Академический Документы
Профессиональный Документы
Культура Документы
Contoh :
Seorang manajer suatu perusahaan pharmasi ingin mengetahui
apakah seorang pelamar akan dapat menjaldi seorang sales yang
baik. Untuk itu diputuskan untuk menggunakan data bulan
pertama dari volume penjualan dari seorang karyawan baru (Y)
berdasarkan variabel independen berikut :
1
Tabel 1. Data untuk contoh Perusahaan Pharmasi
Y X1 X2 X3 X4 X5
2
Hasil pengolahan dengan MINITAB diperoleh :
Y X1 X2 X3 X4
X1 0.676
X2 0.798 0.228
X3 -0.296 -0.222 -0.287
X4 0.550 0.350 0.540 -0.279
X5 0.622 0.318 0.695 -0.244 0.312
Response is Y
R-Sq X X X X X
Vars R-Sq (adj) C-p S 1 2 3 4 5
1 None 29 0 -
2 X2 28 0.6370 49.090
3 X1, X2 27 0.8948 66.220
4 X1, X2, X5 26 0.8953 0.124
5 X1, X2, X3, X5 25 0.8955 0.054
6 X1, X2, X3, X4, X5 24 0.8955 0.000
1. Y = 0 + 1 X1 R2F = 0,6370 KF = 2
2. Y = 0 R2R = 0 KR = 1
RF2 RR2 K F K R
F
1 RF2 N K F
0,6938 0 2 1
49,090
1 0,6938 30 2
Kesimpulan :
Model terbaik dengan menggunakan metode ini adalah :
Yˆ = 0 + 1 X1 + 2X2
2. Stepwise Regression
4
Prosedure ini dilakukan dengan menambahkan satu variabel
independen pada setiap step dalam model.
5
Step 1.
Buatlah Matriks Korelasi antara variabel dependen dan
independen. (hasil lihat tabel halaman 7 output MINITAB).
Step 2.
Dari step 1 diperoleh model regresi :
Analysis of Variance
Source DF SS MS F P
Regression 1 2303.7 2303.7 49.14 0.000
Error 28 1312.6 46.9
Total 29 3616.3
1. Y = 0 + 1 X1 R2F = 0,6370 KF = 2
2. Y = 0 R2R = 0 KR = 1
0,6938 0 2 1
F 49,090
1 0,6938 30 2
6
Berarti : Variabel umur mempunyai kontribusi penting dalam
penaksiran penjualan.
Hal ini juga bisa dilakukan dengan melakukan pengujian signifikansi
parameter dengan uji t dengan alpha yang dikehendaki. (ex. =5%)
Step 3.
Masukkan variabel tes perilaku (bakat) dalam persamaan
karena variabel ini mempunyai nilai korelasi terbesar kedua
(0,676) terhadap volume penjualan.
Variabel ini juga mempunyai korelasi kurang kuat dengan variabel
umur. Koefisien determinasinya R2F = 0,8948.
Step 4.
Bandingkan model dari step 3 dan step 1, yaitu :
1. Y = 0 + 1 X1 + 2 X2 R2F = 0,8943 KF = 3
2. Y = 0 + 2 X2 R2R = 0,6368 KR = 2
0,8948 0,6938 3 2
F 66,220
1 0,8948 30 3
Hal ini juga bisa dilakukan dengan melakukan pengujian signifikansi
parameter dengan uji t dengan alpha yang dikehendaki. (ex. =5%)
Source DF Seq SS
X1 1 1653.2
X2 1 1582.7
7
Step 5.
Masukkan lagi variabel independen nilai ijasah SMA. R 2 yang
dihasilkan hanya meningkat menjadi 0,8953.
Step 6.
Bandingkan model dari step 5 dan step 3, yaitu :
1. Y = 0 + 1 X1 + 2 X2 + 5 X5 R2F = 0,8953 KF = 4
2. Y = 0 + 1 X1 + 2 X2 R2R = 0,8943 KR = 3
0,8953 0,8948 4 3
F 0,124 (tidak signifikan)
1 0,8953 30 4
Analysis of Variance
Source DF SS MS F P
Regression 3 3237.7 1079.2 74.12 0.000
Error 26 378.6 14.6
Total 29 3616.3
Source DF Seq SS
X1 1 1653.2
X2 1 1582.7
X5 1 1.8
8
Tabel 3. Hasil metode stepwise untuk pemilihan model terbaik
1 None 0 0 -
2 X2 0.6370 0.6370 49.090
3 X1, X2 0.8948 0.2580 66.220
4 X1, X2, X5 0.8953 0.0005 0.124
5 X1, X2, X3, X5 0.8955 0.0002 0.054
6 X1, X2, X3, X4, X5 0.8955 0.0000 0.000