metode eliminasi mundur _kel4

ANALISIS PENGARUH PENGGUNAAN KB TERHADAP ANGKA

KELAHIRAN TAHUN 2010 – 2011 DI PROVINSI JAWA TENGAH

DENGAN MENGGUNAKAN REGRESI METODE ELIMINASI

MUNDUR

KELOMPOK 4

Atika Oktafiana (M0110010)

Eko Budi Susilo (M0110022)

Indra Kurniawan (M0110038)

Inge Sagitania (M0110039)

Intan Permatasari (M0110041)

Kartika Ambarwati P. (M0110048)

TEORI

Metode penyisihan (eliminasi mundur) dimulai dengan memasukkan

seluruh peubah bebas ke dalam model kemudian sisihkan satu demi satu

sampai semua yang tidak memenuhi patokan keluar dari model.

Tahap-tahapnya sebagai berikut :

1. Masukkan semua peubah bebas dalam model.

2. Ambil X yang mempunyai pengaruh paling kecil sebagai peubah yang

terakhir masuk.

3. Uji pengaruh peubah tersebut apakah berarti atau tidak.

4. Jika peubah berarti, maka proses selesai.

5. Bila peubah tidak berarti, maka peubah tersebut keluar dari model.

6. Ulangi proses pada tahap kedua.

LATAR BELAKANG

Data kelahiran tahun 2010 – 2011 di 10 Kabupaten di Provinsi

Jawa Tengah :

Langkah 1.

Didapatkan semua variabel masuk dalam model regresi.

Uji signifikansi pengaruh variabel susuk (X4)

karena memiliki nilai P terbesar (0.696). Karena P(0.696) >

(0.10) maka kesimpulannya variabel susuk (X4) tidak

mempunyai pengaruh yang signifikan terhadap model

sehingga dikeluarkan dari model.

Langkah 2.Setelah variabel susuk dikeluarkan didapatkan persamaan regresi estimasi

Kemudian diuji signifikansi pengaruh variabel IUD (X1) karena

memiliki nilai P terbesar (0.785). Karena P(0.785) > (0.10)

maka kesimpulannya variabel IUD (X1) tidak mempunyai

pengaruh yang signifikan terhadap model sehingga

dikeluarkan dari model.

Langkah 3. Setelah variabel IUD dikeluarkan didapatkan persamaan regresi estimasi

Kemudian diuji signifikansi pengaruh variabel MOW (X3)

karena memiliki nilai P terbesar (0.093). Karena P (0.093) <

(0.10) maka kesimpulannya variabel MOW mempunyai

pengaruh yang signifikan terhadap model sehingga masuk

dalam model.

Karena P dari X2 < P dari X3 dan P dari X5 < P dari X3

maka variabel X2 dan X5 secara otomatis masuk dalam

model.

110000100000900008000070000600005000040000

20000

10000

0

-10000

-20000

-30000

Fitted Value

Resi

dual

Versus Fits(response is Y (kelahiran))

400003000020000100000-10000-20000-30000-40000

99

95

90

80

70

605040

30

20

10

5

1

RESI3

Perc

ent

Mean -1.89175E-11StDev 14346N 10KS 0.153P-Value >0.150

Probability Plot of RESI3Normal

Dari gambar 1 dan gambar 2 persamaan regresi ini

bervariansi homogen dan mempunyai residual berdistribusi

normal. Persamaan regresi :

Y (kelahiran) = 27845 - 88.9 X2 (MOP) + 39.0 X3 (MOW) +

12.6 X5 (kondom)

TERIMA KASIH