PENANGANAN MULTIKOLINEARITAS PADA REGRESI LINIER BERGANDA MENGGUNAKAN REGRESI LASSO (STUDI KASUS: DISTRIBUSI PRESENTASE PRODUK DOMESTIK REGIONAL BRUTO DI PROVINSI MALUKU TAHUN 1999-2021)

Abstract

Abstrak Pertumbuhan ekonomi akhir-akhir ini menjadi lebih penting karena implementasinya secara luas, konsep pertumbuhan ekonomi merupakan ukuran penilaian ekonomi suatu negara atau regional. Data pertumbuhan ekonomi dalam penelitian ini yang diukur dengan Produk Domestik Regional Bruto (PDRB) rentan terhadap masalah asumsi klasik. Salah satunya adalah tidak adanya multikolinearitas yaitu korelasi atau hubungan yang tinggi diantara variabel independen. Multikolinearitas menjadi masalah dalam analisis regresi, terutama pada Ordinary Least Square (OLS) karena menyebabkan estimasi koefisien regresi menjadi tidak efisien. Salah satu metode untuk mengatasi multikolinearitas menggunakan Least Absolute Shrinkage and Selection Operator (LASSO). LASSO adalah metode regresi berganda yang digunakan untuk shrinkage yaitu menyusutkan koefisien taksiran mendekati angka nol dan selection operator yaitu menyeleksi variabel-variabel independen sehingga menghasilkan model dengan variabel terbaik karena kendala itu, LASSO dapat mengkecilkan koefisien menuju nol atau mengaturnya dengan tepat nol sehingga dapat melakukan pemilihan variabel juga. Berdasarkan Variance Inflation Factor (VIF), terdapat korelasi yang tinggi antar variabel independen, sehingga terdapat multikolinearitas pada data pertumbuhan ekonomi Provinsi Maluku 1999-2021 jika kita menggunakan OLS. Dalam penelitian ini, LASSO mengkecilkan dua koefisien penduga variabel independen menjadi tepat nol, sehingga variabel-variabel tersebut dianggap tidak memiliki pengaruh yang signifikan terhadap model.