Penggunaan Metode Stepwise pada Pemodelan Perencanaan Track Quality Index (TQI) untuk Kereta Api Semicepat Indonesia

Dalam analisis regresi, salah satu asumsi yang harus dipenuhi adalah tidak adanya hubungan antar variabel independen. Hubungan yang kuat antar variabel independen disebut dengan multikolinieritas. Berbagai metode dapat menanggulangi kasus multikolinieritas, semua itu bergantung pada tujuan dari penelitian. Beberapa metode tersebut adalah ridge regression, principal component regression, regresi robust dan pemilihan model terbaik. Pada penelitian ini, metode pemilihan model terbaik dipilih untuk digunakan karena bertujuan untuk menentukan variabel independen yang signifikan dengan mempertimbangkan korelasi parsial pada data track quality index (TQI) kereta api Indonesia. Untuk mengukur besarnya TQI diperlukan empat indikator yang kemudian menjadi variabel dalam penelitian ini, yaitu lebar jalur, angkatan, listringan dan pertinggian. Hasil analisis menunjukkan variabel pertinggian, angkatan dan listringan berpengaruh besarnya nilai TQI dengan variasi data yang dapat dijelaskan model sebesar 99,7%.