1 / 13

Regresi Linier Berganda

Regresi Linier Berganda. Ainur Komariah. Pendahuluan. Regresi linier sederhana : variabel dependen (y) dipengaruhi hanya 1 variabel independen (x) persamaan umum : y = a + bx Pada kenyataannya , suatu variabel dependen dipengaruhi oleh lebih dari satu variabel independen .

bran
Download Presentation

Regresi Linier Berganda

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. Regresi Linier Berganda AinurKomariah

  2. Pendahuluan • Regresi linier sederhana : variabeldependen (y) dipengaruhihanya 1 variabelindependen (x) persamaanumum : y = a + bx Padakenyataannya, suatuvariabeldependendipengaruhiolehlebihdarisatuvariabelindependen. Misalnya : kecepatanangindipengaruhiolehketinggiantempat, suhudantekanan. Niatmembelihandphonedipengaruhiolehharga, performance, iklandan brand.

  3. Regresi linier berganda • Persamaanumum : garisregresi yang sesungguhnya, memilikipersamaanumum Y = β0 + β1 x1 + β2 x2 + ……….+ βrxr β0 , β1 , β2 , ……, βradalah parameter yang harusdidugadari data. Denganmelambangkannilaidugaandengan b0 , b1 , b2 , ……., brmakapersmenjadi

  4. Regresidengan 2 varindependen • Persumum : Setiappengamatan, memenuhihubungan : Nilaidugaandapatdiperolehdenganmemecahkanpersamaan linier simultan : n b0+ b1 ∑x1 + b2∑x2 = ∑y b0 ∑x1 + b1 ∑x12 + b2 ∑x1 x2 = ∑ x1 y b0 ∑x2 + b1 ∑x1 x2 + b2 ∑x22 = ∑ x2 y

  5. Contoh Pertanyaan : Dari data tersebut, dugalahpersamaanregresi yang berbentuk : Y = β0 + β1x1 + β2 x2

  6. Jawaban Dari data tersebut, kitaperoleh : n = 12 ∑x1 = 725 ∑x2 = 43 ∑x12 = 44475 ∑x22 = 195 ∑y = 1011 ∑x1 x2 = 2540 ∑x1 y = 61685 ∑x2 y = 3581 Denganmemasukkannilai-nilaikepers, didapat : 12 b0+ 725b1+ 43b2 = 1011 725b0 + 44475b1 + 2540b2 = 61685 43b0 + 2540b1+ 195b2 = 3581

  7. Jawaban Denganmenyelesaikansistempersamaan linear ini, didapat : b0 = 27,547 b1 = 0.922 b2= 0,284 Dugaangarisregresi : Y = 27,547 + 0,922x1 + 0,284 x2

  8. Korelasideterminasi berganda Koefisiendeterminasiberganda, dilambangkandengan R2y.12menunjukkanproporsikeragaman total nilai-nilaipeubah y yang dapatditerangkanoleh model yang digunakan. Di mana : JKG = ∑y2 - b0 ∑y – b1 ∑x1 y – b2 ∑x2 y

  9. KorelasiParsial Korelasi yang kuatantara Y dengansuatuvariabel, misalnya x2 , mungkinsajasemata-matadisebabkanolehkenyataanbahwa Y dan x2 berhubungandenganvariabel lain yaitu x1.Korelasi yang sebenarnyaantara Y dan x2hanyadapatdiamatibilapengaruh x1telahdikeluarkan. Sehingga : r y2.1 : ukuranhubungan linear antaravariabel Y dan x2bila x1dibuattetap r y1.2 : ukuranhubungan linear antaravariabel Y dan x1bila x2dibuattetap

  10. KorelasiParsial Di mana :

  11. Nilaikorelasisoalsebelumnya Dari perhitungan, diperoleh : ∑y2 = 85905 dan Sy2 = 66205 JKG = 85905 – (27,547) (1011) – (0,922)(61685) – (0,284) (3581) = 164,409 Sehingga Hasilperhitunganmenunjukkanbahwabidangregresi Y = 27,547 + 0,922x1 + 0,284 x2dapatmenjelaskan 77,4% keragamandalam y

  12. Koefisienkorelasiparsial Denganmemasukkanangkakedalamrumus, didapat :

  13. KoefisienKorelasiParsial Nilai 0,015 menunjukkanbahwamemasukkan x2kedalampersamaanregresihanyaakanmengurangi 1,5% keragaman y yang tidakdapatditerangkanolehgarisregresi yang hanyamenggunakan x1saja. Iniberartibahwafrekuensimemboloshanyamenyumbangsangatkecildalamperamalannilaikimiamahasiswadiakhir semester

More Related