REGRESI LINIER BERGANDA

Slides:



Advertisements
Presentasi serupa
Outlier Pada Analisis Regresi
Advertisements

Kelompok 2 (3 SE3) Anindita Ardha Pradibtia ( ) Elmafatriza Elisha Ekatama ( ) Muh. Mustakim Hasma ( )
PENGERTIAN DAN PROSEDUR PENDUGA BEDA DAN PENDUGA REGRESI
REGRESI NON LINIER (TREND)
Praze06 PENGERTIAN DAN PROSEDUR REGRESSION ESTIMATORS.
REGRESI LINIER SEDERHANA
BAB XI REGRESI LINEAR Regresi Linear.
KORELASI DAN REGRESI LINEAR SEDERHANA
BAB XIII REGRESI BERGANDA.
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI (TREND) NONLINEAR
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
PERAMALAN /FORE CASTING
REGRESI LINEAR SEDERHANA
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI LINIER SEDERHANA
ANALISIS REGRESI.
ANALISIS REGRESI LINIER BERGANDA
REGRESI LINEAR.
ANALISIS REGRESI SEDERHANA
Lilik Kustiani1 Ari Brihandhono2 Universitas Kanjuruhan Malang
Analisis Korelasi dan Regresi linier
ANALISIS REGRESI.
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIKA ANALISIS REGRESI DAN KORELASI
Korelasi dan Regresi Aria Gusti.
Bab 3 ANALISIS REGRESI.
REGRESI LINEAR SEDERHANA
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
REGRESI LINIER BERGANDA
PERAMALAN DENGAN GARIS REGRESI
REGRESI LINIER DAN KORELASI
ANALISIS REGRESI LINIER DUA PREDIKTOR
Regresi Linier Sederhana
Operations Management
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
REGRESI LINEAR BERGANDA
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
Analisis Regresi dan Korelasi
Regresi Linear Sederhana
Pertemuan Ke-6 REGRESI LINIER
MUHAMMAD HAJARUL ASWAD
REGRESI LINIER BERGANDA
ANALISIS REGRESI DAN KORELASI
BAB 7 persamaan regresi dan koefisien korelasi
Pencocokan Kurva / Curve Fitting
REGRESI LINEAR.
TEKNIK REGRESI BERGANDA
Regresi Linier Berganda
REGRESI LINEAR.
06 Analisis Trend Analisis deret berkala dan peramalan
BAB 6 MULTIKOLINIERITAS
REGRESI LINEAR SEDERHANA
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
REGRESI LINEAR. Apa itu Regresi Linier ? Regresi merupakan alat ukur yg digunakan untuk mengetahui ada tidaknya korelasi antarvariabel. Analisis regresi.
Korelasi dan Regresi Linier Sederhana & Berganda
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
Bab 3 ANALISIS REGRESI.
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Pendugaan Parameter Regresi Logistik
BAB VIII REGRESI &KORELASI BERGANDA
REGRESI LINEAR.
Regresi Linear Data Mining Suprayogi.
Korelasi dan Regresi Aria Gusti.
Model Linier untuk Data Kontinyu
Korelasi dan Regresi Aria Gusti.
Teknik Regresi.
1 ANALISIS REGRESI DAN KORELASI BERGANDA Bentuk persamaan regresi dengan dua variabel indenpenden adalah: Y = a + b 1 X 1 + b 2 X 2 Bentuk persaman regresi.
Transcript presentasi:

REGRESI LINIER BERGANDA Universitas Muhammadiyah Ponorogo REGRESI LINIER BERGANDA By Mashuri_07@yahoo.com

Pendahuluan Kegunaan Analisis Regresi Linear Berganda Analisis Regresi Linear Berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat. Dapat digunakan untuk meramalkan suatu nilai variabel tak bebas dari nilai satu atau lebih variabel bebas.

Model Regresi Berganda Bentuk umum model regresi dengan k Variabel bebas adalah sebagai berikut: merupakan koefisien regresi yang harus diduga. merupakan variabel bebas merupakan variabel terikat merupakan error/kesalahan

Model Regresi Berganda Misal terdapat n sampel yaitu dan terdapat k variabel bebas, maka :

Model Regresi Berganda Dalam bentuk Matrix dapat ditulis Disederhanakan menjadi: Dimana Sehingga

Model Regresi Berganda Estimasi Dengan metode kuadrat terkecil Sebagai estimator bagi . Kuadrat dari eror ditulis Dicari dengan meminimumkan yaitu menurunkan terhadap elemen dan disamadengankan nol

Model Regresi Berganda

Model Regresi Berganda Contoh: Data berikut adalah besarnya gaji (Variabel terikat) dilihat dari lama mengajar dan usia (Variabel bebas) Dengan menggunakan analisis regresi tentukan hubungan gaji seorang guru (Y) dengan lama mengajar (X1) dan Usia (X2) Sampel Gaji ($) Lama mengajar Usia 1 10 6 28 2 20 12 40 3 17 32 4 8 36 5 11 9 34

Eror Eror adalah selisih antara data asli dengan nilai persamaan regresinya. Dirumuskan Model Regresi yang baik jika jumlahan kuadrat dari eror (Sum Square Error /SSE) nilainya minimal

Model Intersept Dan No Intersept Model regresi seperti diatas disebut model intersept, yaitu model regresi yang konstanta Jika model regresi mempunyai nilai atau disengaja tanpa memuat maka regresi dikatakan model No Intersept