Analisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
|
|
- Ari Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda
2 Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga melalui data. Untuk regresi berganda, perhitungannya menjadi lebih mudah jika dilakukan dengan matriks dan dibantu dengan menggunakan komputer
3 Model Regresi Linier Berganda Dugaan Persamaan Regresi Linier Berganda, dengan k peubah penjelas : yˆ i b b x i b x i b k x ki ASUMSI : ubungan setiap peubah penjelas dengan peubah responnya LINIER (pangkat X sampai X k adalah satu)
4 Ringkasan Regresi Linier Berganda Model Regresi Berganda dengan k peubah penjelas : Y β Model umum Regresi Berganda dengan k peubah penjelas dan n amatan dalam notasi matriks : y n nxk k n Dugaan bagi parameter Regresi Berganda: ( k) b β X β X β ( k) ( X' X) ( k) (k ) X' n y n X k k
5 Ringkasan Regresi Linier Berganda Nilai ramalan yˆ X b y X( X' X) X' Matriks dugaan ragam peragam bagi b : Vˆ( b ) cov( b, b )... cov( b, b ) k ˆ cov( b, b ) Vˆ( b )... cov( b, bk ) V ( b) cov( bk, b ) cov( bk, b )... Vˆ( bk ) X' X s dengan : s = KT sisaan
6 Ringkasan Regresi Linier Berganda KOEFISIEN DETERMINASI R b' X ' Y Y' Y R adj b' X ' Y ny Y' Y ny Dugaan simpangan baku s b j c ( j)( j) s dengan : s = KT sisaan c (j)(j ) unsur ke jdiagonal matriks ( X' X)
7 Ringkasan Regresi Linier Berganda ASUMSI ASUMSI YANG ARUS DIPENUI DALAM ANALISIS REGRESI BERGANDA :. Kondisi Gauss-Marcov.. 3. E[ ] i E[ i ] E[ ] i j, i j nilai - harapan/rataan sisaan nol ( homoscedasticity ) sisaan saling bebas/tdk ada var [ ], ragam sisaan homogen untuk setiap nilai 3. Galat bebas terhadap peubah bebas,. Galat menyebar Normal cov(x i, j ) autokorelasi 4. Tidak ada multikolinieritas pd peubah bebas, cov(x,x ), i j, i i j x
8 PENGUJIAN MODEL Uji t Uji F
9 Uji Parameter Regresi Linier Berganda : uji-t Uji-t dimaksudkan untuk menguji pengaruh setiap peubah penjelas secara satu per satu terhadap peubah responnya Model Regresi Berganda dg k peubah penjelas : Y β β X β X β X k k : : atau atau j j j j Peubah penjelas X j tidak berhubungan linier dg Y Peubah penjelas Xj berhubungan linier dg Y Peubah penjelas Xj berhubungan linier positif dg Y Peubah penjelas Xj berhubungan linier negatif dg Y
10 Uji Parameter Regresi Linier Berganda : uji-t atau atau : : s c s s b j j b b j j j j, t ) )( ( hit ipotesis :. Statistik uji-nya : Derajat bebasnya = n k - Unsur ke (j+) diagonal (X X) - Akar dari KT sisaan k = banyaknya peubah penjelas Model Regresi-nya: k. atau atau : : k k k k.... X β X β β X β Y k k
11 Uji Parameter Regresi Linier Berganda : uji-t Kaidah Keputusan : untuk i =,,., k : : < i i : : > i i : = : i i a a a/ a/ -t a t a -t a/ t a/ tolak jika t < -t n-, a Tolak jika t > t n-, a Tolak jika t < -t n-, a/ atau t > t n-, a/
12 Uji Parameter Regresi Linier Berganda : uji-t Interpretasi hasil keputusan : i =,,., k : : < i i : : > i i : = : i i TOLAK : Peubah penjelas X i berpengaruh nyata thdp peubah respon Y secara linier dan hubungannya negatif Peubah penjelas X i berpengaruh nyata thdp peubah respon Y secara linier dan hubungannya positif Peubah penjelas X i berpengaruh nyata thdp peubah respon Y secara linier TERIMA : Peubah penjelas X i tidak berpengaruh negatif thdp peubah respon Y secara linier Peubah penjelas X i tidak berpengaruh positif thdp peubah respon Y secara linier Peubah penjelas X i tidak berpengaruh nyata thdp peubah respon Y secara linier berpengaruh = memiliki hubungan
13 Uji Parameter Regresi Linier Berganda : uji-t CONTO : DATA TEKANAN DARA Orang ke Tekanan Darah Ukuran Tubuh Umur Mero kok Orang ke Tekanan Darah Ukuran Tubuh Mero Umur kok 35, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , 65 Data di samping adalah data yg diambil secara acak dari 3 orang usia di atas 4 tahun di Bogor. Ukuran tubuh adalah besaran quatelet index = (bobot badan / tinggi badan ). Merokok adalah p boneka. Ingin diketahui peubah apa saja dari peubah-peubah tsb yg mempengaruhi tekanan darah secara linier
14 Uji Parameter Regresi Linier Berganda : uji-t PLOT MASING-MASING PEUBA PENJELAS VS TEKANAN DARA Tekanan Darah Matrix Plot of Tekanan Darah vs Ukuran Tubuh; Umur; Merokok ,4 3, 4,,,5 Ukuran Tubuh Umur Merokok, Plot di samping menunjukkan bahwa :. Ukuran tubuh memiliki hub linier positif dg tek darah. Umur memiliki hub linier pos dg tekanan darah 3. Stat merokok memiliki hub lin positif dg tek darah
15 Uji Parameter Regresi Linier Berganda : uji-t OUT PUT MINITAB : DATA TEKANAN DARA Regression Analysis: Tekanan Darah versus Ukuran Tubuh; Umur; Merokok The regression equation is Tekanan Darah = 5,5 +,8 Ukuran Tubuh +,848 Umur + 9, Merokok Predictor Coef SE Coef T P Constant 5,54,9 4,5, Ukuran Tubuh,84 4,56 3,,5 Umur,848,98,9,7 Merokok 9,3,85 3,5,3 t tabel : t 8;,5 =,683 KEPUTUSAN: Ke-3 p.penjelas nyata tolak. = 5% a KESIMPULAN: Ukuran tubuh, umur, dan status merokok : Memiliki hub linier dengan tek. darah
16 Uji Parameter Regresi Linier Berganda : uji-t () Untuk j= t hit = 3. tolak Untuk j= t hit =.9 tolak a/=.5 a/=.5 Untuk j=3 t hit = 3.5 tolak -t n-4,α/ t n-4,α/ Tolak Terima Tolak -,683,683 d.b. = 3 3- = 8 t 8,.5 =,683 KESIMPULAN :. Cukup bukti untuk mengatakan bahwa ada hub linier antara ukuran tubuh dan tekanan darah. Cukup bukti untuk mengatakan bahwa ada hub linier antara umur dan tekanan darah 3. Cukup bukti untuk mengatakan bahwa ada hub linier antara status merokok dan tekanan darah
17 Uji Parameter Regresi Linier Berganda : uji-f Dengan uji F ini kita dapat mengetahui : peubah-peubah penjelas yang ada dalam model berpengaruh secara serempak terhadap respon atau tidak. Penambahan satu peubah penjelas ke dalam model setelah peubah penjelas lainnya ada dalam model berpengaruh nyata atau tidak terhadap respon Penambahan sekelompok peubah penjelas ke dalam model setelah peubah penjelas lainnya ada dalam model berpengaruh nyata atau tidak terhadap respon
18 Uji Parameter Regresi Linier Berganda : uji-f untuk model keseluruhan :... : min ada satu j k, j,,...,k : peubah respon tidak memp hub linier dg peubah penjelas ke- s.d ke-k Sumber Keragaman Derajat Bebas (db) Jumlah Kuadrat (JK) b, b,..,b k b k b X Y Y Y Sisaan n k- Y Y b X Y Total (terkoreksi) n - KRITERIA PENOLAKAN : Y Y Y Y Tolak jika Kuadrat Tengah (KT) JK Regresi k JK sisaan n k - F : peubah respon memp hub linier dg min peubah penjelas ke- s.d ke-k F hit F k,n k,α KT KT regresi sisaan
19 Uji Parameter Regresi Linier Berganda : uji-f untuk model keseluruhan OUT PUT MINITAB : DATA TEKANAN DARA The regression equation is Tekanan Darah = 5,5 +,8 Ukuran Tubuh +,848 Umur + 9, Merokok S = 7,88677 R-Sq = 7,6% R-Sq(adj) = 69,6% Analysis of Variance Source DF SS MS F P Regression 3 46,3 536,8 4,7, Residual Error 8 74,6 6, Total 3 635, :... : min ada, j,,..,k KEPUTUSAN: a tolak. = 5% KESIMPULAN: Tekanan darah memiliki hubungan linier dg min satu peubah penjelas j k F tabel : F (3,8), 5% =,95
20 Uji Parameter Regresi Linier Berganda : uji-f untuk model keseluruhan : : min ada satu 3 j, j,,3 Statistik uji-nya: KTregresi Fhit 4,7 KT sisaan F tabel : F (3,8), 5% =,95 Keputusan: Tolak Terima a =.5 F.5 =,95 Tolak F Kesimpulan: Cukup bukti untuk mengatakan bahwa minimum ada satu peubah penjelas yg berhubungan linier dg Y
21 Uji-F Parsial dan uji-f Sekuensial PADA ANALISIS REGRESI LINIER BERGANDA : Terhadap semua peubah penjelas yang tersedia : Diuji peubah penjelas apa yg berpengaruh nyata thd respon. Dari yang ada dalam model, usahakan yang dipakai hanya peubah penjelas yang keberadaannya dalam model menyumbangkan keragaman kepada garis regresi cukup besar Jika suatu peubah penjelas keberadaannya dalam model sudah dapat diwakili oleh yg lainnya, maka peubah penjelas tsb tidak perlu lagi digunakan dlm model Lebih disenangi model yang memiliki banyaknya peubah penjelas yang lebih sedikit.
22 Uji-F Parsial dan uji-f Sekuensial Uji-F Parsial dapat dilakukan terhadap semua koefisien regresi, dengan menganggap semua peubah penjelas masuk dalam model kecuali peubah yang ingin diuji pengaruhnya. Bila peubah dimasukkan satu per satu secara bertahap ke dalam suatu persamaan regresi, maka dapat dikatakan sebagai Uji-F sekuensial.
23 Uji-F Parsial dan uji-f Sekuensial MODEL LENGKAP dengan k+r PEUBA PENJELAS Model terdiri dari k peubah penjelas X dan r peubah penjelas Z Y β β x β x α z α z k k r r Untuk melihat pengaruh r peubah penjelas tambahan tsb dpt dilakukan sebagai berikut :. Model lengkap dengan k+r peubah penjelas, dikeluarkan r peubah penjelas, dicek perubahan pengaruhnya. Model belum lengkap (baru k peubah penjelas), ditambah r peubah penjelas lainnya, dicek perubahannya.
24 Uji-F Parsial dan uji-f Sekuensial CARA PEUBA BERADA DALAM MODEL Y β βx βx β3x3 Y β βx β3x3 Y β βx β3x3 Y β βx βx Y β Y β βx Y β βx az Y β βx βx az Uji-F PARSIAL Model dibangun dengan mengeluarkan satu peubah penjelas yg akan diuji pengaruhnya dari model lengkap. Diuji pengaruhnya. Uji-F SEKUENSIAL Model dibangun dengan menambahkan satu persatu peubah penjelas baru ke dalam model. Diuji pengaruhnya
25 Model lengkap : k+r peubah penjelas Uji-F Parsial Y β β x β x α z α z k k r r Model tidak lengkap : k peubah penjelas TUJUAN: membandingkan JK sisa model lengkap dengan JK sisa model tidak lengkap : α : minimal Tolak α α ada satu α r j ( JKs (j,...,r) - JKs) / r (r) jika F F r,nkr,α, se KTsisa se
26 Uji-F Parsial LANGKA-LANGKA UJI-F PARSIAL Lakukan analisis regresi thdp model lengkap dan hitung JK sisa nya (JKs) Lakukan analisis regresi thdp model tidak lengkap (data tanpa peubah z, dengan banyaknya peubah yg dikeluarkan sebanyak r), kemudian hitung JK sisa-nya (JKs (r) ) itung nilai statistik F nya dan tentukan keputusannya berdasarkan a. F ( JKs (r) - JKs) / s e r
27 Uji-F Parsial BANYAKNYA PEUBA PENJELAS YG DIKELUARKAN = MODEL LENGKAP MODEL TDK LENGKAP YG KELUAR β βx βx β3x β βx βx X 3 Y β βx β3x3 X Y 3 k=, r= Y Y 3 β βx β3x X JK sisa (JKs) JK sisa (JKs (r) ) KT sisa (s e ) F 3 ( JKs (r) - JKs) / r s e F r, n-k-r-; a F3 untuk menguji pengaruh peubah penjelas X3 thdp Y
28 Uji-F Sekuensial Penambahan satu peubah baru (r=) ke model secara bertahap Model Lengkap Y β β x β x α z, k k j j j,,... k=, r= k=, r= k=3, r= Y β βx Y β βx az Y β βx βx az Y β βx βx β3x3 a3z3 Tolak KT( a b,b : α :α,..,b k jika F F,nk,-α KTsisa (b,b,..,bk, a) ) : α :α : α :α 3 3
29 F hitung dan KAIDA KEPUTUSAN Uji-F Sekuensial F KT( a KT (b sisa F tabel F b), a ) (,n3),-α : α :α k=, r= Y β βx Y β βx az F JK regresi EKSTRA/db KT( a b,b) KT (b,b, a ) sisa F tabel F (,n4),-α : α :α k=, r= Y β βx βx Y β βx βx az Tolak jika F hit > F tabel
30 Uji-F Sekuensial MENGITUNG JK regresi EKSTRA MODEL AWAL MODEL SETELA PENAMBAAN Y β βx Y β βx az JK ( b ) JK ( b,a ) JK( a b ) JK( b, a) JK( b ) KT( a b ) JK( a b ) / KT sisa (b,a ) F KT( a KT (b sisa F tabel F b), a ) (,n3),-α
31 Contoh : Uji-F Sekuensial Karena lebih besar daripada F(,,.95)=4.75, berarti penambahan advertising ada manfaatnya Uji F ini, biasanya disebut uji-f sekuensial
32 Contoh : Uji-F Sekuensial Jika kita memasukkan peubah advertising lebih dulu, berapakah sumbangannya terhadap model? Jika advertising sudah ada dalam persamaan, berapa sumbangan peubah price jika kemudian peubah ini dimasukkan ke dalam persamaan regresi?
33 Contoh : Uji-F Sekuensial
34 Contoh lain: uji-f sekuensial Suhu plat pembungkus dan jarak plat pembungkus dalam mesin pembungkus sabun mempengaruhi persentase sabun terbungkus yang lolos inspeksi.
35 ipotesis Linier Umum ipotesis linier biasanya muncul dari pengetahuan peneliti dan dugaannya tentang model-model yang mungkin Model regresi yg ingin digunakan Peneliti curiga modelnya : Y β βx βx Y β β(x - X) Y β βx βx β β β :β β :β β IPOTESIS LINIER :β β
36 ipotesis Linier Umum Model: E[Y] = β + β X + β X + + β k X k Bentuk Umum ipotesis Linier : c β + c β + c β + + c k β k =, c β + c β + c β + + c k β k =, c m β + c m β + c m β + + c mk β k =. Dalam Notasi Matriks : : C C Dalam hipotesis ini ada m fungsi linier yang tersusun atas β, β, β,,β k yang belum tentu semuanya bebas
37 Pengujian ipotesis Linier Umum Misalkan C adalah matriks berukuran mp, dan rank(c) = r Full model: Y = Xβ + JK sisa ( FM ) Y' Y ˆ' X ' Y, (db n - p) Reduced model: y = Z +, Z adalah matriks n(p-r) dan adalah vektor berukuran (p-r) ˆ ( Z' Z) Z' y JK sisa ( RM ) Y' Y ˆ' Z' Y, (db n - p r )
38 Pengujian ipotesis Linier Umum JK = JK Res (RM) JK Res (FM) dengan d.b sebesar r. JK adalah jumlah kuadrat yang berasal dari hipotesis : Cβ = Statistik Uji : JK / r ˆ F ~ F ' C'[ C( X ' X ) C'] C ˆ / r, n p atau F JK Res( FM ) /( n p) JK ( FM ) /( n p) sisa r : Cβ = d v.s. : Cβ d maka F ( C ˆ d)'[ C( X ' X ) C'] ( C ˆ d) / JK ( FM ) /( n p) sisa r ~ F r, n p
39 Regresi pada kasus terjadi multikolinier MULTIKOLINIERITAS Masalah multikolinieritas terjadi pada regresi berganda jika peubah-peubah X saling berkorelasi. Adanya hubungan linier yg kuat antara peubah-peubah bebas X. al ini akan mempengaruhi ragam dari dugaan koefisien regresi Peubah X yang dianggap penting kemungkinan akan tidak nyata walaupun nilai R nya tinggi. Pendugaan dari koefisien regresi menjadi tidak benar, misalnya koefisien memiliki tanda negatif padahal dalam hubungan X dan Y sebenarnya adalah positif
40 Bagaimana cara mendeteksi multikolinieritas? Periksa korelasi antar peubah penjelas X itunglah nilai Variance Inflation Factor (VIF) dimana : VIF = (-R j ) -. Regresi pada kasus terjadi multikolinier R j adalah R-kuadrat dari regresi dimana X j merupakan peubah respon dan peubah X lainnya menjadi predictor. Jika VIF lebih besar dari biasanya ada masalah multikolinieritas.
41 Regresi pada kasus terjadi multikolinier Bagaimana cara mengatasi multikolinieritas? Jika kita ingin memilih variabel X dimana hanya X yang nyata yang akan memasuki model Gunakan prosedur penyeleksian variabel, seperti forward, backward, stepwise Jika kita ingin mempertahankan konfigurasi variabel X yang akan memasuki model Gunakan metode estimasi di luar metode kuadrat terkecil, seperti Ridge Regression, Principal Component Regression, Partial Least Square
42 Tahapan Pembentukan Model Penentuan Model Menduga parameter Verifikasi Model Inferensia dan Interpretasi * Mengerti masalah yang diteliti Memilih peubah tetap dan tidak tetap-nya Mengidentifikasi model regresinya Menentukan data-data yang diperlukan untuk membangun model
43 Tahapan Pembentukan Model () Penentuan Model Menduga parameter Verifikasi Model Inferensia dan Interpretasi * Menduga parameter regresi dengan menggunakan data yg ada Mendapatkan selang kepercayaan bagi parameter regresi Untuk peramalan, yang diinginkan adalah sisaan s e terkecil Jika menduga parameter secara individual, pastikan tidak ada multikolinieritas dan bias
44 Tahapan Pembentukan Model () Penentuan Model Menduga parameter Verifikasi Model Inferensia dan Interpretasi * Evaluasi model yg didapat dg seksama (Mis. Apakah tanda parameter benar?) Apakah ada parameter yg bias atau yg tidak masuk akal? Cek asumsi regresi (Mis. Apakah eror ~ N (,? Apabila ada masalah, perhatikan kembali modelnya dan cari model lainnya yg kirakira sesuai
45 Tahapan Pembentukan Model () Penentuan Model Menduga parameter Verifikasi Model Inferensia dan Interpretasi * Interpretasikan hasil analisis regresi, sesuaikan dg masalah yg diteliti Bentuk selang kepercayaan atau lakukan uji hipotesis bagi parameter regresi Gunakan model untuk peramalan dan prediksi
Analisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Regresi Linier dengan Dua Peubah Penjelas
Analisis Regresi Pokok Bahasan : Regresi Linier dengan Dua Peubah Penelas Penulisan model regresi linier berganda dengan notasi matriks Model Regresi Linier dengan peubah penelas Model Regresi Linier Berganda
Lebih terperinciANALISIS REGRESI 1. Pokok Bahasan : REGRESI LINIER SEDERHANA
ANALISIS REGRESI Pokok Bahasan : REGRESI LINIER SEDERHANA Deskripsi Model Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda Linier Non Linier Linier Non Linier
Lebih terperinciKualitas Fitted Model
Kualitas Fitted Model Apakah model regresi sudah cukup pas mewakili data? Apakah model regresi cukup baik untuk model peramalan? Tebaran titik amatan / scatter plot y Mana di antara gambar gambar ini yang
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciPencilan. Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya
Pencilan Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya Bisa jadi terletak pada tiga atau empat simpangan baku atau lebih jauh lagi dari rata-rata
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya
Analisis Regresi 2 Pokok Bahasan : Asumsi sisaan dan penanganannya Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan asumsi-asumsi yang melandasi analisis regresi linier sederhana dan berganda,
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinciAnalisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB
Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan
Lebih terperinciAnalisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciTINJAUAN PUSTAKA. Model Regresi Linier Ganda
TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran
Lebih terperinciPengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel
Statistika, Vol. 10 No. 2, 99 105 Nopember 2010 Pengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel Teti Sofia Yanti Program Studi Statistika Universitas Islam Bandung Email: buitet@yahoo.com
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Setelah melalui beberapa tahap kegiatan penelitian, dalam bab IV ini diuraikan analisis hasil penelitian dan pembahasan hasil penelitian. Analisis
Lebih terperinciBAB II TINJAUAN PUSTAKA. Hal ini sangat membantu dalam proses pembuktian sifat-sifat dan perhitungan
6 BAB II TINJAUAN PUSTAKA 2.1 Matriks Persamaan regresi linear berganda dapat dinyatakan dalam bentuk matriks. Hal ini sangat membantu dalam proses pembuktian sifat-sifat dan perhitungan matematis dari
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciDaerah Jawa Barat, serta instansi-instansi lain yang terkait.
IV. METODE PENELITIAN 4.1 Waktu dan Lokasi Penelitian Pengambilan data sekunder untuk keperluan penelitian ini dilaksanakan pada awal bulan juli hingga bulan agustus 2011 selama dua bulan. Lokasi penelitian
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan
7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi
Lebih terperinciBAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan
BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciAnalisis Korelasi & Regresi
Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Memilih Persamaan Regresi Terbaik
Analisis Regresi 2 Pokok Bahasan : Memilih Persamaan Regresi Terbaik TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat memilih persamaan regresi terbaik dengan mencobakan berbagai prosedur. Analisis Regresi
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciRegresi Linier Berganda
Regresi Linier Berganda Regresi Berganda Contoh Menguji hubungan linier antara variabel dependen (y) dan atau lebih variabel independen (x n ) Hubungan antara suhu warehouse dan viskositas cat dengan jumlah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciMODEL-MODEL LEBIH RUMIT
MAKALAH MODEL-MODEL LEBIH RUMIT DISUSUN OLEH : SRI SISKA WIRDANIYATI 65 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 04 BAB I PENDAHULUAN. Latar Belakang
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB LANDASAN TEORI.1 Analisis Regresi Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel yang lain. Variabel penjelas,
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan
TINJAUAN PUSTAKA Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistika untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur,
IV. METODOLOGI PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive)
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
III METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciBab 2 LANDASAN TEORI
9 Bab 2 LANDASAN TEORI 21 Uji Kecukupan Sampel Dalam melakukan penelitian yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel Pengujian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciBAB 2 LANDASAN TEORI
9 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel - variabel lain yang mempengaruhinya. Misalnya pada kinerja
Lebih terperinciMETODE PENELITIAN. Struktur, Perilaku, dan Kinerja Industri Kakao di Indonesia. Kegiatan penelitian ini
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Bogor, Provinsi Jawa Barat dengan studi kasus Struktur, Perilaku, dan Kinerja Industri Kakao di Indonesia. Kegiatan penelitian
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB 2 LANDASAN TEORI. Bentuk umum persamaan regresi linier berganda adalah
BAB LANDASAN TEORI Regresi Linier Berganda Bentuk umum persamaan regresi linier berganda adalah Y = b 0 + b X + b X + b 3 X 3 + + b k X k + e () dengan: Y = variabel respon b 0 = konstanta regresi b i
Lebih terperinciBab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
Bab 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 7 ANOVA (1)
STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis
Lebih terperinciStatistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciBAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.
BAB II KAJIAN TEORI A. Matriks 1. Definisi Matriks Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan. Bilangan-bilangan dalam susunan tersebut dinamakan entri dalam matriks (Howard
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep dan Definisi Pendapatan Regional adalah tingkat (besarnya) pendapatan masyarakat pada wilayah analisis. Tingkat pendapatan dapat diukur dari total pendapatan wilayah maupun
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilaksanakan di PDAM Bekasi Jl. KH Noer Ali
IV. METODE PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di PDAM Bekasi Jl. KH Noer Ali Kav 1. Perum Mas Naga Bekasi. Lokasi penelitian ini ditentukan secara sengaja (purposive)
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG. Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan
Saintia Matematika Vol. 2, No. 1 (2014), pp. 71 83. ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan Abstrak. Penyediaan
Lebih terperinciKINERJA JACKKNIFE RIDGE REGRESSION DALAM MENGATASI MULTIKOLINEARITAS
KINERJA JACKKNIFE RIDGE REGRESSION DALAM MENGATASI MULTIKOLINEARITAS Hany Devita 1, I Komang Gde Sukarsa 2, I Putu Eka N. Kencana 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana [Email: hanydevita92@gmail.com]
Lebih terperinciBAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat
BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS
ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS (Studi Kasus Pengaruh BI Rate, Jumlah Uang Beredar, dan Nilai Tukar Rupiah terhadap
Lebih terperinciBAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciPENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA. Tatik Widiharih Jurusan Matematika FMIPA UNDIP
PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,
Lebih terperinciHASIL DAN PEMBAHASAN
Konsentrasi lemak ikan (%) Kandungan zat aktif (absorban) HASIL DAN PEMBAHASAN Deskripsi Data Berdasarkan data yang digunakan dalam penelitian ini, akan dilakukan pengidentifikasian multikolinieritas.
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan rentang waktu dari tahun 2001 2012. Tipe data yang digunakan adalah data runtut
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan : Pengenalan Analisis Regresi. Itasia & Y Angraini, Dep. Statistika FMIPA-IPB
Analisis Regresi 1 Pokok Bahasan : Pengenalan Analisis Regresi Itasia & Y Angraini, Dep. Statistika FMIPA-IPB Analisis Regresi Analisis regresi merupakan alat statistika untuk mengevaluasi hubungan antara
Lebih terperinciDimana : a = konstanta b = koefisien regresi Y = Variabel dependen ( variabel tak bebas ) X = Variabel independen ( variabel bebas ) Untuk mencari rum
MODUL REGRESI LINIER SEDERHANA Modul Praktikum Pendahuluan Di dalam analisa ekonomi dan bisnis, dalam mengolah data sering digunakan analisis regresi dan korelasi. Analisa regresi dan korelasi telah dikembangkan
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciBAB III METODE PENELITIAN. Objek dalam penelitian ini adalah untuk menganalisis pengaruh promosi
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek dalam penelitian ini adalah untuk menganalisis pengaruh promosi terhadap jumlah wisatawan dan implikasinya terhadap Pendapatan Asli Daerah (PAD) di
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
Lebih terperinciKNM XVI 3-6 Juli 2012 UNPAD, Jatinangor
KNM VI - Juli 0 UNPAD, Jatinangor PERBANDINGAN REGRESI BERTATAR (STEPWISE REGRESSION) DAN REGRESI KOMPONEN UTAMA (RKU) DALAM MENGATASI MULTIKOLINIERITAS PADA MODEL REGRESI LINIER BERGANDA MADE SUSILAWATI,
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciPEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R
PEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciAnalisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk
Analisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk Suhermin Ari Pujiati Pasca Sarjana Jurusan Statistika FMIPA ITS Suhermin97@yahoo.com.
Lebih terperinci= parameter regresi = variabel gangguan Model persamaan regresi linier pada persamaan (2.2) dapat dinyatakan dalam bentuk matriks berikut:
BAB II LANDASAN TEORI 2. Analisis Regresi Linier Berganda Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menganalisis hubungan antara dua variabel atau lebih. Menurut
Lebih terperinciREGRESI LINIER BERGANDA. Debrina Puspita Andriani /
REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
Lebih terperinciVI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI
VI. ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI USAHA PEMBESARAN LELE DUMBO DI CV JUMBO BINTANG LESTARI 6.1. Analisis Fungsi Produksi Model fungsi produksi yang digunakan adalah fungsi Cobb Douglas. Faktor-faktor
Lebih terperinciPertemuan keenam ANALISIS REGRESI
Pertemuan keenam ANALISIS REGRESI Secara umum ada dua macam hubungan antara dua variable atau lebih, yaitu bentuk hubungan dan keeratan hubungan. Untuk mengetahui bentuk hubungan digunakan analisis regresi.
Lebih terperinciBAB III METODE PENELITIAN. Statistik). Data yang diambil pada periode , yang dimana di dalamnya
BAB III METODE PENELITIAN 3.1. Metode Penelitian 3.1.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder sendiri artinya adalah data yang tidak dikumpulkan
Lebih terperinci