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
2. Meregresikan variabel yang telah mengandung penduga
, dengan penduga
lainnya selain
.
Penduga terpilih
tertinggi. Nilai
.
3. Langkah 2 diulang hingga diperoleh
. 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
: 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
dengan
dan
.
b. Selanjutnya pada step 2, variabel
dan
14 |
dengan
dan
adalah
, sementara pada model 2 nilai ini telah mengalami peningkatan
menjadi 77,87%. Semakin tinggi nilai