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

M Fathurahman

Abstract


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 (X1), nilai kompetensi (X2) dan rata-rata nilai ujian sekolah (X3) adalah Y = -0,0094 + 0,4541 X1 + 0,2178 X2 + 0,3291 X3. Adapun model regresi terbaik menurut metode SIC adalah Y = 0,4749 + -2,6174 + + 0,5322 X1 + + 0,2636 X3


Full Text:

PDF

References


Grasa, A. A. 1989. Econometric Model Selection: A New Approach, Kluwer.

Kutner, M.H., Nachtsheim, C.J. dan Neter, J. 2004. Applied Linear Regression Models. New York: McGraw-Hill/Irwin.

Sahrul. 2009. Pendekatan Regresi Spline untuk memodelkan dan mengetahui Faktor-faktor yang mempengaruhi Nilai Ujian Nasional

Siswa Sekolah Menengah Kejuruan Negeri 1 Samarinda. Tugas Akhir. Program Studi tatistika FMIPA Universitas Mulawarman Samarinda.

Sembiring, R.K. 2003. Analisis Regresi, Edisi Kedua, Bandung: ITB.

Widarjono, A. 2007. Ekonometrika: Teori dan Aplikasi untuk Ekonomi dan Bisnis, Yogyakarta: Ekonisia Fakultas Ekonomi Universitas Islam Indonesia.




DOI: http://dx.doi.org/10.30872/jim.v4i3.41

Refbacks

  • There are currently no refbacks.


Copyright (c) 2016 Jurnal Informatika Mulawarman (JIM)

Editor Informatika Mulawarman Address:
ISSN 1858-4853 (Print) | ISSN 2597-4963 (Online)
Published by: Mulawarman University
Managed by : Informatika Department
Jalan Sambaliung No.9 Sempaja Selatan Samarinda Utara,
Kalimantan Timur 75117 - Indonesia
E-mail: jim.unmul@gmail.com
OJS: http://e-journals.unmul.ac.id/index.php/JIM
Contact Person: Gubtha Mahendra Putra

 Creative Commons License

Informatika Mulawarman by http://e-journals.unmul.ac.id/index.php/JIM/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Under the CC BY-SA license, authors and other users are able to reprint, distribute or use the material for commercial purposes so long as they give attribution to the journal Informatika Mulawarman and license the republished material under the same license.