Sebagai ilustrasi: Data lulusan siswa SMA yang melanjutkan studi pada Universitas di Amerika. Data memuat hubungan antara skor ujian scholastic matematika, skor ujian scholastic bahasa inggris, indeks prestasi matematika dan indeks prestasi bahasa inggris dengan indeks prestasi akademik tahun pertama. (Sumber data: Akhmad Fauzy, Jurnal LOGIKA, Volume 3, No.4, 1999)
Selanjutnya berdasarkan data yang ada, akan dilakukan pemeriksaan model regresi terbaik, dengan memanfaatkan program aplikasi Minitab_15.
Kriteria. Beberapa kriteria tentang model/persamaan regresi terbaik yang dapat dijadikan sebagai pegangan dalam mengevaluasi nilai-nilai pada table 1, antara lain :
1). Nilai R^2 akan mempunyai nilai yang terbesar dan pola peubah tersebut konsisten dengan persamaan
2). Nilai S^2 akan mempunyai nilai yang terkecil
3). Nilai Cp Mallows akan mempunyai nilai yang hampir sama dengan banyaknya jumlah parameter, termasuk β_0. Nilai Cp Mallows pada persamaan regresi yang melibatkan semua peubah penjelas tidak dapat dipergunakan sebagai pegangan dalam memilih persamaan regresi terbaik, karena nilai dari Cp Mallows tersebut akan sama dengan jumlah parameter (termasuk β_0).
Analisis Model Regresi Terbaik. Selanjutnya, akan dilakukan analisis statistika untuk pemeriksaan model regresi terbaik. Metode yang dipakai dalam analisis model regresi terbaik adalah metode Stepwise menggunakan program aplikasi Minitab_15. Pemilihan metode ini dikarenakan untuk mengurangi kemungkinan adanya muktikolinearitas dari persamaan/model yang dihasilkan.
Berdasarkan data nilai analisis pada Stepwise Regression, kita dapat memilih model regresi terbaik. Secara terpisah, untuk menentukan model regresi terbaik, kita perhatikan dahulu model regresi untuk satu peubah penjelas. Selanjutnya kita perhatikan untuk dua, tiga dan empat peubah penjelas.
Dengan demikian, diperoleh model regresi terbaik yang dapat digunakan sebagai alat dalam membuat keputusan mengenai apakah seorang pelamar dapat diterima atau tidak pada universitas tersebut.
Selengkapnya... Silahkan Download, KLIK DI SINI
Pak, izin bertanya.
BalasHapussaya meneliti tentang analisis data panel, setelah saya lakukan uji chow dan hausman (pemilihan model dalam regresi panel) yg terpilih adalah fixed effect model, nah yang membuat saya binggung itu apakah setelah fixed effect model terpilih saya harus lakukan prosedur Backward elimination atau tidak ??
terima kasih.
Pak, pernyataan Bapak "Pemilihan metode ini dikarenakan untuk mengurangi kemungkinan adanya muktikolinearitas dari persamaan/model yang dihasilkan", klo utk data panel saya baca dri Gujarati (2004), data panel bisa mengurangi masalah multikolinearitas, apakah ini menunjukkan tidak perlunya dilakukan prosedur pemilihan seperti backward lagi ?
BalasHapus