1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.

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.
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
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
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
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Pertemuan 25 Pemilihan regresi terbaik
Pemilihan Prediktor Untuk Model Proses Pemilihan Bertahap Pertemuan 20
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 3 Aljabar Matriks (II)
Pertemuan 9 Algoritma Program Analisis Balok
Pertemuan 3 Diferensial
Pertemuan 18 Pengujian hipotesis regresi
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:

1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1

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

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

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

5 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

6 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

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

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

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

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

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

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

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

14 Kriterian pengujian Jika t = W 0.5 > t (α/2 (n-p)) maka tolak Ho pada taraf uji α n= banyaknya pengamatan p= banyaknya parameter

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

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