Nomor 4.13

Membaca Data

data1 <- read.csv("D:/Afi/KULIAH/anreg/Data Anreg Berganda 2.csv", sep = ",")
data1

Pemodelan Regresi Linear Tiga Variabel X Pertama (X1, X2, X3)

rumus1 <- Y~X1+X2+X3
anreg1 <- lm(rumus1, data = data1)
anreg1

Seleksi Peubah Metode Forward

Seleksi Variabel Metode Forward merupakan salah satu teknik dalam analisis regresi yang digunakan untuk memilih variabel yang memiliki dampak paling signifikan dalam memprediksi variabel dependen. Dalam pendekatan ini, variabel independen ditambahkan secara berurutan ke dalam model regresi berdasarkan kriteria tertentu.

a. Penambahan Variabel X4

step(anreg1,direction="forward",
 scope=~X1+X2+X3+X4)

Berdasarkan prosedur seleksi variabel menggunakan metode forward pertama, penambahan variabel penjelas X4 dapat membuat model menjadi lebih baik. Hal ini juga dapat dilihat dari nilai AIC yang lebih rendah, yaitu sebesar 271,02 dibanding nilai sebelum penambahan X$ sebesar 280,12.

Redifine Model (Memasukkan Peubah X4 ke dalam model)

rumus1 <- Y~X1+X2+X3+X4
anreg1 <- lm(rumus1, data = data1)
anreg1

b. Penambahan Variabel X5

step(anreg1,direction="forward", scope=~X1+X2+X3+X4+X5)

Berdasarkan nilai AICnya, penambahan variabel penjelas X5 ke dalam model dapat menghasilkan nilai AIC yang lebih besar, yaitu sebesar 272,37 apabila dibandingkan dengan model sebelumnya sebesar 271,02. Maka dari itu, model lebih baik apabila tanpa penambahan variabel penjelas X5.

c. Penambahan Variabel X6

step(anreg1,direction="forward",
 scope=~X1 + X2 + X3 + X4 + X6)

Penambahan variabel penjelas X6 juga dapat menghasilkan nilai AIC yang lebih besar, yaitu sebesar 272,98 yang menunjukkan bahwa model dapat lebih baik dengan tidak adanya kehadiran variabel penjelas X6.

Kesimpulan

Model yang melibatkan penambahan variabel penjelas X4 dapat menjadi model terbaik yang digunakan untuk menjelaskan variabel Y. Hal ini juga didukung oleh penurunan nilai pada AIC yang cukup signifikan setelah ditambahkan X4 ke dalam model yang menunjukkan adanya peningkatan dalam kecocokan model. Oleh karena itu, penambahan X4 dapat memberikan hasil yang signifikan dalam meningkatkan pemahaman atas variabel Y.