10 |

Metode Backward Regression memiliki prinsip utama yang bekerja adalah mengeluarkan
satu persatu variabel independen setelah terlebih dahulu dibentuk model maksimal, yaitu
model dengan mengandung semua variabel dependen dan variabel independen. Jika prinsip
ini dibalik dalam prosesnya sehingga model regresi awal bukanlah model regresi dengan
seluruh variabel indepedennya, melainkan model awal adalah model regresi dengan tidak
mengandung variabel independen. Prinsip seperti ini bekerja pada metode Forward
Elimination. Metode eliminasi maju merupakan kebalikan dari metode eliminasi mundur.
Pada metode ini, pemodelan dimulai dari nol variabel bebas sehingga disebut dengan empty
model. Selanjutnya satu persatu variabe independener dimasukkan hingga kriteria tertentu
terpenuhi.

Adapun langkah-langkah pada Backward Elimination adalah sebagai berikut:
1. Membentuk model dengan meregresikan variabel tak bebas dengan setiap variabel
bebas. Selanjutnya dipilih model dengan

paling tinggi. Dimisalkan model terpilih

adalah model dengan variabel bebas

, sehingga model awal terpilih adalah

2. Meregresikan variabel yang telah mengandung penduga

, dengan penduga
lainnya selain

. Selanjutnya dipilih model dengan nilai

paling besar, dimisalkan

model ini mengandung variabel

, sehingga model awal terpilih menjadi

.
Penduga terpilih

merupakan penduga dengan nilai

tertinggi. Nilai

dapat ditentukan dengan kuadrat nilai statistik uji-T penduga

.
3. Langkah 2 diulang hingga diperoleh

. Ketika kriteria ini terpenuhi

maka model terbaik yang dipilih adalah model yang tidak mempunyai penduga (
variabel bebas) dengan

. Nilai

.

Berdasarkan Contoh 1 pada metode Backward Elimination, kasus yang sama akan digunakan
untuk menjelaskan penggunaan metode Forward Elimination menggunakan paket program
Minitab-14.
Forward Regression
3
11 |

Contoh 2
Berdasarkan Contoh 1, diketahui bahwa tujuan dari penelitian tersebut adalah untuk
mengetahui hubungan tingkat pembunuhan dengan faktor-faktor yang mempengaruhinya.
Adapun variabel yang diteliti adalah:
: tingkat pembunuhan tiap 100.000 populasi

: populasi

: persentase keluarga dengan pendapatan pertahun kurang dari $5,000

: tingkat pengangguran
dengan N=20 dan .
Langkah-langkah penggunaan Forward Ellimination pada Minitab-14 adalah sebagai berikut:
1. Aktifkan program Minitab-14. Input data pada worksheet.

2. Pada menu bar, pilih Stat Regression Stepwise







12 |











3. Selanjutnya akan muncul kotak dialog Stepwise Regression. Pada pilihan Response,
masukkan Y dan pada pilihan Predictors masukkan

dan

.

4. Masih pada kotak dialog Stepwise Regression, pilih menu Methods..., maka akan
tampil kotak dialog Stepwise-Methods. Pada bagian atas kotak dialog ini, terdapat
pilihan penggunaan nilai alpha atau nilai F. Pilih penggunaan nilai alpha dengan
memilih Use alpha values. Selanjutnya pada bagian bawah pilih Forward
elimination dan isi Alpha to enter dengan nilai 0.05. Selanjutnya pilih Ok Ok.

13 |

5. Program akan menampilkan output sebagai berikut:











Interpretasi output:
Berdasarkan output yang diperoleh, terdapat dua langkah (step) yang dilakukan
sehingga memperoleh model akhir.
a. Pada step 1, pemodelan dimulai dengan memilih variabel yang memiliki
korelasi yang paling tinggi terhadap variabel bebasnya, dalam hal ini

.
Selanjutnya dilakukan regresi dengan

sehingga diperoleh model

regresinya yaitu

dengan

dan

.
b. Selanjutnya pada step 2, variabel

dimasukkan karena memiliki korelasi

terbesar kedua. Regresikan dengan

dan

sehingga diperoleh model

regresi

14 |









dengan

dan

. Pada model 1 nilai

adalah
, sementara pada model 2 nilai ini telah mengalami peningkatan
menjadi 77,87%. Semakin tinggi nilai

yang disesaikan maka akan

semakin baik bagi model regresi, karena variabel independen (bebas) dapat
lebih menjelaskan variabel tak bebas.
c. Berdasarkan model terakhir yang dihasilkan, hasil yang diperoleh sama
dengan ketika kasus tersebut dimodelkan dengan metode Backward
Elimination, yaitu persentase keluarga dengan pendapatan pertahun kurang
dari $5,000 dan tingkat pengangguran sangat mempengaruhi tingkat
pembunuhan sebesar 77,87%.