30 November 2020

Regresi Partial Least Squares Regression (PLSR) di SPSS

Regresi Ordinary Least Squares (OLS) memiliki asumsi yang mendasarinya seperti tidak adanya multikolinieritas atau korelasi yang tinggi antara variabel independen, jumlah variabel independen juga tidak lebih besar dari observasinya. Dengan adanya multikolinieritas pada model regresi OLS maka model menjadi bias sebagai prediksi. Demikian untuk jumlah sampel yang lebih besar dari observasi maka degree of freedom (df) menjadi negatif sehingga regresi PLS tidak dapat menyelesaikan persamaan.


Untuk kasus seperti dalam ilmu kimia dan sebagainya yang mana memiliki jumlah variabel besar dan sampel observasi kecil diperlukan metode analisis Regresi Partial Least Squares. Metode ini diperkenalkan oleh ahli ekonometrik pertama kali oleh Herma Wold di tahun 1960 an.

"The PLS algorithm axtracts a latent factors (tehnically, components since principal components analysis is used) for the set of independent variables and for the set of dependent variables, such that explanation of the covariance between the two latent variables is maximized. Using multiple regression for scale variables, a classification algorithm for categorical variables, or a mixed model, the dependent variables or variables is predicted"

 " SPSS recomends PLS regression as particulary usefull when predictor variables are highly correlated or when the number of predictors excceds the number of case" (Garson, 2016).

 Di aplikasi IBM SPSS penambahan fitur Partial Least Squares (PLS) dimulai pada versi SPSS 16 ditahun 2017. Pada kesempatan kali ini saya memberikan cara untuk menginstal program regresi PLS di Aplikasi IBM SPSS 23. Ada beberapa program tambahan yang dibutuhkan untuk menginstal ke SPSS 23, antara lain :

  1. SPSS_STATSPYT_PLG-INTRL32B21.0WINML : download
  2. numpy-1.6.2-win32-superpack-python2.7 : Download https://www.scipy.org/
  3. scipy-0.10.0-win32-superpack-python2.7 : Download https://www.scipy.org/
  4. python-2.7.3 : download https://www.python.org/downloads/
  5. PLS dan Plscommand : download

NB. uNtuk versi SPSS yang lain bisa berbeda

Setelah selesai melakukan download program di atas, kemudian langkah instalasi program Regresi PLS di SPSS :

  1. Pastikan untuk program SPSS sudah terinstal di komputer/laptop.
  2. Instal program python 2.7.3 pada komputer
  3. Instal program scipy-0.10.0-win32-superpack-python2.7 di komputer
  4. Instal program  numpy-1.6.2-win32-superpack-python2.7 di komputer
  5. Instal program SPSS_STATSPYT_PLG-INTRL32B21.0WINML di komputer
  6. Copi file PLS  dan PLScommand ke dalam direktori program IBM SPSS 23, caranya : Program File --> IBM --> SPSS --> Statistics -->23 --> extentions.

Setelah selesai melakukan instalasi, kemudian buka di menu Analyze --> Regression --> Partial Least Squares. Jika muncul menu Partial Least Squares, maka proses instalasi sudah berhasil.

Langkah Analisis Regression Partial Least Squares
 

Selain dengan program aplikasi SPSS, ada beberapa aplikasi yang dapat digunakan untuk analisis Regression Partial Least Squares, antara lain :

  1. GENSTAT : software ini memiliki fitur yang cukup lengkap, termasuk regresi PLS. Link : www.vsni.co.uk/software/genstat
  2. The Scrumbler : Software berasal dari Camo.inc. Mampu mengimplementasikan PLS regression dan PLS-DA. PLS berdasarkan analisis diskriminan. Link   : www.camo.com/rt/Product/Unscrambler/unscrambler.html
  3. Morphoj : mendukung two block partial Least Squares. Link :  www.flywing.org.uk/MorphoJ_page.html
  4. tpsPLS : software ini dapat diperoleh secara gratis, juga  mendukung two block partial least squares. Link : http://tpspls.software.informer.com/
  5. XLSTAT-PLS : merupakan modul add-on untuk excel spreedsheet. Link :  www.xlstat.com/en/products-solutions/pls.html
  6. Stata : modul extention ini dinamakan dengan plssas. Link : www.bc.edu/RePEc/bocode/p
  7. Software S-Plus, Matlab dan aplikasi R

Baca juga :

1. Analisis Jalur

2. Regresi Berganda

3. Cara Mengatasi data tidak Normal

Referensi :   
Garson, David. G. (2016). Partial Least Squares : Regression & Structural Equation Model. North Carolina. Statistical Publishing Association.

Ghozali, I. (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS 21 Update PLS Regresi. Semarang : Badan Penerbit Universitas Diponegoro.

Tidak ada komentar: