Metode BACKWARD

Metode backward, adalah memasukkan prediktor semuanya kemudian mengeliminasi satu persatu hingga tersisa prediktor yang signifikan saja. Eliminasi didasarkan pada prediktor yang memiliki nilai sig. F yang di atas α atau berdasarkan nilai |t_hit| < t_{1-a/2;db.error}.

Metode ini dapat dilaksanakan dengan langkah-langkah berikut:

1.      Mulai dengan memasukkan semua variabel predictor ke dalam model.

2.      Lakukan estimasi model dan keluarkan variabel predictor yang tidak signifikan.

3.      Ulangi fitting model dan estimasi model kembali.

4.      Pengujian dihentikan jika semua variabel predictor dalam model telah signifikan terhadap variabel respon.

Nilai dari α tidak selalu harus bernilai 5 % dan sering disebut p- to remove. 

Metode STEPWISE

Regresi Stepwise adalah salah satu metode untuk mendapatkan model terbaik dari sebuah analisis regresi. Secara definisi, metode ini merupakan gabungan antara metode forward dan backward, dimana dalam metode ini semua variabel prediktor dimasukkan ke dalam model dan nantinya akan dibuang jika tidak signifikan terhadap variabel respon.

Variabel yang pertama kali masuk adalah variabel yang korelasinya tertinggi dan signifikan dengan variabel respon, variabel yang masuk kedua adalah variabel yang korelasi parsialnya tertinggi dan masih significant,  setelah variabel prediktor masuk ke dalam model maka variabel lain yang ada di dalam model dievaluasi, jika ada variabel yang tidak significant maka variabel tersebut dikeluarkan dari dalam model.