Pertemuan 18 Pengujian hipotesis regresi

Slides:



Advertisements
Presentasi serupa
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Advertisements

1 Pertemuan 23 Pemilihan regresi terbaik Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
BAB XIII REGRESI BERGANDA.
1 Pertemuan 11 Penerapan model full rank Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan Penaksiran parameter model Matakuliah: I0224/Analisis Deret Waktu Tahun: 2007 Versi: revisi.
Matakuliah : I0174 – Analisis Regresi
Pertemuan 5-6 Metode pemulusan eksponential tunggal
BAB VI REGRESI SEDERHANA.
Rancangan Percobaan (I) Pertemuan 25 Matakuliah: I0014 / Biostatistika Tahun: 2008.
1 Pertemuan 26 Pendugaan komponen ragam Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
Pertemuan 14 Penerapan model full rank
Pertemuan 14 Regresi non linier
1 Pertemuan 15 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (III) : Uji 1 dan 2 Angkatan.
1 Pertemuan 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Pertemuan 5 Balok Keran dan Balok Konsol
Fungsi Logaritma Pertemuan 12
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
Fungsi Eksponensial Pertemuan 11 Matakuliah: J0174/Matematika I Tahun: 2008.
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
KORELASI Bagaimana model regresi antar variabel yang dihubungkan?
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Analisis Regresi (IV) :
ANALISIS VARIANSI (ANOVA)
Pengujian Korelasi Diri Pertemuan 16
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 24 Pemilihan regresi terbaik
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Analisis Konfirmasi (I) :
Inferensi Dua Nilaitengah Ganda (VI)
ANALISIS REGRESI.
Analisis Dua Klasifikasi (I) :
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 1 Pengolahan vektor
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
Regresi Linier Sederhana
Regresi Untuk Data Katagorik Pertemuan 08
Regresi Dalam Lambang Matriks Pertemuan 09
KRITERIA DESAIN, STANDAR DESAIN, DAN METODE ANALISIS PERTEMUAN 6
Uji Hipotesis Dan Selang Kepercayaan Pertemuan 10
Pertemuan 25 Pemilihan regresi terbaik
Pemilihan Prediktor Untuk Model Proses Pemilihan Bertahap Pertemuan 20
Pertemuan 1 Tahapan survai
MANOVA (Multivariate Analysis of Variance)
Pertemuan 21 Penerapan model not full rank
Pertemuan 16 SISTEM AKUNTANSI UTANG
Pertemuan 5 Solusi persamaan linier simultan
Pertemuan 4 Kombinasi linier vektor
Pertemuan 21 Pemeriksaan penyimpangan regresi
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Materi Pokok 21 RANCANGAN KELOMPOK
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Analisis Ragam Peubah Ganda (MANOVA V)
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan Model-model analisis deret waktu
Pertemuan 3 Aljabar Matriks (II)
Pertemuan 9 Algoritma Program Analisis Balok
Pertemuan 3 Diferensial
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Pertemuan 9 Pengujian parameter
Pertemuan 11 Regresi polinomial
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 2 Pengolahan matrik
Pertemuan 9 Regresi dengan peubah dummy
STATISTIKA Pertemuan 11: Uji Koefisien Korelasi dan Regresi
BAB VIII REGRESI &KORELASI BERGANDA
Transcript presentasi:

Pertemuan 18 Pengujian hipotesis regresi Matakuliah : I0174/Analisis regresi Tahun : 2005 Versi : 1 Pertemuan 18 Pengujian hipotesis regresi

Menguji hipotesis parameter regresi Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menguji hipotesis parameter regresi

Pengujian hiporesis parameter regresi dalam bentuk Outline Materi Pengujian hiporesis parameter regresi dalam bentuk Ho: h’  = ho

Pengujian parameter y = β X + ε Y = vektor pengamatan β = vektor parameter regresi X = matrik design ε = vektor galat

Pengujian hipotesis antar parameter didalam persamaan regresi menggunakan statistik w yang memiliki distribusi t, sehingga untuk uji hipotesis nilai w yang diperoleh dibandingkan dengan t-tabel

Misalkan persamaan regresi Y= βo + β1 X1+ β2 X2 + β3 X3 Ada banyak hipotesis yang dapat diuji Ho: β2=β3 Ho: β1=β2 Ho: β1=β3

Hipotesis yang lain dapat berupa; Ho: β1=2β2 Ho: β2=1/2 β2 Ho: β3=2 β2 Apa arti hipotesis tersebut ?

Hipotesis juga dapat berupa; Ho: β1+β2= 10 Ho: β2- 1/2 β2 = 4 Ho: β3+2 β2 = 5 Apa arti hipotesis tersebut ?

Statistik uji hipotesis Hipotesis Ho: h’  = ho lawan H1: h’   ho (h’  – ho ) 2 w = ----------------- , s2 ( h’ C h) sedangkan C= (X’X)-1, X= matrik desain, s2 = kuadrat tengah sisaan yang dapat diperoleh dari ANOVA.

Pada model Y= o+ 1 X1+ 2 X2 apabila Ho : 1=  2 maka h’ = ( 0 1 -1) dan ho=0 Mengapa ? perhatikan vektor baris h’ kali vektor lajur 

Pada model Y= o+ 1 X1+ 2 X2 Apabila hipotesis yang diuji adalah Ho: 1=1 maka h’= ( 0 1 0 ) dan ho=1

Pada model Y= o+ 1 X1+ 2 X2 dan hipotesis yang diuji Ho: 1- 2 2 =0 Bagaimana bentuk vektor h’dan ho ?

Pada model Y= o+ 1 X1+ 2 X2 dan hipotesis yang diuji Ho: 1- 2 = 5 Bagaimana bentuk vektor h’dan ho ?

Kriterian pengujian Jika t = W0.5 > t (α/2 (n-p)) maka tolak Ho pada taraf uji α n= banyaknya pengamatan p= banyaknya parameter

Hipotesis parameter regresi disusun sesuai dengan bidang ilmu dari penelitian yang dilaksanakan Vektor h dan kontanta ho disesuaikan dengan perkiraan yang dihipotesiskan

Pengujian parameter antar regresi di dalam persamaan regresi berguna untuk menguji besarnya pengaruh variabel bebas satu dengan variabel bebas lainnya