ANALISIS REGRESI

“METODE FORWARD DAN METODE BACKWARD”

Dosen Pengampu : Indah Manfaati Nur

Disusun Oleh

Nama : Wiwik Setiyani

NIM : B2A018030

PROGRAM STUDI S1 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS MUHAMMADIYAH SEMARANG

2019
 Data hasil penelitian tentang Penguasaan Kosa Kata, Pemahaman Tema, Pengetahuan
Tata Bahasa dan Kemampuan Menulis siswa SMA disajikan sebagai berikut.

Pemahaman Pengetahuan Kemampuan

No Kosa Kata
Tema Tata Bahasa Menulis Bahasa
1 8 10 20 6
2 8 12 21 7
3 7 12 21 6
4 9 14 23 7
5 8 15 24 7
6 8 8 20 6
7 9 15 22 7
8 6 8 18 5
9 7 20 26 8
10 9 18 28 8
11 6 10 16 5
12 5 7 15 4
13 10 22 30 9
14 9 12 19 6
15 10 15 20 7

Keterangan :

X1 : Kosa kata

X2 : Pemahaman Tema

X3 : Tata Bahasa

Y1 : Kemampuan Menulis Siswa

A. METODE FORWARD
Data diatas akan diuji menggunakan uji regresi metode forward,berikut langkah-
langkah dan hasil output SPSS

1. Hitung koefisien korelasi setiap variabel independen dengan variabel dependen. X1,
X2, dan X3 merupakan variabel independent sedangkan Y sebagai variabel
dependent.

Correlations

Kosa_Kata Pemahaman_Te Pengetahuan_T Kemampuan_Me

ma ata_Bahasa nulis_Bahasa

Pearson Correlation 1 ,621* ,619* ,758**

Kosa_Kata Sig. (2-tailed) ,014 ,014 ,001

N 15 15 15 15
* **
Pearson Correlation ,621 1 ,906 ,934**

Pemahaman_Tema Sig. (2-tailed) ,014 ,000 ,000

N 15 15 15 15
* **
Pearson Correlation ,619 ,906 1 ,947**

Pengetahuan_Tata_Bahasa Sig. (2-tailed) ,014 ,000 ,000

N 15 15 15 15
** ** **
Pearson Correlation ,758 ,934 ,947 1
Kemampuan_Menulis_Bahas
Sig. (2-tailed) ,001 ,000 ,000
a
N 15 15 15 15

*. Correlation is significant at the 0.05 level (2-tailed).

**. Correlation is significant at the 0.01 level (2-tailed).
 2. Koefisien korelasi pengetahuan tata bahasa dengan kemampuan menulis
bahasa paling mendekati |1|, sehingga variabel pengetahuan tata bahasa adalah
variabel pertama yang masuk ke dalam model.

3. Estimasi model regresi dengan variabel independen pengetahuan tata bahasa

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) ,143 ,611 ,235 ,818

1
Pengetahuan_Tata_Bahasa ,297 ,028 ,947 10,635 ,000

a. Dependent Variable: Kemampuan_Menulis_Bahasa

4. Karena |thit| > t1-α/2;db.error atau p-value < α (= 5 %), yaitu 0,00<0,05 maka variabel
x1 signifikan masuk ke dalam model.
 5. Hitung korelasi parsial variabel independen tersisa, x1 dan x2 dengan Y. Sebagai
variabel kontrol adalah variabel yang sudah masuk ke dalam model, x3

6. Berdasarkan output SPSS di atas, x1 (kosa kata) mempunyai koefisien korelasi parsial
paling mendekati |1|, sehingga x1 masuk ke dalam model setelah x3.

Partial Corr
Correlations

Control Variables Kosa_Kata Pemahaman_Te Kemampuan_Me

ma nulis_Bahasa

Correlation 1,000 ,180 ,680

Kosa_Kata Significance (2-tailed) . ,538 ,007

df 0 12 12

Correlation ,180 1,000 ,560

Pengetahuan_T Pemahaman_
Significance (2-tailed) ,538 . ,037
ata_Bahasa Tema
df 12 0 12

Kemampuan_ Correlation ,680 ,560 1,000

Menulis_Baha Significance (2-tailed) ,007 ,037 .

sa df 12 12 0
 7. Estimasi kembali model regresi, dengan memasukkan variabel x1 setelah x3
Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity Statistics

Coefficients Coefficients

B Std. Error Beta Tolerance VIF

(Constant) -,628 ,524 -1,197 ,255

Pengetahuan_ ,243 ,027 ,775 8,957 ,000 ,617 1,621

1
Tata_Bahasa

Kosa_Kata ,244 ,076 ,278 3,215 ,007 ,617 1,621

a. Dependent Variable: Kemampuan_Menulis_Bahasa

Karena |thit| > t1-a/2;db.error atau p-value < α , maka variabel x3 dan x1 signifikan masuk ke
dalam model.

8. Estimasi variabel x2 dengan Y, sebagai variabel kontrol adalah x3 dan x1

Partial Corr
Correlations

Control Variables Pemahaman_Te Kemampuan_Me

ma nulis_Bahasa

Correlation 1,000 ,607

Pemahaman_Tema Significance (2-tailed) . ,028

Pengetahuan_Tata_Bahasa df 0 11
& Kosa_Kata Correlation ,607 1,000
Kemampuan_Menulis_Bahas
Significance (2-tailed) ,028 .
a
df 11 0

Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity Statistics

Coefficients Coefficients

B Std. Error Beta Tolerance VIF

(Constant) ,232 ,552 ,421 ,682

Pengetahuan_Tata_ ,152 ,042 ,484 3,577 ,004 ,174 5,762

1 Bahasa

Kosa_Kata ,214 ,064 ,245 3,354 ,006 ,597 1,676

Pemahaman_Tema ,101 ,040 ,344 2,535 ,028 ,173 5,783

a. Dependent Variable: Kemampuan_Menulis_Bahasa

 Karena |thit| > t1-a/2;db.error atau p-value < α , maka variabel x3 , x1, dan X2 signifikan
masuk ke dalam model.
Y = 0,232 + 0,152 x1 + 214 x2 + 0,101 x3
B. METODE BACKWARD
Data diatas akan diuji menggunakan uji regresi metode forward,berikut langkah-
langkah dan hasil output SPSS
1. Masukkan variabel Y didalam kolom dependent, dan variabel lainnya di dalam
kolom independent. Kemudian pilih method : backward. (biasanya jika langsung
proses regresi tanpa eliminasi variabel menggunakan method enter). Kemudian
klik OK

Variables Entered/Removeda

Model Variables Variables Method

Entered Removed

Pemahaman_Te . Enter
ma, Kosa_Kata,
1
Pengetahuan_T
ata_Bahasab

a. Dependent Variable: Kemampuan_Menulis_Bahasa

b. All requested variables entered.

Terlihat bahwa SPSS tidak mengeliminasi ketiga variabel. Hal ini membuktikan
bahwa ketiga variabel ( X1 , X2 dan X3) signifikan.
 Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate
a
1 ,982 ,965 ,956 ,275

a. Predictors: (Constant), Pengetahuan_Tata_Bahasa, Kosa_Kata,

Pemahaman_Tema

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 22,904 3 7,635 101,214 ,000b

1 Residual ,830 11 ,075

Total 23,733 14

a. Dependent Variable: Kemampuan_Menulis_Bahasa

b. Predictors: (Constant), Pengetahuan_Tata_Bahasa, Kosa_Kata, Pemahaman_Tema

Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity Statistics

Coefficients Coefficients

B Std. Error Beta Tolerance VIF

(Constant) ,232 ,552 ,421 ,682

Pengetahuan_Tat ,152 ,042 ,484 3,577 ,004 ,174 5,762

a_Bahasa
1
Kosa_Kata ,214 ,064 ,245 3,354 ,006 ,597 1,676

Pemahaman_Te ,101 ,040 ,344 2,535 ,028 ,173 5,783

ma

a. Dependent Variable: Kemampuan_Menulis_Bahasa

Variabel X1 (pengetahuan tata bahasa) , X2 (kosa kata) dan X3 (pemahaman tema)

signifikan. Hal ini dibuktikan dari besarnya sig. Yaitu 0,004 (X1) 0,006 (X2) dan 0,028 (X3)
<α 0,05. Sehingga model yang terbentuk menggunakan Metode Backward adalah sebagai
berikut :

Y = 0,232 + 0,152 X1 + 0,214 X2 + 0,101 X3