Kaedah Penyelidikan Perniagaan Regresi Berganda Regresi berganda melibatkan penggunaan lebih daripada 1 pembolehubah tak bersandar untuk meramal pembolehubah bersandar Pembolehubah bersandar = Y Pembolehubah tak bersandar = X1, X2, X3, .. Xn Koefisien regresi = b1, b2, b3, … bn Pintasan = a Persamaan: Y = a + b1X1 + b2X2 + b3X3 + ….. + bnXn T. Ramayah Kaedah Penyelidikan Perniagaan

Kaedah Penyelidikan Perniagaan Koefisien Regresi Koefisien regresi bersih (net) Mengukur perubahan purata dalam pembolehubah bersandar bagi setiap unit perubahan dalam pembolehubah tak bersandar dengan andaian pembolehubah tak bersandar lain adalah malar (konstan) Contoh: Y = 6.04 - 18.1 X2 + 5.9 X3 ^ T. Ramayah Kaedah Penyelidikan Perniagaan

Kaedah Penyelidikan Perniagaan Syarat Penggunaan Syarat sebelum boleh digunakan: Data mestilah dalam bentuk selanjar atau pun telah mengalami transformasi Pembolehubah bersandar dan tak bersandar (peramal) mestilah ditentukan terlebih dahulu Isu yang berbangkit Kesesuaian soalan penyelidikan Spesifikasi perhubungan statistik Jumlah Kos = Kos Berubah + Kos Tetap Pemilihan pembolehubah bersandar dan tak bersandar T. Ramayah Kaedah Penyelidikan Perniagaan

Ciri-ciri Peramal yang baik Ciri-ciri pembolehubah peramal yang baik Berkait rapat dengan pembolehubah bersandar Tidak mempunyai korelasi yang tinggi dengan pembolehubah tak bersandar yang lain T. Ramayah Kaedah Penyelidikan Perniagaan

Kaedah Penyelidikan Perniagaan Matriks Korelasi Matriks korelasi di bentuk dengan mengira korelasi mudah antara kesemua pasangan pembolehubah Contoh Matriks Pembolehubah Pembolehubah 1 2 3 1 r11 r12 r13 2 r21 r22 r23 3 r31 r32 r33 T. Ramayah Kaedah Penyelidikan Perniagaan

Kaedah Penyelidikan Perniagaan Ralat Piawai Anggaran Persamaan di mana: Syx2x3 = ralat piawai anggaran Y di regresi berbanding dengan X2 dan X3 Y = jualan sebenar Y = anggran jualan dengan persamaan regresi n = bilangan cerapan k = bilangan koefisien yang di anggar dalam persamaan ^ T. Ramayah Kaedah Penyelidikan Perniagaan

Pembolehubah Patung (Dummy Variable) Pembolehubah patung digunakan untuk menentukan perhubungan antara pembolehubah tak bersandar kualitatif dengan pembolehubah bersandar Contoh: Jantina diwakili oleh Lelaki=1 dan Wanita=0 2 kategori = 1 pembolehubah patung 3 kategori = 2 pembolehubah patung Secara am bilangan pembolehubah patung = (c - 1) T. Ramayah Kaedah Penyelidikan Perniagaan

Masalah Kolinearan dan Multikekolinearan Masalah ini berlaku bila terdapat korelasi yang tinggi di antara pembolehubah tak bersandar Kolinearan adalah korelasi tinggi antara 2 pembolehubah tak bersandar manakala multikekolinearan adalah korelasi tinggi antara 3 atau lebih pembolehubah tak bersandar Kesannya MUNGKIN menyebabkan Koefisien tak boleh di percayai Koefisien mempamirkan tanda yang salah Saiz koefisien yang di berikan silap T. Ramayah Kaedah Penyelidikan Perniagaan

Cara Mengatasi Multikekolinearan Jika perhubungan korelasi sempurna antara 2 pembolehubah, kita boleh menyingkir 1 pembolehubah dan hanya menggunakan salah 1 pembolehubah sahaja Cara lain Ambil saiz sampel yang besar Kaedah Diagnostik Graf Matriks Pengalaman T. Ramayah Kaedah Penyelidikan Perniagaan

Andaian dalam Regresi Berganda Perhubungan adalah linear Plot regresi separa Plot nilai X1 dan Y, X2 dan Y dsb Varians ungkapan ralat adalah malar (constant) Plot residual studentized dengan Y ramalan Ujian Levene bagi “homogeneity of variance” Ungkapan ralat adalah tak bersandar Studentized residual dan Cerapan Statistik D-W T. Ramayah Kaedah Penyelidikan Perniagaan

Andaian dalam Regresi Berganda Ungkapan ralat bertaburan normal Plot kebarangkalian normal Tiada Masalah Multikekolinearan Tolerance = 1 - Ri2 (mestilah kurang dari 0.1) VIF = 1/ Ri2 (tidak boleh melebihi 10) T. Ramayah Kaedah Penyelidikan Perniagaan

Kaedah Penyelidikan Perniagaan Analisis Diskriminan Konsep asas sama dengan regresi berganda cuma perbezaannya adalah pembolehubah bersandar dalam analisis ini adalah dalam bentuk kategori atau nominal Analisis ini cuba mengklasifikasikan orang atau objek ke dalam dua atau lebih kumpulan Klasifikasi yang boleh digunakan: Membeli, Tidak Membeli Pencapaian Tinggi, Pencapaian Sederhana, Pencapaian Rendah T. Ramayah Kaedah Penyelidikan Perniagaan

Persamaan Diskriminan Di = d0 + d1X1 + d2X2, ……. + dnXn di mana Di = skor fungsi diskriminan i di = koefisien berwajaran d0 = pemalar X’s = nilai pembolehubah diskriminan yang digunakan dalam analisis Contoh: D = 0.659X1 + 0.583X2 + 0.975X3 T. Ramayah Kaedah Penyelidikan Perniagaan

Contoh Pengiraan Skor Diskriminan Hasil Klasifikasi Analisis Diskriminan Ramalan Kumpulan Kumpulan Sebenar Bilangan Kes 0 1 Tidak Berjaya 0 15 13 2 86.7% 13.3% Berjaya 1 15 3 12 20.0% 80.0% Peratusan kes yang di klasifikasi dengan betul: 83.3% T. Ramayah Kaedah Penyelidikan Perniagaan

Kaedah Penyelidikan Perniagaan Analisis Faktor Fungsi analisis ini adalah untuk mengurangkan bilangan pembolehubah yang banyak kepada bilangan yang boleh diuruskan man-mana pembolehubah yang tergolong dalam kategori yang sama dan mempunyai ciri-ciri ukuran yang bertindan Bila kita ingin mencari perhubungan ataupun “underlying dimensions” kita lakukan analisis ini Kesemua pembolehubah di masukkan ke dalam analisis dan komputer akan ekstrak beberapa faktor yang penting dengan menggunakan “Principal Components Analysis” selepas “Varimax Rotation” Selepas proses ekstrak ini kita boleh memberikan nama kepada pembolehubah baru (faktor yang diekstrak) T. Ramayah Kaedah Penyelidikan Perniagaan