25
BAB 3 METODOLOGI PENELITIAN
3.1.
Analisis Permasalahan Pada regresi berganda terdapat beberapa masalah yang dapat terjadi sehingga
dapat menyebabkan estimasi koefisien regresi menjadi tidak stabil. Salah satu permasalahan yang akan dibahas di dalam penulisan skripsi ini pengaruh outlier. Data yang mengandung banyak outlier akan menimbulkan estimasi yang tidak mewakili sebaran. Untuk itu akan dianalisa ketahanan metode Kuadrat Terkecil Biasa dan metode
Kuadrat Median Terkecil terhadap outlier. Multikolinieritas dapat terjadi apabila terdapat suatu ketergantungan linier di antara peubah-peubah bebas (x). Jika peubah-peubah bebas tersebut saling berkorelasi, maka akan sangat sulit untuk memisahkan pengaruh mereka masing-masing terhadap peubah tak bebas dan untuk mendapatkan penaksir yang baik bagi koefisien-koefisien regresi.
3.2.
Tahapan Analisis Terdapat beberapa tahapan penelitian yang dilalui dalam penulisan skripsi ini,
yaitu : 1.
Studi kepustakaan Pada tahap ini dilakukan studi yang bersumber dari buku, artikel, jurnal, website mengenai beberapa teori yang dapat digunakan dalam analisis seperti teori
26 mengenai regresi linier berganda, metode Kuadrat Terkecil Biasa, metode
Kuadrat Median Terkecil dan lain-lain. 2.
Perencanaan Prosedur Analisis Berdasarkan dari landasan teori yang telah diperoleh dari tahap studi kepustakaan, selanjutnya dilakukan perencanaan prosedur analisis. Pada tahap ini dilakukan perencanaan mengenai prosedur-prosedur apa saja yang diperlukan dalam menganalisis data.
3.
Perancangan program Perancangan program merupakan tahap terakhir dari analisis. Pada tahap ini dilakukan perancangan program dengan menggunakan R Language versi terbaru untuk mempermudah analisis data, sehingga data tidak perlu dianalisis secara manual. Kegiatan meliputi : -
Pembangkitan data sampel
-
Analisis statistika
-
Pembahasan hasil
3.3 Teknik Pengadaan Data Sampel data dibangkitkan dengan simulasi dari bilangan acak yang memiliki sebaran baku dan data ekstrim menggunakan R Language. Bilangan yang dibangkitkan dianggap sebagai data sampel yang sudah diambil dari suatu populasi dan memenuhi syarat untuk regresi linear berganda, maka fungsi yang digunakan untuk membangkitkan data sampel adalah fungsi yang dapat memenuhi syarat regresi berganda dalam R
Language. Setiap pembangkitan data memperhatikan korelasi antara x dan y dan juga
27 sebaran data terhadap outlier. Data sekunder yang digunakan adalah data cell yang tersedia pada R Language dan data Hawkins. Melihat segi efisiensi, maka tidak semua data sampel ditampilkan, melainkan hanya sebagian saja yang dianggap mewakili. Variabel yang digunakan adalah sebagai berikut: 1.
Variabel bebas Penelitian mengambil contoh dengan menggunakan 1 dan 3 variabel bebas, yang dinotasikan x1, x2, x3.
2.
Variabel tidak bebas Pada regresi linear berganda jumlah variabel tidak bebas hanya satu, yang dilambangkan dengan y.
3.4 Teknik Analisis Statistika Proses-proses yang dilakukan dalam analisa statistika dalam penelitian ini adalah: 1.
Menganalisa data yang dibangkitkan dengan R Language
2.
Penggunaan metode Kuadrat Terkecil Biasa
3.
Penggunaan metode Kuadrat Median Terkecil
4.
Analisa perbandingan residu untuk melihat manakah persamaan regresi dari kedua metode yang paling fit terhadap sebaran data.
28 3.5 Proses Analisa Data Sebelum penggunaan metode-metode untuk mengolah data maka terlebih dahulu dilakukan analisis pada sampel data untuk melihat apakah data sesuai dengan penelitian akan dampak outlier terhadap estimasi persamaan regresi yang kita buat. Hal ini dilakukan sebelum membandingkan manakah dari kedua metode regresi yang lebih baik. Hal-hal yang dilakukan dalam proses analisis data adalah analisis matriks korelasi, analisis data dengan metode Kuadrat Terkecil Biasa dan metode Kuadrat Median
Terkecil.
3.5.1 Koefisien Korelasi Data yang ada akan disajikan dalam bentuk matriks koefisien korelasi. Matriks tersebut dapat menggambarkan korelasi di antara peubah bebas (x).
3.6 Metode Kuadrat Terkecil Metode ini digunakan untuk mencari nilai dari b0 ,b1, b2,…, bk
sehingga
didapatkan persamaan regresi estimasi. Tahapan yang dilakukan adalah: 1.
Penggambilan sampel dari hasil proses pembangkitan data, jika digunakan data sampel maka data tidak perlu dibangkitkan.
2.
Melakukan perhitungan matriks dengan metode kuadrat terkecil sehingga didapat
b0 ,b1, b2,…, bk . 3.
Menentukan persamaan regresi.
29 4.
Mencari standar error.
3.7.Metode Kuadrat Median Terkecil Metode ini juga digunakan untuk mencari nilai dari b0 ,b1, b2,…, bk sehingga didapatkan persamaan regresi estimasi. Tahapan yang dilakukan adalah: 1.
Penggambilan sampel dari hasil proses pembangkitan data, jika digunakan data sampel maka data tidak perlu dibangkitkan.
2.
Melakukan perhitungan matriks dengan metode Kuadrat Median Terkecil sehingga didapat b0 ,b1, b2,…, bk .
3.
Tentukan nilai p acak dari data set n banyak data.
4.
Hitung kesesuaian model terhadap p.
5.
Mencari median dari kuadrat residu.
4.
Lakukan perulangan sampai didapat median kuadrat residu terkecil.
5.
Hitung standar error.
3.8 Analisis Perbandingan Setelah menentukan standar error yang dihasilkan oleh modul Kuadrat Terkecil
Biasa dan metode Kuadrat Median Terkecil, kemudian membandingkan standar error tersebut, sehingga dihasilkan suatu kesimpulan bahwa metode itu adalah metode terbaik untuk mencari persamaan regresi yang dapat mewakili sebaran data.
3.9 Spesifikasi Perangkat Keras dan Perangkat Lunak
30 3.9.1 Spesifikasi Perangkat Keras Spesifikasi perangkat keras (Hardware) yang digunakan adalah: -
Prosesor Pentium IV 3.0 GHz
-
Memory 512 Mb
-
VGA card 256 Mb
-
Hard Disk 80 Gb
-
Monitor Flatron 17”
-
Keyboard
-
Mouse
3.9.2 Spesifikasi Perangkat Lunak Spesifikasi perangkat lunak yang digunakan adalah: -
Sistem operasi Windows XP Profesional SP2
-
R Language
