Perbandingan Metode Stepwise, Best Subset Regression, dan Fraksi dalam Pemilihan Model Regresi Berganda Terbaik

Abstract

Pemilihan model regresi terbaik adalah penentuan peubah bebas mana yang akan dimasukkan dalam model regresi sehingga model tersebut dapat menjelaskan perilaku peubah tak bebas dengan baik. Metode yang umum digunakan antara lain Stepwise dan Best Subset Regression. Metode Fraksi lebih diarahkan untuk penentuan model terbaik dengan kecenderungan multikolinear yang minimum. Dalam tulisan ini dikaji kelebihan dan kekurangan Metode Fraksi dibandingkan dengan Stepwise dan Best Subset Regression. Karena perbandingan ini difokuskan pada pemilihan model terbaik pada data yang memiliki masalah multikolinear maka contoh masalah yang diambil mewakili data dengan tingkat multikolinearitas yang tinggi. Hasil analisis terhadap kedua data tersebut dengan ketiga metode menunjukkan bahwa ketiga metode tersebut sama-sama dapat memberikan model terbaik. Kelebihan Metode Fraksi adalah mampu memberikan model terbaik yang memilki kecenderungan kolinearitas yang lebih rendah dari 2 metode lain. Sementara keharusan untuk mengambil fraksi merupakan kekurangan Metode Fraksi.