Dalam penelitian ini, data yang digunakan adalah data Apendiks B, yang berasal dari buku

A. Hald Statistical Theory with Engineering Application yang diterbitkan oleh Wiley, New
York, Pada 1952. Dimana data tersebut bertujuan untuk meneliti pengaruh beberapa senyawa
kimia terhadap tingkat panas semen per gram. Data tersebut memiliki empat peubah peramal
(X1, X2, X3 dan X4). Masalah ini terutama dipilih karena mengilustrasikan beberapa kesulitan
tipikal yang biasanya terjadi dalam masalah regresi. Oleh karenanya, pada bagian pembahasan
ini, penulis akan menjabarkan bagaimana menentukan model regresi terbaik dari data yang ada
dengan menggunakan beberapa metode pemilihan model regresi terbaik. Beberapa metode yang
digunakan yaitu All Possible Regression, Best Subset Regression dan Sequensial Regression.
Data Apendiks B termuat pada Tabel berikut:

Dimana :

X 1 = Kadar 3CaO.Al2O3

X 2 = Kadar 3CaO.SiO3

X 3 = Kadar 4CaO.Al2O3.Fe2O3

X 4 = Kadar 2CaO.SiO3 Y = Panas /gr semen

Jawaban :

1. Prosedur Eliminasi Langkah Mundur (The Backward Elimination)

Metode Backward bekerja dengan mengeluarkan satu per satu variabel prediktor yang
tidak signifikan dan dilakukan terus menerus sampai tidak ada variabel prediktor yang
tidak signifikan. Untuk menentukan persamaan model terbaik dari data Apendiks B,
peneliti mengujinya menggunakan metode Enter pada SPSS yang bertujuan agar dapat
diketahui proses pemilihan variabel peubah mana saja yang masuk pada model regresi
secara satu per satu. Variabel bebas yang memiliki nilai sigifikansi terbesar dan koefisien
korelasi parsial terkecil akan diuji pertama kali apakah akan dieliminasi atau tetap
dipertahankan di dalam model.

variabel yang dieliminasi pertama yaitu X 3 . Dengan demikian, untuk sementara variabel
yang masih dipertahankan dalam 18 model adalah X 1 , X 2 , dan X 4. Kemudian dilakukan
analisis regresi tanpa menambahkan X3. Sehingga diperoleh tabel anova X 1 , X 2 , dan X 4
berikut:

Tingkat signifikasi 95% atau α = 0.05 , jadi, dengan nilai signifikansi 0.05 didapatkan
kesimpulan bahwa model regresi Y terhadap X1, X2 dan X3 signifikan. Hipotesis anova
X1, X2, dan X4 menunjukan bahwa model yang terdiri dari variabel bebas X1, X2, dan
X4 merupakan model yang signifikan. Namun karena masih terdapat variabel yang
memiliki nilai signifikansi terbesar diantara variabel bebas yang lain maka pemilihan
model terbaik masih harus dilanjutkan

Karena X4 memiliki korelasi terkecil dan nilai signifikansi terbesar maka X4 dieliminasi
dari model regresi. Untuk melihat apakah apakah variabel X1 dan X2 signifikan maka
dilakukan hipotesis berdasarkan tabel anova berikut:
Jadi, dengan nilai signifikansi 0.05 didapatkan kesimpulan bahwa model regresi Y
terhadap X1 dan X2 signifikan.

Setelah X3 dan X4 dikeluarkan dari model regresi, ternyata model menjadi signifikan
ketika model regresi hanya terdiri dari variabel bebas X1 dan X2, dengan demikian
model regresi terbaik yang diperoleh dengan Backward Elimination Procedure adalah
sebagai berikut: 𝑌̂ = 52.577 + 1.468 𝑋1 + 0.662 𝑋2 Nilai konstanta sebesar 52.577. Hal
ini berarti bahwa jika jumlah kadar 3CaO.Al2O3 (X1) dan jumlah kadar 3CaO.SiO2 (X2)
tetap atau tidak mengalami penambahan atau pengurangan, maka panas semen per gram
(Y) memiliki nilai sebesar 52.577. Nilai koefisien jumlah kadar 3CaO.Al2O3 (X1)
sebesar 1.468. Hal ini mengandung arti bahwa setiap kenaikan panas semen per gram (Y)
akan naik sebesar 1.468 dengan asumsi bahwa variabel bebas yang lain dari model
regresi adalah tetap. Begitu halnya dengan nilai koefisien jumlah kadar 3CaO.SiO2 (X2)
sebesar 0.662. Hal ini mengandung arti bahwa setiap kenaikan panas semen per gram (Y)
akan naik sebesar 0.662 dengan asumsi bahwa variabel bebas yang lain dari model
regresi adalah tetap.