Penentuan Variabel Dominan pada regresi

Sebuah pertanyaan menarik dilontarkan oleh seorang sahabat lama, katakanlah namanya "Boco" (dalam bahasa melayu mungkin dekat padananya dengan gokil dalam bahasa gaul).Si boco ini bertanya, "Bagaimana cara kita menentukan variabel bebas yang paling signifikan mempengaruhi variabel tidak bebasnya dalam regresi?". Saya sempat terheran ketika ditanyakan seperti ini, pertanyaan sederhana namun sarat makna dari seorang boco. Mantap, pikir saya....

Berhari-hari saya berpikir sembari mengingat kembali perjalanan masa kuliah ketika pelajaran regresi. Hingga lamunan saya berhenti di salah satu pertemuan analisis regresi yaitu metode estimasi pemilihan model terbaik (on going ya tulisan yang ini, kita fokus dulu ke penentuan variabel dominannya ya).

Variabel dominan 

Sebelum kita menentukan mana variabel dominan, tentu kita harus tahu dulu apa itu variabel dominan. Akan banyak persepsi ataupun pandangan dari seseorang untuk mendefinisikan variabel yang paling dominan. Namun, menurut saya yang paling penting variabel dominan itu harus signifikan (ya iyalah ya...kalau ga signifikan tidak mungkin variabel itu pantas untuk menjadi variabel yang dominan) dan punya kontribusi paling besar terhadap modal. Setuju???

Lho koq diam? saya simpulkan setuju dulu ya...hehehe... Salah satu cara untuk menentukan mana variabel dominan di regresi adalah dengan menggunakan ataupun dalam hal ini memilih metode estimasi pemilihan model terbaik. Hal, ini dikarenakan dengan menggunakan salah satu metode estimasi pemilihan model terbaik, secara otomatis variabel tersebut akan diurutkan berdasarkan mana variabel yang paling dominan. Gak percaya? Yapz...mari kita diskusikan.

Berdasarkan metode estimasinya, Pemilihan model dapat dibagi menjadi :
1. Backward Elimination --> Memasukkan semua variabel untuk kemudian menghilangkan satu per satu variabel yang tidak signifikan (Singkat kata dulu ya kan janjinya seperti itu)
2. Forward Regression --> Dimulai dengan memasukkan variabel yang signifikan dalam hal ini yang paling berkorelasi kuat  terhadap dependent variable nya untuk kemudian memasukkan satu per satu variabel nya, hingga mencapai kondisi variabelnya signifkan semua.
3. Stepwise Regression --> Dimulai dengan memasukkan variabel yang signifikan, kemudian secara bertahap memasukkan variabel, namun apabila ada variabel yang tidak signifkan variabel tersebut dapat dikeluarkan kembali dari model.

Nah, kalau kita tarik benang merahnya, ketiga metode tersebut secara otomatis akan memberikan urutan variabel yang signifikan lho. Menarik. Lalu diawal pembukaan postingan saya sampaikan bahwa variabel dominan harus memberikan kontribusi paling besar terhadap variabel tak bebas nya kan??  Tentu tidak afdhol kalau berbicara ini tanpa berbicara angka, jadi nantikan postingan berikutnya terkait dengan tutorial pemilihan metode estimasi dan kontribusi variabel bebas terhadap variabel tidak bebasnya. Terimakasih atas kunjungannya. -Ferdi Fadly-

Posted in: Regresi , Statistik