STEPWISE REGRESSION

- Stat > Regression > Stepwise > Methods

- Masukkan variable terikat dan predictors
- Pilih Forward Selection, masukkan Alpha = 0,05

- Stat > Regression > Stepwise > Methods

- Masukkan variable terikat dan predictors
- Pilih Backward Elimination, masukkan Alpha = 0,05

- Stat > Regression > Stepwise > Methods

- Masukkan variable terikat dan predictors
- Pilih Stepwise, masukkan Alpha enter dan remove = 0,05

BEST SUBSETS REGRESSION

- Stat > Regression > Best Subsets > Methods
- Masukkan variable terikat dan predictors
- OK
 PRAKTIKUM 3

ANALISA STEPWISE (FORWARD SELECTION)

Stepwise Regression: Y versus X1, X2, X3, X4, X5

Forward selection. Alpha-to-Enter: 0.05

Response is Y on 5 predictors, with N = 17

Step 1 2
Constant -28.20 -68.39

X3 1.117 0.823
T-Value 22.90 9.92
P-Value 0.000 0.000

X2 0.075
T-Value 3.91
P-Value 0.002

S 958 685
R-Sq 97.22 98.67
R-Sq(adj) 97.03 98.48
Mallows Cp 20.4 4.9

Berdasarkan output forward selection (memasukan variable satu persatu) diperoleh kesimpulan
sebagai berikut:
a) Pada step 1 diperoleh model regresi sebagai berikut:
Y =−28,20+1,117 X 3
b) Pada step 2 diperoleh model regresi sebagai berikut:
Y =−68,39+0,075 X 2 +0,823 X 3
Dengan nilai R-Sq (adj) sebesar 98,48. Hal ini berarti bahwa variable Y sebesar 98,48%
dipengaruhi oleh variable X2 dan X3, dan sisanya yaitu 1,52% regresi dipengaruhi oleh variable
lain di luar model.
ANALISA STEPWISE (BACKWARD ELIMINATION)
Stepwise Regression: Y versus X1, X2, X3, X4, X5

Backward elimination. Alpha-to-Remove: 0.05

Response is Y on 5 predictors, with N = 17

Step 1 2 3 4
Constant 1962.65 2031.88 1523.09 -68.39

X1 -16
T-Value -0.16
P-Value 0.874

X2 0.056 0.056 0.053 0.075

T-Value 2.63 2.75 2.64 3.91
P-Value 0.023 0.017 0.021 0.002

X3 1.590 1.088 0.978 0.823

T-Value 0.51 7.09 9.30 9.92
P-Value 0.617 0.000 0.000 0.000

X4 -4.2 -5.0
T-Value -0.59 -0.98
P-Value 0.568 0.344

X5 -394 -410 -321

T-Value -1.88 -2.30 -2.09
P-Value 0.087 0.040 0.056

S 642 616 615 685

R-Sq 99.08 99.08 99.01 98.67
R-Sq(adj) 98.67 98.77 98.78 98.48
Mallows Cp 6.0 4.0 2.9 4.9

Berdasarkan output backward elimination (memasukan variable secara serentak) diperoleh

kesimpulan sebagai berikut:
a) Pada step 1 diperoleh model regresi sebagai berikut:
Y =1962,65−16 X 1 +0,056 X 2+1,590 X 3 −4,2 X 4 −394 X 5
b) Pada step 2 diperoleh model regresi sebagai berikut:
Y =2031,88+ 0,056 X 2 +1,088 X 3−5 X 4−410 X 5
c) Pada step 3 diperoleh model regresi sebagai berikut:
Y =1523,09+ 0,053 X 2+ 0,978 X 3−321 X 5
d) Pada step 4 diperoleh model regresi sebagai berikut:
Y =−68,39+0,075 X 2 +0 , 823 X 3
Dengan nilai R-Sq (adj) sebesar 98,78 dan nilai mallows cp paling kecil sebesar 2,9, maka model
regresi terbaik yang digunakan adalah model regresi step 3. Hal ini berarti bahwa variable Y
sebesar 98,78% dipengaruhi oleh variable X2, X3, dan X5 kemudian sisanya yaitu 1,22% regresi
dipengaruhi oleh variable lain di luar model.

ANALISA STEPWISE
Stepwise Regression: Y versus X1, X2, X3, X4, X5

Alpha-to-Enter: 0.05 Alpha-to-Remove: 0.05

Response is Y on 5 predictors, with N = 17

Step 1 2
Constant -28.20 -68.39

X3 1.117 0.823
T-Value 22.90 9.92
P-Value 0.000 0.000

X2 0.075
T-Value 3.91
P-Value 0.002

S 958 685
R-Sq 97.22 98.67
R-Sq(adj) 97.03 98.48
Mallows Cp 20.4 4.9

Berdasarkan output stepwise regression diperoleh kesimpulan sebagai berikut:

a) Pada step 1 diperoleh model regresi sebagai berikut:
Y =−28,20+1 ,117 X 3
b) Pada step 2 diperoleh model regresi sebagai berikut:
Y =−68,39+0,075 X 2 +0,823 X 3
Dengan nilai R-Sq (adj) sebesar 98,48 dan nilai mallows cp paling kecil sebesar 4,9, maka model
regresi terbaik yang digunakan adalah model regresi step 2. Hal ini berarti bahwa variable Y
sebesar 98,48% dipengaruhi oleh variable X2, X3 kemudian sisanya yaitu 1,52% regresi
dipengaruhi oleh variable lain di luar model.
ANALISA BEST SUBSETS
Best Subsets Regression: Y versus X1, X2, X3, X4, X5

Response is Y

Mallows X X X X X
Vars R-Sq R-Sq(adj) Cp S 1 2 3 4 5
1 97.2 97.0 20.4 957.84 X
1 97.2 97.0 21.2 969.52 X
2 98.7 98.5 4.9 685.16 X X
2 98.6 98.4 5.7 700.41 X X
3 99.0 98.8 2.9 614.80 X X X
3 98.9 98.7 3.7 635.00 X X X
4 99.1 98.8 4.0 615.51 X X X X
4 99.1 98.7 4.3 622.12 X X X X
5 99.1 98.7 6.0 642.11 X X X X X

Berdasarkan output BEST SUBSETS regression diperoleh kesimpulan sebagai berikut:

Dengan nilai R-Sq (adj) sebesar 98,8 dan nilai mallows cp paling kecil sebesar 2,9, maka model
regresi terbaik yang digunakan adalah model regresi yang dipengaruhi oleh variable X2, X3 dan
X5.