SATUAN ACARA PERKULIAHAN ANALISIS REGRESI (S1133)

TUJUAN INSTRUKSIONAL UMUM Mahasiswa memahami konsep permodelan regresi serta mampu menjelaskan dan menyimpulkan berbagai masalah dengan menggunakan model regresi yang sesuai Matakuliah prasyarat: Metode Statistika Pengantar Model Linier

BUKU ACUAN Neter, John, et al, Applied Linear Regression Models, 2nd, Boston: Irwin Inc., 1989. Draper & Smith, Applied Regression Analysis, 2nd, New York: John Wiley & Sons, 1981. Kleinbaum & Kupper, Applied Linear Regression & Other Multivariate Methods.

Pertemuan 1 Hubungan antar peubah Perbedaan masalah korelasi dan regresi Pengertian bentuk hubungan antar peubah Hubungan kausal dalam model regresi Peubah bebas dan peubah tak bebas pada model regresi Konsep dasar analisis regresi Tahapan dalam analisis regresi (penjelasan umum)

Pertemuan 2 – 3 Regresi Linier Sederhana (Simple Linear Regression) Persamaan RLS & asumsi yg mendasari model Pendugaan (titik & interval) parameter model (menggunakan metode OLS) Pengujian parameter model dg Uji-t dan Uji-F (Anova), serta penafsirannya Korelasi dalam RLS: Koefisien korelasi linier (ρ) Ukuran penilaian kemampuan/kesesuaian model: R-square (R2) Prediksi menggunakan model

Pertemuan 4 Regresi Linier Sederhana (Simple Linear Regression) Estimasi interval untuk Rata-rata Y [E(Yh)] Prediksi untuk amatan baru (Yhnew) Kesetaraan uji parameter koefisien regresi (β1) dan parameter koefisien korelasi (ρ) dalam RLS Model dengan amatan berulang pada peubah bebas: Pengujian kecocokan model

Pertemuan 5 – 6 Regresi Linier Berganda (Multiple Linear Regression) Persamaan RLB & asumsi yg mendasari model Pendugaan titik parameter model menggunakan metode OLS (dg notasi vektor & matriks) Korelasi dalam RLB: matriks korelasi, koefisien korelasi berganda, koefisien korelasi parsial Pengujian parameter model: overall F-Test, individual t-Test, dan sequential test (partial F-Test) Ukuran penilaian kemampuan/kesesuaian model: Adjusted R-square (R2), Cp Mallow Statistic

Pertemuan 7 Pembentukan Model Regresi Linier Berganda (Multiple Linear Regression) dengan metode: All Possible Regression Forward Selection Backward Elimination Stepwise Regression R-square Maximum (RMAX) PRESS

UJIAN TENGAH SEMESTER (UTS) Pertemuan 8 UJIAN TENGAH SEMESTER (UTS)

Pertemuan 9 Pengembangan model Regresi Linier Berganda Model dengan peubah bebas kualitatif/kategorik (dummy variabel) Model dengan pengaruh interaksi Model regresi lainnya (model regresi non linier) Identifikasi model Karakteristik model

Pertemuan 10 Regresi Polinomial (Polinomial Regression) Persamaan model Asumsi yang mendasari model Pendugaan dan pengujian parameter parameter model polinom sederhana (satu peubah bebas), serta penafsirannya

Pertemuan 11 – 12 Pemeriksaan Pola Sisaan (Residual/Error) Ketidaklinieran fungsi regresi Pencilan (outlier) Varian sisaan tidak konstan (heteroscedasticity) Ketidakbebasan sisaan (autocorrelation) Ketidaknormalan distribusi sisaan

Pertemuan 13 HETEROSCEDASTICITY Konsekuensi jika terjadi heteroscedasaticity Cara mendeteksi Alternatif solusi

Pertemuan 14 AUTOKORELASI (AUTOCORRELATION) Konsekuensi jika terjadi autokorrelasi Cara mendeteksi Alternatif solusi

Pertemuan 15 MULTIKOLINIERITAS (MULTICOLLINEARITY) Konsekuensi jika terjadi multikollinearitas Cara mendeteksi Alternatif solusi

UJIAN AKHIR SEMESTER (UAS) Pertemuan 16 UJIAN AKHIR SEMESTER (UAS)