Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike's Information Criterion dan Schwarz Information Criterion

Abstract

Abstrak Analisis regresi seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal suatu variabel. Agar diperoleh hasil analisis yang optimal, maka diperlukan model regresi terbaik. Beberapa metode dapat digunakan untuk memilih model regresi terbaik, diantaranya adalah dengan metode Akaike's Information Criterion (AIC) dan Schwarz Information Criterion (SIC). Penelitian ini bertujuan mengkaji pemilihan model regresi terbaik menggunakan metode AIC dan SIC pada kasus faktor-faktor yang mempengaruhi nilai ujian nasional (UNAS) siswa Sekolah Menengah Kejuruan Negeri (SMKN) 1 Samarinda. Berdasarkan metode AIC model regresi terbaik yang dapat digunakan untuk mengetahui hubungan antara rata-rata nilai UNAS siswa SMKN 1 Samarinda dengan rata-rata nilai tryout (X 1), nilai kompetensi (X 2) dan rata-rata nilai ujian sekolah (X 3) adalah Y = -0,0094 + 0,4541 X 1 + 0,2178 X 2 + 0,3291 X 3 . Adapun model regresi terbaik menurut metode SIC adalah Y = 0,4749 + -2,6174 + + 0,5322 X 1 + + 0,2636 X 3 Kata kunci : Regresi, Model Terbaik, Akaike's Information Criterion, Schwarz Information Criterion, UNAS. Pendahuluan Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal suatu variabel (Kutner, Nachtsheim dan Neter, 2004). Jika suatu model regresi digunakan untuk tujuan peramalan, maka diperlukan model terbaik. Beberapa metode yang dapat digunakan untuk mendapatkan model regresi terbaik, diantaranya adalah dengan metode Akaike's Information Criterion (AIC) dan Schwarz Information Criterion (SIC) (Widarjono, 2007). Kedua metode tersebut mempunyai kelebihan dibanding menggunakan metode koefisien determinasi (R 2) yang banyak digunakan selama ini. Kelebihan AIC dan SIC adalah terutama pada pemilihan model regresi terbaik untuk tujuan peramalan (forecasting), yaitu dapat menjelaskan kecocokan model dengan data yang ada (in-sample forecasting) dan nilai yang terjadi di masa mendatang (out of sample forecasting). Adapun kelemahan dari metode R 2