PENERAPAN PARTIAL LEAST SQUARE (PLS) UNTUK MEMPEROLEH MODEL BEBAS MULTIKOLINIER

dc.contributor.advisor	Hadi, Alfian Futuhul
dc.contributor.author	Herawaty, Novika
dc.date.accessioned	2016-01-27T04:09:41Z
dc.date.available	2016-01-27T04:09:41Z
dc.date.issued	2016-01-27
dc.identifier.uri	http://repository.unej.ac.id/handle/123456789/72533
dc.description.abstract	Regresi linier merupakan metode statistika untuk membentuk hubungan antara variabel tak bebas (Y) dengan variabel bebas (X). Ada beberapa asumsi yang harus dipenuhi untuk membentuk model regresi linier, diantaranya adalah memiliki galat normal, tidak mengandung multikolinieritas, tidak terdapat autokorelasi, dan varian residual yang konstan (homoskedatisitas). Namun pada kenyataannya tidak semua data dapat memenuhi asumsi regresi linier sehingga regresi linier tidak dapat digunakan.	en_US
dc.language.iso	id	en_US
dc.subject	PARTIAL LEAST SQUARE (PLS)	en_US
dc.title	PENERAPAN PARTIAL LEAST SQUARE (PLS) UNTUK MEMPEROLEH MODEL BEBAS MULTIKOLINIER	en_US
dc.type	Undergraduat Thesis	en_US

UT-Faculty of Mathematics and Natural Sciences [3358]
Koleksi Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam