a Model Kuntitatif Model Kuantitatif dalam hal ini adalah model matematika adalah
serangkaian asumsi yang tepat yang dinyatakan dalam serangkaian hubungan matematis yang pasti. Ini dapat berupa persamaan, atau analisis
lainnya, atau merupakan intruksi bagi computer yang berupa program- program untuk computer. Adapun ciri-ciri pokok model ini ditetapkan
secara lengkap melalui asumsi-asumsi dan kesimpulan berupa konsekuensi logis dari asumsi-asumsi tanpa menggunakan pertimbangan atau instuis
mengenai proses dunia nyata praktik atau permasalahan yang dibuat model untuk pemecahannya.
b Model Kualitatif Model kualitatif berdasarkan atas asumsi-asumsi yang ketepatannya agak
kurang jika dibandingkan dengan model kuantitatif dan ciri-cirinya digambarkan melalui kombinasi dari deduksi-deduksi asumsi-asumsi
tersebut dengan pertimbangan yang lebih bersifat subjektif mengenai proses atau masalah yang pemecahannya dibuatkan model.
Gullet dan Hicks memberikan beberapa klasifikasi model pengambilan keputusan yang kerapkali digunakan untuk memecahkan masalah yang
seperti itu yang hasilnya kurang diketahui dengan pasti
2.8 Regresi linear berganda
Istilah “regresi” pertama kali dikemukakan oleh Sir Francis Galton 1822-1911, seorang antropolog dan ahli meteorologi terkenal dari Inggris. Dalam
makalahnya yang berjudul “Regression towards mediocrity in hereditary stature”, yang dimuat dalam Journal of the Anthropological Institute, volume 15,
hal. 246-263, tahun 1885. Galton menjelaskan bahwa biji keturunan tidak cenderung menyerupai biji induknya dalam hal besarnya, namun lebih medioker
lebih mendekati rata-rata lebih kecil daripada induknya kalau induknya besar dan lebih besar daripada induknya kalau induknya sangat kecil Draper dan
Smith, 1992. Dalam mengkaji hubungan antara beberapa variabel menggunakan analisis regresi, terlebih dahulu peneliti menentukan satu variabel yang disebut
Universitas Sumatera Utara
dengan variabel tidak bebas dan satu atau lebih variabel bebas. Jika ingin dikaji hubungan atau pengaruh satu variabel bebas terhadap variabel tidak bebas, maka
model regresi yang digunakan adalah model regresi linier sederhana. Kemudian Jika ingin dikaji hubungan atau pengaruh dua atau lebih variabel bebas terhadap
variabel tidak bebas, maka model regresi yang digunakan adalah model regresi linier berganda multiple linear regression model. Kemudian untuk
mendapatkan model regresi linier sederhana maupun model regresi linier berganda dapat diperoleh dengan melakukan estimasi terhadap parameter-
parameternya menggunakan metode tertentu. Adapun metode yang dapat digunakan untuk mengestimasi parameter model regresi linier sederhana
maupun model regresi linier berganda adalah dengan metode kuadrat terkecil ordinary least squareOLS dan metode kemungkinan maksimum maximum
likelihood estimationMLE Kutner et.al, 2004. Bentuk umum model regresi linier berganda dengan p variabel bebas adalah
seperti pada persamaan 2.1 berikut Kutner, Nachtsheim dan Neter, 2004.
dengan: Yi adalah variable tidak bebas untuk pengamatan ke-I untuk i=
1,2,….,n. β
, β
0,
β
0,
β
0….
β adalah parameter
Xi 1, Xi2 ….Xi,p-1 adalah variable bebas
ε
i adalah sisa error untuk pengamatan ke-i yang diasumsikan berdistribusi normal yang saling bebas dan identik dengan rata-rata 0 nol dan varians
σ
2
2.9 Simple additive weighting SAW
