(MENGGUNAKAN MINITAB)

Presentasi berjudul: "(MENGGUNAKAN MINITAB)"— Transcript presentasi:

1 (MENGGUNAKAN MINITAB)
Modul 10 REGRESI LINIER NERGANDA (MENGGUNAKAN MINITAB) TUJUAN INSTRUKSIONAL KHUSUS : 1. Mahasiswa dapat memahami pengertian regresi linier berganda dengan memanfaatkan output soft ware. 2. Mahasiswa dapat memahami penerapan prinsip-prinsp regresi linier berganda guna menganalisis output software statistik untuk regresi berganda . Daftar Isi : REGRESI LINIER BERGANDA I. Regresi linier berganda II. Kasus regresi linier berganda Kasus (Dikerjakan mahasiswa) 3 8 12 ‘13 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 1 Pusat Bahan Ajar & E-learning Universitas Mercu Buana

2 Estimated multiple regression equation
bp itu digunakan sebagai the point estimation of the parameter Β0, β1, β2, dst..... βp. Sample statistic ini menghasilkan persamaan regresi berganda hasil perhitungan. Estimated multiple regression equation Ŷ = b0 + b1X1 + b2X bpXp (10.3) Dimana:  b0, b1, b bp adalah perhitungan Β0, β1, β2, dst..... βp Ŷ = nilai perhitungan dari dependent variable. 4. Least Squares Method Least Square Method dikembangkan untuk menghitungan persamaan regresi yang merupakan pendekatan terbaik hubungan garis lurus antara variabel terikat dengan variabel bebas. Least Square Criterion: minΣ(Yi – Ŷi) (10.4) Dimana:  Yi : Nilai pengamatan dari dependent variable untuk ke i pengamatan. Ŷi : Nilai perhitungan dari dependent variable untuk ke i pengamatan. Proses perhitungan regresi berganda dapat dilihat pada Gambar 1. Gambar 1. Proses Perhitungan Regresi Berganda. ‘13 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 3 Pusat Bahan Ajar & E-learning Universitas Mercu Buana

3 Sum of Squares Due to Regression (SSR):
SSR = Σ(Ŷi – Ỹ) (10.8) Relationship among SST, SSR, and SSE: SST = SSR + SSE (10.9) Multiple Coefficient of Determination (R2) Multiple coefficient of determination mengindikasikan bahwa ukuran googness of fit perhitungan persamaan regresi berganda, rumus R2: R2 = SSR/ SST (10.10) Nilai R2 atau sering ditulis R-sq menunjukan proporsi variabilitas dari dependent variable (variabel terikat) yang dapat dijelaskan oleh hasil estimasi persamaan regresi berganda. Adjusted Multiple Coeeficient Of Determination: R2a = 1 – (1 - R2) (n-1)/(n-p-1) (10.11) Dimana:  n: adalah banyaknya pengamatan  p: adalah banyaknya variabel bebas. Adjusting R2 atau R2a untuk banyaknya variabel bebas yang dimaksudkan untuk menghindari overestimating pengaruh penambahan suatu variabel bebas pada besarnya variabilitas dijelaskan oleh estimasi persamaan regresi. 6. Testing for Significantce. Regresi sederhana dilakukan test t dan F untuk menghasilkan kesimpulan ada hubungan signifikan apa tidak, hypothesis diterima atau ditolak. Multiple Regresi dilakukan test t dan F dg maksud berbeda:  F test untuk menentukan terdapat hubungan yang signifikan anatar variabel terikat dengan seluruh variabel bebas (overall significance). ‘13 Business Forecasting Dr Tjiptogoro Dinarjo Soehari MM 5 Pusat Bahan Ajar & E-learning Universitas Mercu Buana