Regresi Stepwise


Model regresi terbaik terkadang didapatkan dari beberapa tahap pemilihan. Daftar sejumlah variabel penjelas tersedia dan dari itu dicari variabel mana yang seharusnya dimasukkan ke dalam model. Variabel penjelas terbaik akan digunakan pertama kali, dan kemudian yang kedua, dan seterusnya. Prosedur ini kita kenal dengan Regresi Stepwise.

Regresi stepwise melibatkan dua jenis proses yaitu: forward selection dan backward elimination. Teknik ini dilakukan melalui beberapa tahapan. Pada masing-masing tahapan, kita akan memutuskan variabel mana yang merupakan prediktor terbaik untuk dimasukkan ke dalam model. Variabel ditentukan berdasarkan uji-F, variabel ditambahkan ke dalam model selama nilai p-valuenya kurang dari nilai kritik α (biasanya 0,15). Kemudian variabel dengan nilai p-value lebih dari nilai kritik α akan dihilangkan. Proses ini dilakukan terus menerus hingga tidak ada lagi variabel yang memenuhi kriteria untuk ditambahkan atau dihilangkan.

Model dalam regresi Stepwise adalah:

Y = β0 + β1X1 + β2X2 + β3X3 + …. + βnXn

Sedangkan Hipotesis yang digunakan dalam Regresi Stepwise adalah:

H0 : β1, β2, β3 = 0

Dengan hipotesis alternatif adalah:

Ha : β1, β2, β3 ≠ 0

Ilustrasi:

Berikut ini adalah data gaji manajer pada 10 perusahaan besar, dengan regresi stepwise kita dapat memilih variabel mana saja dari daftar berikut yang signifikan dalam mempengaruhi besarnya gaji para manajer tersebut:

No.

Y

X1

X2

X3

X4

X5

X6

X7

X8

X9

X10

1

15

3

15

1

200

22

1

40

22

0

5

2

16

4

14

1

250

23

1

39

21

0

7

3

16

9

14

0

150

23

1

38

22

0

12

4

16

8

11

0

200

23

1

52

22

1

12

5

16

8

18

1

140

24

1

36

21

0

14

6

16

12

13

0

260

24

1

54

22

1

16

7

16

7

12

0

300

23

1

49

21

0

17

8

16

13

14

0

150

23

1

40

21

0

5

9

16

25

16

1

200

23

1

45

22

0

6

10

9

19

19

0

240

23

1

48

22

1

9

Dimana:

Y = gaji manajer (dalam logaritma natural = ln) *lihat bab normalisasi data dengan transformasi

X1 = masa kerja (tahun)

X2 = masa pendidikan (tahun)

X3 = bonus (1 jika ada, dan 0 jika tidak ada)

X4 = Jumlah karyawan yang diawasi (orang)

X5 = Aset perusahaan (dalam logaritma natural = ln) *lihat bab normalisasi data dengan transformasi

X6 = dewan direksi (1 jika ada, dan 0 jika tidak ada)

X7 = umur (tahun)

X8 = keuntungan perusahaan (dalam logaritma natural = ln) *lihat bab normalisasi data dengan transformasi

X9 = tanggung jawab internasional (1 jika ada, dan 0 jika tidak)

X10 = total penjualan perusahaan 12 bulan terakhir (dalam milyar)

Hipotesis:

H0 = H0 : β1, β2, β3 = 0

Ha : β1, β2, β3 ≠ 0

Langkah pengerjaan dengan SPSS adalah dengan memilih Analyze – Regression – Linear, kemudian masukkan variabel dependen maupun independennya.

Beli Referensi Lengkap :
Aplikasi Analisis Multivariate dengan program SPSS 21 update PLS Regresi Imam Ghozali

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s