Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
REGRESI LINEAR BERGANDA
Dr. SRIKANDI KUMADJI, MS
2
REGRESI LINEAR BERGANDA
Y = β0 + β1 X1 + β2 X βk Xk + ε β0 dan βi merupakan parameter
3
Model Matematis Y atas X Populasi
Y = β0 + β1 X1 + β2 X βk Xk + ε β0 dan βi merupakan parameter
4
Model Matematis Y atas X Sampel
Y = b0 + b1 X1 + b2 X2 + …+bk Xk + e b0 merupakan estimator untuk β0 b1 merupakan estimator untuk β1
5
Y = b0 + b1 X MENGHITUNG b0, b1, … , bk
Y = b0 + b1 X1 + b2 X2 + …+bk Xk + e Y = b0 + b1 X Persamaan Normal ΣY = b0 N b1 ΣX b2 ΣX2 ΣX1Y = b0 ΣX1 + b1 ΣX b2 ΣX2X1 ΣX2Y = b0 ΣX2 + b1 ΣX1X2 + b2 ΣX22
6
N ΣX ΣX b0 ΣY ΣX1 ΣX ΣX2X1 b1 ΣX1Y ΣX2 ΣX1X2 ΣX b2 ΣX2Y (X’X) (b0) (X’Y)
7
Contoh X2 Y 1.Tentukan persamaan garis regresi linear berganda
10 3 6 2 12 11 9 4 8 5 7 18 17 1.Tentukan persamaan garis regresi linear berganda Ujilah Secara Overall, gunakan α = 0,05 3. Ujilah secara parsial pengaruh variabel bebas thd variabel tidak bebas, gunakan α = 0,05
8
Metode Doolitle Baris X’X b0 b1 b2 X’Y IDENTITAS 1 2 3 12 112 73
79 917 577 4 5 , ,0833 6,5833 0, 6 7 304, ,6691 ,3764 179,6693 0,5877 -9, -0, , 8 9 99,7576 28,7918 0,2886 -2, , -0, , ,010
9
Menentukan Koefisien Regresi (1)
Koefisien Regresi ganda ditentukan dari kolom (X’X) dan (X’Y) 1 b2 = 0, → b2 = 0,2886 1 b1 + 0,3764 b2 = 0,5897 b (0,2886) = 0,5897 b1 + 0,1086 = 0,5897 b1 = 0, ,1086 = 0,4811 → b1 = 0,4811 1 b0 + 9,3333 b1 + 6,0833 b2 = 6,5833 b0 + 9,3333 (0,4811) + 6,0833 (0,2886) = 6,5833 b0 + 4, , = 6,5833 b0 + 6, = 6,5833 b0 = 6, ,2459 = 0,3374 → b0 = 0,3374 Jadi persamaan garis regresi berganda: Y = 0, ,4811 X1 + 0,2886 X2
10
Pengujian Koefisien Regresi (1)
Langkah Kerja 1. Tentukan Parameter yang akan diujiyang dilambangkan dengan β1. H0 : β1 = β2 = 0 tidak ada pengaruh X1 dan X2 terhadap Y H1 : β1 ≠ β2 ≠ 0 ada pengaruh X1 dan X2 terhadap Y 2. Level of Significance α 3. Kumpulkan data
11
Terima Kasih
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.