DSpace About DSpace Software
 

Elibrary Brawijaya University >
Mathematic and Natural Science Faculty >
Statistics Undergraduate Program >
Minor Thesis >

Please use this identifier to cite or link to this item: http://hdl.handle.net/123456789/32575

Title: PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS) DAN PRINCIPAL COMPONENT ANALYSIS (PCA) DALAM REGRESI COX UNTUK MENGATASI MULTIKOLINIERITAS
Authors: WICAKSONO, SYIFA ADY
Keywords: Regresi Cox
Multikolinieritas
PLS-Cox
PCA-Cox
Issue Date: 8-Nov-2011
Abstract: Regresi Cox merupakan salah satu metode analisis survival yang menjelaskan pengaruh dan hubungan antara kegagalan suatu objek pada suatu waktu dengan satu atau lebih variabel prediktor. Terdapat dua asumsi yang melandasi regresi Cox yaitu asumsi proportional hazard dan asumsi non multikolinieritas. Jika asumsi non multikolinieritas tidak terpenuhi maka penggunaan regresi Cox tidak lagi tepat. Oleh karena itu, dikembangkan berbagai macam metode alternatif untuk mengatasi masalah multikolinieritas, salah satunya adalah metode Partial Least Square Cox Regression (PLS-Cox) dan Principal Component Analysis Cox Regression (PCA-Cox). Penelitian ini bertujuan untuk melihat perbedaan pengaruh yang diberikan variabel prediktor terhadap peluang kegagalan suatu objek serta menentukan metode mana yang terbaik diantara PLS-Cox dan PCA-Cox dalam analisis data survival yang mengandung multikolinieritas. Dalam penelitian ini digunakan 4 data survival yang tidak memenuhi asumsi non multikolinieritas. Hasil penelitian disimpulkan bahwa pada data yang mengandung multikolinieritas tinggi (10≤VIF<20), terdapat kesamaan pengaruh variabel prediktor terhadap peluang bertahan hidup suatu objek, ditunjukkan oleh data 1 dan data 3 sedangkan pada data yang mengandung multikolinieritas sedang (5≤VIF<10) terdapat perbedaan pengaruh variabel prediktor terhadap peluang bertahan hidup suatu objek, ditunjukkan oleh data 2 dan data 4. Berdasarkan nilai cross validation yang disesuaikan (Q2 adjusted) dapat disimpulkan bahwa penggunaan model regresi PLS-Cox dan model regresi PCA-Cox pada data yang mengandung multikolinieritas memberikan kemampuan prediksi yang relatif sama, akan tetapi pada keempat data penelitian didapatkan bahwa model regresi PLS-Cox mempunyai kemampuan prediksi lebih baik jika dibandingkan dengan model regresi PCA-Cox.
URI: http://elibrary.ub.ac.id/handle/123456789/32575
Appears in Collections:Minor Thesis

Files in This Item:

File Description SizeFormat
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(title).docTitle55.5 kBMicrosoft WordView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(abstarct).docAbstarct27 kBMicrosoft WordView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(table of contents).docTable of contents 44.5 kBMicrosoft WordView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(title).pdfTitle120.09 kBAdobe PDFView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(abstarct).pdfAbstarct32.12 kBAdobe PDFView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(table of contents).pdfTable of contents 24.95 kBAdobe PDFView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(title).psTitle644.26 kBPostscriptView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(abstarct).psAbstarct895.79 kBPostscriptView/Open
PERBANDINGAN-METODE-PARTIAL-LEAST-SQUARE-(PLS)-DAN-PRINCIPAL-COMPONENT-ANALYSIS-(PCA)-DALAM-REGRESI-COX-UNTUK-MENGATASI-MULTIKOLINIERITAS-(table of contents).psTable of contents 4.05 MBPostscriptView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2010  Duraspace - Feedback