Analisis Regresi Pengujian Asumsi Residual

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

UJI HIPOTESIS.
Analisis Regresi Berganda & Pengujian Asumsi OLS
Metode Statistika Pertemuan XII
ANALISIS REGRESI DAN KORELASI
Heteroskedastisitas Penyimpangan asumsi ketika ragam galat tidak konstan Ragam galat populasi di setiap Xi tidak sama Terkadang naik seiring dengan nilai.
UJI ASUMSI KLASIK.
Erni Tri Astuti Sekolah Tinggi Ilmu Statistik
UJI ASUMSI KLASIK.
Pemeriksaan Asumsi.
Uji Asumsi Klasik Oleh : Boyke Pribadi.
Rancangan Acak Kelompok
Regresi dengan Autokorelasi Pada Error
Diunduh dari: SMNO FPUB….. 19/10/2012
Analisis Deret Waktu: Materi minggu ketiga
DIAGNOSTICS AND REMEDIAL MEASURES
Metode Statistika Pertemuan XIV
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
UJI ASUMSI KLASIK.
MODUL STATISTIKA BISNIS DAN INDUSTRI
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
TEKNIK ANALISIS REGRESI
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
MULTICOLLINEARITY Salah satu asumsi model regresi berganda adalah tidak ada hubungan linier antar peubah bebas. Sebagai ilustrasi bagaimana jika terjadi.
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Metode Statistika Pertemuan XII
Metode Statistika Pertemuan XIV
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
Pengujian Korelasi Diri Pertemuan 16
REGRESI NON LINIER Gangga Anuraga, M.Si.
EKONOMETRIKA Pertemuan 4,5 Estimasi Parameter Model Regresi
Pertemuan Ke-7 REGRESI LINIER BERGANDA
Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
Ekonomi Manajerial Bab 5 : Penaksiran Fungsi Permintaan
ANALISIS REGRESI BERGANDA
DUMMY VARIABEL PADA VARIABEL BEBAS MODEL REGRESI
Modul 14 SMOTHING TECHNIQUES TIME SERIES TUJUAN INSTRUKSIONAL KHUSUS :
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
Modul 12 Qualitative Independent Variables
Regresi Linier Sederhana
Metode Statistika Pertemuan XII
Operations Management
Agribusiness Study of Programme Wiraraja University
Praktikum Metode Regresi MODUL 1
Analisis regresi (principle component regression)
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
Pertemuan 21 Pemeriksaan penyimpangan regresi
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
Pengujian Asumsi OLS Aurokorelasi
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Ekonomi Manajerial Bab 5 : Penaksiran Fungsi Permintaan
Uji Asumsi Analisis Regresi Berganda Manajemen Informasi Kesehatan
Koefisien Baku dan Elastisitas
Contoh Dilakukan penelitian tentang hubungan antara frekuensi belajar mahasiswa dan tingkat pendidikan dengan prestasi akademik mahasiswa. Frekuensi.
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
REGRESI LINIER BERGANDA
Metode Statistika Pertemuan XII
Uji Asumsi Penduga Model Part 1 – Deteksi Pelanggaran Asumsi*
Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
Pertemuan 13 Autokorelasi.
UJI ASUMSI KLASIK.
Metode Statistika Pertemuan XII
Analisis Regresi Berganda & Pengujian Asumsi OLS
Metode Statistika Pertemuan XII
ANALISIS REGRESI DAN KORELASI
Metode Statistika Pertemuan XII
Transcript presentasi:

Analisis Regresi Pengujian Asumsi Residual

Residual Sisaan adalah menyimpangnya nilai amatan yi terhadap dugaan nilai harapannya Sisaan untuk suatu amatan ke-i:

Pemeriksaan Pola Sebaran Peubah Respon Y Model Regresi Acaknya Y disebabkan karena acaknya residual Bentuk sebaran Y = bentuk sebaran residual Memeriksa bentuk sebaran Y = memeriksa bentuk sebaran residual E [ Y | xi ] Acak Fix

Asumsi Sisaan Sisaan menyebar normal Ragam sisaan homogen (Homoscedasticity) Sisaan saling bebas / tidak ada autokorelasi

Uji Kolmogorov Smirnov Kenormalan Residual Uji Statistik Uji Kolmogorov Smirnov H0 : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal Uji Kenormalan Lainnya : Uji Anderson Darling Uji Shapiro Wilks

Kehomogenan Ragam Residual Penting dalam pendugaan dengan Metode Kuadrat Terkecil Ragam Homogen setiap pengamatan mengandung informasi yang sama penting presisi penduga bagi MKT tinggi

Pola Tebaran Residual terhadap Grafis / Visual Pola Tebaran Residual terhadap Memeriksa apakah ragam residual konstan Lebar pita sama, tidak berpola

Homokesdatisitas Heterokesdatisitas

Uji Statistik Uji Kehomogenan Lainnya Uji Breusch-Pagan-Godfrey Uji Glejser (Regresikan absolut residual dengan indikator) Barlett Test Bartlett's Test (Normal Distribution) Test statistic = 4.09, p-value = 0.129

Uji glejser The regression equation is abs_residual = 11.9 + 0.0042 Runsize Predictor Coef SE Coef T P Constant 11.873 4.706 2.52 0.021 Runsize 0.00417 0.02099 0.20 0.845 S = 9.18388 R-Sq = 0.2% R-Sq(adj) = 0.0% Analysis of Variance Source DF SS MS F P Regression 1 3.33 3.33 0.04 0.845 Residual Error 18 1518.19 84.34 Total 19 1521.51

Kebebasan Residual (Independen/Autokorelasi) Residual saling bebas / tidak ada autokorelasi Meminimumkan error Meningkatkan presisi pada penduga MKT Grafis / Visual Plot sisaan terhadap urutan waktu Memeriksa adanya korelasi antar sisaan (autokorelasi) Hasil Diagnosa : Tebaran tidak membentuk pola Sisaan saling bebas (tidak ada autokorelasi)

Uji Statistik Uji Durbin Watson

Durbin-Watson statistic = 2.76076 Uji Durbin Watson Durbin-Watson statistic = 2.76076 Nilai DW sebesar 2,76, nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan signifikansi 5%, jumlah sampel 20 (n) dan jumlah variabel bebas 1 (k=1), maka di tabel Durbin Watson akan didapatkan nilai sbb:

Tabel durbin watson