REGRESI RIDGE DAN SIMULASINYA PADA DATA KEMISKINAN

Abstract

Riset ini membahas ridge regression model dan simulasinya pada data kemiskinan di Jawa Tengah. Jika multikolinearitas terjadi pada model regresi berganda, koefisiennya akan membesar dan tidak stabil. Peneliti memiliki beberapa metode regresi untuk mengatasi multikolinearitas yaitu, elastic-net, lasso, dan regresi ridge. Selanjutnya, penelitian ini difokuskan pada regresi ridge karena secara efektif mengurangi varians koefisien regresi. Pada metode regresi ridge, peneliti menambahkan tetapan bias c pada kuadrat terkecil sehingga nilai koefisien regresi menjadi stabil. Dua metode yang digunakan untuk menentukan nilai tetapan bias, yaitu dipilih secara random  dan atau melalui pendekatan Bayes. Hasil penelitian menunjukkan bahwa faktor yang berpengaruh secara signifikan terhadap kemiskinan di Provinsi Jawa Tengah tahun 2023 adalah variabel presentase angka melek huruf , variabel angka harapan hidup , dan variabel IPM . Sementara itu, variabel presentase jumlah kasus diare balita , variabel presentase rata-rata lama sekolah , dan variabel presentase tingkat partisipasi angkatan kerja  tidak berpengaruh secara signifikan. Dalam konteks ini, metode regresi ridge memberikan solusi pada penentuan faktoryang berpengaruh dalam model tersebut.