untuk  RKU secara  berturut-turut  sebesar   0.6429,5.2513,   dan 2.2916.&#13;
&#13;
Kata	kunci  :  multtkolinearitas,      metode    Partial    Least    Square    (PLS),    regresi komponen   utama  (RKU),  If,  MSEP,  RMSEP.&#13;
&#13;
&#13;
&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>97271</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-01-14 11:34:34</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-01-14 11:34:34</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>