1 / 12

ertemuan 8

ertemuan 8. P. Regresi linier berganda dan Non linier J0682. Tujuan Belajar. Setelah mempelajari bab ini, Mahasiswa diharapkan mampu: Memahami hubungan lebih dari dua variabel Mendapatkan persamaan regresi linear berganda

phoebe
Download Presentation

ertemuan 8

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ertemuan8 P Regresi linier berganda dan Non linier J0682

  2. Tujuan Belajar Setelah mempelajari bab ini, Mahasiswa diharapkan mampu: • Memahami hubungan lebih dari dua variabel • Mendapatkan persamaan regresi linear berganda • Menghitung korelasi berganda dan korelasi parsial • Membuat persamaan trend nonlinear dari suatu series data

  3. Materi H ubungan lebih dari 2 variabel rend non linier orelasi berganda orelasi parsial egresi linier berganda T K K R

  4. Buku Acuan 1 . Statistik (2000) kar. J. Supranto, jilid 1 Chap.8 edisi keenam, halaman185 – 209 . Statistika, Teori dan Aplikasi (2001), kar. Wayan Koster, edisi pertama, halaman 173 - 197 2

  5. Persamaan Regresi Linier Berganda Adalah suatu persamaan regresi dimana variabel bebasnya lebih dari 1 Variabel (dalam hal ini x1 dan x2) Contoh :y = pengeluaran pembelian barang x1 = Pendapatan dan x2 = jumlah anggota rumah tangga Bentuk persamaannya Y = b0 + b1X1 + b2X2 + …….bo = nilai y apabila x1 = x2 = 0 b1 = besarnya kenaikan (penurunan) y dalam satuan, apabila x1 naik (turun) satu satuan, sedangkan x2 konstan b2 = besarnya kenaikan (penurunan) y dalam satuan, apabila x2 naik (turun) satu satuan, sedangkan x1 konstan Apabila didapat persamaan regresi linier berganda Y = 3,92 + 2,50x1 -0,48x2artinya :jikax1 naik Rp. 1000 sementara x2konstan, makay naik Rp. 250. Demikian juga jika x2 bertambah 1 orang, sedangkan x1konstan, maka y turun (makin besar jumlah anggota keluarganya makin berkurang pengeluaran untuk membeli barang) Catatan: nilai b1 dan b2 dinamakan Koefisien Regresi Parsial

  6. Koefisien Korelasi Linier Berganda (KKLB) • Adalah suatu korelasi antara variabel tidak bebas Y dengan variabel bebas yang lebih dari 1 variabel • Rumus KKLB • Koefisien Penentu(KP )Apabila KKLB dikuadratkan Yaitu besarnya sumbangan dari variabel bebas terhadap variasi variabel tidak bebas atau suatu nilai untuk mengukur besarnya sumbangan (share) dari beberapa variabel x terhadap variasi (naik-turunnya) y • Rumus KP Ry.12 = r21y + r22y – 2(r1yr2yr12) 1 – r212 KP = R2y.12

  7. Contoh soal 8.1 Persamaan Regresi, KKLB, KP • Dalam suatu penelitian terhadap 10 rumah tangga (acak) data sbb : • Seandainya rumah tangga tersebut mempunyai x1 dan x2 masing-masing 11 dan 8, berapa besarnya nilai y, artinya berapa ratus rupiah rumah tangga tersebut akan mengeluarkan uangnya untuk membeli barang-barang, dan berapa KKLB dan KP-nya ? • Perngerjaannya : • Secara persamaan Regresi Linier Berganda • KKLB dan KP

  8. Jawaban contoh soal • Untuk persamaan Regresi linier Berganda Y = 3,92 + 2,50 X1 - 0,48 X2 apabila diketahui X1 = 11 dan X2 = 8 maka Y = 3,92 + 2,50(11) - 0,48(8) Y = 27,58artinya apabila pendapatan rumah tangga per bulan Rp. 11.000 dan jumlah anggota keluarga 8 orang, diperkirakan akan mengeluarkan Rp. 2.758 untuk pembelian barang-barang • KKLB atau Ry.12 = 0,9148 • KP = (KKLB)2 atau (Ry.12)2 = (0,9148)2 = 0,8368 atau 84%, artinya besarnya sumbangan pendapatan (X1) dan jumlah anggota rumah tangga (X2) terhadap variasi atau naik-turunnya pengeluaran untuk pembelian barang-barang adalah 84%, sedangkan sisanya sebesar 16% disebabkan faktor lainnya

  9. Koefisien Korelasi Parsial(KKP) • Adalah Koefisien korelasi antara 2 variabel dengan menganggap variabel lainnya tetap • Rumus Koefisien Korelasi Parsial X1dan Y, apabila X2 konstan • RumusKoefisien Korelasi Parsial X2 danY, apabila X1 konstan • RumusKoefisien Korelasi Parsial X1 dan X2, apabila Y konstan r1y - r2y.r12 r1y.2 = 1 – r22y 1 – r212 r2y - r1y.r12 r2y.1 = 1 – r21y 1 – r212 r12 - r1y.r2y R12.y = 1 – r21y 1 – r22y

  10. Contoh soal (KKP) • Dengan memakai Contoh Soal 8.1, Hitunglah Koefisien Korelasi Parsial antara X1dan Y,X2 dan Y serta X1 dan X2, didapat • r1y = 0,91r2y = 0,74 r12 = 0,85 • Koefisien Korelasi Parsial X1dan Y, apabila X2 konstan • r1y.2 = 0,80 • Koefisien Korelasi Parsial X2 danY, apabila X1 konstan • r2y.1 = -0,15 • Koefisien Korelasi Parsial X1 dan X2, apabila Y konstan • r12.y = 0,63

  11. Persamaan (Trend) non linier • Garis Trend adalah garis regresi dimana variabel bebas X merupakan variabel waktu • Jenis Garis Trend : • Garis trend garis lurus (linier regression/trend) • Garis trend tidak lurus (non-linier regression/trend) • Ada 4 Trend non - linier regression(tidak berupa garislurus ) • Trend ParabolaY’ = a + bX + cX2(X = waktu ) • Trend Eksponensial (Logaritma) Y’ = abX • Trend LogistikY’ = kdimana k, a dan b konstan • 1 + 10a+bXbiasanya b < 0 • 4.Trend Gompertzy’ = kabX dimana k, a dan b konstan

  12. ۩Sampai jumpa Pada Pertemuan9(OFC)

More Related