Abstract. The impact of the existence of strong multicollinearity among the predictor variables is that it can change the sign of the Ordinary Least Square Regression coefficient and or the regression to be insignificant. Principal Component Regression can reduce the effect of this strong multicollinearity, because it works with predictors in the form of main components of independent predictor variables. This study will implement the Principal Component Regression in the estimation of the regression model between the Gross Regional Domestic Product (GRDP) and the City/Regency Economic Growth Rate (LPE) in Jambi Province in 2020 on several factors. The results show that among the predictor variables there are strong multicollinearity symptoms. Estimated according to OLS Regression, both regressions are not significant. Estimation by Principal Component Regression shows that the GRDP regression is significant with a Middle Square error (KTE) of 0.002969 and the sign of the regression coefficient is aligned with the direction of the correlation in the scatter diagram. Factors that have a positive effect on the current year's GRDP, namely 2019 GRDP ( ) in a row are the previous year's GRDP, namely 2018 GRDP ( ), Capital Expenditures , and the Special Allocation Fund . Meanwhile, those that give negative weights in absolute terms are Regional Original Income , Average Years of Schooling , Number of Workers , and General Allocation Funds . Abstrak. Dampak dari adanya multikolineritas kuat diantara variabel prediktor adalah bisa mengubah tanda koefisien regresi ordinary least square dan atau regresi menjadi tidak signifikan. Regresi komponen utama dapat mereduksi pengaruh multikolieritas kuat tersebut, karena bekerja dengan predictor yang berupa komponen-komponen utama dari variabel prediktor yang saling independen. Penelitian ini akan mengimplementasikan Regresi Komponen Utama pada penaksiran model regresi antara Produk Domestik Regional Bruto (PDRB) dan Laju Pertumbuhan Ekonomi (LPE) Kota/Kabupaten di Provinsi Jambi tahun 2020 atas beberapa faktor. Hasil menunjukkan bahwa diantara variable prediktor terdapat gejala multikolinieritas yang kuat. Penaksiran menurut Regresi OLS, kedua regresi tidak signifikan. Penaksiran menurut Regresi Komponen Utama menunjukkan bahwa regresi PDRB signifikan dengan Kuadrat Tengah error (KTE) 0,002969 dan tanda koefisien regresi yang selaras dengan arah korelasi pada diagram pencaran. Faktor yang berpengaruh positif pada PDRB tahun berjalan yaitu PDRB 2019 ( ) berturut-turut adalah PDRB tahun sebelumnya yaitu PDRB tahun 2018 ( ), Belanja Modal , dan Dana Alokasi Khusus . Sedangkan yang memberi bobot negatif secara absolut berturut-turut adalah Pendapatan Asli Daerah , Rata-Rata Lama Sekolah , Jumlah Tenaga Kerja , dan Dana Alokasi Umum .
CITATION STYLE
Rahmatika, D., & Suwanda. (2022). Analisis Faktor-Faktor yang Mempengaruhi Produk Domestik Regional Bruto (PDRB) dan Laju Pertumbuhan Ekonomi (LPE) Kota/Kabupaten di Provinsi Jambi Tahun 2020 dengan Regresi Komponen Utama. Bandung Conference Series: Statistics, 2(2), 381–390. https://doi.org/10.29313/bcss.v2i2.4468
Mendeley helps you to discover research relevant for your work.