Escolar Documentos
Profissional Documentos
Cultura Documentos
1, Nopember 2013
Azwar Habibi)*
Email: azwarhabibi_ambulu@yahoo.co.id
ABSTRACT
Regression analysis is a statistical analysis that aims to model the relationship between
independent variables with the dependent variable. In the regression analysis is one method
often used to select the best regression model of stepwise regression method. The purpose
of this paper is to apply the best selection of regression models with stepwise method to
compare data HBAT and stepwise regression method with the program package Minitab,
SPSS, SAS and R. Thus, it can be concluded in principle can be shown to the interpretation of
multiple linear regression analysis with selection of the best models using the Stepwise
method using MINITAB statistical package, SPSS, SAS and R. Thus, to produce the best model
Y 1,151 0,319 X 9 0,369 X 6 0,775 X 12 0,417 X 7 0,174 X 11 . However, the advan
tages and deficiency obtained the statistical package suitable for Stepwise regression
analysis was SPSS and MINITAB, because this package is specially designed for the social
sector in appropriate regression analysis. Because its use is more easily done because the
menu based. SAS package is the most comprehensive software suitable for all types of
existing analytical methods in statistics, but its use is very difficult because the command line
rather than the menu based. While for interpretation using the R package output
information in Stepwise regression analysis is easy and is complete so that it can be used in
Stepwise regression analysis. Thus, the authors suggested using R packages in Stepwise
regression analysis even more is the command line, but, in its use for the stepwise
regression analysis commands are easy to do and produce output that is easy to understand.
Keywords: Regression Analysis, Stepwise Regression Method, Minitab, R, SAS, SPSS.
ABSTRAK
Analisis regresi adalah analisis statistika yang bertujuan untuk memodelkan hubungan antara
variabel independent dengan variabel dependent. Dalam analisis regresi terdapat salah satu metode
yang sering digunakan untuk memilih model regresi terbaik yaitu Metode regresi stepwise. Tujuan
dari makalah ini adalah menerapkan pemilihan model regresi terbaik dengan metode stepwise pada
data HBAT dan membandingkan metode regresi stepwise dengan OSS Statistika-R program Minitab,
SPSS, SAS dan R. Sehingga, dapat disimpulkan pada dasarnya dapat ditunjukkan interpretasi analisis
regresi linier berganda dengan pemilihan model terbaik menggunakan metode Stepwise
menggunakan OSS Statistika-R statistik MINITAB, SPSS, SAS dan R. Sehingga, menghasilkan model
terbaik yaitu Y 1,151 0,319 X 9 0,369 X 6 0,775 X 12 0,417 X 7 0,174 X 11 . Akan tetapi,
diperoleh kelebihan dan kekuranganya yaitu untuk OSS Statistika-R statistik yang cocok untuk analisis
regresi Stepwise adalah SPSS dan MINITAB, karena OSS Statistika-R ini didesain khusus untuk bidang
sosial yang cocok dalam analisis regresi. Karena penggunaanya lebih mudah dilakukan karena
berbasis menu. Untuk software SAS ini merupakan software yang paling komprehensif cocok untuk
59 Educazione, Vol. 1. No. 1, Nopember 2013
semua jenis metode analisis yang ada distatistika, akan tetapi penggunaanya sangat sulit karena lebih
bersifat command line dari pada berbasis menu. Sedangkan untuk interpretasi menggunakan OSS
Statistika-R informasi output yang dihasilkan dalam analisis regresi Stepwise cukup mudah dan sudah
komplit sehingga dapat digunakan dalam analisis regresi Stepwise. Sehingga, penulis menyarankan
untuk menggunakan OSS Statistika-R dalam menganalisis regresi Stepwise meskipun lebih bersifat
command line, akan tetapi, dalam penggunaanya untuk analisis regresi stepwise perintah-
perintahnya sangat mudah dilakukan dan menghasilkan output yang mudah dipahami.
Kata kunci: Analisis regresi, Metode regresi stepwise, Minitab, R, SAS, SPSS.
MINITAB, SAS dan OSS Statistika-R. variabel tak bebas. Kemudian setiap kali
Ilustrasi terhadap metode regresi pemasukan variabel bebas yang lain,
stepwise dilakukan dengan dilakukan pengujian untuk tetap
menggunakan data riil yaitu data memasukkan variabel bebas atau
sekunder yang diperoleh dari data yang mengeluarkannya. Analisa yang
ada di OSS Statistika-R SPSS yaitu data dilakukan pada metode ini adalah
HBAT menjelaskan mengenai hasil dengan menggunakan uji F yang
survey konsumen HBAT yaitu mengambil standar angka signifikan atau
perusahaan penghasil kertas (Hair et al, probabilitas 5%, dengan kata lain
2006). Variabel yang ada sebanyak 18 variabel bebas akan dimasukkan
variabel, tetapi yang digunakan hanya 13 kedalam model apabila tingkat
variabel dengan responden 100 signifikansi dari nilai Fhitung kurang dari
perusahaan. Adapun variabel yang atau sama dengan 0,05 dan variabel
digunakan untuk analisis adalah variabel bebas dikeluarkan dari model apabila
respon (Y) adalah kepuasan pelanggan tingkat signifikansi dari model apabila
variabel dan variabel prediktor (X) yaitu tingkat signifikansi dari Fhitung lebih besar
X6 adalah Kualitas produk, X7 adalah atau sama dengan 0,100. Fhitung yang
Aktivitas E-commerce, X8 adalah dimasukkan dalam model disebut juga F-
penunjang tehnik (technical support), X9 to-enter dan Fhitung yang dikeluarkan dari
adalah Tanggapan terhadap complain, model disebut juga F-to-remove. Adapun
X10 adalah periklanan, X11 adalah product langkah-langkah atau proses
line, X12 adalah image dari sales, X13 memasukkan atau mengeluarkan
adalah kompetisi harga, X14 adalah variabel bebas dari model dapat dilihat
Garansi dan klaim, X15 adalah produk pada tabel 1. Dari Tabel 1 terlihat bahwa
baru, X16 adalah pemesanan dan variabel bebas yang dimasukkan
pembayaran, X17 adalah harga yang pertama kali dan berturut-turut
fleksibel, X18 adalah kecepatan selanjutnya adalah X9, X6, X12, X7, X11, dan
pengiriman. yang terakhir X16. Akan tetapi Satu-
satunya variabel yang perlu
HASIL DAN PEMBAHASAN diperhitungkan untuk menjadi variabel
yang akan masuk dalam model adalah
1. Interpretasi Analisis Regresi X16, karena variabel ini kemudian ditolak.
Berganda Dengan Pemilihann Model Setelah kelima variabel bebas tersebut
Terbaik Menggunakan Metode dimasukkan dalam model, tidak ada lagi
STEPWISE Menggunakan SPSS variabel bebas lain yang dimasukkan
Dalam penelitian ini akan karena tingkat signifikansi atau
digunakan OSS Statistika-R, MINITAB, probabilitas dari Fhitung masing-masing
SPSS, dan SAS, untuk menyelesaikan variabel bebas yang lain melebihi 0,100.
Metode regresi Stepwise dan tujuanya Selanjutnya untuk mengetahui besar
untuk membandingkan dengan cara keterandalan model yang telah dipilih
mengevaluasi kelengkapan fasilitas dapat dilihat pada nilai R2adjusted Model ke
dapat menghasilkan outputnya. Metode 5 atau model yang mengandung variabel
regresi Stepwise dimulai dengan bebas terpilih X9, X6, X12, X7, dan X11
memasukkan variabel bebas yang mempunya nilai R2adjusted sebesar 0,780
memiliki korelasi paling kuat dengan yang berarti 78% variabel tak bebas Y
63 Educazione, Vol. 1. No. 1, Nopember 2013
Tabel 1. Variabel masuk/keluar dari persamaan regresi berganda pada metode regresi
stepwise dengan variabel tak bebas Y berdasarkan Output SPSS.
1. X9 - Tanggapan
.
Stepwise (Kriteria: Fhitung yang dimasukkan dalam model 0,050,
terhadap complain Fhitung yang dikeluarkan dari model 0,100).
2. X6 - Kualitas produk
.
Stepwise (Kriteria: Fhitung yang dimasukkan dalam model 0,050,
Fhitung yang dikeluarkan dari model 0,100).
4. X7 - Aktivitas E-
.
Stepwise (Kriteria: Fhitung yang dimasukkan dalam model 0,050,
commerce Fhitung yang dikeluarkan dari model 0,100).
3 X12 3 0,2 0,7 16,4 80, <,00 korelasi parsial tertinngi sebesar
084 526 818 86 01
0,532 yaitu Variabel X6. Dari uji
4 X7 4 0,0 0,7 9,71 8,3 0,00 individu dengan t, variabel ini secara
200 726 63 5 48 statistik nyata, sehingga X6 masuk ke
5 X11 5 0,0 0,7 3,73 8,1 0,00 dalam model dan diperoleh model :
182 908 20 8 52 Y 1,077 0,550 X 9 0,364 X 6
6 X16 6 0,0 0,7 2,88 2,9 0,08 Persamaan ini mempunyai nilai R2 =
065 973 22 8 75 0,544. Dari uji F keseluruhan dan uji
individu dengan t, persamaan ini
7 X16 5 0,0 0,7 3,73 2,9 0,08
065 908 20 8 75 secara statistik nyata.
mudah dilakukan karena berbasis menu. Second Edition, John Wiley &
OSS Statistika-R SAS ini merupakan Sons, Inc., New York.
software yang secara harga mahal tetapi
Galton, F. (1886). Regression towards
yang paling komprehensif cocok untuk
mediocrity in hereditary stature.
semua jenis metode analisis yang ada
Journal of the Anthropological
distatistika, akan tetapi penggunaanya
Institute, 15 (1), 246-263.
sangat sulit karena lebih bersifat
command line dari pada berbasis Grossman, Y. L., Ustin S. L., Jacquemoud,
menu(menu driven). Sedangkan untuk S., Sanderson E. W., Schmuck, G.,
interpretasi menggunakan OSS dan Verdebout, J. (1996). Critique
Statistika-R informasi output yang of Stepwise Multiple Linear
dihasilkan dalam analisis regresi Regression for the Extraction of
Stepwise cukup mudah dan sudah Leaf Biochemistry Information
komplit sehingga dapat digunakan dalam from Leaf Reflectance Data.
analisis regresi Stepwise dan OSS Remote Sens. Environ, 56 (2),182-
Statistika-R ini merupakan sofware 193.
statistik yang bersifat open source, gratis
Hair,J.F., Anderson, R.E., Tatham, R.L.,
dan untuk dasar sudah berbasis menu
and Black, W.C.(2006).
(suhartono,2008). Banyak didukung oleh
Multivariate Data Analysis. 6th
ahli statistik diseluruh dunia jadi
edition, Prentice Hall
sebenarnya kita dapat secara bebas
International:United Kingdom.
mengembangkan OSS Statistika-R ini
untuk digunakan dalam analisis regresi Kutner, M.H., Nachtsheim, C.J. and
Stepwise. Sehingga, penulis Neter, J. (2004). Applied Linier
menyarankan untuk menggunakan OSS Regression Models. McGraw Hill
Statistika-R dalam menganalisis regresi International, New York.
Stepwise meskipun lebih bersifat
Lau, O. W., dan Shao, B. (1997).
command line, akan tetapi dalam
Correction for the effects of
penggunaanya untuk analisis regresi
viscoelastic changes in a
stepwise perintah-perintahnya sangat
piezoelectric quartz crystal by the
mudah dilakukan dan menghasilkan
multiple linear regression
output yang mudah dipahami.
method. Analytica Chimica Acta,
343 (2), 85-92.